Influencia de herramienta RPA aplicada en el sector gobierno
Yohana Katherine Meza
Talledo,
Johana Jamileth
Manzaba Lucas
Carrera de Computación
(ESPAM MFL),
Calceta, Manabí, Ecuador.
Fernando Rodrigo
Moreira-Moreira
Grupo de Investigación
SISCOM (ESPAM MFL),
Calceta, Manabí, Ecuador.
yohana.meza@espam.edu.ec, johana.manzaba@espam.edu.ec, fmoreira@espam.edu.ec.
DOI: https://doi.org/10.56124/encriptar.v8i16.005
Resumen
La automatización robótica de procesos (RPA) ha
cobrado un creciente interés en las organizaciones debido a su potencial por
automatizar tareas repetitivas y basadas en reglas. Este estudio evalúo la influencia de herramienta RPA en el sector
gubernamental ecuatoriano, enfocándose en la descarga de comprobantes
electrónicos del portal del Servicio de Rentas Internas (SRI). Se compararon
las herramientas Electroneek y Uipath con el proceso manual, desarrollando un
entorno de pruebas que incluía tareas como inicio de sesión, resolución de
captcha, descarga de comprobantes, almacenamiento de información y cierre de
sesión. Los resultados demostraron que ambas herramientas lograron tasas de
éxito y finalización del 100%, superando el proceso manual. Uipath redujo el
tiempo de procesamiento en un 26,6%, mientras que Electroneek lo hizo en un
21,8%. Estos hallazgos respaldan la adopción de RPA en entidades
gubernamentales para optimizar la eficiencia operativa, reducir errores humanos
y reasignar recursos a actividades estratégicas.
Palabras clave: automatización robótica de procesos; RPA; sector gubernamental;
eficiencia operativa.
Influence of RPA Tool Applied in the
Government Sector
Abstract
The
Robotic Process Automation (RPA) has gained increasing interest in
organizations due to its potential to automate repetitive and rule-based tasks. This study evaluated the
influence of RPA tools in the Ecuadorian government sector, focusing on
downloading electronic receipts from the Internal Revenue Service (SRI) portal.
Electroneek and Uipath tools were compared with the manual process, developing
a test environment that included tasks such as login, captcha resolution,
receipt download, information storage, and logout. The results showed that both
tools achieved 100% success and completion rates, outperforming the manual
process. Uipath reduced processing time by 26.6%, while Electroneek reduced it
by 21.8%. These findings support the adoption of RPA in government entities to
optimize operational efficiency, reduce human errors, and reallocate resources
to strategic activities.
Keywords: robotic process automation, RPA, government sector,
operational efficiency.
1. INTRODUCCIÓN
En
la actualidad, la transformación digital del sector público es una prioridad
global, impulsada por la necesidad de reducir costos, mejorar la eficiencia
operativa y satisfacer las crecientes expectativas ciudadanas en cuanto a
servicios públicos (Siderska, 2020; Hyun et al., 2021). En este contexto, la
Automatización Robótica de Procesos (RPA) emerge como una solución
potencialmente innovadora para abordar estos desafíos, consolidándose como una
herramienta clave que impulsa la modernización de los sistemas administrativos
gubernamentales (Pypłacz &
Žukovskis, 2023).
RPA
ofrece la capacidad de automatizar tareas repetitivas y basadas en reglas,
optimizando procesos críticos en las oficinas gubernamentales. Al liberar a los
empleados de actividades manuales como la entrada de datos o la gestión
documental, RPA permite que el personal se enfoque en tareas de mayor valor
estratégico (Jadhav & Dongare, 2023). Este cambio mejora la moral y la eficiencia
laboral del empleado, maximizando así sus habilidades y competencias (Khatib et
al., 2023).
Entre
los beneficios más significativos de RPA en el sector gubernamental destacan la
mejora en la eficiencia operativa, la reducción de los costos y la optimización
de recursos. En cuanto a la eficiencia, los robots trabajan de manera continua
y precisa, reduciendo tiempos de procesamiento y errores humanos (Grande et
al., 2022; Axmann & Harmoko,
2021). La reducción de los cotos se logra por que RPA maneja mayores volúmenes
de trabajo sin aumentar proporcionalmente la plantilla laboral, optimizando así
la gestión de recursos públicos. Además, disminuye los gastos de contratación y
capacitación de personal para tareas rutinarias (Eulerich et al., 2023). Como consecuencia, los ahorros
generados por la implementación de RPA pueden redirigirse a áreas críticas como
la educación, la salud e infraestructura.
La
implementación práctica de RPA en el sector público ha demostrado resultados
prometedores en diversos contextos gubernamentales. Estudios recientes han
documentado casos de éxito en la automatización de procesos administrativos
clave, como la gestión de documentos, la programación de citas y el
procesamiento de solicitudes ciudadanas (Gami et al.,
2019). Estas implementaciones han resultado en reducciones significativas en
los tiempos de procesamiento, disminución de errores humanos y ahorros
sustanciales en costos operativos (López & Flores, 2023).
No
obstante, la integración de RPA también presenta desafíos, como la necesidad de
una inversión inicial significativa, la gestión de la seguridad de datos, la
privacidad, la capacitación adecuada del personal y la adaptación de los
procesos administrativos, ya que los sistemas automatizados pueden ser
vulnerables a ciberataques ( de Moraes
et al., 2022).
El
presente estudio tiene como objetivo principal analizar la influencia de
herramienta RPA en la eficiencia operativa diaria del Servicio de Rentas
Internas (SRI) de Ecuador. Este trabajo contribuye significativamente al campo
de la administración pública digital al explorar la aplicación práctica de RPA
en un entorno gubernamental real. Se realizó un trabajo de laboratorio
utilizando dos herramientas RPA líderes, UiPath y Electroneek, para automatizar
el proceso de descarga de comprobantes electrónicos en el portal del SRI. Esta
implementación permitió evaluar exhaustivamente el desempeño, la eficiencia
operativa, los beneficios y los desafíos asociados con la adopción de RPA en
las actividades diarias de una entidad gubernamental.
