Comprender el papel maduro de la IA en RPA

RPA, cuando es compatible con varios módulos de IA, puede ofrecer capacidades específicas para llevar a cabo tareas de procesamiento subjetivo que se realizan tradicionalmente por personas.

La IA y la automatización de procesos robóticos a menudo se agrupan en la misma oración, pero la mayoría de las iniciativas de RPA no tienen nada que ver con la inteligencia. En realidad, las iniciativas de RPA suelen tratar de automatizar procesos repetitivos, aburridos y basados ​​en reglas para liberar tiempo para que los empleados se centren en el trabajo "inteligente" real, como las tareas centradas en el cliente.

RPA es esencialmente ver mono, hacer mono; El software RPA aprende procesos sin entender por qué funciona. Por ejemplo, el software RPA depende de que se le indique cómo cumplir con las interfaces de usuario, registra las tareas que se realizan, como los movimientos del cursor y los clics, y luego traduce estas acciones a código, por lo que cualquier actualización o modificación del proceso lo invalida.

En este momento, las organizaciones están recurriendo a poner personas en el lugar para mantener manualmente este tipo de problemas, lo cual es irónico porque están reemplazando a las personas que realizan tareas manuales con tecnología que requiere que las personas realicen tareas manuales.

Cómo puede ayudar la "IA"

Hay buenas noticias:el mercado de RPA está madurando. Las empresas están comenzando a darse cuenta de qué es RPA y qué no es; también están comenzando a comprender que RPA de escritorio o RPA basado en UI no es la panacea para todos los problemas de procesos en todas las organizaciones.

En este contexto, las empresas recurren a la IA con la esperanza de hacer que sus bots sean más inteligentes.

Antes de profundizar en esto, dejemos de lado la exageración de la IA y alejémonos de la noción de máquinas inteligentes que también pueden ser un gran maestro de ajedrez:académicamente puede ser interesante, pero no se correlaciona con los beneficios comerciales.

Los campos de la IA más relevantes para la RPA son el aprendizaje automático, el análisis predictivo y la computación cognitiva sofisticada. Por ejemplo, imagine cómo la IA podría detectar actualizaciones y cambios en una interfaz de usuario y dirigir el software RPA para que actúe en consecuencia.

En términos más generales, la gestión de datos no estructurados es un área clave en la que las empresas buscan extender la RPA al dominio de la IA. En este contexto, el software RPA es el agregador, que obtiene los datos sin procesar necesarios para alimentar los componentes de IA, ya sea que se base en visión por computadora, coincidencia de patrones, clasificadores o procesamiento de lenguaje natural. Una vez que los módulos de IA hayan completado sus funciones, RPA se puede usar para enviar las respuestas a los sistemas de destino.

RPA, cuando es compatible con varios módulos de IA, puede ofrecer capacidades específicas para llevar a cabo tareas de procesamiento subjetivo que tradicionalmente realizan personas.

No existe una ventanilla única para la IA

Ha habido mucho "lavado de IA" en el mercado tecnológico, por lo que es difícil para los líderes empresariales identificar las áreas en las que se aplica la IA y qué proveedores son el verdadero negocio.

Con respecto a las capacidades de IA, algunos proveedores de RPA son más avanzados que otros, mientras que algunos se adaptan mejor a áreas o industrias específicas. Sin embargo, si está preguntando qué proveedor es el más cognitivo, es posible que esté haciendo la pregunta equivocada.

En su lugar, las organizaciones deberían intentar ampliar su perspectiva y adoptar una combinación más ecléctica de soluciones de IA.

“Ningún proveedor de RPA será el mejor chatbot, el mejor capturador de documentos OCR/ICR o el mejor procesador de lenguaje natural”, argumentó Neil Kinson, jefe de personal de Redwood Software. “Básicamente, todos esos casos de uso muy limitados de IA requieren conjuntos de datos curados y altamente específicos, un gran volumen y especialización. Una plataforma RPA nunca va a sobresalir en todos ellos.

“Muchas organizaciones sienten que han alcanzado la capacidad máxima de RPA y se dan cuenta de que todavía hay procesos que ahora entienden que no pueden abordarse con una sola herramienta; y, de hecho, necesitan traer múltiples tecnologías para abordar los múltiples desafíos de los procesos”.