por Rafaela Machado
AARI é uma plataforma de automação de processos de robótica, mais conhecida por RPA, porém, você sabe quais as diferenças entre IA e AARI?
Neste artigo, vamos falar quais as diferenças entre AARI e IA, qual a melhor opção para o seu negócio de acordo com as suas necessidades e suas ferramentas.
O que é AARI?
Quando pensamos em Automação Robótica de Processos, sabemos que estes softwares são pré-configurados, na qual, estas atividades pré-definidas ajudam na execução de processos.
O RPA auxilia na eficiência e na produtividade reduzindo o trabalho manual, principalmente para atividades repetitivas, e por se tratar de um Automation Anywhere, é preciso fornecer informações para o robô.
AARI é um assistente digital de RPA e permite que os usuários se envolvam com Bots de novos jeitos, através de três componentes que faz isso ser possível, eles são:
- AARI Aps
A Automation Anywhere fornece plug-ins para Excel, Planilhas Google, etc, o que significa que um usuário pode executar automações diretamente do software em que o plug-in está instalado.
Para entender melhor como exatamente os plug-ins AARI funcionam, vamos pensar em um cenário em que uma pessoa teria que reservar extratos bancários formatados em CSV diariamente no num sistema de ERP usando o plug-in do Excel:
O processo inicial é quando o usuário recebe por e-mail um arquivo CSV de extrato bancário que ele então abre com o MS Excel. Ao usar os botões da faixa de opções “Automação” ou “bot”, o usuário pode iniciar um robô que irá registrar transações num sistema de ERP, esse robô pode ser personalizado também.
Este cenário apresentado, mostra o fato de que todo o processo foi feito sem deixar o aplicativo familiar para o usuário (Excel no nosso caso), isso melhora muito a experiência do usuário, deixando as pessoas mais dispostas a adotar e usar o RPA no futuro.
Vale lembrar que o sistema não substitui o Excel, o AARI é uma plataforma nova e a integração “cadeira giratória” é com sistemas legados e não com planilhas, esse não é o approach da AARI, por exemplo, a plataforma interage com aplicações de service desk no atendimento de frente (clientes na ponta).
- AARI Desktop
Ao executar um robô localmente, o desktop AARI facilita a colaboração entre usuário e robô usando formulários.
AARI Desktop é desenvolvido exclusivamente para usuários únicos e casos de uso assistido em que um agente de bot está ativo no dispositivo do usuário e renderiza um formulário de desktop.
Vamos pensar em um exemplo: na construção da interface, em “meus bots”, podemos criar uma pasta, criar um formulário dentro desta pasta e este formulário será de dados, como CEP, por exemplo.
Quando se tem todos os dados necessários em um único formulário é uma mão na roda, principalmente quando um usuário precisa tomar decisões rápidas e deseja que todas as informações estejam em um só lugar. Como todos os campos são mostrados contextualmente, o robô também pode recomendar as melhores decisões ou ações para o usuário tomar.
- AARI Web
AARI web é uma interface web colaborativa que facilita a colaboração entre vários usuários e robôs usando solicitações. Você pode pensar em uma solicitação como a soma de todas as ações ou tarefas que precisam ser executadas por humanos e robôs para concluir um processo.
Para começar a trabalhar em uma solicitação, um usuário pode ser notificado pelo robô ou navegar até a página de solicitações AARI e visualizar uma visão geral de todas as tarefas atribuídas a ele, juntamente com o status da solicitação.
Vamos pensar em um exemplo: você trabalha com seguradoras de veículos, e um cliente entra em contato para acionar este seguro devido a uma batida.
Como seria o atendimento sem AARI?
O funcionário vai abrir diferentes telas, sites, sistemas para cada informação, um para cadastro, outro para consultar CPF, outro para consultar os pagamentos, inadimplências, etc etc.
Com o AARI, o atendente vai colocar uma informação e por trás, dezenas de robôs vão puxar todos estes dados em uma tela só.
Vamos pensar em um exemplo mais superficial, mas que elucida muito bem. Neste momento, você que está lendo este blog, está procurando entender um pouco mais sobre IA e AARi, certo? Quantas abas estão abertas nesse momento? Fora as abas, o que mais tem aberto ? O AARi seria resumir TUDO isso em um único lugar.
Como um processo pode ficar bastante complexo, só faz sentido dividi-lo em tarefas menores e atribuí-las a entidades adequadas para resolvê-las.
AARI Web é destinado a processos distribuídos em que vários usuários podem colaborar nos mesmos itens (solicitações ou tarefas) por meio de um aplicativo da Web e onde os bots são executados em um conjunto remoto de executores autônomos.
O que é IA – Inteligência artificial
Agora que estamos mais familiarizados com esta nova tecnologia de RPA, vamos entender um pouco do que é a inteligência artificial.
A Inteligência Artificial vai muito além da robotização, pois enquanto no RPA os robôs apenas executam as tarefas para as quais foram programados de maneira automatizada, com a IA, são de fato capazes de refletir, adquirir conhecimento e executar ações com base nessas experiências, ou seja, é um processo um pouco mais complexo.