La
selección de la herramienta UiPath se fundamenta en su posición de líder en el
Cuadrante Mágico de Gartner para RPA, lo que respalda su solidez, escalabilidad
y capacidad para satisfacer necesidades exigentes de automatización (Coaboy et
al., 2021). Por su parte, Electroneek fue elegida por su facilidad de uso,
interfaz intuitiva y amplia compatibilidad con diversas aplicaciones y
tecnologías, asimismo, cumple con los requisitos que sitúan a Uipath dentro del
cuadrante de líderes de Gartner al tratarse de una herramienta con
características y rendimiento similares.
(Electroneek, 2024). Ambas herramientas consideradas líderes en el
Cuadrante Mágico, ofrecen las funcionalidades necesarias para abordar
eficazmente los desafíos del proyecto.
El SRI de Ecuador gestiona
comprobantes electrónicos mediante procesos repetitivos y basados en reglas,
ideales para la automatización con RPA. El estudio se enfoca en la
automatización de la descarga de comprobantes electrónicos recibidos y
anulados, un proceso que manualmente excede los cinco minutos por sesión y se
extiende con el aumento del volumen de datos. La implementación de RPA busca
obtener beneficios significativos como la reducción de errores, la mejora de la
eficiencia operativa y la optimización de los tiempos de respuestas a los
requerimientos ciudadanos. La investigación evaluará el rendimiento y los beneficios
de esta automatización en comparación con el proceso manual, proporcionando
hallazgos valiosos sobre la aplicación de RPA en el sector público.
2. MATERIALES
Y MÉTODOS
2.1. Primera fase: Búsqueda de información sobre
herramientas RPA
Para
identificar las herramientas RPA más relevantes y obtener una comprensión
sólida de sus capacidades, se lleva a cabo una revisión exhaustiva entre el año
2019 y 2024 en el motor de búsqueda Google, utilizando términos clave como
"robotic process automation", "RPA tools",
"RPA software". Este buscador permite acceder a una amplia variedad
de fuentes de información, incluyendo sitios web de proveedores de herramientas
RPA, foros en línea dedicados a la automatización de procesos, blogs
especializados y artículos de noticias relacionados con RPA.
El
objetivo de esta búsqueda es obtener una visión general de las herramientas RPA
disponibles en el mercado, identificando sus características principales,
ventajas y limitaciones, reconociendo las herramientas más populares y
ampliamente adoptadas. La búsqueda arroja un total de 42 herramientas RPA que
se utilizan como base para seleccionar dos de ellas, las cuales son evaluadas y
comparadas en profundidad en el presente estudio.
Selección de
herramientas RPA para el laboratorio
Para
implementar RPA en el laboratorio, se evalúan las soluciones disponibles del
mercado, utilizando criterios basados en el Cuadrante Mágico de Gartner,
ampliamente reconocido para identificar las herramientas líderes en el mercado
(Coaboy et al 2021). Entre los principales criterios considerados, destacan los
siguientes:
·
Compatibilidad
con los sistemas operativos y aplicaciones del laboratorio.
·
Facilidad
de uso e implementación, con interfaces amigables y una curva de aprendizaje
ágil para los usuarios.
·
Disponibilidad
de licencias académicas o de prueba gratuitas, adaptadas a las necesidades y
recursos del laboratorio.
·
Soporte
técnico y recursos de aprendizaje accesibles.
·
Capacidades
de automatización robustas y flexibles.
Tras un riguroso
análisis fundamentado en estos criterios clave, se seleccionan las dos
herramientas RPA más adecuadas para el desarrollo del laboratorio.
2.2. Segunda fase: desarrollo de laboratorio
La
segunda fase consiste en la implementación práctica de la investigación,
utilizando dos herramientas RPA para automatizar la descarga de comprobantes del
portal en línea del SRI. Durante esta etapa, se diseña y ejecuta un experimento
para evaluar el desempeño de las herramientas de automatización, logrando crear
dos bots que replican las actividades que una persona realiza intrínsecamente
en este portal.
Para
llevar a cabo este proceso, se adopta la metodología ágil Scrum, la cual es
beneficiosa para proyectos de automatización de procesos debido a sus entregas
incrementales y frecuentes (Arcega et al., 2021). Cada Sprint (iteración) se
centra en automatizar un conjunto específico de tareas, permitiendo obtener
resultados tangibles y agregar valor constante a lo largo del proyecto.
Los
proyectos de automatización enfrentan cambios frecuentes debido a la naturaleza
dinámica de los procesos empresariales. Velasco et al (2021) destaca que Scrum
facilita la adaptación a estos cambios, ya que el Product
Backlog puede ajustarse y priorizarse en cada Sprint, permitiendo al equipo
responder rápidamente a nuevos requisitos o desafíos. Además, aspectos como las
reuniones diarias, el tablero de tareas y la visualización del progreso,
brindan una clara visibilidad del estado del proyecto y facilitan el
seguimiento y la toma de decisiones informadas (Gaete et al., 2021).
Scrum
consta de las siguientes fases: planteamiento, diseño, desarrollo, pruebas,
despliegue, revisión, y lanzamiento. Sin embargo, en este laboratorio no se
implementan las fases de despliegue y lanzamiento.
Planteamiento: Esta fase se centra en la identificación de los
procesos gubernamentales que pueden beneficiarse de la automatización mediante
RPA y en la definición de los criterios de éxito. Se plantea la automatización
de los siguientes procesos:
·
Inicio de
sesión al portal del SRI
·
Inicio de
sesión con credenciales
·
Resolución
de captcha
·
Descarga
de comprobantes recibidos y anulados
·
Guardar
información en base de datos
·
Cierre de
sesión en navegador
·
Repetición
de proceso con otra empresa
Diseño: Durante esta etapa, se elaboran los diseños
detallados de los procesos a automatizar y se definen los flujos de trabajo. Se
identifican los pasos específicos, decisiones, interacciones con sistemas
existentes y puntos de integración necesarios. Con el flujo de trabajo
detallado, se diseñan dos bots para automatizar el proceso compartiendo el
mismo flujo, pero con configuraciones específicas para cada bot, como permisos
y personalizaciones requeridas.
Durante
el sprint, el equipo de desarrollo trabaja en las tareas asignadas, que
incluyen la creación de los diseños detallados de los bots, la definición de
los flujos de trabajo, la identificación de las interacciones con sistemas
existentes y la preparación de la documentación necesaria. El enfoque está en
garantizar que las herramientas RPA se adapten de manera óptima a los
requisitos y necesidades específicas del sector gubernamental, mejorando la
eficiencia y la calidad de los servicios.
