L’automazione dei processi aziendali sta entrando in una nuova fase. Dalla Robotic process automation (RPA), nata per eseguire attività ripetitive e circoscritte, le imprese stanno passando a un modello capace di intervenire su processi end-to-end, coordinando applicazioni, dati, persone, robot e agenti di intelligenza artificiale.
È in questa evoluzione che si inserisce il lancio di UiPath Cartographer, presentato a Milano durante Fusion, la conferenza con cui annualmente UiPath chiama a raccolta partner e clienti. L’obiettivo è affrontare uno dei problemi più complessi della trasformazione digitale: capire come il lavoro viene realmente svolto nelle organizzazioni e trasformare questa conoscenza in una base concreta per l’automazione.
Documenti, procedure e diagrammi descrivono spesso come un processo dovrebbe funzionare, ma non sempre riflettono la pratica quotidiana. Eccezioni, decisioni e competenze maturate dalle persone possono restare fuori dalla documentazione ufficiale, costringendo le aziende a ricostruire informazioni prima di avviare nuovi progetti. Cartographer affronta il problema attraverso la “Mappa del Lavoro”, una rappresentazione aggiornata delle attività reali, utilizzabile per progettare workflow e agenti AI. La finalità è accelerare il passaggio dalla comprensione del lavoro alla sua automazione governata.
Dalla singola attività alla visione end-to-end
L’evoluzione della piattaforma, e quindi anche dell’offerta di UiPath, riflette quella delle esigenze delle imprese. “All’inizio, ci siamo fatti strada nelle aziende di consulenza, come EY o Deloitte, che si occupavano della digital transformation dei clienti. La RPA era la soluzione perfetta per tutti i task ripetitivi che potevano essere replicati da un robot software”, spiega Alexandru Mihailciuc, svp e sales engineering di UiPath.
Con l’evoluzione dell’intelligenza artificiale, l’attenzione si è spostata verso processi più articolati, nei quali intervengono sistemi e funzioni differenti. “Prima si ottimizzavano singoli task e non interi processi end-to-end. È da lì che la vera trasformazione ha iniziato ad avvenire, con l’avvento dell’AI e dell’orchestrazione”, osserva Davide Marchetti, country manager Italy di UiPath.
Oggi UiPath si posiziona come layer orizzontale che coordina decine di applicazioni e le persone coinvolte. Il vantaggio dell’RPA pura resta noto: un robot svolge senza errori, ventiquattro ore su ventiquattro, il lavoro che una persona farebbe in otto.
Ricostruire la realtà operativa
La difficoltà iniziale è capire come le diverse attività si colleghino tra loro. Secondo Marchetti, nelle organizzazioni la conoscenza è spesso frammentata: “Magari c’è chi conosce il task o chi, all’interno delle singole business unit, conosce le parti di sua competenza, ma quando si parla di processi end-to-end non c’è un vero business owner. Raramente hanno un responsabile unico e le informazioni sono molto distribuite all’interno dell’azienda”.
A complicare il lavoro contribuiscono i cambiamenti organizzativi, le nuove applicazioni e le modifiche normative, che possono rendere rapidamente superata la documentazione esistente.
Cartographer analizza procedure, policy, diagrammi e altri materiali disponibili, individuando lacune e incongruenze. Le conversazioni guidate permettono poi di raccogliere informazioni da chi conosce direttamente le attività. La rappresentazione risultante può essere aggiornata quando cambiano regole, responsabilità o modalità operative.
“Non è una mappa statica – precisa Mihailciuc –. Una policy può cambiare, una legge può cambiare, gli attori possono cambiare e il processo può essere diverso da quello che era stato documentato anni prima”.
Decisioni ed eccezioni diventano conoscenza condivisa
Una funzione centrale è il Decision Ledger, che consente di catturare decisioni, eccezioni e criteri applicati durante il lavoro, anche quando non sono descritti nelle procedure formali. Essendo collaborativo, può inoltre inviare richieste a persone di silos diversi per raccogliere file e feedback, superando la frammentazione tra business unit.
Tali informazioni sono particolarmente importanti nei processi complessi, nei quali l’esperienza dei dipendenti aiuta a interpretare regole e gestire situazioni impreviste. Rendere esplicita tale conoscenza permette di conservarla e utilizzarla anche quando cambiano le persone o le responsabilità. “Un team di business analyst prima impiegava mesi a documentare eccezioni, policy e regole – sottolinea Mihailciuc –. Ora bastano alcuni giorni”.
