RPA: 5 aplicaciones clave en servicios financieros
Durante al menos los últimos cinco años escuchamos con mayor frecuencia que la Automatización Robótica de Procesos (RPA, por sus siglas en inglés) es una de las principales soluciones empresariales.
La lista de beneficios es amplia: se aboga a su favor el incremento de la productividad, la eficiencia de procesos, el retorno de la inversión, la optimización de equipos… En fin, podríamos listar más tópicos como estos y seguir quedándonos cortos.
Quizá esto sucede porque sabemos –o por lo menos, intuimos– que sus aplicaciones, en general, son extensas. Sin embargo, aún queda un camino largo por recorrer para alcanzar a comprender el verdadero potencial de la RPA.
Cuando menos en servicios financieros, su uso se recomienda ampliamente, pero sus pormenores es algo en lo que aún se trabaja. De acuerdo con Gartner, el 80% de los líderes financieros han implementado o planean implementar alguna solución de RPA en sus unidades de negocio.
Por eso es que recopilamos en este post las 5 aplicaciones clave de la RPA para servicios financieros, acompañada de algunas consideraciones que pueden ayudarte a elegir el proyecto adecuado si estás en busca de experimentar con la automatización robótica de procesos.
Cómo desarrollar un proyecto de RPA que funcione
Comencemos por algo de terminología: ¿a qué nos referimos con RPA? La automatización robótica de procesos es una herramienta de productividad que permite al usuario configurar bots o scripts para activar funciones de manera instantánea y sin mediación humana.
Estos bots o scripts emulan tareas a lo largo de procesos de negocios o IT. Entre ellos se incluye el manejo de datos, la activación de respuestas, o el cumplimiento de transacciones.
Ahora bien, las preguntas que siguen a virtualmente cualquier definición técnica es: ¿cómo llevarlo a la práctica? ¿Cuáles son sus aplicaciones? ¿De qué manera sé si lo estoy haciendo bien?
Para responder a estas interrogantes, comencemos por analizar las tres fases que algunos especialistas sugieren considerar como parte de la curva de aprendizaje de la RPA en general.
Fase 1. La RPA no es una “bala de plata”
Empecemos por las malas noticias.
Cuando alrededor de la década del 2000 la variación del aprendizaje de máquinas en la que derivó la RPA se hizo famosa, muchas empresas pensaron que habían encontrado una panacea que arreglaría todos los desperfectos y disminuiría a cero el margen de error humano.
Y es que el optimismo que hubo detrás de esta herramienta se justificaba con los datos, pero no así en la práctica.
El criterio para determinar cuáles procesos son adecuados para automatizar es el de facilidad: aquellos que impliquen menor complejidad, son los indicados para realizar un script o programar un bot que resuelva la tarea.
Lo anterior bajo la idea de que un script de RPA es básicamente un paso a paso de las reglas, por lo cual todo proceso que tenga reglas se puede automatizar (hay quienes aseguran que la regla de Pareto aplica en estos casos).
De aquí se desprende una serie de consideraciones que, vistas a la distancia y con el reporte de gastos bajo el brazo, parecen una lista de buenos deseos más que de objetivos de una unidad de negocio:
- La RPA reduce drásticamente los costos operativos.
- Dado que emula procesos “simples”, su implementación también lo es.
- Disminuye el tiempo de cada tarea y eleva la productividad en porcentajes que rozan el 80 o 90%.
Sin embargo, lo cierto es que esta aproximación a la herramienta es de quienes han experimentado y llevado a cabo pruebas intensas.
Si bien sería injusto decir que estos beneficios no existen, y menos aún que no hay empresas donde esto sea una realidad, para llegar ahí hay que tomar en consideración diversos factores y elegir estratégicamente cuáles son los primeros, evitando comenzar con la prospectiva de las conclusiones.
Fase 2. RPA con seriedad: capacidades, complejidades y ciclo de vida
¿Por qué decimos que algunas de las expectativas que una empresa tiene sobre las ventajas que le ofrecerá la RPA no son factibles en una primera fase?
Si vamos a nivel granular en este asunto, hay tres situaciones que llevan la delantera en cuanto a los retos que conlleva una implementación de RPA.
¿Quién se encarga de esto?
Mientras comienzas a poner manos a la obra en la implementación de tus programas de automatización, es posible que surjan nuevas tareas.
Por ejemplo, quién será la persona encargada de gestionar los bots, actualizando itinerarios o reubicando recursos para que se ajusten a la demanda.
O también, quién tomará responsabilidad de los pequeños ajustes o las eventualidades de cada proceso automatizado que esté corriendo.
Esto comienza a poner en perspectiva la verdadera demanda de capacidades que deberás desarrollar paralelamente a todos tus procesos automatizados.
No es tan simple como parece
Bajo la prenoción de que los bots están programados para seguir reglas simples, los proyectos iniciales de RPA suelen perder de vista la complejidad que hay en interactuar con diferentes audiencias objetivo a la vez.
Si bien es preciso que algunas aplicaciones necesitan una sola activación/desactivación durante su periodo de funciones, otras requieren una ramificación más extensa.
El problema radica en que algunas herramientas de RPA no tienen soportes nativos para cualquier aplicación, situación que desemboca en tiempos de construcción largos y requerimientos de diseño más robustos.
Finalmente –como va haciéndose evidente intuir–, esto termina requiriendo un mayor número de colaboradores especializados o con los recursos necesarios para darle seguimiento a los proyectos.
