지능형 워크로드 밸런싱이 RPA에 의미하는 것

이 공간에서 지능형 워크로드 밸런싱을 어떻게 달성할 수 있습니까?

상대적으로 새로운 개념의 지능형 워크로드 밸런싱은 작업이 인간 직원 또는 디지털 동료에게 더 적합한지 여부를 결정하기 때문에 RPA를 운영할 때 고려해야 할 중요한 개념입니다.

이를 염두에 두고 5명의 업계 전문가가 이를 이 분야에 적용할 수 있는 특정 방법을 식별합니다.

규칙 및 거래 관리

첫째, 지능형 워크로드 밸런싱을 사용하여 봇이 회사에서 설정한 규칙을 준수할 수 있는지 확인할 수 있습니다.

Appian의 솔루션 컨설팅(파트너) 부사장인 Sathya Srinivasan은 "활동에 사람의 개입이 필요한지 또는 봇이 수행할 수 있는지 여부를 자동으로 결정하는 기능을 일반적으로 '지능형 워크로드 밸런싱'이라고 합니다."라고 말했습니다. “지능은 사람 또는 봇 중에서 누가 작업을 완료하기에 가장 적합한 후보인지를 결정하는 비즈니스 규칙에서 나옵니다. 사람이라면 어떤 부서, 그룹, 경험 수준 또는 관리가 이 경우를 처리하는 것이 가장 좋으며, 봇이라면 봇을 불러오는 데 무엇이 필요합니까? 봇은 다양한 유형의 요청을 얼마나 유연하게 처리할 수 있습니까?

“진정으로 효과적이려면 봇이 다양한 매개변수 세트에서 작업할 수 있어야 합니다. 예를 들어 규칙에 봇이 가치가 $100 미만인 반품된 상품에 대한 작업을 완료하는 것이 포함되지만 반품이 많은 피크 시간에는 규칙이 임계값을 더 높은 숫자로 동적으로 변경할 수 있습니다. 봇은 매번 재구성할 필요 없이 해당 승인에 필요한 모든 단계를 수행할 수 있어야 합니다.”

Cognizant의 지능형 자동화 및 기술 수석 이사인 Gopal Ramasubramanian은 다음과 같이 덧붙였습니다. 서로 다른 로봇 간의 거래를 처리하고 거래가 가능한 한 빨리 완료되도록 합니다.

"SLA(서비스 수준 계약)가 이러한 트랜잭션의 완료와 연결되어 있고 로봇이 SLA를 충족할 수 없는 경우 지능형 워크로드 밸런싱은 작업 부하를 분산하고 주어진 작업이 완료되도록 요청에 따라 추가 로봇을 위임할 수도 있습니다. 정시에.”

프로세스 인텔리전스 솔루션

ABBYY의 글로벌 부사장인 Neil Murphy는 최적화해야 할 영역에 대한 더 나은 관점을 얻기 위해 프로세스 인텔리전스 솔루션을 통합하는 방법을 설명했습니다.

Murphy는 "RPA에서 프로세스가 손상되거나 완전히 이해되지 않으면 많은 양의 프로세스를 반복하는 것이 어려울 수 있습니다. 이는 빈번한 인간 개입으로 이어지기 때문입니다."라고 Murphy가 말했습니다. “따라서 지능형 워크로드 밸런싱을 RPA에 적용해야 하는 경우가 분명히 있습니다.

“이것이 우리가 프로세스 인텔리전스 솔루션이 등장하는 것을 목격한 이유입니다. 이를 통해 기업은 RPA에 가장 적합한 프로세스를 더 잘 식별할 수 있으며 오류를 일으키거나 리드 타임을 늘릴 수 있는 병목 현상을 감지하여 프로세스를 완전히 이해할 수 있습니다.