Desarrollo: Esta fase implica la instalación de las
herramientas RPA, Uipath y Electroneek, seguidas de sus configuraciones
iniciales y acceso. Durante la reunión de planificación del Sprint, el equipo
selecciona las tareas específicas del Product Backlog
relacionadas con la instalación, configuración y acceso a las herramientas RPA,
así como la validación de credenciales y la automatización de los procesos
identificados, tales como la descarga de comprobantes, resolución de captchas y
guardado de información (Electroneek, 2024; Coaboy et al., 2021). Se estiman
los esfuerzos y se definen los objetivos del sprint.
Pruebas: Durante esta etapa, se realizan pruebas exhaustivas
para asegurar que la solución RPA funcione de manera óptima, cumpla con los
requisitos establecidos y se integre adecuadamente con los sistemas existentes
en el entorno gubernamental. El equipo desarrolla los bots utilizando las
herramientas RPA para automatizar los procesos identificados, y lleva a cabo
pruebas unitarias y de integración de manera continua. Esta evaluación
exhaustiva garantiza que las automatizaciones sean fiables, seguras y cumplan
con los estándares exigidos, contribuyendo a una mejora sostenible en la
eficiencia de las operaciones gubernamentales.
Revisión: La fase de revisión implica una evaluación
exhaustiva de los beneficios y desafíos asociados con la aplicación de
herramientas RPA en el ámbito gubernamental. Se realizan evaluaciones de
rendimiento y se corrigen posibles errores para garantizar una ejecución
eficiente de los bots. El objetivo no es solo agilizar el proceso de
recolección de datos en el laboratorio, sino también mejorar la eficiencia y
precisión en la obtención de resultados, contribuyendo significativamente al
avance de la investigación.
2.3. Tercera fase: análisis de resultados
Se realiza un análisis de los
resultados utilizando técnicas de métricas específicas. Se evalúan las
siguientes métricas: tasa de éxito/finalización, velocidad de procesamiento,
precisión y tiempo/eficacia.
La tasa de
éxito/finalización se calcula como el porcentaje de tareas completadas con
éxito. La velocidad de procesamiento se mide en términos del tiempo requerido
para la ejecución de las tareas. La precisión se determina comparando los
resultados obtenidos con los valores esperados. Finalmente, se analiza el tiempo/eficacia en relación con el rendimiento alcanzado. Los hallazgos se discuten en el contexto de la
literatura existente y se comparan con investigaciones previas en el área de
automatización de procesos robóticos.
3. RESULTADOS
3.1. Fase 1
Se realizó una
investigación exhaustiva, utilizando el motor de búsqueda Google para recopilar
una lista de las herramientas RPA existentes en el mercado. La tabla 1 presenta
información detallada y comparativa de estas soluciones, facilitando a las
organizaciones la evaluación y selección de la herramienta RPA más adecuada
para sus necesidades específicas. Los criterios considerados incluyen el modelo
de licenciamiento, la compatibilidad multiplataforma, los requisitos de
hardware, las características y capacidades, así como los casos de uso
previstos.
Tabla
1. Resultados de la
primera fase de búsqueda de información sobre herramientas RPA.
|
N° |
Nombre |
Licenciamiento |
Plataforma |
Necesidad de hardware |
Características |
Casos de uso |
|
11 |
Keysight’s Eggplant |
Requiere licencia comercial. |
Multiplataforma (Windows, macOS, Linux ya que
es una herramienta para pruebas de software automatizadas) |
CPU de 4 núcleos, 8GB RAM, 250GB SSD para
pruebas de software robustas. |
Pruebas de software automatizadas,
automatización de GUI, reconocimiento de imágenes. |
Puede utilizarse para automatizar pruebas de
software, interacciones con aplicaciones y procesos empresariales |
|
22 |
Inflectra Rapise |
Requiere licencia comercial. Ofrece una versión
de prueba gratuita de 30 días. |
Multiplataforma (Windows, Web, Android, iOS
dado que soporta pruebas de aplicaciones web, de escritorio y móviles) |
CPU de 2-4 núcleos, 8GB RAM, requisitos
estándar para pruebas funcionales. |
Pruebas funcionales automatizadas, amplio
soporte de tecnologías, frameworks ágiles. |
Pruebas de aplicaciones web, de escritorio y
móviles, así como automatización de tareas repetitivas. |
|
33 |
Blue Prism |
Requiere licencia comercial |
Multiplataforma (Windows y Linux) |
CPU de 4-8 núcleos, 16GB+ RAM, alto rendimiento
para procesos empresariales complejos. |
Automatización procesamiento de fondo,
integración de sistemas, analítica de procesos. |
Automatización de procesos empresariales,
integración de sistemas, transformación digital. |
|
44 |
UiPath |
Requiere licencia comercial. Ofrece plan
gratuito UiPath Community Edition. |
Multiplataforma (Windows, Web, Android, iOS ya
que maneja automatización web, móvil y basada en computadora) |
CPU de 4 núcleos, 8GB RAM como mínimo,
capacidades de escalamiento para visión por computadora. |
Asistente de automatización, visión por
computadora, analítica de procesos. |
Automatización de tareas de oficina, procesos
de negocio, análisis de datos. |
|
55 |
Automation Anywhere |
Requiere licencia comercial. Ofrece prueba gratuita
por 30 días. |
Multiplataforma (Windows, Web, Android, iOS
dado su enfoque en automatización web y móvil) |
CPU de 2-4 núcleos, 8GB RAM, recursos moderados
para automatización web/móvil. |
Automatización web y móvil, IA/Aprendizaje automático,
analítica cognoscible. |
Automatización de procesos empresariales,
integración de aplicaciones, operaciones de TI |
|
66 |
PegaSystems |
Requiere licencia comercial. |
Aplicaciones legacy |
Hardware robusto con CPU de 8+ núcleos, 16GB+
RAM para aplicaciones legacy. |
Gestión de casos, automatización de decisiones,
aplicaciones centradas en el cliente. |
