O que é RPA Next-Gen e como se preparar para ela?

A terceira onda de Automação de Processos Robóticos (RPA) está emergindo como uma evolução significativa no campo da automação empresarial. Enquanto a primeira onda focou na automação de tarefas repetitivas simples e a segunda onda expandiu para um ecossistema mais amplo que incluiu o Processamento Inteligente de Documentos (IDP), Process Mining e a democratização da automação a partir de uma visão de Hiperautomação, a terceira onda promete revolucionar o setor com a introdução de capacidades cognitivas e inteligentes. Esta nova fase é caracterizada pelo uso intensivo de tecnologias avançadas de inteligência artificial (IA) e aprendizado de máquina, permitindo que os sistemas de RPA não apenas automatizem tarefas, mas também entendam e otimizem processos de negócios complexos de forma autônoma.

A automação inteligente e cognitiva, pilares desta terceira onda, oferece uma abordagem mais estratégica para a automação. Ao contrário das ondas anteriores que se concentravam principalmente em melhorar a eficiência operacional, a nova onda visa transformar processos de negócios ao integrar IA para realizar análises preditivas e prescritivas. Isso significa que, além de executar tarefas, os sistemas podem prever resultados e tomar decisões informadas em tempo real. Por exemplo, um sistema de RPA cognitivo poderia analisar dados de vendas para prever a demanda futura e ajustar automaticamente as ordens de suprimento, otimizando tanto o estoque quanto os custos operacionais.

Essa evolução é impulsionada pela necessidade das empresas de responderem mais rapidamente às mudanças do mercado e às expectativas crescentes dos clientes. A terceira onda de RPA permite que as empresas não só reajam às condições de mercado em constante mudança, mas também se antecipem a elas, usando automação para criar vantagens competitivas sustentáveis. A capacidade de integrar insights de negócios em tempo real com a execução automatizada de processos está redefinindo o que as ferramentas de RPA podem fazer, elevando a automação de uma ferramenta tática para uma estratégica.

No entanto, com grandes poderes vêm grandes responsabilidades. A implementação de sistemas de automação cognitiva e inteligente requer considerações cuidadosas sobre ética e privacidade, além de desafios técnicos e organizacionais significativos. As empresas devem estabelecer diretrizes claras para governar o uso dessas tecnologias, garantindo que as decisões automatizadas sejam transparentes e justas. Além disso, a adoção bem-sucedida desta nova onda de RPA dependerá da capacidade das empresas de adaptar suas culturas e infraestruturas para integrar tecnologias avançadas, garantindo que a inovação em automação contribua positivamente para seus objetivos de longo prazo.

O próximo grande avanço em automação empresarial, segundo os gigantes da tecnologia, são os agentes — impulsionados pela IA generativa. Ainda que não haja uma definição universalmente aceita para “agente”, atualmente o termo é usado para descrever ferramentas alimentadas por IA generativa capazes de realizar tarefas complexas através de interações humanas em plataformas de software e na web.

Por exemplo, um agente poderia criar um itinerário preenchendo informações de um cliente em sites de companhias aéreas e redes hoteleiras. Ou ainda, poderia solicitar o serviço de transporte mais barato para um local, comparando automaticamente os preços em diferentes aplicativos.

O jogo dos assistentes inteligentes vai muito além das soluções existentes por UiPath e Automation Anywhere. Google, Microsoft, OpenAI, Amazon, Samsung e Apple: absolutamente todas empresas de tecnologia estão apontando nessa direção. Dessa forma, as plataformas líderes de mercado de RPA devem encarar esse momento tanto como oportunidade e ameaça. Para citar um caso, a OpenAI, criadora do ChatGPT, está investindo pesado no desenvolvimento de sistemas de agentes de IA. A Google também demonstrou uma série de produtos similares a agentes durante sua conferência anual Cloud Next, em abril.

Do ponto de vista do mercado, cito um estudo feito por analistas do Boston Consulting Group que alertam que as empresas já deveriam estar se preparando para uma adoção ampla de agentes autônomos, prevendo que eles se tornarão mainstream em três a cinco anos.

Antigas Automações e a RPA

Mas e o RPA tradicional, automação de processos robóticos, onde fica nessa história? Já com mais de uma década, o RPA foi a resposta das empresas ao impulso de transformação digital e redução de custos. Assim como os agentes, a RPA impulsiona a automação de fluxos de trabalho, mas de uma forma muito mais rígida, baseada em regras predefinidas “se-então” para processos que podem ser claramente desmembrados em etapas discretas.

