svo2r02t Garner Rap Gartner. Licenciado para distribuigao Va além do RPA para fornecer hiperutomacgao Publicado em 16 de dezembro de 2019 - ID GOO 433853 - leitura de 15 min By Analysts Saikat Ray, Cathy Tornbohm, Marc Kerremans, Derek Miers Os Iideres em arquitetura corporativa e inovacdo tecnolégica nao tém uma estratégia definida para dimensionar a automagao com objetivos taticos e estratégicos. Eles devem fornecer automagao ponta a ponta além do RPA, combinando tecnologias complementares para aumentar os processos de negocios. 0 Gartner chama isso de "hiperautomagao’ Visao geral Principais desafios = Os lideres da EA e da inovagao em tecnologia podem criar uma viséo miope da automagao de rotina tatica em um roteiro estratégico de longo prazo. Isso arrisca sua credibilidade dentro da organizacao, = Hé uma falta de orientagao para ajudar as organizagdes a montar a automacao de processos robéticos (RPA) com outras ferramentas. Isso dificulta a automacdo de processos de ponta a ponta, fazendo com que essas organizacées percam os valores estratégicos de negécios. = As iniciativas para adicionar inteligéncia habilitada para IA aos processos de negécios geralmente so entregues em silos, sem uma estratégia integrada. Isso resulta em desafios de dimensionamento futuros. Recomendagées Para acelerar a transformagao dos negécios, os lideres de arquitetura corporativa e inovacao tecnolégica devem: = Planeje um roadmap estratégico de longo prazo alinhando as metas de negécios, identificando processos para otimizar e escolhendo tecnologias complementares. = Crie uma estratégia de integragao que permita a automacao de processos ponta a ponta, ajudando sua organizacao a montar RPA, gerenciamento de processos de negécios (BPM) e outras ferramentas da caixa de ferramentas DigitalOps da Gartner. = Aumente os processos de negécios integrando progressivamente aplicativos de IA com ferramentas DigitalOps para liberar valor de negécios de longo prazo. hitps ww gartner.comidocireprints7id=1-242S07CE&ct=2101068st=sb ana‘woar2021 Garner Reprint Premissa de planejamento estratégico Em 2022, 65% das organizacées que implantaram automagao de processos robéticos apresentardo inteligéncia artificial, incluindo aprendizado de maquina e algoritmos de processamento de linguagem natural Introdugao Os lideres de arquitetura corporativa (EA) e inovagao tecnolégica costumam ser pressionados por seus parceiros de negécios a se concentrarem nas necessidades taticas da automagao de processos de rotina com RPA. RPA pode fornecer alivio rapido como uma forma nao invasiva de integracdo. No entanto, os processos nem sempre sdo simples, rotineiros, repetitivos e estaveis. Eles podem demorar muito e geralmente envolvem otimizagao e tomada de decisées automatizadas e inteligentes. 0 verdadeiro desafio - escalar além dos pouces frutos basicos dos processos de rotina - nao pode ser resolvido por uma Unica ferramenta ou com estratégias isoladas. A hiperutomagao se refere a uma combinacao eficaz de conjuntos complementares de ferramentas que podem integrar silos funcionais e de processo para automatizar e aumentar os processos de negécios. 0 Gartner apontou a hiperautomagao entre as 10 principais tendéncias estratégicas para 2020 (consulte As 10 principais tendéncias de tecnologia estratégica para 2020"). A Hyperautomation pode ser habilitada pelo DigitalOps - que é uma estrutura de processo de negécios projetada para simplificar, medir e gerenciar processos em toda a empresa (consulte “DigitalOps ajuda a conectar modelos de negécios a plataforma de negécios digital” ). A caixa de ferramentas DigitalOps oferece uma ampla gama de tecnologias além do RPA, como BPM, mecanismos de fluxo de trabalho, suites de gerenciamento de decisdo, mineragao de processos, plataformas de aplicativos de baixo cédigo (LCAPs) e outros. Os lideres da EA e de inovagao tecnolégica costumam ser desafiados a criar uma estratégia que possa capitalizar as competéncias e ferramentas da DigitalOps. No entanto, eles costumam perguntar ao Gartner por onde comecar. Esta pesquisa ajudard os lideres da EA e da inovagao em tecnologia a: = Defina uma jornada de automagao. = Co-crie uma estratégia para combinar ferramentas DigitalOps a Aumente os processos de negécios com IA. ‘A