Da UI à IA: Navegando no Cenário de Automação

Nota do editor: Este artigo foi publicado em 2017. Visite nossa página de Automação de Processos Robóticos e inteligência artificial para informações atualizadas.

Post original:

Nos últimos anos, a implementação de Automação de Processos Robóticos (RPA) como solução de software aumentou drasticamente em escala mundial. Um relatório de mercado recente da empresa de pesquisa Everest Group sugere que o mercado de fornecedores de RPA em 2016 foi estimado em mais de US$ 200 milhões, indicando mais de 64% de crescimento em um ano. Mas outra medida da influência da RPA vem dos desenvolvimentos e evoluções na tecnologia e capacidade de automação. O termo automação de processos robóticos entrou em uso no início dos anos 2000, e formas iniciais da tecnologia eram uma extensão dos predecessores da RPA: ferramentas de data scraping e automação de fluxo de trabalho. No entanto, tendo superado as capacidades de data scraping e automação de fluxo de trabalho, a RPA fez — e continua a fazer — avanços significativos no avanço da automação operacional de duas décadas atrás. Mais recentemente, a RPA está transitando de meramente automatizar a interface do usuário (UI) para incorporar as capacidades de um novo campo: inteligência artificial (IA).

Tendo focado intensamente em simplificar a automação de UI nos estágios iniciais da tecnologia RPA, organizações e empresas estão agora transitando para alcançar uma força de trabalho digital plena que é capaz de atuar como assistente cognitivo, interagir com humanos para atender necessidades de negócio e processar dados não estruturados. Isso é uma mudança fundamental nos processos de automação de ontem e no potencial de automação de hoje e amanhã.

Olhando para trás: Os fundamentos da RPA

Originalmente chegando à cena tecnológica no início dos anos 2000, a tecnologia RPA e seus antepassados têm uma profunda relação histórica com a UI, mesmo que automação de UI exista há muito mais tempo. As plataformas de automação emergentes de hoje são o produto evolutivo de duas formas de automação de UI: data scraping e ferramentas de gestão de fluxo de trabalho. Software de data scraping atua na camada de apresentação para extrair dados da web e transferir dados de sistemas legados desatualizados para seus substitutos, enquanto ferramentas de gestão de fluxo de trabalho interagem com a UI para automatizar processos relacionados a negócios.

Como seus dois antepassados, robôs de software RPA operam no mesmo nível que pessoal humano para estabelecer automação de UI. O que diferencia a RPA, porém, é que ela é mais do que apenas uma ferramenta de screen scraping. A tecnologia da RPA forneceu e continua a fornecer vantagens significativas sobre ferramentas de automação mais elementares, muitas das quais dependem de formas de comunicação dentro de camadas de dados arquiteturais abaixo da UI. Uma evolução tecnológica significativa dessas formas mais antigas de automação, a RPA é code-free e não disruptiva.

Isso significa que robôs de software RPA podem ser facilmente treinados por usuários de negócio sem conhecimento de codificação e com pouco ou nenhum investimento de TI. Através de suas interações na UI, a RPA é capaz de conectar vários sistemas e aplicações sem exigir reestruturação da configuração existente. Diferente de seus predecessores, a tecnologia é compatível com qualquer versão de navegador, posição de tela ou tamanho de janela. Em particular, as interações da RPA com a UI permitem que a plataforma seja flexível, escalável e eficiente, mesmo em nível empresarial.

A corrida para a inteligência

Pergunte a qualquer desenvolvedor de RPA ou usuário de negócio, e fica claro que um foco em automação da UI é crucial para o sucesso da tecnologia. Avanços tecnológicos recentes, porém, têm focado em avançar as capacidades de automação inteligente de processos. Isso significa que, ao incorporar IA com tecnologias de automação de processos existentes, a RPA é capaz de estender muito além de seu escopo inicial.

Em particular, automação inteligente de processos refere-se à aplicação de IA e tecnologias relacionadas (ex.: machine learning, visão computacional, processamento de linguagem natural, automação cognitiva) à RPA. Através da adição de IA à RPA, automação baseada em regras será gradualmente suplementada por automação baseada em conhecimento, com mais tarefas — e especialmente as mais complexas — se tornando mais amplamente adequadas para automação.

Um relatório de março de 2017 do grupo de consultoria McKinsey & Company sugere que esses avanços estão permitindo que empresas alavanquem automação com sucesso:

Um escopo mais amplo de automação complexa

Tecnologias RPA são atualmente capazes de automatizar responsabilidades de negócio repetitivas baseadas em regras, enquanto funcionários são amplamente responsáveis por tarefas que requerem criatividade e julgamento. IA é especialmente bem adequada para lidar com variabilidade e é capaz de executar tarefas que dependem de grandes volumes de entradas e dados não estruturados. Isso significa que tarefas mais complexas e indefinidas, como detecção de fraude e previsão de negócios, podem ser gerenciadas usando IA com maior precisão e exatidão.

O avanço da força de trabalho digital

Como força de trabalho digital, robôs de software RPA já estão simplificando operações de negócios ao redor do mundo. Com a ajuda de IA, a RPA se desenvolverá em uma força de trabalho ainda mais autônoma. Como aprendem e se adaptam a novas situações ao longo do tempo, sistemas de automação inteligente podem automatizar processos complexos sem necessidade de treinamento ou intervenção humana. Forças de trabalho impulsionadas por IA serão capazes de aprender autonomamente de dados e tomar decisões baseadas em reconhecimento de padrões.

A democratização da IA

Retiramos uma de nossas metáforas favoritas para explicar como RPA e IA se encaixam do esporte. Imagine que você é um golfista no tee e precisa levar sua bola 400 jardas pelo fairway sobre os bunkers, até o green e no buraco.

Se você está lá segurando apenas um putter, ou seja, uma ferramenta de IA, provavelmente achará extraordinariamente difícil se não impossível prosseguir. Você também precisará de uma combinação de driver e ferros para conseguir colocar aquela pequena bola branca no buraco. Você precisará de ferramentas de RPA e ferramentas cognitivas como ABBYY e Celaton, e finalmente precisará de ferramentas de IA como IBM Watson ou Google TensorFlow.

Aqui está o truque. Não são pequenas empresas desenvolvendo ferramentas de IA. São gigantes como Microsoft, Google ou IBM. E eles estão abrindo o código dessas ferramentas e democratizando a adoção. Isso significa que mais dessas capacidades de especialistas serão incorporadas em plataformas RPA nos próximos anos, criando novas possibilidades para automação tanto centrada em humanos quanto centrada em robôs.

Gerenciando expectativas para o futuro

Automação inteligente é o desenvolvimento mais recente entre tecnologias de automação, mas estamos apenas começando a ver o início das capacidades de IA. O Diretor de Pesquisa do Facebook, Yann LeCun, sugere que a IA ainda tem um longo caminho a percorrer:

Mesmo assim, a empresa de serviços profissionais KPMG sugere que, através da convergência de RPA e IA, já estamos começando a ver:

Atividades que atualmente ainda requerem habilidades de profissionais altamente treinados estão se tornando cada vez mais automatizáveis a cada ano, com o híbrido RPA-IA do futuro estando posicionado para permitir que empresas alavanquem automação mais autônoma, precisa e ágil do que nunca.