O congresso RPA & AI CONGRESS, o maior evento de multimercados sobre RPA do Brasil, teve mais uma edição realizada no Rio de Janeiro nos dias 22 e 23 de agosto de 2023.
O congresso reuniu consultores, especialistas da indústria e usuários para discutir a transformação digital do RPA (Automação Robótica de Processos) na automação de tarefas rotineiras e intensivas em mão de obra. Ele destacou casos reais de organizações líderes no mundo, demonstrando como elas usam o RPA, a Computação Cognitiva e a Inteligência Artificial para melhorar serviços, aumentar a produtividade e reduzir custos.
Entre os destaques dos dois dias de evento, podem-se elencar as ferramentas alternativas de RPA, que utilizam Python como linguagem de programação para o desenvolvimento dos robôs e o uso de soluções com Inteligência Artificial com automações.
Inteligência Artificial e automações
RPA, como a conhecemos, é a automação de tarefas repetitivas e regras de negócios por meio de bots ou robôs de software. Enquanto isso, a IA capacita máquinas a aprender, raciocinar e tomar decisões sem intervenção humana. Quando essas duas tecnologias se unem, o resultado é um poderoso casamento que combina a execução precisa de tarefas com a capacidade de processar informações complexas.
Benefícios dessa combinação:
- Automatização cognitiva
A IA permite que os bots RPA processem dados não estruturados, como e-mails, documentos e até mesmo voz, o que amplia a gama de tarefas que podem ser automatizadas. - Tomada de decisões inteligentes
A IA pode analisar grandes volumes de dados e identificar padrões, fornecendo informações valiosas para a tomada de decisões estratégicas. - Melhorias na experiência do cliente
Com IA, os bots RPA podem fornecer respostas mais inteligentes e personalizadas aos clientes, melhorando a satisfação e a fidelidade do cliente. - Processos adaptáveis
Os sistemas RPA com IA podem se adaptar automaticamente a mudanças nos processos de negócios, tornando-os mais flexíveis e ágeis.
Em contrapartida, na palestra do Cezar Taurion, CSO da Redcore e um dos maiores nomes de inteligência artificial do Brasil houve uma conversa sobre o momento “uau” das ferramentas de IA como ChatGPT e Google Bard.
Foi uma conversa entre a “mágica” e a realidade, com o propósito de “colocar os pés no chão” quando falamos sobre as ferramentas de IA, pois apesar de serem extremamente poderosas, elas vêm com uma série de limitações e desafios que requerem uma abordagem mais cuidadosa.
Algumas limitações e desafios dessas ferramentas:
- Viés
Sistemas de IA generativa podem reproduzir e amplificar viés existentes nos dados dos quais foram treinados. Isso pode resultar em respostas tendenciosas ou discriminatórias. - Falta de conhecimento
Esses sistemas têm uma data de corte em seu conhecimento (no caso do ChatGPT, o conhecimento é até setembro de 2021). Eles não têm a capacidade de acessar informações em tempo real e, portanto, podem fornecer informações desatualizadas ou incorretas. - Geração de conteúdo enganoso
Eles podem gerar informações falsas ou enganosas, pois não possuem capacidade inerente de verificar a veracidade das informações.
A importância dos “Guardrails”
Devido a essa complexidade e limitações dos sistemas, é importante definir “guardrails” ou limites éticos e práticos para seu uso.
Isso inclui:
- Treinamento responsável
Os desenvolvedores devem treinar esses sistemas com dados diversificados e livres de preconceitos, além de ajustar constantemente os algoritmos para mitigar o viés. - Verificação de fatos
Os usuários devem sempre verificar as informações geradas por esses sistemas, especialmente quando se trata de dados críticos ou importantes. - Conscientização do usuário
Os usuários devem estar cientes das limitações desses sistemas e não confiar cegamente em suas respostas. - Ética e transparência
As empresas e desenvolvedores devem adotar práticas éticas de IA e ser transparentes sobre como esses sistemas operam.
Portanto, dessa palestra e desse conhecimento, pode-se resumir que enquanto a IA Generativa tem um enorme potencial, é necessário utilizá-la com responsabilidade, conhecendo as limitações e em um sistema com “guardrails” éticos e práticos definidos para garantir um uso seguro dessas tecnologias.
Ferramentas alternativas de RPA utilizando Python
No evento estavam presentes representantes de algumas ferramentas alternativas de RPA com o uso do Python como principal ferramenta de desenvolvimento como a BotCity, uma das mais crescentes no mercado e a Robot Easy, totalmente brasileira.
Elas tem como principal objetivo de facilitar o desenvolvimento das automações por equipes que já possuem conhecimento em Python e reduzir os custos, quando colocado em comparação com os custos das maiores ferramentas RPA do mercado como UiPath, Automation Anywhere e Blue Prism.
Entre as vantagens de utilizar Python RPA nas automações, estão:
- Sem lock-in
Automações Python são apenas código puro, é possível utilizar qualquer editor de código ou plataforma de desenvolvimento para desenvolver, executar automações e compartilhar com o time de desenvolvimento. - Desenvolvimento de habilidades
Aprender Python e treinar os times de desenvolvimento é algo bem acessível hoje em dia. Existem cerca de 14 milhões de desenvolvedores Python no mundo e inúmeros cursos disponíveis, inclusive gratuitos, que podem ensinar os conceitos necessários para o desenvolvimento das automações Python e para diversos outros projetos. - Custo
O modelo de licenciamento das plataformas RPA low-code já consolidadas no mercado pode ter um custo bem alto, principalmente no início de um Centro de Excelência RPA, já no modelo de custos das ferramentas presentes no evento, esse custo é inferior, tendo, por exemplo, o caso de uso apresentado no evento: a empresa Silimed utilizava soluções RPA da plataforma UiPath, a número 1 do mercado atualmente. Após realizarem a migração para Python RPA, os custos foram reduzidos em aproximadamente 70%.
Entre as desvantagens, estão:
- Complexidade da Programação
Python é uma linguagem de programação completa e flexível, mas requer conhecimento de programação para criar automações. Isso pode ser mais complexo do que usar uma ferramenta RPA de baixo código, que muitas vezes é mais acessível para usuários não técnicos. - Tempo de Desenvolvimento
Desenvolver automações em Python geralmente leva mais tempo do que criar fluxos de automação em ferramentas RPA de baixo código. Isso ocorre porque você precisa escrever código personalizado em Python, enquanto as ferramentas de baixo código normalmente oferecem interfaces gráficas simplificadas. - Manutenção Contínua
Automatizações desenvolvidas em Python podem exigir manutenção mais frequente. À medida que as APIs e sistemas mudam, o código personalizado precisa ser atualizado para manter a funcionalidade. - Suporte Limitado
Enquanto na utilização das ferramentas low-code RPA terá um acesso direto a um time de suporte dedicado a soluções RPA, o caso do suporte das ferramentas Python RPA depende da comunidade de desenvolvedores Python, que muitas vezes não tem como foco RPA, logo pode ser menos disponível em comparação ao suporte dedicado RPA das low-codes.
É importante notar que a escolha entre soluções Low-Code RPA e Python RPA para projetos RPA e/ou um Centro de Excelência RPA depende das necessidades específicas do projeto, habilidades da equipe e dos sistemas a serem automatizados.
Para iniciar um Centro de Excelência RPA, utilizar a alternativa Python RPA pode ser interessante pelo fato dos custos serem inferiores e com isso, obter um retorno do investimento mais rapidamente.
