In questo articolo, realizzato dall’Osservatorio Intelligent Business Process Automation, andremo ad approfondire cosa si intende per RPA e come funziona, quali tipologie esistono, quali sono i principali vantaggi. Vedremo anche il legame di questa tecnologia con l’Intelligenza Artificiale e i dati più recenti sulla sua diffusione in Italia.
Il concetto di RPA (Robotic Process Automation) fa riferimento a un set di tecnologie e applicazioni utilizzate per imitare, in modo deterministico, le azioni svolte dall’uomo nell’interazione coi sistemi informativi. Nello specifico, si tratta di sistemi di automazione eseguiti ricorrendo a software (bot) programmati per eseguire task, che permettono di standardizzare i comportamenti, ridurre il rischio di errori e avere un maggiore controllo sulle attività.
Oggi si assiste a una progressiva, ma rapida, integrazione delle tecnologie di RPA con capacità di Intelligenza Artificiale. Process Orchestration, Intelligent Automation, Process Intelligence, Cognitive Automation sono solo alcuni dei nomi che oggi troviamo per descrivere un fenomeno che si configura come una vera seconda ondata di RPA: la Robotic Process Automation “intelligente” (iRPA).
Un sistema di Robotic Process Automation opera simulando le interazioni di un utente con le interfacce digitali: clicca su pulsanti, compila moduli, copia e incolla dati, legge documenti e naviga tra applicazioni, esattamente come farebbe un operatore umano. Tutto ciò avviene attraverso bot software configurati per seguire regole predefinite.
Il flusso di lavoro tipico si articola in tre fasi:
Vale la pena sottolineare una differenza fondamentale tra RPA e le altre forme di integrazione tra sistemi.
Le API (Application Programming Interface) connettono le applicazioni direttamente a livello di codice, richiedendo interventi tecnici sui sistemi coinvolti.
La RPA, invece, agisce a livello di interfaccia utente: interagisce con le applicazioni così come le vedrebbe un operatore umano, senza entrare nel codice sottostante né modificare l’architettura esistente. Questo la rende una soluzione particolarmente flessibile, adatta ad ambienti IT eterogenei in cui convivono sistemi datati (legacy) e applicazioni moderne, spesso difficili da integrare con metodi tradizionali.
Vi sono due principali tipologie di RPA, quali la RPA Attended e la RPA Unattended. Esaminiamole di seguito più nel dettaglio.
La RPA Attended coinvolge l’interazione umana durante l’esecuzione del processo automatizzato. Il software robotico opera in sinergia con l’operatore umano, eseguendo azioni ripetitive e routine sotto la supervisione dell’utente.
La RPA Unattended esegue autonomamente i compiti senza la necessità di intervento umano diretto. Questo tipo di automazione è solitamente utilizzato per processi altamente ripetitivi e scalabili, che possono essere eseguiti senza la supervisione costante di un operatore umano.
L’Osservatorio Intelligent Business Process Automation ha classificato le soluzioni di RPA in base al loro grado di integrazione con l’Intelligenza Artificiale. Nello specifico, la classificazione si basa sulla capacità di decision making insita nella soluzione specifica. Viene così definito un framework che include tre possibili livelli: Programmed RPA, AI Assisted RPA e AI Driven RPA.
Nel Programmed RPA non sussiste alcuna integrazione e la Robotic Process Automation è intesa come automazione tradizionale e deterministica. Si basa su dati strutturati ed è tipicamente applicata ad attività ripetitive o ad alta frequenza di esecuzione.
In questo caso la RPA è combinata con capacità di Intelligenza Artificiale per migliorare l’esecuzione di alcuni task di processo o per aggiungere alla soluzione nuove capacità. Nello specifico, l’IA è applicata ad alcune fasi del processo in quanto supporto mirato per le attività robotizzate o al fine di presidiare i task di processi più complessi non programmabili a priori e, perciò, non gestibili da una Programmed RPA.
In questo livello, si possono dettagliare due ambiti di utilizzo: la Conversational RPA e l’utilizzo di input non strutturati.
La Conversational RPA nasce dalla convergenza di RPA e agenti conversazionali, in formato testuale o come voicebot. Può essere utilizzata, ad esempio, per automatizzare le tipiche attività di onboarding, sia per i dipendenti sia per clienti esterni. In questo caso, l’Artificial Intelligence viene utilizzata per costruire nuove modalità di interagire con i sistemi di Process Automation.
Tramite specifiche funzionalità di intelligent document processing o communication mining, è possibile aumentare il grado di flessibilità delle soluzioni di Robotic Process Automation, estraendo informazioni da dati non strutturati. È il caso di documenti, e-mail, brevi comunicazioni su strumenti di collaboration, immagini, ecc.
In questo livello l’integrazione tra RPA e AI è più profonda e ha un ruolo strategico. Il binomio che ne scaturisce permette di guidare i processi, ottimizzandone i percorsi e creando nuove connessioni tra i task.
