Soluzioni a prova di futuro: Abbracciare i progressi dell'intelligenza artificiale nell'automazione intelligente dei processi

Il cuore della missione di TCG Process è aiutare le organizzazioni a raggiungere una maggiore efficienza operativa e agilità, il che si riflette nella nostra priorità di fornire soluzioni a prova di futuro.

La pietra angolare di questo approccio si basa sull'approccio fondamentale di cercare di avere le più forti capacità di gestione e orchestrazione dei processi sul mercato, combinate con una ricca serie di componenti funzionali precostituiti (che noi chiamiamo attività) che danno vita ai processi. Poiché ci troviamo nel bel mezzo di una tempesta tecnologica intorno all'IA, è un approccio aperto e la capacità di inserire semplicemente nuove tecnologie a rappresentare la scelta migliore per le organizzazioni.

In questo post del blog, spiegherò come e perché le scelte dell'IA possono essere adattabili e come in TCG Process stiamo abbracciando le nuove tecnologie per massimizzare il ROI dei clienti e ampliare i nuovi casi d'uso dell'elaborazione intelligente dei documenti (IDP).

Chi vincerà la gara per la "migliore IA"?

Ci troviamo in un momento emozionante e al tempo stesso imprevedibile, con le offerte di IA che dominano i titoli dei giornali e una corsa alla "vittoria". Ma è ancora presto e ci sono molte cose che rimangono senza risposta. Quando ho posto la domanda a ChatGPT su chi potrebbe vincere questa gara, la risposta è stata generalmente in linea con il nostro punto di vista:
"Come IA, non ho accesso a informazioni in tempo reale o alla capacità di prevedere il futuro. Pertanto, non posso determinare con precisione chi vincerà la gara per la 'migliore IA' in futuro. Lo sviluppo e il progresso della tecnologia AI coinvolgono numerosi fattori, tra cui i progressi della ricerca, le scoperte tecnologiche e i contributi di varie aziende, organizzazioni e ricercatori. È un campo altamente competitivo e in rapida evoluzione e il risultato è incerto. Dovremo aspettare e vedere quali progressi e innovazioni daranno forma al futuro dell'IA".

È evidente che siamo solo nella fase iniziale di questo viaggio e che l'IA continuerà a evolversi, aggiungendo valore in modi a cui non abbiamo ancora pensato. Di fronte a questo livello di imprevedibilità, come si fa a fare la scelta giusta? La nostra esperienza ci ha insegnato che è un timore che vogliamo mitigare, non dovendo affatto fare una scelta di questo tipo, ma piuttosto potendo sfruttare il meglio di tutti i mondi collegando senza soluzione di continuità servizi di terze parti e integrandoli con capacità specializzate di gestione di dati e documenti proprie.

"Stiamo entrando nell'era delle piattaforme

Ho sentito questa affermazione da un consulente di EY durante una recente conferenza. Il consulente ha approfondito il suo significato, sottolineando l'idea che le aziende integrino una serie di tecnologie interconnesse all'interno di un'architettura unificata e coordinata. Questo approccio consente alle aziende di soddisfare le loro esigenze in modo più rapido ed efficace rispetto al passato. Inoltre, offre la flessibilità necessaria per integrare e/o sostituire i singoli componenti senza compromettere la piattaforma complessiva.

Tutto questo suona piuttosto familiare. Noi di TCG Process abbiamo abbracciato questo concetto per anni attraverso la nostra piattaforma aperta di automazione dei processi e di elaborazione intelligente dei documenti (IDP), DocProStar. Le nostre capacità di orchestrazione integrate ci permettono di sfruttare al meglio le ultime e migliori tecnologie disponibili, combinando servizi di intelligenza artificiale sia interni che pubblici che stanno dando vita a nuovi casi d'uso e applicazioni. Possiamo facilmente scambiare o combinare le tecnologie per ottenere risultati ottimali senza interrompere i processi critici su cui si basano i nostri clienti, sia che provengano dal cloud sia che siano on-premise.

Come mettiamo al lavoro l'IA

L'intelligenza artificiale ha quasi sempre fatto parte delle nostre soluzioni. Storicamente ha incluso l'IA simbolica basata su regole, che si riferisce a una categoria di intelligenza artificiale che si basa su regole e logica create dall'uomo per emulare l'intelligenza necessaria. Questi modelli hanno svolto un ruolo in quasi tutti i progetti che prevedono la classificazione dei documenti e l'estrazione dei dati.

I modelli linguistici di grandi dimensioni, o LLM, e altri modelli di intelligenza artificiale, rappresentano un'interessante opportunità per nuovi casi d'uso e per accelerare le tempistiche dei progetti. Gli LLM estraggono i dati in modo diverso dalle tecnologie tradizionali di estrazione dei dati e persino dai servizi basati sull'IA come Google Vision e Microsoft Cognitive Services. Tuttavia, grazie all'investimento di Google in OpenAI e di Microsoft in Bard, possiamo aspettarci che Google e Microsoft inseriscano queste capacità nei loro servizi più avanzati basati sull'IA.

Per quanto riguarda l'estrazione dei dati, l'OCR tradizionale si concentrava principalmente sull'esecuzione del riconoscimento a livello di carattere senza comprendere il contesto o la semantica del testo. Gli LLM offrono una notevole comprensione del linguaggio e sono in grado di gestire un'ampia gamma di dati testuali non strutturati, ma le tecnologie tradizionali e i servizi specializzati possono offrire risultati più accurati ed efficienti in scenari specifici, in particolare quando si tratta di moduli strutturati, di elaborazione in tempo reale e di requisiti di accuratezza a livello di caratteri, o quando la conformità e la qualità dei dati sono la massima priorità.

In definitiva, la scelta della tecnologia dipende dallo specifico caso d'uso, dalla natura dei dati, dal livello di accuratezza desiderato, dal luogo in cui i dati possono/devono essere elaborati e anche dai vincoli di risorse. L'apertura della nostra piattaforma ci permette di sfruttare già da tempo i servizi di IA più avanzati, come Google Vision e Microsoft Cognitive Services, e ora stiamo abbracciando casi d'uso completamente nuovi, sfruttando gli LLM, l'IA generativa e altre tecniche di ML e IA mediante attività che incorporano senza problemi queste tecnologie direttamente all'interno di un processo aziendale. Nel prossimo post approfondirò i vari modelli di IA e le implementazioni che possono migliorare i risultati dell'IDP.