RPA Plus
集中式自动化，弹性和低维护的机器人为RPA的成功铺平了道路
导读目录
摘要
随着组织越来越多地将流程自动化机器人（RPA）作为其自动化策略的一部分，扩展RPA计划仍然是大多数企业的主要障碍。
【关键发现】
› 企业似乎无法按需弹性应用RPA,这样导致了RPA的应用成本没有想象中低。不到五分之一的组织在弹性自动化方面非常有效，大量应用rpa的组织在控制与rpa相关的成本方面非常无效。
› 机器人经常会中断，给运营带来沉重的负担。超过45%的组织每周频繁地处理机器人维护问题，与此同时，客户体验也受到影响。员工还必须承担额外的本该由机器执行的任务。
› 代码脚本在当今rpa项目中应用频率极高。几乎所有的初始化者（99％）都表示，他们组织的机器人逻辑需要一些代码脚本，在一段代码脚本中表示机器逻辑的大部分为42 ％。79％的组织报告说他们的RPA项目需要高级的编程技能。
› 使用基于脚本的RPA解决方案的组织会因程序而遭受更多的痛苦。高代码脚本组织遭受机器人中断影响客户服务的可能性高1.3倍，并且对成本或收入（例如，延迟交易）的影响的可能性是其他因素的1.5倍。
› 在应用RPA方面企业经常面临额外隐藏IT资源。只有五分之一的RPA应用组织拥有集中式自动化卓越中心（CoE），并且组织在不受控制的应用中苦苦挣扎。大多数组织不知道与RPA计划相关的总规模和成本。
RPA取得了回报，但控制问题浮出水面RPA是一项会影响客户和员工敬业度的关键技术，因此，组织正在以快速增长的速度投资RPA服务。Forrester预测，到2023年，RPA市场将增长到120亿美元，高于2019年的50亿美元。在对271家美国企业决策者的当前RPA计划进行调查时，我们发现：
›所有RPA工作的三分之二是在集中式IT之外执行的。组织报告说，RPA实施是在IT，业务线和外部承包商之间共享的，但是所有工作的大约三分之二是在集中式IT之外执行的。业务部门在流程的较早阶段就参与其中，以制定总体策略并定义需求。外部承包商经常参与开发，而维护则更多地依赖业务领域中的技术资源。
›通常需要高级编程技能。尽管RPA经常承诺使业务用户成为“开发人员”，但是大多数组织报告说，他们的RPA程序需要高级编程技能。从1（不需要技术技能）到5（需要高级编程技能）的等级，平均分数为4.1。
› RPA不仅改善了客户体验，而且提高了员工的生产率。RPA用户已经实现的两个最重要的改进是员工的生产力和客户体验。五分之四的组织已经实现了对客户和员工都有影响的切实成果。我们还根据12条标准对RPA计划的成熟度进行了评分，发现领先组织的整体改善总体上更高，员工错误率的下降幅度也更大（分别为68％和58％平均）。
充分实现RPA收益存在主要障碍
组织在重要的地方缺乏集中化，导致效率低下
尽管RPA正在革新企业如何支持员工并与客户互动，但这并非没有挑战。当谈到实现方法，我们发现分布式程序特别有问题。根据我们的调查结果，我们发现：
›自动化CoE非常罕见，这是常见的痛苦根源。只有五分之一应用RPA的组织拥有集中式自动化CoE。这一发现并不完全令人惊讶，因为CoE通常是削减预算的目标。然而，近三分之二的受访者认为缺乏集中式资源非常具有挑战性。
›分散的RPA程序导致昂贵且不受控制的应用。超过一半的受访者表示，他们为防止隐藏的IT资源付出了很多努力，整体拥有成本的总规模和相关成本在组织层面尚不清楚。超过三分之二的人在控制RPA成本方面挣扎-这两个问题是相关的。没有RPA的集中视图，就不可能确定效率。
› RPA责任存在分歧。63％的受访者表示他们拥有自动化程度不高的孤岛，因此，业务和IT利益相关者之间的错位并不奇怪。商业用户可能会低估IT部门需要付出的努力，因为技术受访者说IT领导部门在战略和需求开发要比业务受访者大。在开发和维护中也存在类似的理解偏差。
机器人中断，拖延流程并使员工超负荷
当前构建机器人的方法看起来像是坐在脆弱的旧系统上的工作流和应用程序拼凑而成的，换句话说，不采用正确的企业RPA应用策略会创建脆弱的机器人。当我们查看机器人中断时发现：
›组织重视RPA的弹性，但似乎无法掌控。84％的受访者表示，弹性自动化对于实现业务目标非常重要或极其重要，但只有16％的组织对此非常有效。此外，大约一半的RPA程序缺乏显着的弹性。与弹性作斗争的组织说它们在控制与RPA相关的成本方面非常无效的可能性也提高了四倍。
›机器人面临多重可靠性挑战。机器人中断的主要原因是与基础设施相关的问题，例如软件可靠性问题或崩溃，但超过三分之一的受访者表示，应用程序UI和数据更容易导致问题，选择了错误的任务来自动化也是原因之一。Forrester建议遵循“五个规则”来确定适当的任务：少于五个逻辑判断，访问五个应用程序以及500次点击以内是RPA成功的安全区域。