Figura 1 descreve as principais estratégias para habilitar a hiperautomagao, Figura 1, Estratégias principais para ativar a hiperutomagao em sua organizagao 2AZSOZCESCt=2101068st=sb ana‘wo2r2021 Gartner Reprint Key Strategies for Enabling Hyperautomation in Your Organization at Plan Your Process Apply DigitalOps ‘Augment ‘Automation Journey Toolbox With Al Andlise Planeje sua jornada de automacao Um roteiro é um primeiro passo muito importante. E importante definir o resultado de negécios desejado e os processos que precisam ser otimizados, antes de automatizar e montar ferramentas da caixa de ferramentas DigitalOps. A Figura 2 ilustra trés etapas para construir um roteiro para sua jornada de automagao Figura 2. Roteiro para hiperutomacao ms Roadmap for Hyperautomation Define the Desired Optimize the eae ca) = $B) yoots with others Revenue S AssossiRighisize FF Diatatops Tootbox AV nistiaze and Sete @ rus Qa hitps ww gartner.comidocireprints7id=1-242S02CE&ct=2101068st=sb ata‘0272001 Gartner Reprint Defina o resultado de negécios desejado E importante definir suas ambigées digitais. Arquitetos corporativos e proprietarios de processos de negécios devem colaborar para definir uma visdo para suas iniciativas de negécios digitais (consulte “Ambigao de negécios digitais: transformar ou otimizar?” ). Alinhe suas metas de automaco de processos com trés objetivos principais: = Receita - Quais sdo seus principais impulsionadores de receita? Por exemplo, vocé pode optar por se concentrar na melhoria de processos, automatizar tarefas, aumentar o envolvimento do cliente ou introduzir novos servigos = Custos - ajuda a otimizar custos? Vocé pode melhorar a eficiéncia automatizando tarefas, mas também redesenhando processos, reduzindo o custo de erros e agilizando processos. = Riscos - Quais so os seus riscos de conformidade devido a processos ineficientes? Ao redesenhar e automatizar processos, vocé pode minimizar o risco de nao conformidade com um processo regulatério. Identifique os casos de uso que deseja otimizar para melhorar a eficdcia e a eficiéncia de um proceso. Procure transformar os processos de negécios experimentando novas maneiras de entregar valor. Isso pode ser feito redesenhando e otimizando processos. Em seu roteiro, distinga claramente seus casos de uso e seus resultados associados as suas metas de receita, custo e risco. Otimize 0 Processo Freqiientemente, automatizar um processo ruim pode pioré-lo. E essencial estruturar processos de negécios para alto desempenho. Isso é aplicdvel quando a automagao exige que as organizagées tenham uma nova visdo sobre as principais caracteristicas dos processos relacionados a estrutura de dados, delineamento de componentes e excegdes. Identifique casos de uso para otimizar processos, concentrando-se em: = Redimensionar 0 1Q do seu processo (consulte “Oito dimensées do IQ do processo determinam o quao inteligente o seu processo deve ser” ). 1 Industrializar e dimensionar os processos principais que impulsionam os produtos e servicos fornecidos por meio de uma plataforma de negécios digital (consulte “Como industrializar e reutilizar recursos e processos essenciais do produto com iniciativas DigitalOps” ). = Aprimorando seu processo com entradas de dados estruturadas padronizadas e inteligéncia de decisao. Plano de aplicagao das ferramentas DigitalOps com outras ferramentas Identifique as ferramentas DigitalOps que esto estreitamente alinhadas ao seu roteiro de automagao. Avalie diferentes mercados de tecnologia e crie um plano de investimento Iitpsshwwn.gartne.com/docireprints7id=1-24ZS02CESCi=2101068st=sb ana‘wo2r2021 Gartner Reprint progressivo para entregar efetivamente valores de negécios taticos e estratégicos. Montar ferramentas DigitalOps Uma caixa de ferramentas DigitalOps alinhada a automagao de processos orientada a modelos de negécios vem com muitas op¢ées para abordar as diferentes etapas da automagao de processos (descobrir, analisar, projetar, automatizar, medir, monitorar e reavaliar). Inspecione seus casos de uso e seus objetivos de negécios de longo prazo para identificar as combinacées ideais dessas ferramentas (consulte "Navegar nas rotas ideais para automagao de processos com RPA, iBPMS e iPaaS") 0 escopo desta pesquisa é limitado a