Praktijkvoorbeelden van Robotic Process Automation (RPA) gaan voornamelijk over processen in fabrieken waar geen creatief inzicht aan te pas hoeft te komen en die nog niet eerder geautomatiseerd zijn. Of ze zijn met oude technologie geautomatiseerd, zoals een computer met robotarm uit de vorige eeuw die werk uitvoert aan een lopende band. Of het gaat om een mens bij een chipfabrikant die controleert of een de productie van een wafer geen chipfouten heeft opgeleverd. Of soms gaat het om moderner kantoorwerk dat sneller kan door herhalende taken geautomatiseerd uit te voeren.

Wat kan AI betekenen?

We spraken met AI-experts Maarten C. Stol en Jasper Wognum van het Amsterdamse bedrijf BrainCreators, dat een RPA-platform heeft gebouwd om een beeld te krijgen van hoe zoiets in de praktijk wordt geïmplementeerd. We vroegen ons af: waar is RPA het meest geschikt voor? "In principe voor alle processen die repetitief zijn", vertelt Wognum, CEO van het bedrijf. "Het type intelligentie dat geschikt is voor het overnemen van repetitief werk noemen we nu vaak AI, maar eigenlijk is dat machine learning."

BrainCreators' Jasper Wognum (links) en Maarten C. Stol (rechts).

Daar is Wognum heel duidelijk over: wat we nu vaak AI noemen is niet wat veel mensen ervan verwachten. "Machine learning is geautomatiseerde patroonherkenning en dat is iets heel anders dan menselijke intelligentie. Mensen zijn goed in dingen waar creativiteit of heel snelle contextwijzigingen bij komen kijken en daar ligt momenteel een grens." De verwachtingen van sommige organisaties als ze RPA willen inzetten, voldoen dan ook niet aan de realiteit als ze hopen dat slimme algoritmes bijvoorbeeld beslissingen moeten extrapoleren.

"Neem bijvoorbeeld een vastgoedsysteem dat de waarde van een pand moet inschatten. Daar kun je een hoop variabelen aan hangen die van invloed zijn op de prijs. Maar een model kan niet zelf bedenken dat het aantal keren dat een tram voor het pand voorbij komt rijden van invloed kan zijn op de waarde, als het die de tramdata nooit heeft bekeken. Dat is een soort creatief denken wat we als mensen heel goed kunnen, maar wat met zo'n model niet gaat werken."

Moderne procesautomatisering

"We zijn eigenlijk bezig met procesautomatisering en daar komt dan toevallig de letter R voor", licht Wognum nuchter toe. Maar RPA is wel iets meer dan een ander woord voor automatisering, want het kijkt naar het automatiseren van processen die voorheen - voor de komst van AI dus - niet te automatiseren waren.

"We nemen taken - deelprocessen - over van werknemers. Als je de hele staalproceslijn in een fabriekshal bekijkt, gaan we niet het hele proces in kaart brengen om te automatiseren. Maar wat voor repetitief werk zit daar nou in waar wel een soort intelligentie voor vereist is." Wat als dit werk bijvoorbeeld door een trage machine uit de jaren 80 of 90, of door een mens wordt gedaan? “In dit geval kijken we of er fouten in de processen zitten die bijvoorbeeld nu door mensen worden opgelost. Dit kunnen bijvoorbeeld medewerkers zijn die steekproeven uitvoeren op de productielijn. Door ons te focussen op de fouten, kunnen we een continu proces ontwikkelen en de kwaliteit controleren middels camera's. Op deze manier automatiseren we alleen een klein stukje van het proces."

Hoe concreter, hoe beter, betoogt hij. "Als een proces tastbaar en afgeschermd is kunnen we het in delen opbreken. Op deze manier kunnen we het proces automatiseren. Juist de heel holistische dingen zijn moeilijker, bijvoorbeeld de herbevoorrading van kledingwinkels wat bestaat uit een heleboel subprocessen die ook nog eens bij ieder proces net iets anders zijn. Dat is lastiger om in één keer te automatiseren." Als je naar een concrete deeltaak kijkt, kun je het snelst een oplossing bouwen om resultaten te behalen, zo stelt Wognum.

Eigen business geautomatiseerd

BrainCreators levert het platform voor bedrijven die RPA willen implementeren. Dat is begonnen toen het bedrijf bezig was met een moderne versie van procesautomatisering - voordat RPA überhaupt als term opkwam - en ze merkten dat er steeds dezelfde tooling nodig was.

"Toen we begonnen met onze onderneming was er altijd data die niet gestructureerd was. Door een machine te laten leren, trainen en dan naar productie te brengen, konden we deze data structureren. Dit deden we steeds op dezelfde manier, dus we dachten, 'laten we daar een stukje software voor inzetten'. Dat is BrainMatter geworden, waarmee we ons eigen proces eigenlijk hebben geautomatiseerd."

Dat platform ziet er voor bedrijven veelal uit als een webinterface. BrainCreators laat een demo zien aan de hand van een foto-database voor een modebedrijf. Tags voor bepaalde accessoires of kledingstukken werden voorheen met de hand toegevoegd om foto's van specifieke objecten snel te vinden, maar dit is nou typisch een proces dat zich leent voor automatisering middels beeldherkenning. Het systeem brengt bounding boxes aan om objecten in afbeeldingen te classificeren en hoe meer foto's worden toegevoegd - kortom, hoe op meer data het model kan trainen - hoe accurater de herkenning wordt.

Zo noemt het bedrijf een aantal processen waar is gekeken naar RPA en het hangt behoorlijk af van de use-case of er nog verder ontwikkeld moet worden om maatwerk te leveren. "Kwaliteitscontrole in een fabriek is behoorlijk generiek. Je moet het alleen steeds op een ander soort data trainen: als je staal produceert is dat anders dan wanneer je afval wilt scheiden. Maar er zijn ook exotischere zaken, zoals dierveredeling. Dat is zo'n specifiek veld waar je echt met maatwerk bezig blijft."