TechUpdate: wat is hyperautomation?

Hyperautomation is een nieuwe automatiseringsfilosofie of -strategie waarbij organisaties zoveel mogelijk bedrijfsprocessen end-to-end automatiseren door meerdere technologieën te combineren, zoals RPA (Robotic Process Automation), AI, machine learning, process mining en low-code/no-code tools. Hyperautomation verschilt van gewone automatisering in meerdere opzichten.

Op de eerste plaats staan schaalgrootte en scope centraal bij hyperautomation. Het gaat niet om een taak of een proces, maar om het automatiseren van volledige workflows, inclusief de complexere, niet-routinematige stappen die voorheen menselijk inzicht vereisten. Het kan dus gaan om end-to-end processen. Een tweede verschil met klassiek automatisering is de nadrukkelijke, gecombineerde inzet van verschillende technologieën. Een derde verschil is – zo stelt ook Gartner – dat bij hyperautomation kunstmatige intelligentie wordt toegepast. Het voorvoegsel ‘hyper’ slaat dan ook op de schaal en intensiteit ten opzichte van gewone automatisering.

Hoe werkt het

Hyperautomation draait niet om het automatiseren van het gemakkelijke / repetitieve werk, of de technische tegenstelling tussen deterministische software of AI. Het gaat om een veel fundamentelere vraag: je automatiseert zoveel als je wilt automatiseren. Vaak ligt bij organisaties de focus alleen op het wegsnijden van de meest makkelijke en repetitieve taken, óf slaat men door en wil men klakkeloos alles aan bots overlaten. De ware essentie is dat je bewust de interacties behoudt die écht waarde opleveren voor de klant: de momenten waar de ‘human touch’ het verschil maakt. Al het overige werk kan je automatiseren.

Een hyperautomation platform bestaat uit verschillende oplossingen en is in staat om op basis van proces, situatie (informatie over de context) en andere variabelen te bepalen welke route en welke stappen het beste passen. Als er bij een levensverzekering een overlijden wordt gemeld, ga je daar anders mee om dan wanneer er bij een e-commerceplatform een adreswijziging binnenkomt. Ook voor deze triage zijn geautomatiseerde oplossingen beschikbaar.

In klantcontact – maar ook op andere gebieden – zijn managers sterk gefocust op het behalen van voordeel met behulp van AI-toepassingen. Veel organisaties beginnen zonder strategie aan het inzetten van puntoplossingen. Dat is goed om de allereerste kennis en ervaring op te doen. Maar wie de kansen volop wil benutten, moet AI een plek geven in de IT- en automatiseringsstrategie.

Waarom is het relevant

Hyperautomation is een volgende stap in het streven naar efficiency, alleen al vanwege de schaarste die speelt bij de inzet van menselijke medewerkers. In klantcontact is dan ook de vraag relevant waar de inzet van de menselijke medewerker gewenst en/of noodzakelijk is. Maar hyperautomation kan ook de customer experience verbeteren, bijvoorbeeld door wachttijd te elimineren of processen sneller te laten verlopen.

Voor het afwikkelen van klantcontact zijn vier ingrediënten onmisbaar: kennis over de organisatie, kennis over de klant (de context), communicatie, en het uitvoeren van acties. Die laatste twee taken kun je door mensen laten uitvoeren of (deels) automatiseren. Daarbij maak je een scherpe splitsing tussen de inzet van generatieve AI (voor een flexibele, natuurlijke conversatie) en deterministische technologie (voor een vaststaande, betrouwbare output). Organisaties doen er goed aan om voor verschillende onderdelen van een proces de juiste techniek te kiezen. Voor de conversatie (het voeren van een dialoog, het opstellen van mails of het formuleren van antwoorden) blinkt GenAI uit. Maar voor het doorvoeren van mutaties of acties in achterliggende systemen, waarbij een 100% voorspelbare en traceerbare uitkomst vereist is, zijn strakke, rule-based workflows de enige logische keuze.

Even opletten

1. De keuzes die je maakt bij hyperautomation – welke technologieën gebruik je voor het automatiseren van welke processen – worden onder meer bepaald door de behoefte aan controle op het proces. Niet-deterministische technologie (zoals GenAI) is bijvoorbeeld niet goed auditeerbaar, tenzij aanvullende hulpmiddelen en beperkende oplossingen worden ingezet.

2. Een tweede aandachtspunt is zoals gezegd de rol van de medewerker. Is die noodzakelijk (bijvoorbeeld vanwege wet- en regelgeving), gewenst (vanwege marketingstrategie of kwaliteit) of overbodig? Keuzes op dit terrein kunnen per (deel)proces variëren.

3. Een derde punt van aandacht is dat bij de inzet van generatieve AI de kosten onvoorspelbaar kunnen zijn. Die kosten kunnen variëren door de workload per proces, maar ook door het aantal workloads (meer klantverzoeken, meer processen die verwerkt worden) en door wisselingen in afrekenmodellen van leveranciers. Bij de inzet van deterministische oplossingen is vooraf bekend wat de kosten zullen zijn en die zijn in veel gevallen ook lager.