algumas das tecnologias ctiticas dentro do DigitalOps Toolkit que s4o essenciais para os objetivos de automagao de processos de negécios inteligentes. No entanto, este documento nao cobre todas as tecnologias possiveis - incluindo iPaaS, APIs e barramentos de servico corporativo (ESBs) - que podem ser aplicadas para habilitar a automago de processos ponta a ponta. A Figura 3 mostra as ferramentas que compéem a caixa de ferramentas DigitalOps. Figura 3. O Digitalops Toolbox le DigitalOps Toolbox a zp RPA Customers Ecosystems G@)_ Process Discovery eB) S Process Mining Se rey 2, BPMs oe i ry Low-Code IT systems & Business Rules Engine nteligent business process management suite; RPA = robotic process automation Garner Para avaliar e comparar as capacidades individuais de diferentes ferramentas de automagao de processos, consulte "Comparando tecnologias de automagao de processos digitais, incluindo RPA, BPM e baixo cédigo”. Plataformas BPM As suites Intelligent BPM (iBPMS) tém uma base sélida de ferramentas para orquestrar processos e automatizar tarefas dentro desses processos. iBPMS consolida servigos de hitps ww gartner.comidocireprints7id=1-242S02CE&ct=2101068st=sb site‘0272001 Gartner Reprint integracdo, gerenciamento de decisdo, orquestragao de processos, processos ad hoc e andlises avangadas em uma tinica plataforma. Se vocé tem uma ferramenta de BPM, deve se concentrar em: = Gerenciar processos de negécios de longa duracdo e entre organizagées que abrangem pessoas, servigos de maquinas e coisas, bem como limites funcionais. = Aplicago do iBPMS como orquestrador mestre de processos e gerenciamento de listas de tarefas. = Acionar um bot / script RPA para automatizar uma tarefa em um processo. Vocé pode usar APIs para integrar os scripts RPA com seu orquestrador mestre BPM. = Monitorar métricas e criar painéis analiticos para identificar oportunidades de melhoria do proceso. = Fornecimento de servicos de integragao direta / APIs para outras plataformas, aplicativos e dispositivos corporativos. Consulte “Quadrante Magico para suites de gerenciamento de processos de negécios inteligentes” e “Capacidades criticas para suites de gerenciamento de processos de negécios. inteligentes”. RPA RPA é uma tecnologia de integragao nao invasiva usada para automatizar tarefas rotineiras, repetitivas e previsiveis por meio de interagdes de IU orquestradas que emulam agdes humanas Use RPA para se concentrar no seguinte: = Oferecendo ganhos rapidos automatizando tarefas rotineiras e repetitivas. = Criagao de fachadas de API com aplicativos legados. Use os meios nao invasivos de RPA para interagir com aplicativos legados onde a construgao de integracdo tradicional sera complexa, demorada e cara = Transportar, consolidar e validar dados de fontes distintas em um projeto de migracéo de ERP em grande escala. = Experimentar rapidamente com um protétipo de processo. Aplique o RPA para experimentar rapidamente e realizar provas de conceito rapidas antes de langar um novo servigo ou processo, Plataformas de aplicativos de baixo cédigo Anatureza gréfica dos ambientes de desenvolvimento LCAP pode ser usada para modelar a automagao répida de um processo de negécios. A maioria dos fornecedores de LCAP oferece Iitpsshwwn.gartne.com/docireprints7id=1-24ZS02CESCi=2101068st=sb ana‘0272001 Gartner Reprint orquestragao de processos de negécios e servigos de fluxo de trabalho para automatizar tarefas, rapidamente e orquestré-las em processos mais simples Consulte “Magic Quadrant para plataformas de aplicativos corporativos de baixo cédigo” e "Recursos criticos para plataformas de aplicativos corporativos de baixo cédigo". Aplique LCAP como uma ferramenta complementar para se concentrar no seguinte: = Automating a process that is small in scope, or changes frequently and is constrained to a single business function or team. The ability to go rapidly from an idea to a deployed application is core to LCAPs. This functionality puts LCAPs in a very strong position when automating business processes that need a high degree of flexibility = Creating or modernizing the user experience (UX) of a process requiring a web or mobile user interface. Many LCAPs are also multiexperience development platforms (see “Magic Quadrant for Multiexperience