Di atas kertas, menerapkan otomatisasi proses robot, atau RPA, terdengar seperti slam dunk. Alat untuk memprogram bot dapat membuatnya sesederhana melakukan tugas saat bot melihat dari balik bahu Anda. Namun, dalam praktiknya, ada beberapa cara yang membuat bot individu dapat gagal, dan program RPA dapat kandas yang perlu ditangani oleh para pemimpin TI di perusahaan.
Gina Schaefer, pemimpin praktik otomasi cerdas AS di Deloitte, menyarankan bahwa akar penyebab banyak jenis kegagalan "berasal dari kurangnya visi dan arahan keseluruhan untuk program, yang ditentukan oleh kepemimpinan dan dianut oleh bisnis."
Namun dia menambahkan bahwa kegagalan RPA ini dapat dihindari dengan arahan dan panduan yang jelas. "Program otomatisasi berskala telah terbukti berkali-kali untuk mendorong dampak yang mengesankan dan pengembalian finansial yang terukur," katanya.
Berikut adalah 10 jenis kegagalan yang dialami perusahaan saat meluncurkan program RPA dan tip tentang cara terbaik untuk menghindarinya.
1. Pemerintahan
Schaefer berpendapat bahwa masalah yang paling umum adalah kurangnya tata kelola. Biasanya, ketika sebuah organisasi menunjukkan ketidakmampuan untuk memberikan ROI yang cukup, itu karena tidak berinvestasi dalam manajemen dan pengawasan yang tepat untuk program tersebut.
Ketika RPA pertama kali diperkenalkan, itu dikelilingi oleh hype yang signifikan, menyebabkan perusahaan secara keliru percaya itu akan menjadi peluru perak. Dalam hal ini, mereka mungkin tidak mendekati program dengan ketelitian yang diperlukan, dengan asumsi tenaga kerja bisnis hanya perlu menghadiri beberapa kursus pelatihan dan mereka akan tanpa dukungan dari grup TI menghasilkan otomatisasi yang cukup ekstensif untuk menskalakan program.
"Meskipun ada manfaat yang tidak diragukan dari alat otomatisasi yang mudah digunakan di tangan bisnis dan contoh dampak satu kali yang mengesankan, sebagian besar otomatisasi penghasil ROI disampaikan di tangan tim otomatisasi profesional," kata Schaefer.
2. Pilihan kandidat otomatisasi
Proyek RPA terkadang gagal menghasilkan ROI karena perusahaan memilih kandidat otomatisasi yang salah. Agak mudah untuk menemukan tugas-tugas dasar yang dapat dengan cepat diotomatisasi. Dalam antusiasme untuk mendorong otomatisasi di perusahaan, banyak manajer tidak mengevaluasi manfaat terhadap TCO yang sebenarnya. "Hanya karena Anda dapat mengotomatisasi sesuatu tidak berarti Anda harus melakukannya," kata Schaefer.
Bot otomatisasi untuk tugas yang lebih mudah hanya menciptakan nilai tambahan yang relevan untuk satu pengguna. Schaefer merekomendasikan perusahaan mengadopsi pendekatan berbasis nilai yang melihat otomatisasi sebagai enabler untuk transformasi proses holistik daripada otomatisasi tugas diskrit. Dengan cara ini, bot dapat berdampak besar pada seluruh fungsi dan tidak hanya mengubah tugas di desktop satu orang.
3. Tantangan manajemen
Kegagalan RPA sering kali diakibatkan oleh manajemen pekerja digital yang pernah dikerahkan ke produksi. Di permukaan, tampaknya begitu bot dibuat, pekerjaan selesai dan akan berjalan secara mandiri tanpa pengawasan.
"Pada kenyataannya, otomatisasi lebih seperti pekerja manusia daripada perangkat lunak," kata Schaefer. Sama seperti karyawan baru, otomatisasi akan menghadapi skenario di hari-hari awal produksi yang tidak terlihat dalam pelatihan.
