Wat is het verschil tussen RPA en AI?

Maar voordat we daar verder op ingaan, wat houden RPA en AI dan ook alweer precies in?

‍

‍Wat doet RPA?

RPA is een technologie die in staat is, aan de hand van strikte instructies, menselijke handelingen na te bootsen op een PC of server. Denk hierbij aan de letterlijke toetsen die jij in drukt op je toetsenbord om in te loggen bij een applicatie, een RPA bot kan dit dus ook.  Daarnaast kan een RPA bot over meerdere platformen en applicaties tegelijk werken zonder dat daar iets van een API of koppeling voor nodig is. Eigenlijk komt het erop neer dat een RPA bot een virtuele medewerker is, die ingezet kan worden om herhalende en voorspelbare taken over te nemen die weinig tot geen waarde toevoegen aan een bedrijf maar wel veel kostbare tijd kosten. 

‍Praktijkvoorbeeld

Jij hebt als taak om gegevens uit een email in te voeren in een rooster programma. Vervolgens moet je dit rooster downloaden en doorsturen naar al je collega’s. De bot die je hiervoor laat werken gaat als volgt te werk: Hij logt in in je inbox, download de gegevens die je nodig hebt en sluit vervolgens je inbox weer. Vervolgens logt hij in bij het programma waarin de roosters worden gemaakt en vult álle data in bij de juiste velden en download het uiteindelijke rooster. Tot slot logt hij wederom in in de inbox en stuurt een email met het bijbehorende rooster door naar al je collega’s. Dat allemaal, zonder dat je ook maar iets hoeft te doen. 

‍

‍En wat doet AI?

AI is eigenlijk een koepelterm voor alle soorten technologie die in staat zijn om menselijk denken tot op zekere hoogte na te bootsen. Denk hierbij aan taalmodellen, voorspellingen maken of adviezen geven. Ook is AI in staat ongestructureerde data te analyseren en de belangrijke informatie er zo uit te halen. Ondanks dat AI super krachtig is in wat het allemaal kan, blijft het lastig dit toe te passen op het bedrijfsleven. Meestal wordt AI gezien als hulpmiddel bij creatieve denkprocessen of als verwerker van enorme hoeveelheden data. De waarde van het gebruik van AI is daarom immens, maar het is niet in staat om zo toegepast te worden dat het gehele processen in een bedrijf kan automatiseren.

Praktijkvoorbeeld

Jij bent verantwoordelijk voor het bijhouden van het succes van de nieuwste marketingcampagne. Hiervoor heb je data nodig, en veel ook. Door slim gebruik te maken van je Google grondstoffen, en de AI die daarachter zit, krijg je uiteindelijk een berg aan data. Door hier vervolgens een AI model op los te laten gaan die zoekt naar bepaalde factoren zoals; leeftijd, geslacht, aankoopgeschiedenis en zoekgedrag kun je een beeld krijgen van het succes van de campagne. Zelf zou dit dagen of weken kunnen duren, maar jouw AI maakt er kort werk van en heeft binnen een ogenblik een overzicht van de data die je zocht, waardoor jij snel deze data kan interpreteren en er een conclusie van kan trekken.

‍

Het verschil

Het belangrijkste verschil is dat RPA niet in staat is zelf na te denken. Het volgt een vaste lijst instructies en kan daar niet zelfstandig van afwijken om nieuwe problemen op te lossen. RPA oplossingen zijn daarom ook vaak specifiek voor één proces of probleem gebouwd, en kunnen buiten deze specificatie om niet veel nieuws. Dat betekent ook dat een RPA bot erg voorspelbaar is, zo zal hij nooit afwijken van zijn script of zelf iets anders gaan doen. Als voorbeeld hebben wij bij VionA meerdere bots gebouwd die zich bezighouden met het verwerken van contracten. Het laatste wat je zou willen is dat een AI besluit dat hij niet naar de data hoeft te luisteren en zelf de contracten gaat invullen naar eigen inzicht. Dit is iets wat bij een RPA bot niet mogelijk is omdat RPA bots dat gewoon niet kunnen. 

AI kan daarentegen wél zelfstandig ‘nadenken’ en invulling geven als het heeft besloten dat het beter kan. AI is namelijk ook in staat ongestructureerde data te begrijpen en te analyseren, en kan dus ook nieuwe manieren van taken uitvoeren ‘ontdekken’. Het is daardoor echter wel erg onvoorspelbaar, waardoor vaak nog overzicht nodig is of de AI niet helemaal doorslaat in wat hij doet. 

‍

‍Wanneer gebruik ik dan AI of RPA?

De keuze tussen AI en RPA ligt volledig aan wát het is dat je er mee wilt oplossen. Heb je namelijk iets nodig dat massa’s aan data kan analyseren en formatteren? Dan heb je duidelijk iets van een AI oplossing nodig. Maar zoek je meer naar iets wat op kleinere schaal al het herhalende en nutteloze werk binnen je organisatie kan verwerken? Dan is RPA een goede match. Om een nog iets duidelijk beeld te geven hiervan staan hieronder wat voorbeelden van taken of processen waar je AI of RPA voor kan gebruiken.

‍Gebruik AI

• Het interpreteren van ongestructureerde data
• Het analyseren van data
• Voorspellingen maken over toekomstige situaties
• Advies geven over bepaalde onderwerpen

‍Gebruik RPA

• Het automatiseren van administratieve taken
• Interacties met programma’s zonder GUI
• Verbinding tussen programma’s zonder API

‍

‍De kracht van RPA en AI combineren

Echt interessant wordt het als je de kracht van RPA en AI combineert. Je kunt namelijk goed AI tools integreren in je bedrijfsprocessen met RPA zodat je bijvoorbeeld automatisch vacatureteksten laat voorbereiden op basis van kenmerken uit je database en dit klaar laat zetten in een vacaturesysteem. Of dat je mails laat categoriseren door AI en deze met RPA vervolgens in de juiste systemen zet.

De mogelijkheden van RPA waren al zeer uitgebreid, met de toevoeging van AI zijn ze werkelijk eindeloos. Bij VionA zorgen we ervoor dat je bedrijfsprocessen automatisch lopen, met of zonder AI, zodat jij meer tijd hebt om je bezig te houden met de taken waar mensen weer beter in zijn zoals communicatie met relaties, complexe uitzonderingen, verbeteren van de processen, etc.

‍