Development Platforms” and “Critical Capabilities for Multiexperience Development Platforms") = Exploiting the broad set of connectors to automate tasks related to applications that have existing APIs. However, the set of supported protocols is smaller than that of an integration platform or a BPM suite. The connectors in LCAPs primarily focus on HTTP REST API-based connectivity or connectors to common enterprise and SaaS (such as ERP systems). Process Mining and Discovery/Analytics Process mining is designed to discover, monitor and improve real processes by extracting knowledge from the event logs readily available in application systems (see "Market Guide for Process Mining’). Process mining includes automated process discovery, conformance checking and other advanced analytics features. Apply process mining tools to: = Identify process inefficiencies at a granular level. Discover, monitor and configure tasks that can be automated by bots/scripts. Extract knowledge from events readily available on a workstation or captured from screens Create process documentation and autogeneration of simulation models. Repair or extend a model. Make process recommendations based on historical data You may integrate process mining tools with your BPM and RPA platforms to optimize routine automation opportunities by discovering, monitoring and analyzing business processes, tasks and interdependencies. hitps ww gartner.comidocireprints7id=1-242S02CE&ct=2101068st=sb mma‘wo2r2001 Garner Repent Decision Management Suites (DMSs)/Business Rules Management Systems (BRMSs) DMSs are used to supplement conventional application development and runtime tools when a business application includes decisions that entail complicated or frequently changing logic. Modern DMS products have evolved beyond business rule management systems by providing better support for analytics and decision modeling. These can be used alongside BPM tools. ADMSis relevant for decision-centric applications that involve any of the following: Diverse kinds of input data, which may be collected from multiple sources Multiple calculations Dozens, hundreds or thousands of business policies, implemented as rules Sophisticated algorithms that involve a mix of rules and analytics models Multiple stakeholders, sometimes with different objectives If you already have a DMS platform, focus on the following: = Building your decision model — for example, conceptual and logical models, such as those defined in DMN or similar decision modeling notations (see “Develop Good Decision Models to Succeed at Decision Management’). = Improving the decision authoring or maintenance tools — for example, through decision metaphors that make it easier for the business to author or modify rules and analytics without help from IT. = Supporting predictive analytics scoring services — such as the capability to import or connect with PMML, PFA, R, Python or other models from data science platforms (or similar advanced analytics tools). See “Innovation Tech Insight for Decision Management.” EA and technology innovation leaders should look to transition from a loosely coupled RPA ecosystem with complementary technologies, to a more-connected DigitalOps toolbox. From 2020 onwards, many vendors will provide a single platform with an integrated offering. For instance: = Microsoft have launched Power Automate RPA solution with their Power Apps low-code and workflow applications. = SAP launched its integrated BPM RPA offering from its enterprise cloud, integrated with S/4HANA ERP. = Pegasystems already provides an integrated BPM RPA solution. hitps ww gartner.comidocireprints7id=1-242S02CE&ct=2101068st=sb ana‘wo2r2021 Gartner Reprint = Appian have partnered with UiPath, Automation Anywhere and Blue Prism. = Oracle have partnered with several RPA vendors Figure 4 illustrates the transition to the DigitalOps toolbox. Figure 4. Evolution From Task-Based to Complemented RPA to. Digitalps Toolbox Evolution From Task-Based to Complemented RPA (CoRPA) to Digital Ops Toolbox ‘Complemented RPA (CoRPA) Digital Ops Technology Toolbox Process in ee ae eoeyice Peery iBPMS Ht Modeling Machine — Es Zz Co Augment Business Processes With Al To accelerate hyperautomation, an integrated system of intelligence