Sementara model pengembangan komprehensif yang mengantisipasi penanganan skenario ini menciptakan beberapa tingkat fleksibilitas, hampir setiap otomatisasi memerlukan tingkat pelatihan ulang hingga beroperasi cukup lama untuk menghadapi sebagian besar skenario. Juga, seperti semua karyawan lainnya, otomatisasi mengalami perubahan di lingkungan mereka, yang sebagian besar memerlukan pembaruan otomatisasi.
"Program pemeliharaan tenaga kerja digital yang dijalankan dengan baik seharusnya tidak hanya memastikan bot dioptimalkan untuk memberikan kinerja puncaknya, tetapi juga harus memantau dan melaporkan nilai terukur yang diberikan oleh otomatisasi dan dampak keseluruhan terhadap proses bisnis secara holistik," Schaefer dikatakan.
4. Menskalakan tantangan
Bot adalah tindakan sementara yang bagus untuk banyak skenario yang melibatkan penyalinan data dari satu aplikasi atau sistem ke aplikasi lain, tetapi bot dapat menghadapi tantangan penskalaan dibandingkan dengan integrasi API langsung.
Russ Felker, CTO di GlobalTranz, penyedia layanan logistik dan manajemen pengiriman, menemukan kesuksesan RPA awal tetapi mengalami masalah seperti ini ketika perusahaan mulai menggunakan lebih banyak bot .
"Bot adalah teknologi yang hebat tetapi, seperti teknologi apa pun, memiliki titik pengembalian yang semakin berkurang dari perspektif penskalaan," kata Felker. Saat kumpulan informasi dan frekuensi perpindahan data meningkat, bot mengkonsumsi sumber daya dalam jumlah yang sama.
Felker dan timnya mengeksplorasi penggunaan lebih banyak sumber daya komputasi ke bot, mengurangi frekuensi luas dan kedalaman data yang dipindahkan oleh bot, atau beralih ke integrasi yang lebih langsung di luar teknologi bot. Mereka akhirnya mengubah bagian dari pergerakan data menjadi tautan langsung antar sistem untuk membuat aliran data lebih efisien.
"Bot memberi kami kemampuan untuk mengimplementasikan lebih cepat, tetapi kami juga menyadari bahwa kami memerlukan pemantauan dan kebijakan manajemen yang lebih berwawasan ke depan untuk mengidentifikasi saat beralih dari bot ke proses yang lebih terintegrasi masuk akal," kata Felker.
5. Masalah pihak ketiga
Felker juga menemukan komplikasi dalam RPA yang digunakan untuk mengambil data dari pihak ketiga karena antarmuka pihak ketiga tidak seragam. Misalnya, pengemudi truk, banyak di antaranya beroperasi secara independen, secara tradisional menyediakan dokumen kertas untuk menunjukkan bukti pengiriman daripada menggunakan aplikasi.
Tim Felker memutuskan bahwa mengotomatiskan pengambilan dokumen-dokumen ini dengan RPA akan memberikan efisiensi dan nilai yang besar. Tetapi kemudian mereka harus menghadapi kenyataan bahwa dokumen tidak selalu ditempatkan di tempat yang sama, dengan tata letak yang sama persis atau dalam urutan yang sama persis.
"Bot tidak merespons varians dengan baik," kata Felker. "Perangkat lunak melakukan hal-hal spesifik yang diminta untuk dilakukan dengan sangat baik tetapi agak tidak fleksibel."
Penting untuk diingat bahwa bot tidak cerdas mereka hanya mengotomatiskan tugas-tugas hafalan. Jika tugas yang ditetapkan untuk bot berubah atau berubah dengan cara yang tidak terduga, bot akan gagal. GlobalTranz kadang-kadang mengalami hal ini dan harus meningkatkan pemantauan dan pemberitahuan di dalam bot tersebut dari waktu ke waktu untuk menangkap dan mengarahkan kembali masalah yang muncul dengan lebih baik.
