AI
Inteligencia Artificial y RPA
El RPA puede multiplicar su potencial con la inteligencia artificial, partiendo del hecho de que al ser una tecnología asequible y sencilla, más adelante en un futuro, los robots no necesitarán asistencia humana para aprender e interpretar información, incluso desestructurada. Es por esta razón que la sinergia entre ambas tecnologías puede llevar a soluciones aún más eficientes donde juntas puedan resolver las necesidades críticas del negocio, causando un mayor impacto en la cadena organizacional.
RPA vrs INTELIGENCIA ARTIFICIAL
RPA
• Los robots no imitan la forma de pensar ni el lenguaje de los seres humanos.
• Procesan datos estructurados y algunos semi estructurados.
• Automatizan procesos mediante reglas de negocio definas por la organización.
• Los robots son deterministas.
• Su mantenimiento y gestión es sencilla.
Inteligencia Artificial
• Los sistemas cognitivos son capaces de aprender, razonar y hablar como lo haría un ser humano, lo que implica un proceso de entrenamiento en el tiempo.
• Pueden procesar datos estructurados, semi estructurados y no estructurados.
• Según los datos que recopilen, los bots pueden aprender o cambiar su comportamiento a lo largo del tiempo sin estar programados. Esto se conoce como aprendizaje de máquina (machine learning).
• Tecnología probabilista, aunque puede ser el algún momento determinista.
• Deben tener un tratamiento mucho más particular y dedicado.
“Las entidades tradicionales que sean incapaces de aprovechar la integración entre los ‘cshatbots’, las APIs bancarias y el ‘software’ RPA con inteligencia artificial perderán pronto su ventaja competitiva” (Steffen Sorrell, consultor de Juniper).
¿Dónde aplicar ambas tecnologías?
Desde cualquier producto RPA se puede llamar fácilmente a un servicio externo de inteligencia artificial. Por ejemplo, ya existen múltiples robots que llaman a los servicios de Google Cloud Natural Language, IBM Watson o Microsoft Azure Text Analytics entre otras opciones. De acá surgen los chatbots los cuales pueden llegar a utilizar machine learning (algoritmos) para poder extraer información de documentos (estructurados y no estructurados) y que el robot pueda realizar una tarea u otra dependiendo de esta información.
Algunos de los casos de aplicación pueden ser:
- • Agendar citas
- • Matricula de cursos
- • Determinar conductas de los clientes y de manufactura para previsión de inventario y producción
- • Atención de cliente
- • Reclutamiento y preselección de candidatos en puestos de trabajos