›修复（维护）机器人会消耗资源。45％的组织平均每周都需要处理机器人意外，修复损坏程序大约需要一天的时间。同时，组织表示损坏的机器人会影响客户服务和员工体验，并降低员工工作效率。解决RPA意外工作流程最常见的方法是由人工接手，受影响的员工也任务更繁重了。
机器人中断，拖延流程并使员工超负荷
当前构建机器人的方法看起来像是坐在脆弱的旧系统上的工作流和应用程序拼凑而成的，换句话说，不采用正确的企业RPA应用策略会创建脆弱的机器人。当我们查看机器人中断时发现：
›组织重视RPA的弹性，但似乎无法掌控。84％的受访者表示，弹性自动化对于实现业务目标非常重要或极其重要，但只有16％的组织对此非常有效。此外，大约一半的RPA程序缺乏显着的弹性。与弹性作斗争的组织说它们在控制与RPA相关的成本方面非常无效的可能性也提高了四倍。
›机器人面临多重可靠性挑战。机器人中断的主要原因是与基础设施相关的问题，例如软件可靠性问题或崩溃，但超过三分之一的受访者表示，应用程序UI和数据更容易导致问题，选择了错误的任务来自动化也是原因之一。Forrester建议遵循“五个规则”来确定适当的任务：少于五个逻辑判断，访问五个应用程序以及500次点击以内是RPA成功的安全区域。
›修复（维护）机器人会消耗资源。45％的组织平均每周都需要处理机器人意外，修复损坏程序大约需要一天的时间。同时，组织表示损坏的机器人会影响客户服务和员工体验，并降低员工工作效率。解决RPA意外工作流程最常见的方法是由人工接手，受影响的员工也任务更繁重了。
供应商选择，CoE和RPA计划的主要功能弥补了机器人维护的空白
当我们查看组织在减轻RPA挑战方面正在采取的措施时，出现了一些关键主题：
›领先组织将代码脚本编写减至最少。在以某种脚本或编程语言表达的机器人逻辑的百分比方面，领先组织绝对低于新兴组织（前者加权平均值为11.4％，后者加权平均值为45.9％）。
›软件测试自动化的成功与有效的机器人程序维护和成本控制相关。在软件测试自动化方面有效的组织在控制RPA成本方面的有效可能性也高1.4倍。在维护RPA机器人方面，它们的有效性提高了1.3倍（例如，保持机器人运行所需的成本和响应时间）。
›组织优先考虑供，维护和部署时间相对较少的供应商。当被问及RPA供应商的选择过程时，受访者将在特定自动化环境中的技术熟练程度，减少的机器人维护工作量和特定域的某些功能列为他们的前三项功能。
这些功能主要负责减少维护和部署时间。
› CoE的存在与RPA计划效率相关。具有CoE与没有的组织在任务自动化方面取得了进一步的进步，它们的自动化任务多3.5倍（89个任务与25个任务相比）。由于实施RPA计划，他们提高员工生产率的可能性是1.3倍。
关键建议
RPA正在改变工作场所以及组织与客户互动的方式。将RPA视为自动化策略的一部分，并通过集中指导解决RPA问题，从而领先于本研究中发现的问题。
开发一种主动的方法以增强机器人的弹性。应用程序更改和系统问题是造成程序中断的主要原因，从而影响了收入和客户体验并增加了员工维护成本。跨功能工作以沟通未决的应用程序升级，并与基础架构和运营专业人员合作以实施最新的故障分析和自我修复技术。
在寻求运营效率时，请包括客户体验和收入。典型的RPA用例是通过在一线作业人员桌面上集成应用程序来降低成本。但是RPA在客户体验方面可以产生新的收入并改善体验。收债和缩短订单到现金流程的周期时间都是增加收入的沃土。客户体验的改善可以产生更戏剧性的结果。
建立评估模型以指导RPA流程的选择。RPA填补了旧系统中的空白，但有时最终会延迟所需的系统现代化。某些过程将从新的数字方法中受益，而不是从RPA机器人临时替代方案拼凑而成，而后者只用较少的劳动力即可完成相同的旧过程。历史记录少于稳定的应用程序不是自动化的理想选择。
也可以参考历史文章–>>>> 流程适用性评估
从中央开始，计划将责任与企业联合。在RPA计划的早期就正式制定运营模型。在一个小的集中团队中调整操作是可以接受的，但是要进行扩展将功能分配给各个业务部门。在自动化项目失控之前，需要在业务团队和技术团队之间建立共识。这样可以更快地获得结果，并避免了许多潜在的RPA问题。
围绕自动化构建操作模型，而不是特定的RPA工具。Forrester已经确定了13种AI技术构建基块，可以为未来的数字化劳动力提供智能。和自动化或IT服务管理。长期围绕单个RPA供应商建立运营模型是一个糟糕的长期尝试。相反，请遵循更广泛的策略，将重点放在自动化上，而不是RPA（但包括RPA）。
将变更管理计划放在首位。尽管有明确的愿望，内部用户和直属经理仍然非常担心更改，并且对替换机器人解决方案的担忧也越来越大。领先的组织将分配所需的资源来改变规范，而不是令人恐惧的结果。
本文内容编辑翻译自Forrester报告
「RPAPlus」 | 专注RPA+AI 研究、评测、教育
