RPA (Robotic Process Automation) – Power Automate vs UI Path

febrero 25, 2022
No hay comentarios

En este artículo, hablaremos de una de las tecnologías que sufrirán un aumento en la demanda por las empresas en un futuro cercano por su gran potencial a la hora de mejorar la eficiencia diversas tareas del día a día en el trabajo. Hablamos del RPA, acrónimo de Robotic Process Automation, que podría traducirse al castellano como Automatización de Procesos mediante Robots. Además, analizaremos las herramientas que ofrece el mercado y compararemos las que actualmente son las más demandadas, Microsoft Power Automate y UI Path.

¿En qué consiste RPA y qué aplicaciones tiene?

La automatización mediante RPA utiliza software que almacena unas directrices y criterios pre-establecidos por el usuario para que, de manera idéntica a un humano, realice el proceso de manera autónoma. Decimos “idéntica” porque este software utiliza lo que se llama la “front-end” de las aplicaciones, lo que podría entenderse como “parte delantera”. Esto significa en definitiva, que el programa utiliza las funciones disponibles en la interfaz de usuario, es decir, botones, pestañas, ubica el texto en las zonas disponibles, etc… de la misma forma que lo haría un humano. Incluso se ofrece la vista por pantalla de todos los movimientos que ejecuta el robot, como si hubiese tomado el control de nuestro PC. Todo esto complementado con pequeñas reglas de aprendizaje que harán que el robot sea capaz de aprender y aplicar su Inteligencia Artificial (IA) en aquellas ocasiones en las que sus decisiones no se salgan de nuestras órdenes.

A nivel de aplicación, ya podemos intuir que esto significa que no se hacen movimientos intrusivos que provoquen alteraciones en el código del programa que pudiesen poner en peligro la integridad del mismo, dejando indemnes los sistemas subyacentes, además de que por la propia naturaleza de las actuaciones, se conforma un uso intuitivo y sencillo capaz de llegar a usuarios sin conocimientos previos de programación y para la empresa sería un extra de comodidad respecto a la automatización tradicional pues no sería necesario un rediseño de los sistemas para mejorar el proceso comercial.

RPA se centra en la automatización de procesos repetitivos basados en reglas para ahorrar tiempo y dinero, pues son tareas que requieren una inversión de tiempo y esfuerzo por parte del

trabajador sin que este desarrolle ninguna participación activa ni creativa, desaprovechando el potencial de esta persona. En la mayoría de las empresas se identifican tareas altamente susceptibles de ser automatizadas, perfectas para el RPA. Además, por ser trabajo que desarrollaría un ordenador, las tareas:

Estarían libres de errores humanos.
Se realizarían de una manera más eficiente.
Se finalizarían antes del tiempo habitual.
Desembocarían en un aumento de objetivos completados.

Además el aumento del número de Robots permite la escalabilidad de la automatización siendo capaz de soportar un aumento en el volumen de tareas provocado por el crecimiento de la empresa o de las ventas, sumado a la capacidad de aceptar inputs de datos complejos para análisis avanzados, creando una cadena de inteligencia comercial y avance continuo.

A pesar de que todo el proceso se realice de manera autónoma o con unas instrucciones mínimas que impliquen la decisión por parte del Robot de efectuar otras acciones, todos y cada uno de los pasos, ejecuciones y decisiones que se hayan tomado en el transcurso de la tarea, quedarán reflejados en un registro para cualquier auditoría o consulta posterior que deba ser realizada.

Robots y procesos

Durante el transcurso del artículo, hemos nombrado a Robots y Procesos. Entendamos en qué consiste cada uno.

Proceso⛓️

Cuando hablamos de proceso, nos referimos al conjunto de acciones que, en base a nuestros criterios, llevará a cabo el robot. Todas las directrices que queremos que el robot cumpla para la consecución de la tarea, las aplicaciones a las que debe dirigirse, qué funciones ejecutar dentro de ellas e incluso la capacidad decisoria ante una irregularidad, constituirán el proceso.

Robots?

Es quién ejecuta el proceso. Cuando un proceso se está llevando a cabo, se lo asignamos a un robot, que no es ni más ni menos que quien procesa las instrucciones marcadas previamente. En “ellos” quedarán registrados los sucesos enfrentados para desarrollar la capacidad de aprendizaje.

