Pega introduceert RPA-tool X-ray Vision

Pegasystems biedt de Robotic Process Automation tool X-ray Vision die defecte bots opspoort en repareert, zonder menselijke interventie.

Uit een Pega-onderzoek van eind 2019 blijkt dat 87 procent van de bedrijven wel eens te maken heeft met defecte bots. Dit komt omdat de meeste RPA-oplossingen screen scraping gebruiken om processen te automatiseren in een applicatielandschap dat continu verandert. Aanpassingen in de user interfaces van een applicatie – wat vrijwel dagelijks voorkomt – maken de bots onbetrouwbaar, omdat deze niet in staat zijn om zichzelf aan te passen. Dit leidt tot verspilling van investeringen, onverwachte downtime en snel stijgende onderhoudskosten.

X-ray Vision maakt gebruik van Deep Robotics-technologie om de bots aan zich te binden binnen de native application controls in plaats van een harde en oppervlakkige koppeling. De nieuwe geautomatiseerde bot authoring tools gebruiken AI-algoritmen om nieuwe bots te creëren en ervoor te zorgen dat ze goed blijven functioneren. Organisaties kunnen zo sneller en gemakkelijker hun RPA-initiatieven opschalen.

X-ray Vision lost de twee grootste problemen op waar RPA-gebruikers tegenaan lopen:
• Geautomatiseerd onderhoud van defecte bots: Uit Pega's RPA-onderzoek blijkt dat het repareren van bots veel meer tijd kost dan verwacht. Het onderhouden van bots vormt hierdoor een van de grootste RPA-obstakels. X-ray Vision detecteert defecte bots met behulp van Pega AI en repareert deze ‘on-the-fly’. Het AI-model wordt continu aangepast met behulp van Machine Learning en wordt zo steeds beter in het detecteren en repareren van bots. Organisaties zijn hierdoor veel minder tijd en middelen kwijt voor het beheren en opschalen van bots.
• Snel en eenvoudig complexe bot authoring: Uit het Pega-onderzoek blijkt dat het inzetten van bots bovenaan de lijst staat van grootste RPA-uitdagingen. Zelfs als het gaat om de meest eenvoudige RPA-toepassingen. Om meer complexere applicaties te automatiseren zijn meer geavanceerde en tijdrovende RPA-methoden nodig, zoals het handmatig identificeren van de applicatiefuncties. Pega gebruikt AI om de functie-identificatie te automatiseren, waardoor RPA-ontwikkelaars nu snel en gemakkelijk krachtige Deep Robotics kunnen inzetten in plaats van zwakkere screen scraping methoden.