RPA telah lama dilihat sebagai pendorong utama transformasi digital. Pada tahun 2021, Deloitte menemukan bahwa 78 persen organisasi menerapkannya, dengan 16 persen berencana untuk menerapkannya dalam tiga tahun ke depan, dan hanya enam persen yang mengatakan mereka tidak memiliki rencana untuk mengadopsi.²
Penyerapan yang hampir universal ini disebabkan oleh proposisi nilai RPA yang menarik. Dalam skenario yang ideal, ini memungkinkan bot perangkat lunak untuk melakukan tugas-tugas yang biasa dan berulang-ulang, membebaskan orang untuk melakukan pekerjaan yang bernilai lebih tinggi dan lebih menyenangkan. RPA cepat dan terjangkau untuk diimplementasikan dan tidak memerlukan pekerjaan integrasi back-end karena otomatisasi dilakukan pada tingkat antarmuka pengguna.
Hasilnya, proses bisnis menjadi lebih cepat, tingkat kesalahan menurun, dan karyawan menjadi lebih terlibat. Biaya juga turun, pendapatan meningkat, dan pengalaman pelanggan meningkat.
Lihat semua bab
Dan tidak ada keraguan bahwa RPA dapat memenuhi janjinya. Organisasi di seluruh dunia melaporkan manfaat transformasional dari pendelegasian tugas rutin ke bot.
Contohnya NBN, lembaga Belgia yang bertanggung jawab untuk mengembangkan dan menerbitkan standar. Pada tahun 2021, mereka menerapkan bot untuk melakukan tugas mengumpulkan dan memasukkan informasi pemungutan suara, sebuah pekerjaan yang melelahkan yang sebelumnya dilakukan dengan tangan. Hasilnya, NBN beralih dari menerbitkan 800 standar per tahun menjadi 2.150 standar per tahun. Karena setiap standar yang baru diterbitkan telah terbukti meningkatkan Produk Domestik Bruto (PDB) Belgia sebesar EUR 2,04 juta per tahun³, bot telah memberikan dampak yang signifikan terhadap perekonomian Belgia.
Atau Primanti Brothers, jaringan restoran ikonik yang berbasis di Pittsburgh, PA. Selama 89 tahun berdiri, perusahaan ini tidak pernah berhenti berinovasi, dan pada tahun 2021, perusahaan ini mengidentifikasi peluang untuk mengotomatiskan pembuatan laporan penjualan harian dari 40 situs menggunakan bot RPA. Tugas yang dulunya membutuhkan waktu 45 menit per hari bagi setiap manajer regional kini dapat diselesaikan dalam tiga menit, sehingga menghemat lebih dari 2.000 jam per tahun. Waktu ekstra tersebut berarti para manajer dapat menghabiskan lebih banyak waktu untuk fokus pada menyenangkan para penggemar jaringan.
Atau Credigy, spesialis bisnis keuangan konsumen yang berbasis di Atlanta, GA. Mereka melihat potensi strategis RPA pada awal tahun 2018, mengidentifikasi tugas-tugas rutin dan berulang di seluruh bisnis yang dapat memanfaatkan otomatisasi. Tugas tingkat rendah yang sebelumnya menghabiskan banyak waktu para pakar, seperti memeriksa secara manual dan menamai ulang ribuan file, didelegasikan pada bot. Pada tahun pertama menggunakan RPA, Credigy mengotomatiskan 25 proses, membebaskan para analis yang sangat terampil untuk mengerjakan negosiasi kesepakatan kompleks yang mendasari solusi keuangan kreatif yang diberikannya kepada pelanggan. Sejak itu, otomatisasi telah membebaskan lebih banyak waktu, membantu perusahaan mempertahankan tingkat pertumbuhan tahunan gabungan dua digit.
Contoh-contoh ini menunjukkan apa yang mungkin terjadi ketika RPA diterapkan sebagai bagian dari strategi yang dipimpin bisnis yang membutuhkan waktu untuk menganalisis proses dan mengidentifikasi di mana penerapan otomatisasi yang paling efektif.
Namun, untuk setengah dari organisasi yang telah menerapkan RPA, hasilnya belum begitu memuaskan.⁴ Entah RPA belum memberikan ROI yang diharapkan sama sekali, atau kemenangan awal belum ditingkatkan menjadi pengoptimalan yang berkelanjutan di seluruh perusahaan.
Ini terkadang terasa seperti masalah perangkat lunak. Tetapi di hampir semua kasus, masalahnya bukan pada solusi RPA melainkan cara penerapannya.
Secara khusus, rendahnya hambatan untuk masuk dengan RPA berarti RPA sering diimplementasikan dalam satu departemen, untuk mengotomatiskan tugas-tugas tertentu yang menyita waktu karyawan atau yang tampaknya menyebabkan kemacetan dan inefisiensi.