Características
Como as IA imitam a inteligência ‘orgânica’, ou seja, humana, elas têm a finalidade de:
- Simular a capacidade humana de raciocínio,
- Resolver problemas lógicos para chegar a uma conclusão
- Aprender com erros e acertos com a finalidade de fazer previsões de resultados (ao identificar tendências e padrões)
- Tirar conclusões
- Reconhecer padrões visuais, sensoriais e comportamentais
- Análises de Big Data
- Assistência durante vendas
Vamos pensar em alguns exemplos práticos do dia a dia que a IA é utilizada:
- Assistentes virtuais
As famosas Alexa e Siri são um exemplo das aplicações de IA mais utilizadas. Estas podem ser usadas inclusive no celular, auxiliando em tarefas, lembrar de compromissos, informar a previsão do tempo, se a comida já saiu para a entrega além da possibilidade de automatizar a casa (casa inteligente), programando horários para acender as luzes, controle infravermelho HUB (com a função de se conectar com os eletrodomésticos), interruptores inteligentes, tomadas inteligentes, limpeza inteligente e fechaduras eletrônicas também conhecidas como smart locks.
- Alimentação
Podemos pensar na experiência do usuário, através de algoritmos que são capazes de observar e analisar dados com a finalidade de aprender padrões. Estes dados podem ser usados para campanhas de marketing, observar os produtos mais vendidos, etc.
- Mercado de trabalho
Em praticamente todas as áreas, seja no transporte público como rastreamento, melhores rotas, seja na área financeira como bancos, seguradoras, advocacia, saúde, etc. Quanto mais automatizado é o serviço, melhor para o cliente final.
Um exemplo, são os chatbots, que realizam atendimento ao cliente em que eles simulam uma conversa pelo chat, melhorando um problema que é o tempo, atendendo de forma mais rápida que um ser humano.
Como isso é possível?
Através de uma técnica de análise de dados chamada Machine Learning, em que computadores aprendem através de experiências. Funciona através de ações com condições, ou seja, quais ações serão executadas e as condições a serem verificadas. Para que as previsões sejam feitas, os algoritmos irão analisar dados existentes anteriores.
Vamos pensar nesta lógica através de um exemplo:
Você tem um robô na qual você quer que ele limpe seu quarto sala e cozinha, logo, suas ações serão:
- Sair da base carregável
- Deslizar 500 metros
- Dar uma volta de XX centímetros
- Virar à direita
- Virar à esquerda
- Dar uma volta de xx centímetros
- Se tiver um objeto, dar a volta
Todos estes passos a passos são ações e o número 7 é a condição, na qual poderá ocorrer de uma ação prevista, é neste item que entra o aprendizado.
Eles podem aprender de duas maneiras:
- Aprendizado supervisionado
São predições baseadas em evidências através de algoritmos. Significa que existe uma referência do que está certo e errado. os resultados são pré-definidos, como o caso do sofá no exemplo acima.
Um exemplo para usar o aprendizado supervisionado é através de variáveis contínuas para previsões, como por exemplo o valor de ações.
- Aprendizado não supervisionado
Aqui não existem resultados pré-definidos, por exemplo, um sofá no meio do caminho. Vamos pensar que você apresenta um modelo de carro (como peças, motor, pneu, espessura de cada peça) e você pede que seja separado estes dados em xx categorias.
Como não foi especificado previamente como caracterizar cada categoria, ele vai tentar descobrir e categorizar sozinho.
Por isso, é um modelo não supervisionado, pois não existem referências e critérios.
Existem técnicas avançadas para aprendizado não supervisionado, uma delas é o Autoencoders (deep inside), em que são usadas redes neurais para o aprendizado. Estas redes trabalham com entradas e saídas.
As entradas são representadas pela função h = f (x) (codificação) e as saídas pela função r = g (h) (decodificação).
Ele tenta aprender através da função h W, b (x) ≈ x, ou seja, gerar x´semelhante a x, essa função é chamada de função identidade.
Os machine learnings usam diferentes algoritmos, dentre eles:
- KNN (K-Nearest Neighbors) – cálculo de distância entre dados que objetivamos prever e os vizinhos mais próximos.
- Decision Trees – estabelecem regras para tomadas de decisões
- Regression – para prever dados e respostas contínuas
Os machines learnings são programados através do Python e Linguagem R principalmente, porém, existem outras linguagens de programação.
Conclusão
A Inteligência artificial vai IMITAR a estrutura do cérebro com a finalidade de replicar a inteligência através de um sistema artificial, ou seja, por máquinas e softwares. Já o RPA é quando utilizamos robôs (softwares) que imitam AÇÕES humanas, são processos mais simples, que não precisam de machine learning, e são utilizados principalmente em atividades repetitivas, a fim de reduzir erros, aumentar a eficiência, melhorar o planejamento, redução de tempo em execução de atividades e muito mais.
Enquanto um realiza atividades repetitivas como por exemplo os ERPs fiscais, processos automatizados de advocacia, financeiras, etc., as IA vão realizar tarefas como aprender a prever, transcrever discursos, realizar diagnósticos de doenças, etc.
A Sysprice é uma implementadora de AARI, se você saber mais sobre, entre em contato com nossos especialistas clicando aqui.
