Między ofertami « agentów IA » a oprogramowaniem RPA, które obecnie przedstawiane jest jako « wspomagane przez IA », menedżerowie małych i średnich przedsiębiorstw mają trudności z podjęciem decyzji, co kupić. Według Enguerranda Boulnoisa, prezesa Katalyx, studia IA z siedzibą w Aix-en-Provence, wybór zależy mniej od technologii, a bardziej od charakteru zadania do zautomatyzowania. Swoją metodę podsumowuje jednym pytaniem: czy zadanie wymaga zrozumienia, czy tylko wykonania?
RPA wykonuje regułę
RPA, czyli robotic process automation, odnosi się do robotów programowych, które odtwarzają kliknięcia i wpisy na komputerze. Robot podąża ustaloną ścieżką: otwiera określony ekran, kopiuje dane z pola, wkleja je gdzie indziej, klika « zatwierdź ». Jest szybki, niezawodny i niedrogi, pod jednym warunkiem: zadanie musi być zawsze takie samo, a dane muszą zawsze przychodzić w tym samym formacie.
Przepisywanie zamówień z portalu klienta do ERP, czyli oprogramowania do zarządzania przedsiębiorstwem, wyciąganie co miesiąc tych samych wskaźników lub wysyłanie przypomnień w ustalonym terminie to, zdaniem pana Boulnoisa, zadania dla RPA lub prostej integracji między dwoma programami. Dodanie do tego generatywnej sztucznej inteligencji kosztowałoby więcej i wprowadziłoby niepewność tam, gdzie nie jest ona potrzebna. Granica jest znana: przy pierwszej zmianie ekranu lub formatu robot się psuje, a gdy zadanie wymaga przeczytania tekstu swobodnego lub podjęcia prostej decyzji, nie potrafi tego zrobić.
Agent IA rozumie kontekst
Agent IA wychodzi z założenia celu, a nie z ustalonej z góry ścieżki. Czyta e-mail, zdjęcie, plik PDF lub kartę techniczną, rozumie ich znaczenie, wybiera przydatną akcję i realizuje ją w narzędziach firmy. Enguerrand Boulnois przytacza kilka przypadków obsługiwanych przez Katalyx. Dla firmy z sektora ekonomii społecznej i solidarnej, która odsprzedaje używane zabawki, aplikacja rozpoznaje zabawkę na podstawie prostego zdjęcia, odnajduje jej markę i numer referencyjny, a następnie wskazuje, gdzie ją umieścić, podczas gdy zespół wcześniej wprowadzał każdy artykuł ręcznie.
Dla działu wsparcia firmy produkującej oprogramowanie do zarządzenia pytaniem było, jaka część zapytań, swobodnie formułowanych przez klientów, może być automatycznie zakwalifikowana i przygotowana. Żadna stała reguła nie obejmuje tych sytuacji. Agent ma jednak swoje ograniczenia: może się pomylić, jego koszt zależy od przetwarzanego wolumenu, a jego działanie musi być kontrolowane. Dlatego, jego zdaniem, poważny agent utrzymuje człowieka w pętli dla każdej decyzji, która angażuje firmę: on proponuje, człowiek zatwierdza.
Trzy pytania przed zakupem
Konsultant sugeruje najpierw sprawdzić, czy dane wejściowe są zawsze w tym samym formacie. Jeśli tak, wystarczy integracja lub RPA. Jeśli przychodzą w formie e-maili, dokumentów lub zdjęć, staje się zasadny agent IA. Następnie zachęca do oszacowania kosztu błędu: im jest on droższy, tym bardziej potrzebna jest ludzka weryfikacja. Jego zdaniem, agent, który przygotowuje, i człowiek, który zatwierdza, są często bardziej opłacalni niż robot, który psuje się bez ostrzeżenia.
Ostatnie pytanie dotyczy częstotliwości. Zadanie wykonywane dziesięć razy w miesiącu nie uzasadnia ani robota, ani agenta, i lepiej przeszkolić zespół w korzystaniu z asystenta IA. Zadanie powtarzane setki razy w tygodniu zasługuje natomiast na dedykowane narzędzie. W większości małych i średnich firm wspieranych przez Katalyx wybrane rozwiązanie to ani « tylko RPA », ani « tylko agent », ale obieg, w którym każde narzędzie robi to, co potrafi: integracja do przesyłania danych, agent IA do czytania i przygotowywania, człowiek do podejmowania decyzji. Przed każdą inwestycją Enguerrand Boulnois zaleca sporządzenie spisu zadań powtarzalnych, wraz z ich wolumenem i kosztem, ponieważ ta lista wskaże, jego zdaniem, gdzie sztuczna inteligencja rzeczywiście przynosi korzyści, a gdzie wystarczy prostsze narzędzie.
