1
ALÉM DA ROBÓTICA PURA
A Automação Inteligente de Processos (IPA, na sigla em inglês) é, basicamente, a automação de processos robóticos (RPA) ativada por “tecnologias inteligentes”. A IPA, portanto, possibilita o progresso de soluções focadas em tarefas padrão e repetitivas, migrando para novos modelos baseados em uma abordagem de machine learning, permitindo que robôs de dados desenvolvam novas habilidades, façam julgamentos e forneçam feedback.

Isso ocorre, pois não existe um modelo de negócio padrão, repetitivo e sem exceções. Certas operações que são de natureza instantânea para um operador podem ser realizadas de forma eficiente por um aplicativo de software, apenas com o suporte de tecnologias de machine learning. Neste cenário, a automação inteligente de processos cobre um contínuo lógico e tecnológico baseado em múltiplos componentes de crescente impacto e complexidade.
Automação Robótica de Processos (RPA)
Substitui o papel do operador em tarefas repetitivas e baseadas em regras, reduzindo o tempo de execução e os custos. Nesses casos, a tecnologia executa e monitora apenas as atividades simples para as quais foi programada.
Automação Inteligente de Processos (IPA)
-
Ferramentas de Machine learning (ferramentas de ML):
algoritmos e soluções de machine learning pré-treinados para resolver um problema específico de tomada de decisão (por exemplo: reconhecer uma imagem). Estes podem ser ainda mais detalhistas, levando em consideração os dados no contexto específico da empresa.
- Plataformas de Machine Learning (Plataformas de ML): soluções altamente personalizadas, projetadas para abordar cenários específicos de tomada de decisão, exigindo o apoio de especialistas que implementam e treinam esses projetos a partir do zero, confiando em dados e sistemas específicos da organização.
É claro que a Automação Inteligente De Processos representa uma genuína mudança de paradigma em termos de gerenciamento, organização e implementação, a qual, com componentes de machine learning, é possível ir além do mero conceito de programação e realmente “treinar” a máquina. A máquina não dá retorno com base em regras e lógicas claramente definidas, mas segue um processo complexo de tomada de decisão, que é gerado automaticamente com base em dados históricos ou dados coletados em tempo real.