O advento do Robotic Process Automation (RPA) chamou nossa atenção para a automação de processos de negócios, tecnologia que permite a liberação das pessoas das tarefas repetitivas de processamento de dados. Os primeiros adeptos do RPA foram rápidos em perceber os seus benefícios e, nesse momento, descobrem a importância do uso do RPA associado à Inteligência Artificial (IA) em seus diferentes aspectos: Aprendizado de Máquina (ML), Processamento de Linguagem Natural (PNL), visão computacional ou reconhecimento de voz. O trabalho conjunto de RPA e IA amplia o escopo e a escala da automação de processos.
Tecnologia AI aplicada à processos de negócios baseados em conteúdo
Uma das principais diferenças entre as tecnologias RPA e IA é o tipo de dados que podem ser processados. O RPA trabalha com dados estruturados, enquanto as ferramentas de IA podem processar todos os tipos de dados e, em particular, a variedade não estruturada, ou seja, texto, PDF, documentos digitalizados, conteúdo da web.
Os processos de back office geralmente incluem a análise de conteúdo não estruturado, tais como, identificar palavras-chave de vários documentos não estruturados, como faturas digitalizadas e arquivos PDF com diferentes layouts, cruzar informações financeiras ou escrever cartas para clientes quando seus pedidos foram processados.
A capacidade de automatizar processos baseados em conteúdo torna a IA uma solução complementar ideal para o RPA. As organizações podem automatizar processos de ponta a ponta combinando as duas tecnologias. Um processo típico de ponta a ponta envolve dados estruturados e não estruturados. Exemplo: é possível utilizar a AI para analisar, classificar e entender o significado de um conteúdo ou sentimento e a ação decorrente dessa análise será executada pelo RPA, que poderá ser a elaboração de uma carta de confirmação, texto ou e-mail para o cliente.
Combinando RPA e AI para impulsionar a automação de processos de ponta a ponta
Tecnologias de Inteligência Artificial (IA)
O que é IA Limitada?
AI é a capacidade da máquina de usar a inteligência semelhante à humana. Os avanços tecnológicos no processo de aprendizado de máquina gerou um progresso significativo no campo da IA. Fomos capazes de criar sistemas que podem simular capacidades semelhantes às humanas e até superá-las em domínios ou tarefas específicas, como jogar jogos de tabuleiro e responder a perguntas triviais. Tais sistemas especialistas são chamados de IA Limitada em oposição à IA geral, que procura realizar qualquer tarefa intelectual que um ser humano possa realizar. Atualmente, o AI Limitada [Narrow AI] tem mostrado aplicabilidade nos negócios, enquanto o AI Geral continua sendo apenas um conceito teórico.
Aplicações de IA no front office
IA é cada vez mais usada no front office para diferentes propósitos. Uma combinação de visão computacional e PNL é usada para ler e entender o significado das informações em conteúdo não estruturado - texto, e-mails, cartas e imagens – e assim, identificar, classificar e estruturar as informações em dados para processamento posterior. Os casos de uso incluem:
O tratamento de formulários de solicitação de seguro e informações suplementares, como fotos;
A coleta de informações em apoio a qualquer processo de inscrição, como uma hipoteca ou um empréstimo bancário;
O primeiro nível de suporte na forma de agentes virtuais e chats de bate-papo que lidam com consultas de clientes on-line;
As respostas aos visitantes de sites de comércio eletrônico, como por exemplo, sites de reservas de viagens;
Os guias de atendimento, sejam para clientes ou para agentes de call center;
A aceleração do tempo de resposta às pesquisas por meio da navegação em repositórios de informações e bases de conhecimento.
Aplicações de IA no back office
Existem inúmeras aplicações de IA no back office, incluindo:
Qualquer processo com dados estruturados e não estruturados, como por exemplo, processamento de faturas. Processo que geralmente exige a digitalização de documentos e a captura de dados das imagens digitalizadas. Grande parte da captura de dados pode ser automatizada usando software baseado em tecnologias de IA, como visão computacional, ML e NLP. Isso é mais avançado do que o Reconhecimento Óptico de Caracteres (OCR), pois a IA pode aprender com seus erros e se tornar mais eficiente com o tempo de uso;
Os serviços financeiros em que há grande quantidade de cruzamento de dados de formulários e os documentos complementares, garantindo a qualidade e precisão dos dados, a conformidade com os requisitos regulamentares e a prevenção de fraudes e erros;
A coleta de informações de milhares de documentos mantidos em repositório local ou na Web para identificação de dados específicos, como por exemplo, dados financeiros ou jurídicos.
Como começar?
Desenvolva suas habilidades
IA é uma tecnologia relativamente nova e as habilidades para implantá-la são escassas. Muitas Organizações aumentam suas habilidades em IA organicamente por meio de projetos de pequena escala e provas de conceito. A maioria das empresas pode contar com colaboradores experientes em tecnologia que usaram seu tempo livre para aprender conceitos básicos de inteligência artificial. As habilidades internas sempre podem ser complementadas com recursos de consultorias, integradores de sistemas ou fornecedores de serviços de TI ou de processos de negócios.
