AES_4 2022

FOCUS Approfondimenti 57 INDAGINE Automazione e Strumentazione n Maggio 2022 duttività garantiti dalla RPA. Cerchiamo di capire come. Un chat bot o un automa invisibile apprende di conti- nuo il linguaggio e il significato delle parole nell’inte- razione con l’utente o con l’operatore. Acquisisce via via un maggior grado di consapevolezza semantica. Eventuali algoritmi di Intelligenza Artificiale risol- vono un determinato problema attraverso un certo numero di passi elementari. Questi algoritmi sono sempre più complessi e talvolta vengono costruiti per imitare singoli processi della mente umana. In questi termini subentra una delle tecniche di mag- gior successo dell’AI, il machine learning (ML) ovvero l’apprendimento automatico basato sull’e- sperienza. Il machine learning è in grado di svolgere ragionamenti induttivi tramite fasi successive, ela- borando regole generali definite associando l’input all’output corretto. Possono anche essere coinvolte tecnologie di deep learning (DL). In questo caso il metodo di apprendimento si basa su diversi livelli di rappresentazione, corrispondenti a gerarchie di carat- teristiche di concetti. Una delle architetture tipiche dell’apprendimento profondo è quella che utilizza le reti neurali. Queste sono funzioni matematiche che imitano il meccanismo del cervello umano. I neuroni artificiali replicano il funzionamento di quelli biologici e come nel caso del cervello umano, il modello artifi- ciale è costituito da interconnessioni di informazioni. Un tentativo di sintesi di queste considerazioni è stato offerto dal già citato Osservatorio Artificial Intelli- gence del Politecnico di Milano, che ha classificato le soluzioni di RPA in base al loro grado di integrazione con l’intelligenza artificiale – ossia in base alla capa- cità di decision making insita nella soluzione specifica – definendo un framework (cfr. Tabella 3) che include tre possibili livelli. Applicazioni Forti di algoritmi di intelligenza artificiale, machine learning e deep learning, i software RPA inseriscono dati nel CRMo nell’ERP, li caricano su speciali piatta- forme di audit, compliance, finance e spend analytics. Analizzano i dati e riducono i costi, puliscono e pre- parano le informazioni prima delle analisi predittive in Cloud, redigono i contratti nell’e-procurement, si occupano di flussi di cassa e di verifiche delle fatture, consentono agli operatori di interrogare le macchine o rispondono, nelle Chat bot, alle domande degli utenti. Sono tanto utili quanto più sono plug & play . In molti casi d’uso, i bot della Robotic Process Auto- mation vengono citati come possibile alternativa all’integrazione dei sistemi nel caso in cui i software da integrare manchino delle API necessarie. In queste situazioni un bot può essere addestrato per trasferire dati da un applicativo o da un repository ad un altro, replicando l’operazione che un utente avrebbe potuto Tabella 2 - Livelli RPA Livelli RPA Descrizione Programmed RPA Non sussiste alcuna integrazione e l’RPA è intesa come automazione tradizionale e determini- stica, basata su dati strutturati e tipicamente applicata ad attività ripetitive o ad alta frequenza di esecuzione. AI Assisted RPA L’RPA è combinata con capacità di intelligenza artificiale per migliorare l’esecuzione di alcuni task di processo o per aggiungere alla soluzione nuove capacità. Nello specifico, l’IA è applicata ad alcune fasi del processo in quanto supporto mirato per le attività robotizzate o al fine di pre- sidiare i task di processi più complessi non gestibili da una Programmed RPA. AI Driven RPA o BPM Tra le due componenti sussiste una forte integrazione e l’intelligenza artificiale ha un ruolo stra- tegico: il binomio che ne scaturisce permette di guidare i processi, ottimizzandone i percorsi e creando nuove connessioni tra i task. Queste soluzioni, definite anche Intelligent Business Process Management (BPM), contribuiscono significativamente alla gestione dei processi di business. RPA e AI (fonte: Boston Consulting Group)