Fase 3. Está viva: el ciclo de vida de la RPA
Para cualquier aplicación de RPA en protocolos empresariales, es crítico el desarrollo de modelos operativos que apoyen el crecimiento a escala en diferentes unidades de negocio.
Lograr este avance requiere que el proyecto se encuentre en una etapa de maduración como la que describimos anteriormente: las responsabilidades de operación y mantenimiento se deben tener resueltas antes de llevar tu modelo de RPA a otros contextos.
Y aunque pueden parecer similares, los ciclos de vida de otras piezas de software no son comparables con las de RPA. De hecho, tampoco es comparable con otros protocolos de robotización, por lo que será necesario contar con una especificación propia en cada caso.
Por último, los aspectos técnicos que pueden llevarte a una aplicación exitosa de un programa de RPA requiere de una cultura empresarial capacitada para recibir cambios drásticos.
Ahora que tenemos algunos detalles del proceso que conlleva la RPA durante la práctica, no hay que perderlos de vista al valorar sus usos en contextos diferentes.
5 aplicaciones de la RPA en los servicios financieros
Decir que la automatización robótica de procesos tiene la capacidad de potenciar y mejorar la operación de una empresa de servicios financieros es señalar una obviedad. Sin embargo, como ya vimos, la aplicación de la RPA en éste y otros contextos, requiere de matices y permitir que los procesos maduren a su ritmo.
Con esto en mente, veamos cuáles son las aplicaciones que pueden potenciar la oferta de valor de los servicios financieros que utilizan la automatización.
1. Planeación y análisis financiero
Actualmente, los equipos de finanzas requieren amplios esfuerzos análogos para compensar la falta de procesos automatizados para generar y procesar información con la precisión requerida.
No obstante, en el sector siguen existiendo reservas y puntos de fricción cuando se trata de “delegar” ciertas responsabilidades a sistemas digitales, especialmente en tareas que son vitales para la salud de las empresas.
Por ello las razones que pueden motivar una adopción de estos sistemas parecen superar los obstáculos desde otros frentes. La RPA en pronósticos financieros deben sumar responsabilidad y dinamismo a la planeación estratégica.
2. Detección de fraude
La protección contra el fraude en el contexto de los servicios financieros favorece por igual a empresas y consumidores.
Si tu procesos de implementación de RPA se encuentra en una etapa de maduración que te permita experimentar con uevas tecnologías, la automatización inteligente es la solución recomendada para esta aplicación.
En pocas palabras, se trata de la combinación de RPA e inteligencia artificial —como aprendizaje de máquinas y procesamiento de lenguaje natural— lo cual te permite llevar procesos de punta a punta.
Las empresas de servicios financieros utilizan activamente tecnologías de automatización para robustecer su detección de fraudes, calidad y precisión.
Ejemplos de esto es utilizar RPA y AI para cruzar bases de datos que incluyan fechas, tiempos, precios, comercios, entre otras, y que permitan determinar de manera automática cuando una transacción fuera de lo común ocurre.
Así, un reporte automático le informará al equipo de seguridad que está ocurriendo un comportamiento anómalo en la cuenta de alguno de sus clientes.
3. Seguridad automatizada
De acuerdo con una investigación de Verizon, en promedio el 63% de los ataques a servicios financieros provienen de entidades externas, mientras que el 9% son resultado de errores humanos.
Las aplicaciones de la RPA en este aspecto buscan mitigar ambas modalidades. Específicamente, se trata de fortalecer la seguridad de la información y tratar de mantenerla varios pasos por delante de los ciberataques.
Por ejemplo, algunos ejemplos concretos de esta aplicación incluyen la gestión de eventualidades y diagnósticos constantes de la salud de los sistemas, probando su vulnerabilidad y sugiriendo mejoras.
4. Velocidad de onboarding
No solamente en los servicios financieros, sino que a lo largo y ancho de diversas industrias, la RPA apunta a mejorar la experiencia de cliente.
Históricamente, los ciclos de onboarding han significado un enorme reto para las instituciones financieras, desde las más consolidadas como a las que están arrancando. Esto porque no es sencillo lograr estos procesos de principio a fin con la debida diligencia manualmente.
Gracias a la implementación de mejoras en esta área de negocio, se impulsa también la efectividad de las unidades de desarrollo de negocio, que pueden trabajar con volúmenes más altos. Con optimizaciones de este tipo, algunos bancos comerciales han crecido entre 3% y 10% su ganancia por cliente.
5. Manejo de compliance
En las empresas de servicios financieros, se dedican cantidades significativas de recursos y tiempo a las labores de cumplimiento.
Su importancia no se puede enfatizar lo suficiente, y sin embargo no siempre se piensa como principal objetivo de innovaciones como la RPA.
Hay que tomar en cuenta que las regulaciones de esta industria en particular cambian a ritmos acelerados, por lo que los equipos de compliance deben mantenerse vigilantes de estos detalles.
Una aplicación de RPA efectiva les podría ayudar a realizar las referencias cruzadas que deben llevarse a cabo cada vez que los términos y condiciones cambian.
Por último
Uno de los retos principales a los que se enfrentan los ejecutivos y tomadores de decisiones en equipos financieros tiene que ver con que no es una tarea sencilla comunicar las aplicaciones clave de sistemas como RPA.
Esto importa, pues que cualquier aplicación, por más que su beneficio sea transparente, es imperativo convencer al equipo de que la automatización no es sinónimo de sustitución de sus funciones.
Todo lo contrario, se trata de una herramienta que busca liberar su potencial.