Estos robots tendrán una serie de características que definirán las condiciones en las que un proceso puede llevarse a cabo. Así diferenciamos:

Robots desatendidos, son robots autónomos, de disparo automático. Podremos programar la hora o el suceso con el cuál queremos que el robot ejecute un determinado proceso.
Robots atendidos, en estos es necesaria la intervención humana para que actúen. El inicio de su actividad dependerá de que un humano les dé la orden.

Más allá de la adjudicación de características, sirve a sus creadores para la monetización de su producto pues, de forma general, deberemos desembolsar una cantidad de dinero variable en función de la cantidad de robots que queramos y del número de robots activos de forma simultánea.

Principales actores en el mercado RPA

El mercado del RPA está despegando, pero dudosamente está en su punto álgido. Es una tecnología que ha dejado ver sus bondades de forma visual recientemente y las empresas han podido ver el potencial que tiene su implementación en el desarrollo de su actividad. Aquí se ofrecen como soluciones diversas herramientas, unas de reciente creación y otras con un recorrido en tecnologías similares que aportan un trasfondo de experiencia y una base consolidada para el desarrollo de esta nueva experiencia.

Actualmente, nuestras mejores bazas son: Linx, Blues Prism, UiPath, Kryon, Automation Anywhere, Pega Platform, Nintex Foxtrot RPA, Microsoft Power Automate, Octoparse, etc,… Algunas de estas herramientas tienen unas características que las harán más o menos adecuadas para según qué usuarios, pero por el potencial de aplicación, la robustez y flexibilidad de diseño y el rango de usuarios al que son capaces de llegar, UI Path y Microsoft Power Automate, son las mejores opciones.

Microsoft Power Automate vs UI Path

Antes de repartir a diestro y siniestro, hemos de decir que ambas aplicaciones han mejorado durante el transcurso de los años hasta llegar a ser muy similares en cuanto a capacidad como herramienta de automatización, estando la decisión final en detalles del uso diario así como en remanentes del proceso de crecimiento que han sufrido.

Tras un manejo exhaustivo, notamos de manera más significativa las siguientes diferencias:

El mapeo de la interfaz de usuario en Power Automate se basa en el uso de conectores, mientras que UI Path utiliza un selector de pantalla basado en IA cuando se automatizan los flujos de pantalla.
El manejo de errores de UI Path está integrado en el script de automatización. Power Automate lo maneja en subflujos, fuera del mismo.
El uso en la nube de Power Automate está pensado para Azure, algo típico de los productos de Microsoft. En el caso de UI Path, se ha procurado una compatibilidad general con la nube de la que se quiera hacer uso.
Si bien el generador de automatización de UiPath proporciona un flujo de trabajo optimizado paso a paso, la interfaz de usuario no siempre es intuitiva. La interfaz de usuario de Power Automate tiene un aspecto familiar, ya que imita la mayor parte de la interfaz de usuario de Office de Microsoft.
Para UiPath, la inversión inicial para comenzar a utilizar RPA es mayor. Aunque UiPath ha ajustado los precios, los precios de Power Automate son muy competitivos, lo que hace de esta una opción sólida para las empresas nuevas en el mundo de la automatización.

Ambas plataformas son fuertes contendientes en el espacio RPA y la elección de una u otra vendrá determinada en gran medida por el presupuesto disponible y el entorno de aplicaciones implementadas en la red laboral.

Inteligencia Artificial y el rol del ingeniero

junio 22, 2021
No hay comentarios

INTRODUCCIÓN. ¿Qué es la Inteligencia Artificial y el Machine Learning?

El campo de la Inteligencia Artificial (AI) se inició en 1956, pero solo en la última década se ha logrado un progreso significativo para permitir que la tecnología sea ampliamente utilizada y experimentada por muchos círculos tecnológicos. Hoy en día, la Inteligencia Artificial es una de las tecnologías emergentes de más rápido crecimiento y describe máquinas que pueden realizar tareas que antes requerían inteligencia humana.

El Machine Learning o aprendizaje automático va un paso más allá. Es una de las últimas tecnologías de Inteligencia Artificial donde las máquinas pueden aprender tomando datos, analizándolos, tomando medidas y luego aprendiendo de los resultados de esa acción.

