Evolução do RPA para IA: Alimentando o Futuro do Alinhamento Negócio-TI

'Os casos de uso de automação inteligente também continuarão a crescer à medida que novas técnicas e soluções de IA chegam ao mercado, mudando radicalmente o local de trabalho futuro.'

A automação robótica de processos (RPA) levou-nos um longo caminho no desbloqueio de benefícios de produtividade presos em processos manuais nos últimos anos e galvanizou uma mentalidade de que as coisas podem mudar sem necessidade de reengenharia massiva de sistemas.

Quando mudança wholesale não é uma opção realista para organizações, RPA pode atuar como catalisador para ajudar negócios a progredir e adicionar valor, permitindo-lhes construir planos estratégicos em torno de investimentos que já fizeram nos seus sistemas legados.

A expansão para inteligência artificial (IA) é o próximo passo desta transformação granular e mais rápida, com cada vez mais atividades de negócio total ou parcialmente automatizadas por meios cada vez mais sofisticados. Isto é comumente referido como RPA cognitivo ou, CRPA.

Então, quais são alguns casos de uso reais que combinam RPA e IA em soluções de automação inteligente mais amplas?

Descoberta de processos

À medida que novas tecnologias digitais chegam ao mercado, profissionais de negócio enfrentam o desafio de compreender exatamente onde soluções podem ser valiosas para impulsionar eficiência e desenvolver um caso de negócio para implementação.

Muitas vezes, saberá intuitivamente onde estão ineficiências, mas isto deve ser apoiado por uma visão baseada em evidências, bottom-up, do que está a acontecer através dos sistemas e dispositivos de TI de um negócio para fazer um caso forte para investimento — é aqui que a descoberta de processos é tão importante. A diferença entre perceção de onde ineficiências estão e o que está a acontecer dentro da paisagem de sistemas pode ser surpreendente.

Ao alavancar analítica, aprendizagem automática e IA, pode construir uma visão baseada em evidências dos processos operacionais de uma organização, que por sua vez fornece uma compreensão mais profunda de onde tecnologias digitais podem ser aplicadas — seja mudanças de sistema ou aplicação de RPA a exceções de processo, por exemplo. Também lhe permite avaliar os benefícios destas soluções uma vez implementadas.

Gestão de dados não estruturados

Apesar da ascensão de soluções digitais e robóticas, um desafio significativo para negócios continua a ser a gestão de formulários, correspondência, contratos e outro conteúdo de texto livre. Isto é particularmente o caso com material externo como contratos de clientes ou fornecedores, que cria a necessidade de gestão de casos altamente manual.

Esta é atualmente uma das áreas chave onde negócios estão a procurar estender RPA para o domínio de IA. Neste contexto, RPA é o agregador, obtendo os dados brutos necessários para alimentar os componentes de IA, seja baseado em visão por computador, correspondência de padrões, classificadores ou processamento de linguagem natural. Uma vez que os módulos de IA completaram as suas funções, RPA pode então ser usado para empurrar as respostas para os sistemas alvo.

RPA, quando suportado por vários módulos de IA, pode entregar capacidades específicas para realizar tarefas de processamento subjetivo que são tradicionalmente realizadas por pessoas.

A interface conversacional

De acordo com um estudo conduzido pela Capgemini este ano, assistentes de voz estão destinados a tornar-se um modo dominante de interação do consumidor nos próximos três anos — 24% já dizem que usariam chatbots e voicebots em vez de um site. O surto de assistentes de voz como Google Assistant, Amazon Alexa e Siri da Apple está a transformar dramaticamente as relações com clientes, e negócios estão a ser forçados a considerar como podem ser alavancados.

Para implementar estas soluções dentro de um negócio, precisamos de um mecanismo que abra acesso ao património de aplicações de uma organização. Um voicebot ou chatbot é claro apenas tão inteligente quanto a informação que é capaz de extrair e retransmitir ao seu utilizador. A forma como isto se junta, neste exemplo, é empregando os robots para buscar e entregar os dados à nossa interface conversacional, ou seja, o chatbot, e assim responder à pergunta colocada.

Isto é conseguido pelo chatbot converter a pergunta abstrata numa série de consultas que podem ser compreendidas pelo sistema RPA. O robot então consulta o(s) sistema(s) de registo para recuperar itens de dados relevantes, empacota-os e devolve o pacote ao chatbot, permitindo-lhe reconstruir estes numa resposta de linguagem natural.

RPA é um componente crucial na abertura de aplicações — particularmente aquelas difíceis de integrar — e permite-lhes participar no novo mundo de interfaces conversacionais.

Velocidade para insight

Todos os negócios têm alguma forma de pipeline de dados a alimentar as suas cadeias de fornecimento e armazéns. São desenhados para tentar fornecer 100% dos dados necessários regularmente. Embora seja geralmente adequado para relatórios, não é um conjunto de dados completo o suficiente para análise e geração de insight.

Há sempre uma 'última milha' de análise suplementar necessária para capturar um pedaço específico de insight. Isto aumenta o conjunto de dados com dados para apoiar análise de causa raiz de desafios como fecho de mês, por exemplo.

RPA pode ser usado para apoiar essa última milha de extração, fornecendo agregação e preparação de dados para apoiar as necessidades dinâmicas de relatórios, sem ter de esperar que TI corporativa estenda os pipelines de dados. Isto por sua vez, permite-nos prever e fazer coisas que historicamente foram difíceis para humanos.

Lutamos para prever porque não conseguimos lidar com os enormes volumes de dados. Lutamos para narrar grandes volumes de dados que cobrem uma multidão de linhas de divisões ou departamentos. IA pode ser empregada para modelar e prever ou usar técnicas de geração de linguagem natural para criar um resumo narrativo gramaticalmente correto dos achados dentro de um bloco de dados brutos em vez de usar exércitos de pessoas.

Em muitos dos casos de uso delineados acima, permanecemos nas fases muito iniciais de alavancar os benefícios de RPA e a sua expansão para IA. No entanto, isso apenas demonstra o quanto RPA continuará a evoluir e expandir dentro de negócios nos próximos anos.

Os casos de uso de automação inteligente também continuarão a crescer à medida que novas técnicas e soluções de IA chegam ao mercado, mudando radicalmente o local de trabalho futuro. Para negócios utilizarem plenamente esta tecnologia, primeiro têm de compreender como estas soluções podem transformar os seus processos e aplicar governança rigorosa para garantir que a sua tomada de decisão é eficaz.

Se negócios se empenharem em implementar estas soluções conectadas, mas granulares, através das suas organizações, ajudará a impulsionar uma transformação de velocidade dupla, e uma nova era de alinhamento entre negócio e TI seguirá.