Automatización de flujos de trabajo, gestión de
procesos empresariales. |
|
77 |
Contextor |
Requiere licencia comercial. |
Aplicaciones web y de escritorio |
Requisitos estándar de 4 núcleos CPU, 8GB RAM
para aplicaciones de escritorio. |
Captura de datos, extracción RPA, robotización
de fuerza laboral. |
Automatización de tareas de entrada de datos,
extracción de información. |
|
88 |
Kofax |
Requiere licencia comercial. |
Multiplataforma (Windows, macOS, Linux) |
CPU de 4-8 núcleos, 16GB+ RAM, alto rendimiento
para captura inteligente de datos. |
Captura inteligente de datos, automatización de
procesos cognitiva, integración con otras plataformas. |
Automatización de procesos de negocio,
digitalización de documentos. |
|
99 |
Kryon |
Requiere licencia comercial. Ofrece versión
gratuita Kryon's Full-Cycle. |
Multiplataforma (Windows, Linux) |
CPU de 4 núcleos, 8GB RAM, recursos en nube
para analítica de procesos. |
Analítica de procesos, aprendizaje automático,
asistente virtual, plataforma en la nube. |
Automatización de tareas repetitivas,
integración de sistemas. |
|
110 |
ElectroNeek |
Requiere licencia comercial. |
Multiplataforma (Windows y Linux por su naturaleza
de integración empresarial e hibridación) |
CPU de 4-8 núcleos, 16GB RAM, entornos híbridos
y escalables. |
Orquestación y programación de robots,
integración empresarial, plataforma híbrida. |
Automatización de procesos empresariales,
operaciones de TI. |
|
111 |
Laserfiche |
Requiere licencia comercial. |
Aplicaciones web y de contenido |
CPU de 2-4 núcleos, 8GB RAM para aplicaciones
web y gestión de contenido. |
Gestión de contenido empresarial,
automatización de flujos de trabajo, captura de datos inteligente. |
Automatización de flujos de trabajo, gestión
documental. |
|
112 |
Helpsystems |
Requiere licencia comercial. |
TI y Operaciones |
Recursos moderados de 4 núcleos CPU, 8GB RAM
para operaciones de TI. |
Automatización de TI, seguridad y cumplimiento,
integración de sistemas. |
Automatización de operaciones de TI,
cumplimiento normativo. |
|
113 |
WinAutomation
by Softomotive |
Requiere licencia comercial. Ofrece prueba
gratuita. |
Windows |
CPU de 2-4 núcleos, 4-8GB RAM, requisitos
livianos para escritorio Windows. |
Automatización de aplicaciones de escritorio de
Windows, grabación de acciones. |
Automatización de tareas de oficina, entrada de
datos. |
|
114 |
WorkFusion |
Requiere licencia comercial. |
Multiplataforma con IA |
CPU de 8+ núcleos, 16GB+ RAM, procesamiento de
IA/aprendizaje automático. |
Automatización inteligente de procesos,
aprendizaje automático, analítica integrada. |
Automatización de procesos empresariales,
análisis de datos. |
|
115 |
Nintex |
Requiere licencia comercial. Ofrece prueba gratuita
por 30 días. |
Bajo código/No código |
Requisitos livianos de 2-4 núcleos CPU, 4-8GB
RAM para bajo código. |
Diseñador de procesos visuales, herramientas de
no código, gestión de contenido y procesos. |
Automatización de flujos de trabajo, gestión documental |
|
116 |
Appian |
Requiere licencia comercial. Ofrece prueba
gratuita. |
Aplicaciones empresariales |
CPU de 4-8 núcleos, 16GB RAM para aplicaciones
empresariales complejas. |
Gestión de casos, aplicaciones de procesos de
negocio, baja codificación. |
Automatización de procesos empresariales,
digitalización de operaciones. |
|
117 |
AutomationEdge |
Requiere licencia comercial. Ofrece versión
gratuita. |
Escritorio |
CPU de 2-4 núcleos, 4-8GB RAM para tareas de
escritorio básicas. |
Herramienta de automatización básica, enfoque
centrado en tareas. |
Automatización de tareas sencillas y
repetitivas. |
|
118 |
AWS
Lambda |
Requiere suscripción a AWS. Ofrece capa
gratuita. |
Nube (AWS) |
Sin hardware local, recursos elásticos y sin
servidor en la nube de AWS. |
Computación sin servidor, ejecución de código
sin provisionar infraestructura. |
Automatización de tareas y procesos en la nube. |
|
119 |
Robótica
Cyclone |
Requiere licencia comercial. |
Multiplataforma (Windows, Linux) |
CPU de 4-8 núcleos, 16GB+ RAM para aprendizaje
automático. |
Automatización robótica inteligente,
aprendizaje automático, minería de procesos. |
Automatización de tareas repetitivas,
integración de sistemas. |
|
220 |
Datamatics |
Posiblemente requiera licencias como proveedor
de servicios. |
Multiplataforma (Windows, Linux) |
Recursos variables según proveedores de
servicios tercerizados. |
Servicios de externalización de procesos de
negocio automatizados. |
Externalización de procesos de negocio
automatizados. |
|
221 |
EdgeVerve
Systems |
Requiere licencia comercial. |
Multiplataforma (Windows, Linux debido a su
enfoque empresarial) |
CPU de 4-8 núcleos, 16GB+ RAM para extremo a
extremo empresarial. |
Automatización de negocios de extremo a
extremo, optimización de procesos, analítica integrada. |
Automatización de procesos empresariales,
integración de aplicaciones. |
|
222 |
Fortra Automate |
Requiere licencia comercial. Ofrece prueba
gratuita. |
Windows/Scripting |
CPU de 2-4 núcleos, 4-8GB RAM, compatibilidad multiplataforma. |
Scripting y automatización de tareas, soporte
multiplataforma. |
Automatización de operaciones de TI, scripting,
flujos de trabajo. |
|
223 |
IBM Automation |
Requiere licencia comercial. Prueba disponible
en IBM Cloud Pak. |
Multiplataforma |
Recursos robustos de CPU de 8+ núcleos, 16GB+
RAM para automatización empresarial. |
Amplio conjunto de capacidades de
automatización, cloud e híbrida. |
Automatización de procesos empresariales,
integración de sistemas. |
|
224 |
Microsoft
Power Automate |
Requiere suscripción a Microsoft 365. Plan
gratuito disponible. |
Nube (Microsoft 365) |
Sin hardware local, recursos elásticos en la
nube de Microsoft 365. |
Integración con Office 365, flujos de trabajo
