Realizar busca
test

Hiperautomação agrega os conceitos mais importantes de robotização

A incorporação da inteligência artificial aos processos de automatização — tudo em um mesmo pacote — explica o potencial do novo conceito nas empresas, diz o professor Tiago Tavares

A incorporação da inteligência artificial aos processos de automatização — tudo em um mesmo pacote — explica o potencial do novo conceito nas empresas, diz o professor Tiago Tavares

 

Leandro Steiw

 

Hiperautomação não é só mais uma palavra da moda — buzzword, como se fala no universo da tecnologia. Trata-se de uma tendência apontada em listas de consultorias, pesquisadores e empresas como mostramos nesta reportagem. “Algo muito legal da área de tecnologia é que os rótulos fazem muita diferença”, diz Tiago Fernandes Tavares, professor da disciplina Processamento de Linguagem Natural do Insper. “Hiperautomação é, sim, uma buzzword, mas é um rótulo que encapsula alguns conceitos muito importantes.”

Como surgiu a hiperautomação? Nos primórdios da informática corporativa, nos anos 1990 e 2000, as pessoas tinham uma pilha de formulários para preencher e passar para o computador. Uma solução rápida era encaminhar essa tarefa manual para um estagiário. Rapidamente, o processo ficava ineficiente e impraticável. À medida que crescem, as empresas acumulam formulários de pedidos, ordens de compra, notas fiscais e controles de pagamento, entre outros, que ficam sujeitos a erros a cada digitação humana. E, sempre que há um erro, corre-se o risco de multas e reclamações.

Nesse contexto, começa a surgir o Robotic Process Automation (RPA). A essência da automação de processos robóticos é a seguinte: já que alguém precisa apertar no mesmo botão todas as vezes, grava-se um programa de computador que assume a rotina. O ganho de tempo é inestimável — depende da quantidade e da complexidade dos dados —, mas adianta demais o serviço. “O problema é que esse tipo de sistema RPA não consegue ser esperto no sentido de tomar uma decisão no meio desse processo”, explica Tavares, doutor em Engenharia Elétrica com ênfase em aprendizado de máquina pela Universidade Estadual de Campinas.

Os programadores desenvolveram sistemas de inteligência que distinguem os procedimentos em operações similares. Uma nota fiscal sem anotações é tratada pelo software de maneira distinta de outra com ressalvas. Incorporam-se ferramentas de pré-decisão nos sistemas de automação, que permitem ao robô identificar o melhor encaminhamento para o consumidor que deseja liberar um crédito e preencheu uma série de informações num chatbot, por exemplo. Essa pré-decisão computacional pode ser deliberar a palavra final para uma pessoa física ou, em um caso padrão, resolver sem o auxílio de terceiros.

No sentido de tomar decisões conjuntas, com seres humanos acompanhando e supervisionando a operação, o sistema vai ficando mais e mais inteligente. Outras etapas do processo são automatizadas e, no extremo, chega-se à hiperautomação. Há 20 ou 30 anos, essas coisas repetitivas eram cliques em um botão. Com a evolução das pesquisas em inteligência artificial, processamento de linguagem natural, processamento de imagem e visão computacional, os bots começam a tomar decisões.

 

Cápsula de significados

Hyperautomation parece hype em 2022 porque ninguém que trabalha com a sua implantação inventou a inteligência artificial, o processamento de linguagem natural ou o processo de tomada de decisão. “Agregar e encapsular a automação de um jeito que se converse com a logística corporativa é o que a hiperautomação faz e o que o rótulo traz”, diz Tavares. “Não existe uma consolidação de significados. É um jargão que veio da indústria.”

Enfim, a palavra é uma representação do potencial dessa tendência. A consultoria Gartner, especializada em tecnologia, estima uma redução em até 30% dos custos operacionais de TI se as empresas redesenharem os seus processos e adotarem diversas ferramentas e plataformas, como inteligência artificial, aprendizado de máquina, arquitetura de software orientada a eventos, RPA, gerenciamento de processos de negócios (BPM) e suítes de gerenciamento de processos de negócios inteligentes (iBPMS), plataforma de integração como serviço (iPaaS), ferramentas de low code e no code e pacotes de software. Uma hiperintegração tecnológica, em suma.

Segundo Tavares, muitas empresas estão usando as tecnologias de hiperautomação, mas em circunstâncias independentes — ou só trabalham com processamento de linguagem natural, ou só com automatização de processos. Outras agruparam tudo sob a etiqueta de hyperautomation, como se fosse uma evolução do RPA. “A ideia de usar inteligência artificial para auxiliar no processo de robotização é antiga, mas incorporá-la ao conceito de RPA é a novidade”, observa o professor.

Diversos fatores podem ter contribuído para o aquecimento da hiperautomação, pondera Tavares. Além de mais gente trabalhar com as tecnologias agregadas, ficou fácil aplicá-las no ambiente corporativo. O hardware também é barato na comparação com a época em que surgiram as técnicas de machine learning e redes neurais, há quase seis décadas. Recentemente, uma porção de softwares ficou disponível em nuvem. “Tudo vai colaborando para a hiperautomação se tornar economicamente viável”, diz o professor. “Acredito que está sendo implementado agora mais por uma questão de factibilidade econômica do que tecnológica, porque as ferramentas já existiam, mas eram muito caras.”

Inteligência total

Os alunos de Engenharia de Computação e Ciência da Computação do Insper podem participar de uma equipe multiprofissional de hiperautomação. Entre disciplinas obrigatórias e eletivas, Machine Learning, Deep Learning, Processamento de Linguagem Natural e Visão Computacional se correlacionam com a atividade. “Toda a informação que tornou o hyperautomation diferente do RPA está contemplada nas nossas disciplinas”, afirma Tavares.

A hiperautomação permite analisar os processos e otimizá-los a partir do modo como as pessoas pressionam botões ao realizar tarefas corriqueiras. Para Tavares, cuja linha de pesquisa no mestrado e no doutorado foi a análise de áudio e música por computador, com o uso de processamento de sinais e machine learning, a distinção está no esforço de automação total. “Nesse contexto, transforma-se em automação inteligente cada vez mais inteligente. Enquanto estiver servindo a bons propósitos, a ideia é excelente”, acredita. Compreendido o conteúdo, é uma buzzword para se acrescentar ao vocabulário.

 

Professor Tiago Tavares
Professor Tiago Tavares

Este website usa Cookies

Saiba como o Insper trata os seus dados pessoais em nosso Aviso de Privacidade, disponível no Portal da Privacidade.

Aviso de Privacidade

Definições Cookies

Uso de Cookies

Saiba como o Insper trata os seus dados pessoais em nosso Aviso de Privacidade, disponível no Portal da Privacidade.

Aviso de Privacidade