Sebagai contoh, bayangkan sebuah organisasi yang telah menerima keluhan dari pemasok tentang keterlambatan pembayaran. Waktu yang dihabiskan untuk memasukkan data secara manual dari faktur kertas tampaknya menjadi masalah, sehingga departemen keuangan menggunakan RPA untuk membuat bot yang memindai faktur dan memasukkan detailnya ke dalam sistem keuangan SaaS.
Bot bekerja dengan baik tetapi waktu tunggu pengadaan hingga pembayaran (P2P) tampaknya tidak membaik. Akhirnya, orang yang membuat bot itu pergi. Tidak ada orang lain yang tahu bagaimana cara memperbaruinya, jadi ketika vendor SaaS berikutnya memperbarui sistem keuangan, bot akan rusak.
Contoh sederhana ini menyoroti beberapa cara implementasi RPA bisa gagal:
Hanya satu bagian proses yang ditangani: Pengadaan hingga pembayaran dan pemesanan hingga pembayaran adalah beberapa proses paling kompleks dalam organisasi modern, yang mencakup banyak departemen dan pemangku kepentingan eksternal, dan terdiri dari rantai panjang tugas yang saling bergantung. Menangani hanya satu bagian dari proses dapat sedikit membantu, tetapi jika ada hambatan di tempat lain dalam proses, perbaikan keseluruhan mungkin minim atau tidak ada. Perbaikan yang terisolasi untuk satu bagian dari proses bahkan dapat menciptakan masalah baru atau kemacetan di hulu atau hilir.
Otomatisasi diterapkan pada proses yang buruk: Proses ini melibatkan faktur kertas, yang mungkin telah dikirim ke organisasi, disortir di ruang surat, diteruskan ke kontak pelanggan, dan mungkin hilang untuk sementara waktu di meja yang berantakan sebelum secara fisik diteruskan ke Akun. Mengotomatisasi ekstraksi data dari faktur tersebut hanya sedikit membantu untuk mempercepat seluruh siklus P2P. Seluruh proses perlu dipikirkan kembali sebelum menerapkan otomatisasi apa pun.
KPI tidak jelas: Para pemimpin organisasi mengetahui adanya masalah namun tidak memikirkan perbaikan apa yang ingin mereka lihat. Alih-alih menentukan hasil yang diinginkan dan KPI yang terukur, mereka hanya menerapkan RPA sebagai plester yang menempel pada salah satu sumber inefisiensi yang terlihat. Dengan melangkah mundur dan memeriksa seluruh proses, mereka dapat menunjukkan semua inefisiensi, memutuskan bagaimana cara memperbaikinya, dan menghitung ROI dari setiap perbaikan sebelum bertindak.
Penggunaan alat ad-hoc membuat otomatisasi menjadi tidak berkelanjutan: Bot ini dibuat oleh orang keuangan yang tertarik dengan teknologi dengan menggunakan alat RPA kode rendah. Mereka menemukan perangkat lunak mudah digunakan, tetapi pengetahuan itu pergi bersama mereka ketika mereka pergi. Ini tidak hanya menyebabkan bot rusak tetapi juga merupakan kesempatan yang terlewatkan untuk meningkatkan penggunaan RPA demi mengatasi inefisiensi lainnya.
Tata kelola yang berkelanjutan masih kurang: Karena bot dibangun dan diterapkan secara ad-hoc dan bukan sebagai bagian dari strategi otomatisasi, tidak ada seorang pun (dan tidak ada sistem pemantauan) yang mengawasinya, sehingga tidak ada yang dapat memprediksi bahwa pembaruan pada sistem keuangan akan merusaknya.
Apa yang hilang dari skenario yang diuraikan di atas adalah lima elemen yang dapat membuat penggunaan RPA berhasil, baik dalam jangka pendek maupun jangka panjang:
Menambahkan elemen-elemen ini mungkin tampak seperti pekerjaan yang berat, dan sampai sekarang memang begitu. Pemodelan Proses Bisnis (BPM) tradisional adalah aktivitas padat karya yang dapat memakan waktu berbulan-bulan dan melibatkan pemetaan manual dan analisis proses organisasi untuk mengidentifikasi di mana efisiensi dapat dicapai.
Namun kini, ada cara yang jauh lebih cepat dan lebih baik untuk mendapatkan insight tentang inefisiensi tersembunyi yang menghambat organisasi. Dan hal ini telah membuka miliaran dolar nilai yang belum dimanfaatkan setiap tahun bagi perusahaan di seluruh dunia.
Masuk ke Process Mining.
² https://www2.deloitte.com/bg/en/pages/about-deloitte/articles/Intelligent-Automation-Survey-2021.html (tautan berada di luar ibm.com)
³ https://researchportal.vub.be/en/publications/the-economic-impact-of-standards-in-belgium (tautan berada di luar ibm.com)
⁴ https://www.ey.com/en_us/consulting/five-design-principles-to-help-build-confidence-in-rpa-implement (tautan berada di luar ibm.com)