Comece pequeno
É importante manter a primeira tentativa de IA relativamente pequena e focada em um requisito específico. Ao selecionar o processo de negócios a ser automatizado, a Organização deve considerar que a IA requer grandes volumes de dados e treinamento para aprendizado, sendo indicada para automatizar tarefas baseadas em conteúdo de processos altamente repetitivos.
Adicione a tecnologia IA ao RPA
Para as Organizações que usaram ou estão testando o RPA para automatizar o processamento de dados estruturados de seus processos é recomendado que iniciem a utilização da IA associada aos mesmos processos, ampliando a experiência da equipe envolvida nos projetos.
Para as Organizações que ainda não iniciaram sua jornada com o RPA é importante considerar, desde o início, um roteiro que combinará RPA e IA, aumentando o valor agregado dos projetos.
Adotar uma abordagem faseada
A implementação das tecnologias IA e RPA deve ser faseada. A primeira etapa deve ser a implantação do RPA para lidar com os dados semi-estruturados, como os documentos em formato PDF. Esse conteúdo é mais facilmente identificado e digerido por máquinas. A próxima fase deve ser a automatização do conteúdo não estruturado. Isso pode ser feito substituindo um sistema OCR legado por um sistema mais inteligente baseado em visão computacional, ML e NLP.
Para as organizações que usaram ou estão testando o RPA para automatizar o processamento de dados estruturados de seus processos é recomendado que iniciem a utilização da IA associada aos mesmos processos, ampliando a experiência da equipe envolvidas nos projetos.
Investimento em tecnologia IA
O que esperar
A adoção da IA requer investimento em tecnologia, o que vai bem além da aquisição das licenças de software.
Dados
A IA consome e gera muitos dados. Portanto, é importante que as organizações adotem uma estratégia de gestão de dados para a era da IA.
Perguntas a se fazer:
Quais serão os dados do processo de IA e como serão acessados?
Onde os dados processados serão armazenados?
Como esses dados serão gerenciados? E com qual nível de segurança?
Há uma política de governança da informação?
Os dados a serem considerados incluem:
Dados para treinar o software de IA;
Dados não estruturados a serem processados pela IA ;
Dados estruturados gerados pela IA.
Poder computacional e armazenamento
Poder computacional, capacidade de rede e armazenamento serão necessários para o processamento, a manipulação e o armazenamento de dados de IA. Isso deve ser considerado nos planos de infraestrutura e estratégia de investimento em tecnologia da Organização.
Opções de licenciamento de IA
Muitos fornecedores de inteligência artificial oferecem suas soluções na modalidade serviço (SaaS) com preços baseado no consumo. Outros oferecem opções on-premise e on-cloud com modelos de licenciamento anuais. Cada Organização deverá encontrar o modelo que melhor atenda às suas necessidades.
Outras considerações ao implementar o IA
É muito importante que as Organizações definam uma estratégia clara de gerenciamento de dados. Capacidade adicional de computação, performance de rede e armazenamento provavelmente serão itens a serem revisados. Deve-se considerar uma avaliação corporativa de arquitetura e capacidade sistêmica.
Quais dados devem ser usados para treinar o IA?
Muitas organizações começam com dados legados de transações passadas. Outras treinam o IA, permitindo que observe e aprenda com os agentes que estão lidando com o processo no ambiente atual.
Desafios que as organizações enfrentam ao extrapolar o projeto piloto:
Precisão: no início, os usuários podem achar que a precisão da IA é baixa, o que pode afetar a credibilidade do projeto. A IA aprende fazendo e quanto maior for o uso maior será a precisão. É muito importante definir as expectativas das partes interessadas para minimizar o risco de decepção no início do ciclo de implementação.
Volume de dados: qual a quantidade de documentos que a IA pode digitalizar?; quantos sites ele pode se conectar e extrair com êxito informações para alcançar mais resultados? Não é apenas a tecnologia de IA que aprende fazendo, mas também humanos. Quanto mais a equipe responsável pela implementação testar os diferentes tipos de IA, mais ela aprenderá como alcançar os melhores resultados.
A tecnologia IA fornece às organizações novas oportunidades para eficiência de processos e redução de custos. Já existem histórias de sucesso emergentes do mercado que mostram resultados encorajadores da adoção da IA. Em particular, há um argumento convincente para o uso de IA em processos nos quais o RPA foi implementado para automatizar partes não estruturadas desses processos. Dada a natureza complementar dessas tecnologias, as organizações podem ampliar o escopo e a escala de suas implantações de automação e obter maior valor.
Embora as habilidades para IA sejam raras, as organizações podem crescer organicamente, impulsionadas com serviços de SIs e provedores de serviços. O importante é começar e aprender fazendo mais e mais projetos.
A IA está aqui para que as organizações aproveitem, alcancem novos patamares em eficiência de processos, melhores serviços e capacidade para aumentar a receita. A IA oferece oportunidades para oferecer produtos e serviços novos e inovadores também.
Os primeiros adeptos da tecnologia conquistarão as habilidades de IA em todo seu contexto e ganharão forte vantagem competitiva.
*free translation from original content [link below]
leia o artigo original aqui: EVEREST GLOBAL, INC
Comments