visuales, automatización basada en eventos. |
Automatización de tareas de oficina,
integración con Office 365. |
|
225 |
MuleSoft
RPA |
Requiere licencia comercial. |
Integración de aplicaciones |
CPU de 4-8 núcleos, 16GB+ RAM para integración
de aplicaciones. |
Integración y automatización de aplicaciones,
orquestación de procesos. |
Automatización de procesos que involucran
múltiples sistemas. |
|
226 |
NICE |
Requiere licencia comercial. |
Multiplataforma con análisis de procesos |
CPU de 4-8 núcleos, 16GB+ RAM, analítica de
procesos y minería de datos. |
Analítica de procesos, automatización robótica,
gestión del ciclo de vida de robots. |
Automatización de operaciones, minería de
procesos. |
|
227 |
NTT-AT
WinActor |
Requiere licencia comercial. |
Windows |
CPU de 2-4 núcleos, 4-8GB RAM para aplicaciones
Windows estándar. |
Automatización de aplicaciones Windows, captura
y reproducción de acciones. |
Automatización de procesos empresariales en
diversos sectores, |
|
228 |
Rocketbot |
Al ser código abierto, probablemente no
requiere licencias comerciales. |
Código abierto multiplataforma (Windows, Linux) |
Requisitos variables según contribuidores de
código abierto. |
Automatización de código abierto, comunidad de
desarrolladores colaborativa. |
Automatización de tareas y procesos con
soluciones de código abierto. |
|
229 |
Samsung
SDS Brity RPA |
Requiere licencia comercial. |
Multiplataforma (Windows, Linux) |
CPU de 4-8 núcleos, 16GB+ RAM para capacidades
RPA avanzadas. |
Amplia gama de capacidades RPA, reconocimiento
óptico de caracteres, minería de procesos. |
Automatización de procesos empresariales en
diversos sectores. |
|
330 |
SAP |
Requiere licencias de SAP. Ofrece
pruebas/evaluación para algunos productos. |
Aplicaciones y procesos SAP |
Recursos empresariales robustos de CPU de 8+
núcleos, 32GB+ RAM para integración SAP. |
Automatización de procesos empresariales,
integración con aplicaciones SAP. |
Automatización de procesos empresariales
integrados con SAP. |
|
331 |
Winautomatización |
Requiere licencia comercial. Ofrece prueba
gratuita. |
Windows |
CPU de 2-4 núcleos, 4-8GB RAM para tareas de
escritorio Windows. |
Automatización de escritorio de Windows,
scripting y programación de tareas. |
Automatización de tareas de oficina en entornos
Windows. |
|
332 |
Trubot |
Requiere licencia comercial. |
Multiplataforma (Windows y Web por su enfoque
en la experiencia del usuario) |
CPU de 4-8 núcleos, 8-16GB RAM, enfocado en
experiencia de usuario. |
Experiencia centrada en el usuario, diseño de
procesos visuales, basada en la nube. |
Automatización de procesos con interfaz
user-friendly. |
|
333 |
Checkit |
Requiere licencia comercial. |
Pruebas de software y control de calidad |
CPU de 2-4 núcleos, 8GB RAM para pruebas y
control de calidad. |
Automatización de pruebas de software, control
de calidad, integración continua. |
Automatización de pruebas de software y
aseguramiento de la calidad. |
|
334 |
MiniBOTS |
Requiere licencia comercial. |
Bajo código multiplataforma (Windows, macOS y
Linux.) |
Requisitos moderados de CPU 2-4 núcleos, 4-8GB
RAM para bajo código. |
Plataforma de bajo código para automatización,
sin necesidad de habilidades de programación avanzadas. |
Automatización de tareas y procesos con
herramientas de bajo código. |
|
335 |
EnergyCloud |
Requiere licencia comercial. |
Industria energética |
CPU de 4-8 núcleos, 16GB RAM para procesos del
sector energético. |
Solución RPA especializada para la industria de
energía y servicios públicos. |
Automatización de procesos en empresas de
energía. |
|
336 |
Octoparse |
Requiere licencia comercial. Ofrece prueba gratuita. |
Extracción de datos web |
CPU de 2-4 núcleos, 8GB RAM para extracción y
monitoreo web. |
Extracción de datos web, rastreo y monitoreo de
sitios web. |
Extracción automática de datos de sitios web. |
|
337 |
SAP
Intelligent RPA Cloud Studio |
Requiere suscripción a SAP Cloud. Prueba
disponible. |
Nube (SAP) |
Recursos en nube elástica para integración con
SAP. |
Entorno de desarrollo visual basado en la nube,
integración con SAP. |
Automatización de procesos empresariales
integrados con SAP en la nube. |
|
338 |
Hyland
RPA |
Requiere licencia comercial. |
Gestión de contenido empresarial |
CPU de 4-8 núcleos, 16GB+ RAM para contenido y
flujos de trabajo. |
Captura y procesamiento inteligente de
contenido, automatización de flujos de trabajo documentales. |
Automatización de flujos de trabajo y procesos
documentales. |
|
339 |
Servicetrace |
Requiere licencia comercial. |
Servicios y atención al cliente |
CPU de 2-4 núcleos, 8GB RAM para servicios al
cliente. |
Automatización de procesos de servicios y
atención al cliente. |
Automatización de procesos de servicio al
cliente. |
|
440 |
Softomotive |
Requiere licencia comercial. |
Windows |
CPU de 2-4 núcleos, 4-8GB RAM para tareas de
oficina Windows. |
Herramienta de escritorio de automatización
para Windows. |
Automatización de tareas repetitivas en
aplicaciones de oficina como Excel, Word, correo electrónico, etc. Reducción
de errores humanos en tareas manuales. |
|
441 |
Jacada |
Requiere licencia comercial. |
Aplicaciones empresariales legacy |
CPU de 4-8 núcleos, 16GB+ RAM para aplicaciones
empresariales legacy. |
Automatización de aplicaciones empresariales,
integración de sistemas legacy. |
Integración y automatización de aplicaciones
corporativas. |
|
442 |
AntWorks |
Requiere licencia comercial. Ofrece prueba
gratuita. |
Multiplataforma con IA |
CPU de 8+ núcleos, 16GB+ RAM, alto rendimiento
con IA/aprendizaje automático. |
Plataforma cognitiva con IA/Aprendizaje
Automático, automatización inteligente. |
Automatización inteligente de procesos con IA. |
Fuente:
Las autoras (2024).
