Embora muito se fale sobre Inteligência Artificial, ainda há uma dificuldade na compreensão do que o conceito significa. Inteligência Artificial (IA) se refere às capacidades de tomada de decisão apresentadas por programas de computador. Esta inteligência pode ter várias formas de “manifestação”: desde um filtro de spam para mensagens de e-mail a um complexo algoritmo que detecta potenciais complicações na saúde em um paciente.
Sempre que pensamos em IA, vem à nossa mente imagens de carros voadores e assistentes virtuais, mas a verdade é que a tecnologia está presente em nossas rotinas: a Netflix usa IA para te apresentar os filmes com mais chances de te interessar, a BMW usa IA para realizar inspeções rigorosas, entre tantos outros exemplos.
A IA caminha lado a lado com outras tecnologias, potencializando-as. Como é o caso do RPA – Robotic Process Automation. A IA viabiliza a automatização de processos com características específicas, o que seria impossível somente com o uso do RPA. Vou dar três exemplos:
Com IA, é possível levar em consideração, por exemplo, as diversas variáveis para compor o preço de venda de um imóvel com o máximo de precisão.
É difícil estabelecer regras para processos com muitas variáveis e pessoas envolvidas. Mas com IA, é possível, por exemplo, fazer uma triagem muito mais assertiva de currículos de candidatos a uma determinada vaga.
Artigos, documentos, imagens, vídeos, e-mails são exemplos de dados desestruturados. Com IA é possível processar todos esses dados de forma escalável. Quando o RPA é potencializado com IA, os robôs aprendem a encontrar padrões em dados desestruturados e implementam processos precisos.
Costuma-se dizer que a IA é a cabeça e o RPA são as mãos que executam o que a cabeça determina! Mas por que algumas empresas ainda são resistentes em combinar essas tecnologias e escalar IA dentro das corporações?
Falta de talentos, preocupações com privacidade, falta de entendimento da aplicação da tecnologia, qualidade dos dados, barreiras organizacionais, complexidade da integração são algumas das dificuldades apontadas.
Já há, porém, soluções de mercado altamente capazes de vencer parte desses obstáculos, atuando diretamente nos processos certos. Quando a IA é adicionada a uma etapa específica da automação, o robô pede à IA uma predição, fornecendo quaisquer dados necessários do processo. Quando a previsão retorna, o robô atua nos resultados e continua até completar o processo. O robô está agindo como o veículo de entrega da inteligência artificial.
Assim, automações aprimoradas com inteligência artificial exigem um veículo de entrega (robô) que dê visibilidade às automações e aos modelos de machine learning e que permita uma interação fácil com trabalhadores humanos para validação e correção.
A IA leva o RPA a outro nível, trazendo novas oportunidades de atuação, crescimento do negócio, redução de custos e riscos e melhoria de produtividade. RPA e IA devem caminhar juntos para que os processos sejam bem-sucedidos, para entregas de alta performance, para trazer o máximo de benefícios às empresas e funcionários dos mais variados setores da economia.
*Edgar Garcia é Diretor Comercial na UiPath no Brasil
