Cómo la IA está revolucionando la Automatización de Procesos Robóticos

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

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

La RPA es esencialmente "mono ve, mono hace"; el software RPA aprende procesos sin entender por qué funcionan. Por ejemplo, el software RPA depende de que se le diga cómo cumplir con las interfaces de usuario, registra las acciones tomadas, como movimientos y clics del cursor, luego traduce estas acciones a código; como tal, cualquier actualización o enmienda al proceso lo invalida.

En este momento, las organizaciones recurren a poner personas para mantener manualmente este tipo de problemas, lo cual es irónico porque están reemplazando a personas que hacen tareas manuales con tecnología que requiere personas para hacer tareas manuales.

Cómo la "IA" puede ayudar

Hay buenas noticias: el mercado de RPA está madurando. Las empresas están empezando a darse cuenta de lo que es la RPA y lo que no es; también están comenzando a entender que la RPA de escritorio o basada en UI no es la bala de plata para cada problema de proceso en cada organización.

En este contexto, las empresas buscan la IA con la esperanza de hacer sus bots más inteligentes.

Antes de profundizar en esto, cortemos algo de hype de IA y alejémonos de la noción de máquinas sintientes que también pueden ser grandes maestros de ajedrez —académicamente puede ser interesante pero no se correlaciona con beneficios empresariales.

Los campos de IA más relevantes para la RPA son machine learning, analítica predictiva y computación cognitiva sofisticada. Por ejemplo, imagine cómo la IA podría detectar actualizaciones y cambios en una UI y dirigir el software RPA para actuar en consecuencia.

De manera más amplia, gestionar datos no estructurados es un área clave donde las empresas buscan extender la RPA al dominio de la IA. En este contexto, el software RPA es el agregador, obteniendo los datos en bruto necesarios para alimentar los componentes de IA, ya sea basados en visión por computadora, coincidencia de patrones, clasificadores o procesamiento de lenguaje natural. Una vez que los módulos de IA han completado sus funciones, la RPA puede usarse para empujar las respuestas a los sistemas objetivo.

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

No hay 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 donde la IA es aplicable y qué proveedores son los reales.

En cuanto a capacidades de IA, algunos proveedores de RPA son más avanzados que otros, mientras que algunos están mejor adaptados a áreas o industrias específicas. Sin embargo, si estás preguntando qué proveedor es el más cognitivo, puedes estar haciendo la pregunta equivocada.

En su lugar, las organizaciones deberían intentar ampliar su perspectiva y buscar abrazar una mezcla más ecléctica de soluciones de IA.

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

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