6. Penempatan bayangan
Untuk menghindari kegagalan RPA, penting untuk mengatur pagar pembatas untuk penyebaran bot sehingga pengguna garis depan cenderung tidak membuat kesalahan. "Bot memudahkan orang di luar tim pengembangan inti untuk membuat kode pada dasarnya," kata Felker. Hal ini dapat menyebabkan pengembangan bayangan dalam organisasi dan kurangnya pengawasan.
Mirip dengan teknologi lainnya, perlu ada manajemen, pemantauan, dan pencatatan yang tepat di sekitar bot. "Kemudahan pembuatan dan penerapan bot menipu rasanya sangat sederhana untuk hanya membuat penerapan, tetapi tanpa teknologi dan proses yang mendukung, bot kemungkinan akan menyebabkan lebih banyak sakit kepala dan membuat lebih banyak pekerjaan daripada hanya melakukan tugas secara manual," kata Felker.
Menurut Felker, TI juga harus bekerja secara langsung dengan pengguna bisnis dan mengomunikasikan bahwa RPA hanyalah satu alat di kotak alat TI mereka. Saat menentukan apakah tugas cocok untuk RPA, penting untuk mengajukan pertanyaan tentang variabilitas dan pengulangan tugas sebelum menugaskan bot ke sana.
7. Harapan yang tidak realistis
"Sebagian besar kegagalan yang saya temui berpusat pada harapan yang tidak realistis," kata Lauren Lang, direktur asosiasi untuk praktik peningkatan kinerja bisnis di Protiviti, sebuah konsultan global. Banyak proyek dimulai dengan harapan kepuasan instan. Meskipun ini kurang lazim daripada dua tahun lalu, itu masih ada. Beberapa hasil dari jenis kegagalan RPA ini termasuk lingkungan RPA yang dibuat dengan kekurangan, persyaratan yang terlewat sehingga menjadi desain yang buruk dan proses otomatis yang tidak diuji dengan data produksi.
Penting untuk diingat bahwa ada kegagalan proses otomatis dan kegagalan implementasi RPA, menurut Lang. Kegagalan proses otomatis sama pentingnya dengan proses yang dijalankannya. Misalnya, proses otomatis yang melakukan sebagian dari proses penggajian berpotensi mengganggu hingga memengaruhi merek organisasi.
Kemudian, ada proses yang menjadi lebih mengganggu ketika gagal. Contohnya adalah proses otomatis yang bekerja untuk menghasilkan dan mendistribusikan laporan. Dampaknya rendah jika tidak berjalan atau menghasilkan laporan yang tidak akurat.
Dampak dari kegagalan implementasi RPA sangat merusak ketika sebuah organisasi baru memulai dengan RPA. Kegagalan awal termasuk pembangunan infrastruktur yang cacat, pengumpulan dan desain persyaratan yang buruk, dan kegagalan yang dirasakan yang diciptakan oleh harapan awal yang tidak realistis. Dampaknya di sini bisa dibilang yang terbesar karena RPA dapat dicap sebagai kegagalan hina dalam organisasi.
"Hal itu membuat orang-orang di dalam organisasi mengernyit pada gagasan untuk melakukan upaya RPA," kata Lang.
Menerapkan pembelajaran dari proyek awal sangat penting. "RPA tidak terkecuali pada aturan bahwa untuk mempelajari bagaimana rasanya terbakar, seseorang harus terbakar," kata Lang. "Kuncinya di sini adalah menciptakan lingkungan yang memberi penghargaan kepada orang-orang karena mengatasi kesalahan."
8. Penempatan RPA tertutup
Sebagian besar proyek transformasi digital gagal karena mereka yang mengandalkannya tidak memahami cara kerjanya atau merasa bahwa mereka tidak dilibatkan dalam proses perencanaan, kata Prince Kohli, CTO di Automation Anywhere, penyedia alat RPA.
Untuk menghindari kesalahan ini, manfaatkan keterampilan karyawan nonteknis yang menghargai keterlibatannya dalam pengembangan bot dan dapat menawarkan wawasan tentang bagaimana teknologi otomasi dapat memajukan tujuan bisnis.
