Potenciar la RPA con inteligencia

Potenciar la RPA con inteligencia - Artsyl

La RPA por si sola es un automatismo basico que repite tareas humanas sencillas; no gestiona bien los cambios en tareas habituales y exige intervencion humana. Hay que sumar inteligencia a la RPA para un procesamiento sin contacto de tareas humanas basicas y complejas. Un vistazo a las herramientas que permiten una RPA autonoma.

A medida que mas organizaciones pasan de depender solo de personas a organizarse por procesos, la necesidad de automatizacion robotica de procesos ( RPA ) y tecnologias afines es clara. En su forma mas basica, la RPA es una herramienta repetitiva: un bot imita acciones humanas para ejecutar tareas estandar y conocidas. Si debe procesar cada mes facturas del mismo proveedor, el bot sigue un algoritmo estandar tras identificar formato y disposicion generales de la factura.

"...los bots actuan como agentes mecanicos pensados para ejecutar todo lo familiar; la palabra clave es familiar. Es como un nino en bicicleta con ruedines: si se las quita, la primera vez no sabra seguir; tropezara, caera y tras varios intentos aprendera el equilibrio; la palabra clave es aprender..."

Aqui el bot sigue las posiciones de campo marcadas en el algoritmo para extraer datos y procesar la factura. El algoritmo de RPA es un conjunto de definiciones de flujo con los pasos necesarios, ejecutados por el bot. Almacena formatos, estructuras y disposiciones de documentos estandar como una factura de servicios o un pedido. Tambien tiene calendarios que disparan al bot.

El bot ejecuta ese algoritmo de forma sistematica, como un empleado que procesa las mismas facturas cada mes. Los bots son agentes mecanicos para tareas familiares; a diferencia de las personas, no se cansan ni se detienen: una ventaja para empresas orientadas a procesos con marcos de extremo a extremo.

RPA reduce la intervencion manual en tareas repetitivas conocidas. Que ocurre con las que no lo son?
Reserve una demo ahora

Que pasa si la factura es nueva, distinta de la que procesa cada mes? Ahi la RPA falla: ante lo desconocido o nuevo queda limitada y hace falta intervencion humana, por ejemplo para completar datos que el bot no extrae por no conocer la disposicion de los campos.

Eso convierte la RPA en un dispositivo mecanico que solo dispara acciones porque ya se le dijo que hacer. Como el nino con ruedines: sin apoyo, la primera vez no sabra seguir; tropezara y aprendera el equilibrio; la palabra clave es aprender. Ese aprendizaje permite rehacer acciones. En esencia, adquirir y aplicar conocimiento para las siguientes tareas tras el primer intento: eso es inteligencia. Las personas navegan lo desconocido con inteligencia; a la RPA le falta esa capacidad.

Tecnologias que habilitan una RPA autonoma

Que tecnologias hacen inteligente la RPA ? Al combinar RPA con tecnologias cognitivas como inteligencia artificial (IA) y aprendizaje automatico (ML), se obtiene lo que en ingles se llama Intelligent Automation: automatizacion inteligente de procesos, que permite una RPA autonoma. Esa capa abarca funciones cognitivas parecidas a las humanas: aprender, razonar, reconocer, interpretar, identificar, comprender y decidir.

Para una fuerza digital con minima intervencion humana, la integracion de RPA con tecnologias cognitivas debe cubrir tambien tareas en papel de forma desatendida. Ademas de esa automatizacion inteligente, la RPA debe ir unida a captura inteligente de datos con reconocimiento potente mediante OCR , ICR, OMR, etc.

Las siguientes tecnologias hacen inteligente la RPA:

  1. Inteligencia artificial (IA): la IA busca que las maquinas imiten la inteligencia humana para realizar mas rapido tareas que haria una persona, con alta fiabilidad. La IA reproduce acciones humanas en tareas basadas en reglas e incluye capacidades como percepcion y reconocimiento; un ejemplo es la tecnologia de captura inteligente de datos con OCR, OMR, etc.
  2. Aprendizaje automatico (ML): la IA sencilla no basta para tareas nuevas o desconocidas. El ML suele combinarse con RPA habilitada por IA para esos casos, por ejemplo capturar una factura nueva no reconocida. El ML detecta patrones a partir de datos de muestra e infiere para seguir ejecutando. Un sistema con ML se considera preentrenado para actuar con poca instruccion; un ejemplo es capturar datos de una factura nueva imitando acciones humanas. El ML aporta aprendizaje y autoentrenamiento.
  3. Procesamiento del lenguaje natural (PLN): el PLN permite acercar lenguaje maquina y humano; antes se codificaban reglas, sintaxis y gramatica a mano. Hoy el aprendizaje automatico permite al PLN aprender de grandes corpus y comentarios humanos y generar inferencias para leer lenguaje natural. Un ejemplo es reconocer, interpretar y capturar datos de facturas en otro idioma hacia un formato conocido.
¿Buscas
Document Capture demo?
Solicitar demo