Oltre ai naturali campi di applicazione dell’intelligenza artificiale conosciuti, come il riconoscimento vocale, le analisi semantiche e così via, un campo dove l’AI trova ampia applicazione è l’automazione di processo.
Nel BPM e nel Case Management si riscontrano due fasi principali: l’analisi e la successiva implementazione e adattamento. Per la fase di analisi, l’Intelligenza Artificiale (AI) viene utilizzata nel process mining.
Le fasi di un processo aziendale
Se paragoniamo un qualunque processo aziendale al fare, per esempio, una torta, si possono trovare alcune analogie che aiutano a spiegare meglio la ramificazione delle sue fasi. Abbiamo il disegno del processo (la ricetta), chi la interpreta (il cervello), chi la esegue (le mani), i dati e gli attori (gli ingredienti) e le applicazioni con cui interagire (forno, frullino etc). Cosa manca ai sistemi BPM per diventare Intelligent Process Automation (IPA)? Il cervello e l’interazione con le applicazioni (se non di backend).
Applicazioni dell’intelligenza artificiale nei processi aziendali
E così abbiamo capito dove inserire l’intelligenza artificiale nei progetti BPM. Nel momento in cui dobbiamo capire qualcosa, cioè interpretare un’informazione con il cervello, sia esso un parlato, una chat, un’aggregazione probabilistica di dati, decidere se un dato è falso, prevenire anomalie eccetera, abbiamo a disposizione le varie applicazioni di intelligenza artificiale che supportano i task di BPM. Dobbiamo interpretare una mail? Il Natural Language Understanding (NLU) interpreta semanticamente il contenuto e può avviare task diversi a seconda del contenuto stesso. Dobbiamo decidere qual è l’azione migliore all’interno di un paniere? I sistemi esperti con l’appoggio delle “fuzzy logic[1]” possono aiutare a prendere decisioni. Dobbiamo capire quando si guasterà un sistema? Sempre con i sistemi esperti possiamo avviare workflow prima che avvenga il guasto.
Questo apre la gestione digitale dei processi ad una serie di modelli e processi prima inarrivabili, partendo dall’interazione con gli utenti fino alla gestione in automatico delle chiamate di manutenzione. La parte più complessa è insegnare ai sistemi di intelligenza artificiale l’universo funzionale e semantico dove muoversi: dire “comprare borsa Gucci a Milano” ha ovviamente una valenza diversa tra moda e Finanza.
Sui progetti, i team competenti in Intelligenza Artificiale (AI) e quelli esperti nei processi di solito sono separati. Alcuni hanno un team unico, ma in ogni caso l’importante è che l’interazione tra i team sia affiatata e sincrona. Ha la stessa valenza del duo mente-braccia.
La Robotic Process Automation per i processi aziendali
Quindi: cosa manca ai sistemi BPM per diventare IPA (Intelligent Process Automation)? L’AI è l’equivalente della mente per la ricetta della torta; manca l’interazione con le applicazioni (nella nostra ricetta, il forno e gli altri utensili). È qui che entra in gioco la Robotic Process Automation (RPA).
I sistemi RPA consentono di replicare le azioni utente sulle applicazioni. Si dà la possibilità a un sistema BPM di interagire con qualsiasi applicazione come se fosse un utente, mantenendo la sicurezza applicativa e le logiche applicative dell’utente.
All’interno di un processo, quindi, l’interazione con una qualsiasi applicazione custom può essere automatica. La stessa applicazione può emulare l’utente umano ad esempio inserendo dati o eseguendo query. Finita l’azione il controllo torna al motore di processo.
Esempio classico è l’arrivo di un ordine per mail. Il Natural Language Understanding (NLU) interpreta il contenuto della mail, ne estrae i dati e avvia un processo su BPM. Il BPM “chiama” un robot che inserisce i dati nell’ERP e rimanda indietro l’ack al BPM. Lo step successivo del processo per esempio può chiamare il CRM aggiornandolo, magari ancora con un robot RPA. Il tutto tracciato, e senza customizzare sia il CRM sia l’ERP.
La teoria è ovviamente più semplice della pratica: è semplice portare a termine progetti che comprendono intelligenza artificiale e RPA. Più difficile è invece approcciare un progetto di Intelligent Process Automation di successo.
[1] All’interno della logica classica che prevede vero falso vengono inserite logiche probabilistiche. Vale quindi il “probabilmente vero” e di conseguenza si può decidere quale è più “vero”.