A continuación, se
presenta un análisis más profundo que cubre los diferentes aspectos clave de
las herramientas RPA listadas en la tabla 1, brindando una visión más detallada
para comprender mejor sus capacidades, enfoques, modelos de licenciamiento y
adopción de nuevas tendencias tecnológicas.
Análisis comparativo
de características: En la
tabla 1 se muestra una amplia gama de características entre las diferentes
herramientas RPA. Algunas se especializan en pruebas de software y
automatización GUI (como Keysight's Eggplant, Inflectra, Checkit), mientras que otras se orientan procesos
empresariales (como Blue Prism, UiPath,
Electroneek, Automation Anywhere), y soluciones que incorporan tecnologías de
IA/aprendizaje automático para una automatización más inteligente (como AntWorks, WorkFusion, Kryon). Esta diversidad permite a las organizaciones
seleccionar la herramienta que mejor se adapte a sus necesidades específicas.
Análisis de
requisitos de hardware: Los requisitos de hardware de las herramientas RPA varían
desde recursos ligeros (2-4 núcleos de CPU, 4-8GB de RAM) para herramientas de
automatización de tareas básicas (WinAutomation, AutomationEdge, Softomotive, Contextor), hasta recursos muy robustos (8+ núcleos, 16GB+
RAM) para aplicaciones empresariales complejas (Blue Prism,
WorkFusion, AntWorks). Esta
variación permite a las empresas elegir las soluciones que se ajusten tanto a
sus necesidades de automatización como a sus recursos de infraestructura.
Análisis de modelos
de licenciamiento: La mayoría de las soluciones requieren licencias
comerciales, lo que implica un costo inicial para su uso. Algunas ofrecen
planes gratuitos/de prueba, permitiendo a las organizaciones evaluar las
capacidades de la herramienta antes de comprometerse con una inversión.
Opciones como Rocketbot, son de código abierto y
herramientas como AWS Lambda, Microsoft Power Automate son basadas en la nube, por lo que este modelo de
suscripción puede proporcionar mayor flexibilidad y escalabilidad.
Análisis
de casos de uso:
Plataformas como MuleSoft RPA, Blue Prism, UiPath y Automation Anywhere se destacan
por su enfoque en la integración de aplicaciones y sistemas diversos, mientras
que otras como SAP, Appian, IBM y PegaSystems
se especializan en la integración con aplicaciones empresariales específicas.
Esta especialización en diferentes casos de uso permite a las empresas
seleccionar herramientas que se alineen con sus procesos existentes, ya sea
para tareas simples y repetitivas o para procesos empresariales complejos y
sofisticados.
Análisis
de plataforma: Plataformas
como MuleSoft RPA y Uipath
destacan por su capacidad para conectar diversas aplicaciones y sistemas. Las
tendencias actuales muestran una creciente incorporación de tecnologías
avanzadas como IA, además, la disponibilidad de opciones gratuitas o de código
abierto como Rocketbot y AWS Lambda permiten a las
organizaciones con presupuesto limitado explorar las capacidades del RPA.
Tras
evaluar múltiples herramientas RPA, se implementaron Electroneek y Uipath en el
laboratorio. Electroneek destacó por su compatibilidad multiplataforma,
interfaz intuitiva, recursos de aprendizaje y disponibilidad de licencias de
prueba. Uipath se seleccionó por su capacidad de integración, escalabilidad,
soporte técnico y licenciamiento académico accesible. Ambas herramientas
permitieron abordar diversos casos de uso con diferentes niveles de
complejidad, ofreciendo la experiencia práctica en automatización de procesos.
3.2. Fase 2
Figura 1. Flujo de bot en herramientas RPA, Electroneek y Uipath
Fuente:
Las autoras (2024).
La segunda fase consistió en implementar y evaluar las
herramientas RPA, Electroneek y Uipath,
en un entorno gubernamental. En el planteamiento del laboratorio, se eligió
automatizar el proceso de descarga de comprobantes electrónicos recibidos y
anulados del portal del Servicio de Rentas Internas (SRI) de Ecuador.
Posteriormente, se diseñaron los flujos de trabajo detallados como se puede
visualizar en la Figura 1, definiendo las actividades específicas,
identificación de las interacciones con los sistemas existentes en este portal
y los requisitos de integración con las herramientas RPA.
Como parte fundamental del proceso, se llevó a
cabo la instalación y configuración de ambas herramientas RPA. Este paso fue
crucial para garantizar el correcto funcionamiento del Bot, dado que, una vez
que se encuentre operando en el entorno de producción, es necesario contar con
una infraestructura física o virtual que cumpla con las siguientes
características mínimas requeridas:
·
CPU:
Intel Core i5 2.2GHz (Depende del proceso).
·
RAM: 12
Gb (Depende del proceso).
·
20 GB de
Disco Duro (Libre).
·
Sistema
Operativo: Windows 10.
·
Microsoft
Office 2016.
·
Google
Chrome.
·
Conexión
cableada de red para mayor estabilidad en aplicativos webs
·
Ancho de
banda: mínimo 5 MB
El equipo con el que se trabajó cumplía con
las especificaciones antes mencionadas, incluyendo licencias de desarrollo
habilitada y las respectivas extensiones de ambas herramientas desde el
navegador. Estas extensiones facilitaron la automatización de tareas web
mediante la grabación, ejecución y gestión de flujos de trabajo y la extracción
de datos, mejorando la eficiencia en tareas web repetitivas.
Posteriormente, se
implementó el flujo previamente diseñado para simular las acciones que un
usuario realiza manualmente en el portal del SRI. Esto incluyó: inicio de
sesión con credenciales válidas, navegación hasta la sección de descarga de
comprobantes electrónicos, resolución de captchas mediante reconocimiento de
voz con Python, descarga de comprobantes recibidos y anulados y almacenamiento
de la información en una base de datos SQL Server mediante procedimientos
almacenados.
