Hyperautomation

Oleh: Riyanto Jayadi & Fadila Raysita

Hiperautomasi (Lasso-Rodriguez & Winkler, 2020) adalah penerapan teknologi otomasi seperti RPA dan penambangan proses bersama dengan pembelajaran mesin dan teknologi baru lainnya untuk meningkatkan tingkat otomatisasi di perusahaan.

analis industri tradisional ingin memanfaatkan pertumbuhan otomatisasi perusahaan dan mereka membuat persyaratan baru sebagai bagian dari upaya itu (Leary, 2009).

Namun, fakta bahwa mereka membuat istilah khusus ini juga menunjukkan bahwa perusahaan berusaha untuk mencapai tingkat otomatisasi yang lebih tinggi dan tidak puas dengan teknologi otomatisasi perusahaan saat ini.

Analis industri yang berbeda lebih memilih nama yang berbeda untuk konsep otomatisasi perusahaan yang ditingkatkan.

Berdasarkan semua definisi, kami melihat 4 aspek hiperautomasi dalam memungkinkan otomatisasi tingkat yang lebih tinggi:

• Penggunaan teknologi otomasi yang ada seperti RPA dan penambangan proses
• Ketergantungan pada pembelajaran mesin untuk mengotomatiskan pengambilan keputusan operasional
• Perubahan organisasi dan budaya untuk mendorong eksperimen cepat dan adopsi cepat teknologi otomasi
• Penyederhanaan proses untuk mengurangi tantangan otomatisasi

Mengapa hyperautomation populer?

Ketertarikan pada otomatisasi hiper telah dimulai pada akhir tahun 2019. Sebagian besar istilah yang dibuat oleh Gartner tidak melekat, terkadang Gartner muncul dengan istilah seperti AI Based Accounts Payable Invoice Automation (APIA) yang terdengar tidak keren dan tidak mudah dipahami.

Namun, hyperautomation menjadi lebih umum digunakan, ini diambil oleh vendor (Nevredinov et al., 2021). Ini menarik bagi vendor karena itu:

• Pendek
• Sesuatu yang dicita-citakan oleh perusahaan
• Tidak jelas sehingga vendor mana pun dapat mengklaim untuk mengaktifkannya. Sebagian besar teknologi otomasi termasuk dalam definisi sehingga hampir semua teknologi baru dapat dikaitkan dengan hyperautomation.

Mengapa sekarang penting

Karena memiliki potensi dampak yang signifikan dan perusahaan merasa frustrasi dengan tingkat kemajuan saat ini dalam upaya otomatisasi mereka.

Gartner, tanpa mengutip cadangan kuantitatif, mengklaim bahwa organisasi akan menurunkan biaya operasional sebesar 30% dengan menggabungkan teknologi hyperautomation dengan proses operasional yang didesain ulang pada tahun 2024.

Jumlah tersebut mungkin salah tetapi tidak diragukan lagi bahwa otomatisasi pengambilan keputusan operasional akan berdampak dan akan berdampak area fokus bagi perusahaan.

Karena beberapa masalah, pendekatan otomatisasi berbasis produk tradisional dengan ketergantungan terbatas pada pembelajaran mesin telah gagal memberikan manfaat yang signifikan:

• Kompleksitas proses telah memperlambat upaya otomatisasi bahkan dalam proses berbasis aturan
• Karyawan belum mengadopsi budaya mencari peluang otomatisasi dan bereksperimen dengan cepat menggunakan teknologi baru
• Sebagian besar upaya tidak bergantung pada pembuatan model pembelajaran mesin kustom yang membatasi area aplikasi

Refrensi

Lasso-Rodriguez, G., & Winkler, K. (2020). Hyperautomation to fulfil jobs rather than executing tasks: the BPM manager robot vs human case. Revista Română de Informatică Și Automatică, 30(3), 7–22. https://doi.org/10.33436/v30i3y202001

Leary, D. E. O. (2009). The Impact of Gartner ’ s Maturity Curve , on Information Systems Research , with. Information Systems, 6, 1–22.

Nevredinov, R., Anatolyevich, P., & Mikhailovna, O. (2021). An approach to exploratory neural network analysis and visualization of economic data in the space industry An Approach to Exploratory Neural Network Analysis and Visualization of Economic Data in The Space Industry. 070007(February).