Tipps, um die RPA-Fehler mit KI-Agents nicht zu wiederholen

Generative KI (GenAI) ist ein Wegbereiter für mehr Automatisierung – und wird nun immer häufiger in die Plattformen vieler Softwareanbieter eingebettet. Die Bezeichnungen variieren von KI-Agents, KI-gesteuerten Mikroautomationen bis hin zu autonomen Arbeitsplatzassistenten (AWAs). All diese Begriffe überschneiden sich in gewisser Weise mit den Begriffen der agentenbasierten Automatisierung, die sich auf dem Vormarsch befindet, da die generative KI einen Quantensprung in der Automatisierung verspricht.

Auch wenn Forrester die Nutzung von generativer KI in allen Arten von Automatisierungsanwendungen ausdrücklich befürwortet, gibt der jüngste Siegeszug der agentenbasierten Automatisierung auch Anlass zur Sorge: Wenn RPA (Automatisierung von Prozessen durch Roboter)-Bots durch KI-Agents ersetzt werden oder wenn KI-Agents die nächste Automatisierungslücke schließen, wird dies zu einer unüberschaubaren Anzahl von KI-Agents mit sich überschneidenden Funktionen, schlechter Governance und hohen Betriebs- und Wartungskosten führen. Diese Entwicklung wirft ein Schlaglicht auf die vielen anderen Herausforderungen und Risiken, die wir bei hochskalierten RPA-Bot-Umgebungen gesehen haben. Lassen Sie uns dieselben Fehler vermeiden! Stattdessen sollten Automation Builders folgendermaßen vorgehen:

Untersuchen Sie die Chancen, Risiken und Herausforderungen bei der Einführung der Technologie. Dies ist die Grundvoraussetzung für jede weitere Einführung von genAI. Sie gilt für jede Emerging Technology. Wir haben viel über die Erprobung von Emerging Technologies gesprochen.
Identifizieren Sie das Geschäftsproblem hinter dem Anwendungsfall der genAI-Automatisierung. Sehr oft scheinen genAI-Anwendungsfälle ganz offensichtlich zu sein. Bei näherer Betrachtung gleicht die Entwicklung eines KI-Agents zur Lösung eines Problems jedoch eher einem Pflaster als einer nachhaltigen, langfristigen Lösung – ähnlich wie bei einigen RPA-Bots in der Vergangenheit. Unsere Empfehlung lautet daher, zunächst das Problem zu identifizieren und zu verstehen, bevor Sie entscheiden, ob die beste Lösung ein KI-Agent, ein RPA-Bot, eine API oder ein besserer Prozess ist.
Stellen Sie den zugrunde liegenden Prozess in Frage, bevor Sie einen schlechten Prozess verbessern. Das automatische Generieren einer E-Mail an einen Kunden oder das Durchsuchen Ihres Produktkatalogs nach der besten Produktübereinstimmung durch einen AWA klingt nach Wertsteigerung durch KI. Aber Vorsicht! Was ist, wenn das Versenden von E-Mails an Kunden und das Suchen von Produkten in Produktkatalogen der Tatsache geschuldet ist, dass Anwendungssysteme unzureichend vernetzt oder Informationen noch in Dokumenten statt in digitalen Datensätzen gespeichert sind? Um einen Prozess zu verbessern, sollten Sie zuerst herausfinden, ob und wo es einen vielversprechenden Anwendungsfall für eine agentenbasierte Automatisierung gibt. Auf diese Weise sparen Sie nicht nur Kosten, sondern verbessern höchstwahrscheinlich auch die Customer Experience und/oder die Mitarbeitererfahrung.
Binden Sie KI-Agents in orchestrierte Prozesse ein, so wie jede andere Automatisierungstechnologie auch. Betrachten Sie genAI als eine weitere Komponente in Ihrem Werkzeugkasten für Automatisierung, den Sie zur Orchestrierung Ihrer Prozesse heranziehen. Derzeit beobachten wir drei Muster der agentenbasierten Automatisierung in produktiven Umgebungen: 1) Isoliert eingesetzte KI-Agents oder KI-Agents, die eine vorhandene Automatisierung ersetzen, meist RPA-Bots; 2) RPA-Bots, die entlang eines automatisierten Prozesses KI-Agents aufrufen und umgekehrt; und 3) mehrere KI-Agents, die entlang eines Prozesses orchestriert werden.