effectively combines DigitalOps tools with: = Artificial intelligence (Al) = Machine learning (ML) = Natural language processing (NLP) = Optical character recognition (OCR) = Conversational chatbots See “A Framework for Applying Al in the Enterprise.” Figure 5 illustrates an integrated system of intelligence with Al, ML and NLP. hitps ww gartner.comidocireprints7id=1-242S02CE&ct=2101068st=sb ona‘0272001 Gartner Reprint Figure 5. Integrated System of Intelligence With Al, ML and NLP Integrated System of Intelligence With Artificial Intelligence, Machine Learning and Natural Language Processing ~——r = 9 OG OG ag Bo Predcve cused = ma reconmenasons ese akg Orchestration | 8B 8B 8 8B In an integrated ecosystem of DigitalOps tools: = RPA enables task automation = BPM/LCAP/DMS enables dynamic orchestration/choreography. = The Al layer adds to the intelligence. Existing transactional ERP and customer-focused platforms incorporate their own local, process centric tooling, Al can be applied at each layer of application integration to facilitate predictive insights and enable guided recommendations, process mining and adaptive decision making. A business process touching many applications and systems can effectively use Al, ML and NLP models to achieve the same thing. See “5 Steps to Get Started With Machine Learning.” Aland ML are used specifically for process automation scenarios to: = Perform continuous learning with data collected in automation processes to update models dynamically — which improves the quality of automation — and make the necessary adjustments. = Reuse learning models (that is, models trained for other customers for similar use cases and then repurposed into a new customer's model). This minimizes the time and data required to build and deploy a model. Look for vendors who provide this feature. hitps ww gartner.comidocireprints7id=1-242S02CE&ct=2101068st=sb ton‘0272001 Gartner Reprint = Secure model privacy, ensuring that any client information used to train the model is abstracted from the reused learning models. = Automate the training and building of ML models without requiring the manual process of training and selecting ML algorithms. See “A Guidance Framework for Operationalizing Machine Learning for Al’ and "How to Build Momentum for Machine Learning (ML) Initiatives (Iron Mountain).” Common use cases of Al, ML and NLP within business process automation include many industry-specific instances, such as: = Claims handling in insurance (e.g, extraction, classification of claims data) = Anti-money-laundering efforts in banking (e.g., reconciliation, monitoring of transaction data) = Product data matching in retail There are many more examples of Al augmentation in: = Case management Contract management Legal processes Clinical trials and pharma co-vigilance in healthcare Automated help desk triage and resolution To realize business value, you must deploy Al technologies that deliver specific, measurable business outcomes for targeted use cases. Collectively develop candidate use cases of Al and ML, while identifying the quantifiable business outcomes from each of these use cases. Agree on measurable business impacts before gathering the first set of data and beginning the journey to build the framework. Find out how the integrated Al functions within the automated process will work with other components. Al and ML approaches have very low explainabiliy. If you need to be able to justify your decisions within a process, then using Al and ML may not be a good approach — or you may need to implement some kind of human oversight. For example, if you are automating an anti-money-laundering process and implementing a fraud detection algorithm, you may need to understand the interfaces between your Al components and other automation tools. Many of these processes involve nonroutine tasks, decision intelligence and human judgment. hitps ww gartner.comidocireprints7id=1-242S02CE&ct=2101068st=sb ane‘wo2r2021 Gartner Reprint In this example, the process would involve the following steps: 1. An intelligent business process management suite and/or distribution management system tool manages the decision-driven workflow/orchestration of the process 2. It triggers an RPA bot/script to perform some data collection and other routine labor work to validate customer records, etc. 3. The fraud detection algorithm — built on an ML model — is run on the consolidated data to identify patterns. This process could introduce human intervention, requiring that formal approval or e-signature be provided in order to move forward. 