3.3. Fase 3
Una vez completada la fase experimental, se
procedió al análisis de los resultados mediante técnicas de métricas. Este
proceso riguroso incluyó la evaluación de la tasa de éxito y finalización,
velocidad de procesamiento, precisión, y tiempo y eficacia, proporcionando una
interpretación detallada de los datos recopilados durante los experimentos. A
continuación, se detallan estos resultados:
Tabla
2.
Resultados con base en métricas
|
Métricas |
Electroneek |
Uipath |
Proceso manual |
Procesos automatizados |
|
1 |
1 |
1 |
Inicio de
sesión con credenciales |
|
|
Velocidad de
procesamiento |
226 s |
212 s |
289 s |
Inicio de
sesión al portal del SRI |
|
Precisión |
1 |
1 |
0 |
Resolución de
captcha |
|
Tiempo/Eficacia |
-63 s |
-77 s |
-289 s |
Descarga de comprobantes
recibidos y anulados |
|
|
|
|
|
Guardar
información en base de datos |
|
|
|
|
|
Cierre de
sesión en navegador |
|
|
|
|
|
Repetición de
proceso con otra empresa |
Fuente:
Las autoras (2024).
La tabla 2 muestra los resultados cuantitativos,
obtenidos tras la implementación de las herramientas RPA seleccionadas, en
función de diversas métricas clave de rendimiento. A continuación, se presenta
una tabla 3 con los resultados de la métrica “Tiempo/Eficacia” de
una manera más detallada:
Tabla 3. Tiempo/Eficacia
en procesos clave
|
Proceso |
Tiempo Manual (s) |
Tiempo Electroneek (s) |
Tiempo UiPath (s) |
|
Inicio de sesión al portal del SRI |
14 |
11 |
10 |
|
Inicio de sesión con credenciales |
29 |
25 |
24 |
|
Resolución de captcha |
84 |
12 |
11 |
|
Descarga de comprobantes |
51 |
38 |
35 |
|
Guardar información en base de datos |
No completado |
45 |
42 |
|
Cierre de sesión en navegador |
6 |
4 |
3 |
|
Repetición de proceso con otra empresa |
105 |
91 |
87 |
|
Total |
289 |
226 |
212 |
Fuente:
Las autoras (2024).
Los resultados obtenidos
demuestran la superioridad de las herramientas RPA, Electroneek y UiPath, en
comparación con el método manual tradicional. Estas herramientas lograron
reducir significativamente el tiempo de procesamiento, optimizando la eficiencia
de las tareas, específicamente, Electroneek disminuyó el tiempo en un 21,8%,
mientras que UiPath logró una reducción del 26,6% en comparación con el proceso
manual. La Figura 2 ilustra de manera contundente esta notable reducción en el
tiempo total requerido para completar los procesos clave involucrados en la
descarga de comprobantes electrónicos recibidos y anulados del portal del
Servicio de Rentas Internas (SRI) de Ecuador.
Figura 2.
Tiempo de procesamiento de Tareas Automatizadas vs Manual
Fuente: Las autoras (2024).
La notable reducción del
tiempo de ejecución demuestra el potencial de las herramientas RPA. Sin
embargo, resulta fundamental analizar exhaustivamente su desempeño para
comprender de manera integral sus capacidades y beneficios. A continuación, se
realizará un análisis detallado de cada una de estas métricas:
1.
Tasa de éxito/finalización: Tanto Electroneek como UiPath lograron completar
satisfactoriamente las tareas establecidas, alcanzando una tasa de
éxito/finalización del 100% (éxito total). Estas tareas incluían procesos como:
inicio de sesión con credenciales almacenadas, acceso a la página del SRI en
línea, resolución de captcha, descarga de comprobantes recibidos y anulados,
almacenamiento de información de comprobantes en base de datos, cierre de
sesión de navegador al finalizar y repetición de proceso con otra empresa.
Al iniciar sesión, se
descargaba un archivo txt con la información de los
comprobantes, tales como facturas, comprobantes de retención, notas de crédito
y débito, y comprobantes de liquidación para la compra de bienes y prestación
de servicios. Para la descarga de comprobantes anulados, se extrajo la
información relevante de una tabla del portal, procesando cada registro
individualmente y almacenándola en la base de datos.
2.
Velocidad de procesamiento: El proceso automatizado con Electroneek requirió
226 s para su ejecución, mientras que con UiPath se completó en 212 s. En
contraste, el tiempo requerido para realizar el proceso manualmente fue de 289
s. Esto representa una reducción del 21,8% y el 26,6% en el tiempo de
procesamiento al utilizar Electroneek y UiPath, respectivamente, en comparación
con el método manual.
3. Precisión:
Ambas herramientas de automatización demostraron precisión total (1) en la
ejecución de las tareas, sin errores ni inconsistencias. En cuanto al proceso
manual se registraron ciertos inconvenientes, principalmente en la resolución
del captcha, ya que al seleccionar las imágenes que muestra el frame, conllevó
un mayor tiempo de respuesta humano, debido a que depende de la velocidad de
reacción y procesamiento cognitivo de la persona.
4. Tiempo/Eficacia:
El tiempo en el que se completaron los siguientes procesos de forma manual
fueron los siguientes:
·
Inicio de
sesión al portal del SRI: 14 s
·
Inicio de
sesión con credenciales: 29 s
·
Resolución
de captcha: 84 s
·
Descarga
de comprobantes recibidos y anulados: 51 s
·
Guardar
información en base de datos: este proceso no se completó de forma manual.
·
Cierre de
sesión en navegador: 6 s
·
Repetición
de proceso con otra empresa 105 s
En relación al tiempo manual, Electroneek mostró ser 63 s más rápido,
mientras que UiPath fue 77 s más eficiente, completando el proceso en un menor
tiempo. En cuanto a la comparación de dichos tiempos de ejecución, se observó
que UiPath fue 14 s más rápido que Electroneek en el procesamiento de las
tareas.