“O RPA cumpriu seu papel ao imitar ações humanas, como clicar, digitar ou copiar e colar, para realizar tarefas mais rapidamente e com maior precisão que os humanos” – Saikat Ray (Gartner)

“No entanto, os bots de RPA têm limitações quando se trata de lidar com tarefas complexas, criativas ou dinâmicas que requerem processamento de linguagem natural ou habilidades de raciocínio.” Isso torna o RPA inviável para ser construído e limita consideravelmente sua aplicabilidade para diversos casos de uso, tal como foi concebido.

Integração da IA Gerativa na RPA

Empresas como a UiPath, líder no mercado de RPA, estão integrando recursos de IA gerativa para processar documentos e mensagens, e até mesmo tomar ações automatizadas. “Esses recursos fornecem aos clientes modelos de IA gerativa treinados para tarefas específicas,” disse Bob Enslin, CEO da UiPath.

A Automation Anywhere, principal rival da UiPath, também está incorporando a IA gerativa em suas tecnologias de RPA. “Desenvolvemos modelos de aprendizado de máquina personalizados para tarefas específicas dentro de nossa plataforma,” conta Peter White, da Automation Anywhere.

O Futuro da RPA e dos Agentes Autônomos

As plataformas de RPA líderes de mercado estão maduras e podem servir de ambiente para expansão e suporte a agentes autônomos baseados em IA Generativa. Por exemplo, Craig Le Clair, da Forrester, acredita que as plataformas de RPA têm a arquitetura para gerenciar milhares de automações de tarefas, o que é promissor para o gerenciamento centralizado de agentes de IA.

Os que não adotarem essas novas tecnologias enfrentarão dificuldades para competir contra aqueles que abraçarem a IA gerativa e a automação. A combinação de IA especializada com IA gerativa é vista como o futuro, permitindo que os clientes utilizem todo tipo de IA com confiança.

O futuro guarda muitas novidades 

Além do primeiro passo que é a integração de RPA com IA Generativa, a Automação de Processos Cognitivos (Cognitive Process Automation – CPA) representa um salto significativo na automação de negócios, combinando tecnologias de inteligência artificial (IA) com automação de processos para simular a tomada de decisões humanas em um nível avançado. Ao integrar sistemas de aprendizado de máquina e processamento de linguagem natural, a tecnologia de CPA pode interpretar dados, aprender com eles e tomar decisões ou sugerir ações baseadas em análises complexas. Isso permite que as empresas automatizem tarefas que anteriormente dependiam de intuição ou julgamento humano, como a avaliação de contratos ou o atendimento ao cliente, com maior precisão e eficiência.

Por outro lado, já existem grandes avanços no desenvolvimento dos Modelos Grandes Acionáveis (Actionable Large Models – ALM) que são uma nova categoria dentro da IA que estende a funcionalidade dos modelos de linguagem de grande escala, como o GPT-4. Esses modelos não apenas compreendem e geram texto, mas também são capazes de realizar ações específicas baseadas nas entradas que recebem. Por exemplo, um ALM pode ser configurado para automatizar a criação de conteúdo personalizado, gerenciar e-mails e até mesmo integrar-se a sistemas de gestão para realizar tarefas administrativas automaticamente, tudo isso enquanto mantém a capacidade de aprender e adaptar-se ao seu ambiente.

A combinação de CPA e ALM pode transformar radicalmente a paisagem corporativa, especialmente em setores que lidam com grandes volumes de dados e demandam interações complexas e personalizadas. Empresas de serviços financeiros, por exemplo, podem usar esses sistemas para personalizar ofertas de produtos, otimizar suas operações de back-office e melhorar a experiência do cliente, tudo em tempo real e com uma fração do custo humano tradicional. Essa sinergia entre CPA e ALM cria um sistema robusto que não só entende grandes conjuntos de dados, mas também age sobre eles de maneira inteligente e contextualizada.

No entanto, a implementação dessas tecnologias vem com desafios, principalmente relacionados à ética e à privacidade. A capacidade de ALM e CPA de tomar decisões autônomas levanta questões sobre a transparência e o controle dessas decisões. Além disso, a gestão adequada de dados sensíveis e a garantia de que as ações tomadas pelos modelos são justas e não enviesadas são preocupações fundamentais. Portanto, enquanto a adoção dessas tecnologias promete eficiência e inovação, também é essencial estabelecer rigorosos padrões éticos e regulamentações que acompanhem seu desenvolvimento e implementação.

Com a fusão da IA gerativa na RPA, as possibilidades de automação se expandem exponencialmente, prometendo reduzir custos operacionais e aumentar a produtividade das empresas. Essa evolução não só transforma a maneira como as plataformas funcionam, como também cria novas oportunidades para automatizar processos e tarefas. Assim, as organizações que se anteciparem e adotarem essas tecnologias estarão bem posicionadas para liderar em um mercado cada vez mais guiado pela eficiência e inovação tecnológica.