Al igual que con muchas otras industrias, la Inteligencia Artificial y el Machine Learning están cambiando la ingeniería. A pesar de que estas tecnologías ahora parecen estar “en todas partes”, no debemos pasar por alto lo verdaderamente increíbles que son y las cosas extraordinarias que nos permiten hacer hoy y nos permitirán hacer mañana. Para los ingenieros, la Inteligencia Artificial y el aprendizaje automático puede mejorar y optimizar sus tareas, pero también puede ayudarlos a hacer cosas de las que antes no eran capaces.

¿Cómo se utilizan la Inteligencia Artificial y el aprendizaje automático en ingeniería?

A medida que las máquinas se vuelvan más sofisticadas, podrán soportar no solo líneas de producción inteligentes y tareas de fabricación complejas, sino que también podrán diseñar y mejorar tareas con el tiempo, con poca o ninguna intervención humana, a través del aprendizaje automático. Los fabricantes de automóviles han utilizado robots en la línea de producción durante bastante tiempo y han pasado de completar tareas de ingeniería simples a manejar muchos movimientos de precisión requeridos para algunas de las partes más complejas del proceso.

El futuro del sector energético, en concreto el sector eléctrico, está encaminado hacia las Smart Cities, fundamentadas en IoT e AI. Hablamos más en detalle sobre la Inteligencia Artificial y el sector eléctrico en este blog.

Muchas de las tareas de las que son responsables los ingenieros, como el diseño y la simulación, pueden mejorarse con el apoyo de herramientas de Inteligencia Artificial. El Diseño Asistido por Ordenador (CAD) alguna vez fue solo una herramienta complementaria a la ingeniería, y hoy es una parte fundamental del flujo de trabajo diario. Estas herramientas ayudarán a mejorar las capacidades de los ingenieros y permitirán explorar opciones de diseño, optimización de geometría y ahorro de material que nunca antes habían sido posibles.

Otra forma en que la Inteligencia Artificial puede respaldar las tareas de ingeniería es romper las barreras entre departamentos y ayudar a administrar los datos de manera efectiva para obtener información de ellos, a través de las herramientas de Business Intelligence, como contamos en este blog. Los programas de Inteligencia Artificial pueden proporcionar automatización para tareas de bajo valor, liberando a los ingenieros para realizar tareas de mayor valor. Al utilizar el aprendizaje automático para descubrir patrones en los datos, las máquinas serán increíblemente importantes para ayudar con la toma de decisiones en ingeniería.

¿Cuál será el rol del ingeniero?

Hemos hablado de las numerosas ventajas que trae consigo las técnicas de Inteligencia Artificial y Machine Learning, sin embargo, a algunos ingenieros les preocupa que las máquinas se puedan hacer cargo de parte de sus trabajos. La automatización ha asumido y seguirá asumiendo trabajos repetitivos, permitiendo a los ingenieros realizar tareas de nivel superior, así como para asumir trabajos que requieren las habilidades únicas de los humanos. En un estudio de la Universidad de Stanford, “One Hundred Year Study on Artificial Intelligence“, no hay nada inminente sobre la amenaza a los puestos de trabajo, e incluso si llegamos allí, se compensará con los impactos positivos en la sociedad y el aumento de las capacidades.

Para que los ingenieros se preparen para la Industria 4.0, cuando la automatización industrial, los macrodatos, la Inteligencia Artificial y el Machine Learning transforman la forma en que trabajamos, los ingenieros deben adaptarse a las últimas herramientas disponibles y optimizar el trabajo entre los ingenieros y las máquinas.

Conclusiones

La Inteligencia Artificial y el Machine Learning son la base de la ingeniería avanzada. Si bien quedan preguntas, sobre todo acerca de cómo cambiará el trabajo de los ingenieros, es inútil resistirse a la transformación. No hay duda de que la AI ayudará a administrar los datos de ingeniería de manera más eficiente y será un componente esencial del futuro de la ingeniería. Cuanto antes se adopte y se adapte, antes podrá capitalizar la ingeniería las ventajas de la tecnología.

La AI es imprescindible en el desarrollo del sector energético, potenciado la gestión de las energías renovables, por su carácter impredecible, y la transformación digital. En un mundo donde la generación distribuida toma cada vez mayor importancia, la optimización de generación, consumo y almacenamiento de energía tiene que ser inevitablemente gestionado por las máquinas. El gran problema actual que presentan las energías renovables es su ineficiente almacenamiento a grandes escalas. Esta problemática se solventa con el desarrollo de nuevas tecnologías para obtener otras fuentes de energía renovables y libres de contaminación, como el hidrógeno verde, donde la AI toma el mando.