Compreendendo o papel de amadurecimento da IA ​​na RPA

RPA, quando suportado por vários módulos de IA, pode fornecer recursos específicos para realizar tarefas de processamento subjetivas que são tradicionalmente executadas por pessoas.
A IA e a automação de processos robóticos geralmente são agrupadas na mesma frase, mas a maioria das iniciativas de RPA não tem nada a ver com inteligência. Na realidade, as iniciativas de RPA geralmente tratam de tentar automatizar processos repetitivos, chatos e baseados em regras para liberar tempo para os funcionários se concentrarem no trabalho “inteligente” real, como tarefas focadas no cliente.

RPA é essencialmente macaco vê, macaco faz; O software RPA aprende processos sem entender por que funciona. Por exemplo, o software RPA depende de ser informado sobre como cumprir as interfaces do usuário, registra as tarefas que estão sendo executadas, como movimentos e cliques do cursor, e depois traduz essas ações em código, pois quaisquer atualizações ou alterações no processo o invalidam.

No momento, as organizações estão recorrendo à colocação de pessoas para manter manualmente esse tipo de problema, o que é irônico porque estão substituindo as pessoas que realizam tarefas manuais por tecnologia que exige que as pessoas façam tarefas manuais.

Como a “IA” pode ajudar

Há boas notícias:o mercado de RPA está amadurecendo. As empresas estão começando a perceber o que é RPA e o que não é; eles também estão começando a entender que o RPA de desktop ou o RPA baseado em interface do usuário não é a solução para todos os problemas de processo em todas as organizações.

Nesse contexto, as empresas estão buscando a IA na esperança de tornar seus bots mais inteligentes.

Antes de nos aprofundarmos nisso, vamos eliminar alguns exageros de IA e nos afastar da noção de máquinas sencientes que também podem ser um grande mestre de xadrez – academicamente pode ser interessante, mas não se correlaciona com os benefícios comerciais.

Os campos de IA mais relevantes para a RPA são aprendizado de máquina, análise preditiva e computação cognitiva sofisticada. Por exemplo, imagine como a IA poderia detectar atualizações e alterações em uma interface do usuário e direcionar o software RPA para agir de acordo.

De maneira mais ampla, o gerenciamento de dados não estruturados é uma área-chave em que as empresas procuram estender a RPA para o domínio da IA. Nesse contexto, o software RPA é o agregador, obtendo os dados brutos necessários para alimentar os componentes da IA, seja baseada em visão computacional, correspondência de padrões, classificadores ou processamento de linguagem natural. Depois que os módulos de IA tiverem concluído suas funções, o RPA poderá ser usado para enviar as respostas aos sistemas de destino.

O RPA, quando suportado por vários módulos de IA, pode fornecer recursos específicos para realizar tarefas de processamento subjetivas que tradicionalmente são realizadas por pessoas.

Não existe um balcão único para IA

Tem havido muita 'lavagem de IA' no mercado de tecnologia, como tal, é difícil para os líderes empresariais identificar as áreas em que a IA é aplicável e quais fornecedores são o negócio real.

Em relação aos recursos de IA, alguns fornecedores de RPA são mais avançados que outros, enquanto alguns são mais adequados para áreas ou setores específicos. No entanto, se você está perguntando qual fornecedor é o mais cognitivo, pode estar fazendo a pergunta errada.

Em vez disso, as organizações devem tentar ampliar suas perspectivas e adotar uma mistura mais eclética de soluções de IA.

“Nenhum fornecedor de RPA será o melhor chatbot, o melhor capturador de documentos OCR/ICR ou o melhor processador de linguagem natural”, argumentou Neil Kinson, chefe de equipe da Redwood Software. “Basicamente, todos esses casos de uso muito restritos de IA exigem conjuntos de dados altamente direcionados e com curadoria, grande volume e especialização. Uma plataforma RPA nunca vai se destacar em todos eles.

“Muitas organizações sentem que atingiram a capacidade máxima de RPA e percebem que ainda existem processos que eles agora entendem que não podem ser abordados por uma única ferramenta; e, na verdade, eles precisam trazer várias tecnologias para enfrentar os desafios de vários processos.”