4, This then triggers another RPA bot to perform follow-up actions, such as sending emails and updating transactional systems (such as the ERP solution, CRM solution and other applications). Similarly, for a contact center operation: 1. An NLP text analytics feature could be used to perform customer sentiment analysis based on call transcripts of customer complaints. 2. This could be used to identify next best steps or even prepare the contact center agent to drive a value-added conversation. 3, An attended RPA bot could perform follow-up actions/tasks for the agent — such as preparing a structured email with valuable data. Recommendations for enterprise architecture and technology innovation leaders who are ‘augmenting business processes with Al, ML and NLP’ = Identify use cases for optimal application of each Al area — including ML, NLP, OCR and chatbots. = Assess the required resource skill sets, time, costs and complexity involved in building Al models to justify the business case. = Ensure availability of good quality historical data to train the ML models. = Assess all factors, including actors, trigger points, subsystem boundaries, interfacing APIs, exception handling and edge cases where human interventions are required. = Plan for small, fast, iterative Al wins in business operations. = Explore aceleradores de IA dos principais provedores de servicos em nuvem (CSPs) que podem estar incluidos em suas plataformas LCAP, DMS, BPM, RPA e iPaaS. Bibliotecas de Al / ML comuns geralmente disponiveis nessas plataformas incluem AWS Machine Learning, Google Cloud (TensorFlow), IBM Watson Studio, Microsoft Azure Machine Learning Studio, StanfordNLP, Natural Language Toolkit e spaCy. hitps ww gartner.comidocireprints7id=1-242S02CE&ct=2101068st=sb sana‘wo2r2001 Garner Repent = Procure recursos do AutoML para permitir que os processos RPA capitalizem os aceleradores de ML e NLP. Os mecanismos AutoML usam entrada e saida de dados de tarefas manuais concluidas para escolher algoritmos, treinar 0s modelos ¢ inserir modelos na automagao de maneira ininterrupta. Termos chave e glossario dos acrénimos Al inteligéncia artificial BPM gestao de processos de negécios EA arquitetos empresariais DMS suites de gest&o de decisdo iBPMS suites de gerenciamento de processos de negécios inteligentes iPaaS _plataforma de integracao como servigo LCAP _plataformas de aplicativos de baixo cédigo ML aprendizado de maquina PNL processamento de linguagem natural OCR —_reconhecimento éptico de caracteres RPA automagao de processos robéticos SaaS __ software como servigo © 2021 Gartner, Inc. and/or its affiliates. All rights reserved. Gartner is a registered trademark of Gartner, Inc. and its affiliates. This publication may not be reproduced or distributed in any form without Gartner's prior written permission. It consists of the opinions of Gartner's research organization, which should not be construed as statements of fact. While the information contained in this publication has been obtained from‘wo2r2021 Gartner Reprint sources betleved to be reliable, Gartner aisciaims aii warranties as to the accuracy, completeness or adequacy of such information. Although Gartner research may address legal and financial issues, Gartner does not provide legal or investment advice and its research should not be construed or used as such. Your access and Use of this publication are governed by Politica de uso do Gartner . 0 Gartner se orgulha de sua reputacao de independéncia e objetividade. Sua pesquisa é produzida de forma independente por sua organizagao de pesquisa, sem contribuigao ou influéncia de terceiros. Para obter mais informagées, consulte * Principios orientadores sobre independéncia e objetividade *. Sobre Carreiras Redagdo Politicas Indice do Site Glossariode T|_ Gartner Blog Network Contato Enviar comentérios 2021 Gartner. no. € hitps ww gartner.comidocireprints7id=1-242S02CE&ct=2101068st=sb sana