PT
Esta dissertação investiga a integração de Business Process Management (BPM) e Application
Programming Interfaces (APIs) num ambiente existente de Robotic Process Automation (RPA),
com o objetivo de potenciar as capacidades de hiperautomação numa grande organização
bancária. Seguindo a metodologia de estudo de caso de Yin, a investigação adota um desenho
de caso único suportado por múltiplas fontes de dados, incluindo entrevistas semiestruturadas,
documentação interna e métricas geradas pelos sistemas. O estudo aplica a técnica de pattern
matching para testar proposições teóricas derivadas do Business Process Reengineering (BPR),
do Technology Acceptance Model (TAM) e da teoria de Socio-Technical Systems (STS).
Os resultados demonstram que a combinação de BPM e APIs com RPA melhora a
resiliência dos processos, a escalabilidade e a governação, reduzindo a fragilidade operacional.
Embora a introdução de camadas de orquestração aumente inicialmente a complexidade
técnica, esta permite, a médio e longo prazo, um melhor controlo, monitorização e otimização
de processos. As conclusões sublinham a importância de estruturas de governação robustas,
estratégias de gestão da mudança e preparação das APIs para assegurar uma transformação
bem-sucedida.
Esta investigação contribui para a teoria ao fornecer evidência empírica sobre como a
hiperautomação orientada por orquestração suporta a escalabilidade e a resiliência, e para a
prática ao apresentar um quadro de implementação estruturado, adaptável a outros contextos
organizacionais complexos.
EN
This dissertation investigates the integration of Business Process Management (BPM) and
Application Programming Interfaces (APIs) into an existing Robotic Process Automation
(RPA) environment, aiming to advance hyper-automation capabilities in a large banking
organization. Following Yin’s case study method, the research adopts a single-case design
supported by multiple data sources, including semi-structured interviews, internal
documentation, and system-generated metrics. The study applies pattern matching to evaluate
theoretical propositions derived from Business Process Reengineering (BPR), the Technology
Acceptance Model (TAM), and Socio-Technical Systems (STS) theory.
Results show that combining BPM and APIs with RPA improves process resilience,
scalability, and governance, while reducing operational fragility. Although the introduction of
orchestration layers initially increases technical complexity, it enables better monitoring,
compliance, and process optimization. The results underscore the essential function of
governance frameworks, change management strategies, and API readiness guaranteeing an
effective transformation.
This research contributes to theory by providing empirical evidence on how orchestration-
driven hyper-automation supports scalability and resilience, and to practice by offering a
structured implementation framework adaptable to other complex organizational contexts.
