RPA, de `banenkiller` van de middelbaar opgeleide medewerker?

RPA

Robotic Process Automation oftewel RPA. Sneller dan gedacht en als een sluipmoordenaar wordt bij verzekeraars, banken, (semi)overheden en uitvoeringsorganisaties RPA ingezet om allerlei werkprocessen te automatiseren. En het ziet er naar uit dat de middelbaar en wellicht ook de hoger opgeleide medewerker het ‘bokje’ is. Veel werkprocessen waarbij het vergaren, combineren en beoordelen van gegevens uit verschillende gegevensbronnen een rol spelen, liggen of lagen binnen de skills en competentie van de middelbaar en hoger opgeleide medewerker. Immers het kritisch beoordelen van de verzamelde gegevens heeft menselijke intelligentie nodig. Meer en meer worden deze werkprocessen geheel of gedeeltelijk gedigitaliseerd met RPA software waarbij de software de acties van de gebruiker simuleert. Denk aan inloggen, keyboard- en muisinput genereren, scherminformatie lezen en verwerken, etc.

RPA Robots

Glad en Niet-glad

Een voorbeeld uit de praktijk waarbij gebruik wordt gemaakt van RPA.
Bij een semi-overheidsorganisatie wordt de aanvraag voor een bepaald product (dienst) verwerkt in een geautomatiseerd systeem. In het verwerkingssysteem worden regels toegepast. Voldoet de aanvraag aan de regels, dan wordt de dienst automatisch (‘glad’) geleverd. Gemiddeld wordt ongeveer 80% ‘glad’ verwerkt. De resterende 20% die niet voldoet aan de regels (‘niet-glad’) wordt apart gezet ter beoordeling van een medewerker. De medewerker bekijkt vervolgens of de aanvrager de juiste informatie heeft ingevoerd en of de aanvraag niet gerelateerd is aan fraude. Hiervoor worden verschillende bronnen (denk aan Belastingdienst, KvK, UWV, Sociale Dienst, etc.) via de desktopcomputer geraadpleegd. D.w.z. de medewerker logt in, start de applicaties op, voert gegevens in, bekijkt de resultaten, beoordeelt en maakt de beslissing kenbaar aan het centrale systeem. De medewerkers voeren deze handelingen (substantieel onderdeel van hun werk) handmatig uit.

Met RPA worden deze als ‘niet-glad’ beoordeelde gevallen geautomatiseerd. In de praktijk blijkt dat in bovengenoemde casus ongeveer 60% van de ‘niet-glad’ verwerkte aanvragen door de RPA aanpak gekenmerkt wordt als correct. Dat betekent dat 40% van de 20% initiële ‘niet-glad’ verwerkte gevallen (dat is 8% van het totaal aantal aanvragen) een ‘menselijke beoordeling’ nodig hebben.
Met andere woorden: waar we eerst 20 van de 100 aanvragen handmatig moesten bekijken, is dat aantal met RPA gereduceerd tot 8 aanvragen van de 100. Als we er vanuit gaan dat een medewerker ongeveer de helft van zijn/haar tijd bezig is met het beoordelen van een aanvraag, dan levert het toepassen van RPA een aanzienlijke besparing in mensuren op. Maar gelukkig, er blijft toch nog een aantal gevallen over die menselijke beoordeling nodig heeft.

RPA Software

Er zijn verschillende RPA platformen beschikbaar. Een van de toppers volgens Forrester (Forrester Wave RPA 2018) is UiPath. UiPath is ontwikkeld door een Roemeense ingenieur en is in 2015 internationaal doorgebroken. Het platform bestaat uit een drietal componenten: UiPath Studio (IDE), UiPath Orchestrar en UiPath Robot. Als voorbeeld is met UiPath onderstaande robot gebouwd die gegevens op een website invoert en vervolgens de gepubliceerde gegevens leest en opslaat in een bestand.

Buurtthermometer

Veel gemeenten publiceren tegenwoordig op hun website statistische informatie over hun wijken en buurten. Vaak in de vorm van een soort ‘thermometer’ die aangeeft hoe het ermee staat met het inkomen, werk, sociale samenhang, ruimte en veiligheid. De gemeente Eindhoven heeft hiervoor een website ingericht www.buurtthermometer.nl . Op deze site kun je de scores zien van de buurten in  Eindhoven. Stel dat je als geïnteresseerd burger of professional de verschillende buurten wilt vergelijken of analyseren. Dan is dat lastig omdat de buurtthermometer website wel de afzonderlijke gegevens per buurt laat zien, maar je geen mogelijkheid biedt om gegevens te combineren of te vergelijken.

Met RPA kunnen we wel de gepresenteerde gegevens van de site halen. Gewoon door een robot te bouwen die de gepresenteerde informatie voor elke buurt van het scherm ‘schraapt’ en wegschrijft naar bijvoorbeeld een CSV bestand.

Robot

Hoe ziet zo’n robot er nu uit? Het bouwen van een robot kan op verschillende manieren, maar een manier die goed aansluit bij de werkwijze van mensen, is het ‘recorden’ (opnemen) van de handelingen die een gebruiker uitvoert om de gegevens van een buurt op het scherm te tonen. UiPath kent deze functie uiteraard en die hebben we gebruikt om het basisproces vast te leggen. Alle handelingen die de gebruiker verricht worden vastgelegd. Als je het vastgelegde proces afdraait, dan zie je op het scherm in de ‘herhaling’ de uitgevoerde acties.

Met UiPath kun je vervolgens het vastgelegde proces parametriseren en aanpassen. Bijvoorbeeld door de interactief ingevoerde naam van de buurt te vervangen door het inlezen van een Excelbestand met de namen van de buurten. De gepresenteerde gegevens op het scherm kun je kopiëren en opslaan in variabelen. Deze variabelen schrijf je vervolgens weg naar een bestand of sla ze op in een datatable voor verdere verwerking.

In de video hieronder zie je de robot aan het werk. Eerst wordt een Excelbestand met de namen van de buurten ingelezen in een datatable. Daarna wordt er een webbrowser geopend met de URL van de buurtmonitor. De datatable wordt doorlopen en de buurtmonitor wordt gevoed met de successievelijke buurtnamen. Per buurt worden de gegevens van het scherm gelezen en weggeschreven in CSV formaat naar een bestand. Klaar is Kees.

En als kers op de taart kunnen we met Tableau een alternatief dashboard bieden. Met het dashboard kun je op een interactieve manier gegevens combineren en kun je bijvoorbeeld de rijkste, armste, gezelligste, engste en rustigste buurten in Eindhoven zien. Daarover meer in deze blog.