“프로세스 인텔리전스는 또한 프로세스를 실행하는 가장 빈번한 경로를 밝히고, 깨진 프로세스 변형을 노출하고, 조직의 프로세스 내에서 숨겨진 다른 비효율성을 드러낼 것입니다. 단순한 수동 프로세스 자동화가 아닌 진정한 디지털 혁신을 원하는 조직 내에서 증가하는 관행은 프로세스 인텔리전스를 RPA와 결합하는 것입니다. 이를 통해 최상의 결과를 얻을 수 있습니다.”

봇 라이선스

NexBotix의 CEO인 Chris Porter는 봇 라이선스 고려의 중요성에 대해 이야기하면서 운영 최적화를 위해 지능형 워크로드 밸런싱 사용을 확대합니다.

Porter는 "기존 RPA 공급업체는 주로 봇 라이선스에 중점을 두어 봇별로 라이선스를 판매했습니다. “각 봇은 일정량의 작업만 처리할 수 있는 고정 리소스이며, 작업량이 가득 차면 다른 봇을 구매해야 합니다. 봇 라이선스의 또 다른 문제는 봇이 수동으로 효과적으로 예약된다는 것입니다. 누군가가 거기에 앉아 작업을 예약하고 라이선스 풀을 관리하는 것은 큰 오버헤드입니다. 모든 조직은 지출을 최소화하고 자동화를 최대화하는 것을 목표로 해야 합니다.

“지능형 워크로드 밸런싱은 사용 가능한 리소스를 살펴본 다음 동적 방식으로 리소스에 작업을 할당하는 것입니다. 이것이 효과적으로 수행하는 작업은 수행 중인 작업의 종류에 따라 다른 봇 또는 다른 서버에 작업을 자동으로 할당하여 리소스 활용도를 극대화하는 것입니다. RPA일 필요는 없습니다. 머신 러닝이나 OCR이 될 수 있으며 이러한 작업을 자동으로 배포할 수 있습니다.

“이것이 정말 중요해지면 인력의 양이나 계절성이 증가하고 더 많은 봇에 작업을 자동으로 할당하거나 더 많은 봇을 켜야 합니다. 예를 들어 보험 부문은 일반적으로 갱신 수준이 높고 프로세스가 급증하는 1월에 작업 부하가 증가합니다.

“기존 RPA를 사용하면 피크에 맞춰 구매해야 합니다. 피크에 사용할 수 있는 라이선스가 있는지 확인해야 합니다. 나머지 1년 동안 이러한 라이선스는 유휴 상태로 유지됩니다. 기존 라이선스 모델은 라이선스를 사용할 수 있어야 한다는 것을 의미하기 때문에 여전히 비용을 지불하고 있습니다.”

디지털 작업자

RPA 내에서 실행 중인 지능형 워크로드 관리의 마지막 예는 디지털 작업자입니다.

Blue Prism의 CTO EMEA인 Peter Walker는 다음과 같이 설명합니다. 디지털 작업자는 워크플로 및 워크로드 실행을 최적으로 계획하여 최상의 결과를 제공하여 워크로드를 즉시 지능적으로 관리하고, 비즈니스 상황에 따라 필요에 따라 다른 디지털 작업자의 규모를 자동으로 조정하고, 자동 프로세스 마이닝을 사용하여 비즈니스 프로세스를 분석할 수 있습니다.

“디지털 작업자는 모든 프로세스 자동화 전반에 걸쳐 생산성을 높이기 위해 최고 수준의 서비스를 보장하기 위해 자동 문제 감지를 사용하여 개입 없이 논리, 비즈니스 및 시스템 문제를 해결할 수 있습니다. 고객 서비스 시간을 단축하고 전반적인 품질을 향상시키기 위해 디지털 작업자는 사람, 시스템 및 기타 디지털 작업자와 통신하고 작업을 완료할 수 있습니다.

"예를 들어, 챗봇을 배포하여 디지털 작업자와 함께 고객에게 자율적으로 서비스를 제공하고 필요할 때 조치를 사람들에게 확대할 수 있습니다."