Anche in questo livello, si identificano due ambiti principali: le logiche decisionali dinamiche e predittive e l’AI per l’orchestrazione di più processi
Questo approccio fa leva sulla capacità predittiva o di ottimizzazione basata su algoritmi di Machine Learning per reindirizzare in modo dinamico le singole attività che compongono un processo, in base a logiche decisionali che variano nel tempo o dipendono da variabili non deterministiche.
Alcuni esempi potrebbero essere l’automazione di processo nell’identificazione delle frodi o nel risk management, così come l’ottimizzazione della supply chain in base alla previsione della domanda futura. Anche in questo caso, l’RPA potrà essere utilizzata per automatizzare il singolo task. Ciò a valle delle decisioni dell’algoritmo.
Questo ambito prevede l’inserimento di funzionalità intelligenti per coordinare e attivare processi differenti connessi tra loro. Ad esempio, al termine di un processo di elaborazione delle fatture, il sistema potrebbe automaticamente verificare se l’inventario deve essere rifornito o se è necessario avviare un nuovo ordine d’acquisto, coinvolgendo i reparti interessati. L’architettura di un sistema di questo tipo potrà prevedere logiche decisionali dinamiche e diversi sistemi di Robotic Process Automation che si attivano in serie o in parallelo.
Adottare soluzioni di Robotic Process Automation genera benefici concreti a più livelli, che vanno ben oltre la semplice riduzione dei costi. Di seguito i principali vantaggi.
La RPA è la scelta tecnologica prevalente nelle progettualità volte ad automatizzare un singolo task o parti di un processo.
Tra le grandi imprese italiane nel 2025, stando ai dati dell’Osservatorio Intelligent Business Process Automation, il 62% utilizza almeno una tecnologia di process automation e il 30% adotta soluzioni di automazione “intelligente” con funzionalità AI. Tuttavia, solo l’8% ha raggiunto un’adozione su larga scala, con modelli organizzativi adeguati e una visione strategica strutturata.
Tra le PMI, solo il 15% adotta tecnologie di automazione dei processi, nonostante il 22% del tempo lavorato sia ancora assorbito da attività ripetitive.
Come spiegato da Giovanni Miragliotta, Responsabile Scientifico dell’Osservatorio Intelligent Business Process Automation, “le organizzazioni dispongono di strumenti sempre più avanzati, in grado di automatizzare non solo singole attività ripetitive ma interi processi complessi. La vera sfida non è più tecnologica, ma strategica: ripensare i procedimenti in una logica di collaborazione virtuosa tra persone e macchine, trasformando l’innovazione in valore concreto e duraturo per l’impresa”.
Su questo punto, Irene Di Deo, Direttrice dell’Osservatorio, afferma che “Oltre a adottare nuove tecnologie, le imprese devono governare in modo strutturato questa trasformazione. Chi non ha investito negli anni nella digitalizzazione dei processi rischia oggi di cogliere solo parzialmente le opportunità offerte dall’Intelligenza Artificiale e deve colmare rapidamente il gap“.
In Italia la maggior parte delle aziende non ha un grado di familiarità avanzato con la RPA. Allo stesso tempo, però, sono numerosi gli ambiti di applicazione dove questa tecnologia gioca un ruolo cruciale nel supporto di processi caratterizzati da un alto volume di azioni ripetitive. Di seguito alcuni esempi concreti di impiego, suddivisi per area aziendale:
La ricorrenza dei task, il volume dei task gestiti e la standardizzazione del processo sono oggi i criteri di scelta principali per identificare il perimetro in cui avviare le sperimentazioni di RPA. Tuttavia, il principale freno alla diffusione di queste soluzioni è proprio la scarsa codifica dei processi aziendali, affiancata dalla mancanza di conoscenza e di cultura innovativa.
Inoltre, la maggior parte delle organizzazioni dichiara di implementare soluzioni di RPA limitandosi a una singola area aziendale, segno che il valore generato da queste progettualità fatica ancora a diventare patrimonio dell’intera organizzazione.
Costruire una roadmap strutturata per l’automazione – ancora appannaggio di poche grandi imprese – rimane il passaggio decisivo. Una roadmap credibile parte dalla digitalizzazione di base: prima di esplorare soluzioni avanzate, occorre mappare con chiarezza le attività già automatizzabili con tecnologie consolidate, dalla RPA alla workflow automation, fino alle integrazioni via API.
Infine, Di Deo sottolinea come sia “essenziale sviluppare competenze adeguate e costruire architetture dati e applicative integrate, evitando un aumento incontrollato di complessità e costi. Occorre intervenire sulle aree corrette, individuando i processi in cui l’AI può generare valore concreto e ripensando procedure e workflow in una logica di reale semplificazione e competitività”.
In questa direzione, identificare i processi a basso valore aggiunto è il primo passo per liberare energie e risorse verso ciò che conta. In quest’ottica, l’automazione smette di essere percepita come una minaccia e diventa uno strumento per riprogettare il lavoro in chiave più intelligente e competitiva. Significa anche scommettere sulle persone: sulla loro capacità di adattarsi, apprendere e portare risultati che prima non sarebbero stati possibili. In un contesto in cui la tecnologia evolve a ritmi sempre più serrati, è proprio questa la leva che fa la differenza.
Contenuti suggeriti dell’Osservatorio Artificial Intelligence
