Robotic Process Automation (RPA)

La automatización robótica de procesos (RPA) es un software que automatiza tareas informáticas repetitivas y basadas en reglas mediante bots de software que usan aplicaciones como lo haría una persona: abren programas, hacen clic en botones, escriben en campos, copian datos entre sistemas y siguen los mismos pasos cada vez. Entre las tareas habituales están introducir facturas, conciliar cuentas, procesar pedidos, incorporar empleados y generar informes, a menudo en sistemas antiguos que no ofrecen ninguna API. Los robots son totalmente software y no tienen nada que ver con la robótica física. A Blue Prism, fundada en el Reino Unido en 2001, se le atribuye ampliamente la creación del término; UiPath, Automation Anywhere y Microsoft Power Automate se encuentran entre las plataformas más utilizadas.

Cómo funciona RPA#

Los desarrolladores crean un bot en un diseñador visual, a menudo grabando las acciones de una persona y editando después los pasos. Para encontrar cada botón o campo, el bot usa un selector, una descripción almacenada de los atributos del elemento, como su ventana, tipo de control y nombre, y recurre a las coordenadas de la pantalla o a la coincidencia de imágenes cuando no existen esos atributos. Los bots asistidos se ejecutan en el ordenador de un empleado cuando este los inicia, por ejemplo, para rellenar un formulario durante una llamada de atención al cliente. Los bots desatendidos se ejecutan en servidores según una programación o desde una cola de trabajo; los gestiona un orquestador que asigna tareas, almacena credenciales y registra cada acción para su auditoría:

Esa misma precisión hace que los bots sean frágiles. Si se cambia el nombre de un campo, se mueve un botón o aparece una ventana emergente nueva, el selector deja de funcionar y el proceso se detiene hasta que un desarrollador lo actualiza; por eso, las implementaciones de RPA a gran escala requieren un mantenimiento constante a medida que cambian las aplicaciones subyacentes.

RPA e IA#

Las reglas gestionan los datos estructurados; para todo lo demás, hace falta aplicar aprendizaje automático antes del bot, una combinación que los proveedores llaman automatización inteligente y que Gartner denomina hiperautomatización.

• Comprensión de documentos: El reconocimiento óptico de caracteres (OCR) y los modelos de extracción convierten facturas, recibos y formularios escaneados en campos estructurados que un bot introduce en el sistema financiero, un paso habitual en las canalizaciones de análisis de documentos.
• Visión artificial para pantallas: Los escritorios virtuales, como Citrix, a menudo solo muestran una imagen de la pantalla remota, por lo que los selectores no pueden ver sus controles. Las actividades de Computer Vision de UiPath envían una imagen de la ventana a una red neuronal que identifica y etiqueta cada botón, campo de texto y casilla, es decir, aplican la detección de objetos a las interfaces de usuario.
• Modelos de lenguaje y agentes: Los modelos de lenguaje grandes (LLM) clasifican correos electrónicos, redactan respuestas y resuelven excepciones que antes detenían los bots, mientras que los bots siguen encargándose de los pasos deterministas. Ahora, los proveedores comercializan esta combinación como automatización agéntica: los agentes de IA deciden qué hacer y los bots lo hacen.

Los resultados de la inspección visual también pueden activar estas automatizaciones. En Ultralytics Platform Agents, una condición Gate basada en un resultado de YOLO26, como el recuento de detecciones o un intervalo de confianza, puede activar un bloque Webhook que envía un POST JSON por cada resultado coincidente a un endpoint HTTPS público, de modo que una detección de defectos puede iniciar un flujo en cualquier herramienta de automatización que acepte solicitudes web entrantes.

RPA y términos relacionados#

• Flujos de trabajo agénticos: Procesos de varios pasos en los que los LLM planifican, llaman a herramientas y comprueban los resultados, gestionando entradas no estructuradas que los bots con guiones no pueden manejar.
• Agentes de interacción con ordenadores (CUA): Agentes de IA que operan software a partir de capturas de pantalla y deciden cada clic sobre la marcha, por lo que no dejan de funcionar si se mueve un botón. Son más lentos y menos predecibles que un script de RPA grabado, que repite exactamente los mismos pasos en cada ejecución.
• Integración de API: Conecta sistemas directamente mediante sus interfaces de programación, lo que es más rápido y resiste los rediseños de interfaz. RPA cubre las carencias cuando no existe una API o crearla llevaría demasiado tiempo.