En el laboratorio, se
agilizaron procesos que manualmente hubiesen tomado más tiempo, como el inicio
de sesión en el portal del SRI con múltiples usuarios. El almacenamiento de
datos de comprobantes, que se vuelve menos tedioso una vez configurada la base
de datos, ya que el bot procede a guardarlos automáticamente. Y finalmente, la
resolución de captcha que puede ser resuelto de forma automatizada escribiendo
el audio que es generado por él mismo gracias a la herramienta reconocimiento
automático de voz en Python.
4. CONCLUSIONES
Los resultados del laboratorio revelaron que las
soluciones de RPA implementadas superaron significativamente al proceso manual
en términos de velocidad de procesamiento. Electroneek redujo el tiempo en un
21,8%, mientras que UiPath lo hizo en un 26,6% en comparación con el método
tradicional. Esto evidencia el potencial de RPA para optimizar la eficiencia
operativa y la productividad en tareas repetitivas y susceptibles a errores
humanos, permitiendo a las organizaciones redirigir recursos hacia actividades
de mayor valor estratégico.
La implementación de soluciones de RPA, mediante
herramientas como Electroneek y UiPath demostró ser altamente efectiva en la
automatización del proceso de descarga de comprobantes electrónicos recibidos y
anulados del portal del SRI de Ecuador. Ambas herramientas lograron tasas de
éxito y finalización del 100% en las tareas establecidas, destacando su
confiabilidad y precisión en la ejecución de procesos críticos y basados en
reglas.
Los beneficios observados en el laboratorio, como la
reducción de tiempos de procesamiento, la eliminación de errores humanos y la
liberación de recursos para tareas de mayor valor añadido, se alinean con los
hallazgos de investigaciones previas en el campo de la automatización de
procesos robóticos. Esto refuerza la importancia de adoptar soluciones RPA en
entornos gubernamentales y empresariales para mejorar la eficiencia operativa,
la transparencia y la calidad de los servicios ofrecidos a los ciudadanos y
clientes.
En
definitiva, la adopción de RPA en el sector gubernamental representa una
oportunidad significativa para transformar los servicios públicos, haciéndolos
más eficientes, precisos y accesibles para los ciudadanos. Los resultados
obtenidos resaltan la importancia de continuar explorando e investigando las
aplicaciones de RPA en diferentes procesos y áreas del sector público, con el
fin de aprovechar al máximo el potencial de estas tecnologías para mejorar la
calidad y la eficiencia de los servicios gubernamentales.
5. REFERENCIAS
Arcega, A., Preciado, F., Mares, O., & Macías, E. (2021). Uso de
metodologías ágiles para el desarrollo de proyectos integradores en educación
superior. Tecnología Educativa Revista CONAIC, 8 (1), 54-57.
https://doi.org/10.32671/terc.v8i1.193
Axmann, B., & Harmoko, H. (2021). The Five Dimensions of
Digital Technology Assessment with the Focus on Robotic Process Automation
(RPA). TEHNIČKI GLASNIK, 15, 267–274. https://doi.org/10.31803/tg-20210429105337
Coaboy, L., Basurto, J., Zambrano, A.,
Moreira, F., & Moreira, J. (2021). Uso de las métricas de Gartner para
medir el rendimiento de las plataformas de automatización robótica de procesos
RPA. RISTI, 47, 46-60.
de Moraes, C., Scolimoski, J., Lambert, G., Santini, M., Dias, A., Guerra, F., Pedretti,
A., & Ramos, P. (2022). Robotic Process Automation and Machine
Learning: a Systematic Review. Brazilian Archives of
Biology and Technology, 65 (3), 13-24.
https://doi.org/10.1590/1678-4324-2022220096
Electroneek. (2024). Electroneek: La
actualidad tecnológica, https://electroneek.com/es/
Eulerich, M., Waddoups,
N., Wagener, M., & Wood. D. (2023). The Dark Side of Robotic Process
Automation (RPA): Understanding Risks and Challenges with RPA. Accounting
Horizons, 2, 1-10. https://doi.org/10.2308/HORIZONS-2022-019
Gami, M., Mehta, N., Jetly, P., & Patil, S. (2019). Robotic Process
Automation – Future of Business Organizations: A Review. International
Conference on Advances in Science & Technology, 1 - 4.
https://doi:10.2139/ssrn.3370211
Gaete, J., Villarroel, R., Figueroa, I.,
Cornide, H., & Muñoz, R. (2021). Enfoque de aplicación ágil con Scrum, Lean y
Kanban. Revista chilena de ingeniería, 29(1), 141-157
Grande, A., Campos, R., Facin,
L., & Batistela, C. (2022). An analysis of the
benefits, challenges and methods of process selection to adopt robotic process
automation. GEPROS: Gestão Da Produção,
Operações e Sistemas, 17(3), 89–101.
https://doi.org/10.15675/GEPROS.V17I3.2934
Hyun, Y., Lee, D., Chae,
U., Ko, J., & Lee, J. (2021). Improvement of
Business Productivity by Applying Robotic Process Automation. Applied Sciences,
11(22), 1-17. https://doi.org/10.3390/app112210656
Jadhav, P., & Dongare, R. (2023). Robotic
Process Automation (RPA) in Business Processes: Benefits and Challenges.
International Journal of Advanced Research in Science. Communication and
Technology (IJARSCT) International Open-Access, Double-Blind, Peer-Reviewed,
Refereed, Multidisciplinary Online Journal, 3(1), 149-156.
https://doi.org/10.48175/IJARSCT-12424
Khatib, E., Almarri, A., Almemari,
A., & Alqassimi, A. (2023). How Does Robotics
Process Automation (RPA) Affect Project Management Practices. Scientific
Research Publishing, 13, 13-30. https://doi.org/10.4236/ait.2023.132002
López M., & Flores, G. (2023). The Inclusion of RPA in the Digital
Transformation. International Journal Of Mathematics And Computer Research, 11
(2), 3248-3249. https://doi.org/10.47191/ijmcr/v11i2.04
Siderska, J. (2020). Robotic Process Automation — a driver of digital
transformation? Engineering Management in Production and Services, 12(2),
21-31. https://doi.org/10.2478/EMJ-2020-0009
Velasco, M., Villacis, J., Chávez, P., Cuchipe, W. (2021). Revisión sistemática de la metodología
SCRUM para el desarrollo de Software. Dominio de las Ciencias, 4(7), 434-447.
https://doi.org/10.23857/dc.v7i4.2429