La velocità di aggiornamento deve comunque accompagnarsi a una governance chiara. A ogni processo viene assegnato un referente che può approvare o respingere le modifiche proposte, mantenendo il controllo sulle informazioni condivise e sulle decisioni che incidono sull’operatività. Il tutto gira su UiPath Platform ed eredita i suoi standard di sicurezza e governance.
Dalla conoscenza all’automazione
Il lavoro di discovery non costituisce una fase isolata, ma prepara la progettazione delle soluzioni. Le informazioni raccolte possono alimentare specifiche tecniche per lo sviluppo di workflow e agenti AI. Cartographer può inoltre integrarsi con UiPath Maestro, la piattaforma con cui UiPath orchestra i workflow end-to-end.
L’obiettivo è ridurre la distanza tra l’analisi di un processo e la sua implementazione, evitando di ripartire da zero quando si passa dalla documentazione allo sviluppo.
La stessa impostazione caratterizza le Industry Solutions, pensate per esigenze specifiche di settori e funzioni aziendali. “Le soluzioni possono essere costruite insieme ai clienti attraverso un co-development iniziale, per poi diventare generalmente disponibili”, evidenzia Marchetti.
Soluzioni verticali e risultati più rapidi
UiPath sta ampliando il proprio portafoglio con soluzioni preconfigurate per ambiti come finance, financial crime, retail e banking. Nell’ambito dell’ufficio del CFO, per esempio, le applicazioni riguardano l’elaborazione delle fatture e la gestione documentale. Nel financial crime, l’offerta è stata rafforzata attraverso l’acquisizione di WorkFusion. Nel retail, le tecnologie di intelligent pricing possono supportare decisioni su scorte, sconti e promozioni. “Retail e manufacturing sono due industrie che possono beneficiare di un evidente miglioramento perché i loro margini sono molto sensibili”, osserva Mihailciuc.
Le soluzioni già predisposte rispondono anche alla richiesta di ridurre i tempi necessari per ottenere benefici concreti. “Ogni cliente potrebbe costruirle da sé, ma qui le prende già preconfezionate”, chiarisce Marchetti. Per Mihailciuc la leva è economica: le soluzioni prefabbricate “accelerano il time to value” di trasformazioni che altrimenti potrebbero durare anni.
Agenti AI e supervisione umana
L’introduzione dell’intelligenza artificiale non implica che gli agenti possano gestire autonomamente ogni fase di un processo. In Italia, secondo Marchetti, la piena automazione end-to-end da parte degli agenti non è ancora una realtà consolidata. “Per la mia esperienza, nelle aziende italiane non ho mai visto un processo totalmente end-to-end governato da agenti”, sostiene. Sicurezza, conformità normativa e tracciabilità richiedono controlli e, nei passaggi più delicati, la possibilità di coinvolgere una persona.
Il modello proposto combina quindi robot RPA per le operazioni deterministiche, agenti AI per attività più articolate e interventi umani nei punti in cui servono valutazione e responsabilità. L’orchestrazione consente di coordinare questi elementi all’interno dello stesso processo.
È possibile anche simulare le conseguenze di una modifica prima di applicarla. “Posso introdurre una nuova regola o un’automazione con un agente in qualche passo del processo e fare una simulazione per capire quale sarà l’outcome”, rimarca Mihailciuc. Le aziende possono così valutare gli effetti su prestazioni, indicatori e conformità prima di intervenire sull’operatività.
La sfida resta anche organizzativa
Non tutti gli ostacoli dipendono dalla tecnologia. Anche quando i sistemi esistenti possono essere collegati alle nuove soluzioni, le aziende devono affrontare resistenze culturali, dubbi sull’impiego dei modelli AI e difficoltà nel rendere accessibili le competenze interne. “L’ostacolo che vedo io è principalmente umano. Non si tratta di sistemi, accessi o security, ma della mentalità con cui le aziende decidono di utilizzare queste tecnologie”, considera Mihailciuc.
La trasformazione richiede quindi responsabilità definite e collaborazione tra funzioni aziendali. Nella visione di Marchetti, il dialogo sull’automazione coinvolge sempre più figure come Chief Digital Officer, Head of Transformation e Head of AI, oltre ai tradizionali centri di competenza. Il tema non riguarda più soltanto l’efficienza di singole attività, ma il cambiamento dei processi nel loro complesso.
La strategia di UiPath punta a superare i limiti della RPA tradizionale, combinando conoscenza dei processi, orchestrazione e intelligenza artificiale. “L’anima dell’automazione rimane, semplicemente adesso usiamo strumenti diversi per poter fare cose più complesse”, sintetizza Marchetti. La nuova proposta Cartographer va proprio in questa direzione, collegando la ricostruzione delle attività reali alla progettazione delle automazioni.