Dengan membuat tim yang akan menggunakan RPA setiap hari merasa terlibat dalam pengembangan proses, mereka lebih mungkin untuk membeli penggunaan RPA sejak awal.
TI adalah mitra penting selama proses transformasi. Peran mereka adalah memastikan bahwa sistem dapat diskalakan, andal, aman, dan berkinerja baik. Melibatkan nonspesialis dalam pembuatan bot membantu mengurangi risiko kegagalan RPA karena beberapa alasan. Pada satu tingkat, ini meringankan beban kerja yang ditempatkan pada pengembang khusus dan membantu anggaran dan upaya perekrutan dalam prosesnya.
"Membawa pemangku kepentingan bisnis ke dalam pembuatan bot juga membuat bot lebih selaras dengan cara kerja bisnis," kata Kohli. Lagi pula, siapa yang tahu prosesnya lebih baik daripada orang-orang yang bekerja dengan mereka setiap hari?
9. Komunikasi manajemen perubahan yang buruk
Banyak pemimpin gagal untuk berpikir secara holistik tentang budaya organisasi yang perlu beradaptasi dan mendukung perubahan pada lingkungan kerjanya sebelum memulai perjalanan RPA mereka. "Merangkul teknologi baru tidak mudah, terutama RPA, karena tidak hanya mengubah cara individu melakukan pekerjaan mereka, tetapi juga akan mengubah perilaku organisasi secara keseluruhan," kata Kohli.
Oleh karena itu, mengomunikasikan perubahan ini secara efektif, mendengarkan kekhawatiran karyawan, dan mengamankan persetujuan mereka sangat penting untuk kesuksesan.
Penting juga untuk melatih keterampilan karyawan dan kemampuan mereka untuk menavigasi budaya bot-manusia baru ini. "Sama seperti kami melatih pengemudi baru sebelum mereka mulai bekerja, penting untuk memastikan bahwa karyawan Anda memahami cara mengoperasikan teknologi RPA, cara membuat bot, dan cara menjalankan peran baru mereka yang disempurnakan dengan bot," kata Kohli.
10. Salah mendefinisikan kriteria keberhasilan
Para pemimpin TI juga secara tidak sengaja merusak inisiatif otomatisasi mereka sejak awal dengan gagal mendefinisikan kesuksesan, kata Kohli. Memahami hasil yang diinginkan di awal menyiapkan seluruh perjalanan menuju kesuksesan, namun seringkali, organisasi memulai RPA dengan satu-satunya fokus pada penghematan biaya.
Meskipun menghemat waktu dan uang tentu saja berharga, pandangan ini sangat sempit sehingga mengaburkan nilai tambah luar biasa lainnya dari adopsi RPA yang sukses. Ini termasuk kualitas penerapan, peningkatan produktivitas secara keseluruhan dan, yang paling penting, dampaknya terhadap orang-orang.
Setelah meluangkan waktu untuk mengidentifikasi tujuan, akan lebih mudah untuk mengidentifikasi rencana dan fokus pada proses yang kembali ke visi menyeluruh itu. Proses harus dievaluasi terhadap atribut yang menunjukkan kekuatan utama RPA.
Kohli menganjurkan untuk mengidentifikasi proses dan memberi peringkat pada atribut utama, seperti berbasis aturan, melibatkan input terstruktur, dan memiliki volume tinggi dan tingkat kesalahan tinggi. Ini akan menjadi kandidat yang lebih baik untuk otomatisasi dan pada akhirnya akan memiliki dampak yang lebih besar pada organisasi.
“Menguntungkan orang, menurut saya, adalah aspek RPA yang paling berharga karena memberikan dampak yang tak ternilai, seperti meningkatkan kebahagiaan dan kepuasan karyawan,” kata Kohli. "Karyawan yang terlibat lebih produktif, sehat, dan kecil kemungkinannya untuk pergi ke padang rumput yang lebih hijau."
