Fraktale und Datenaufnahme sind die Geheimwaffe von AntWorks bei der Skalierung von RPA, sagt Asheesh Mehra

Ameisen kooperieren, indem sie einfache Regeln befolgen, RPA-Bots kooperieren ebenfalls, aber das Kontrollsystem ist bewusster

Ameisen sind keine intelligenten Kreaturen, sie gehorchen sehr einfachen Regeln, doch das Ameisennest mit seinen ausgeklügelten Tunneln und Nahrungsgruppen ist enorm komplex; es ist, als ob die Ameisenkönigin in der Kommandozentrale sitzt und Befehle austeilt. Sie weiß es natürlich nicht, stattdessen wissen wir, dass ein Ameisennest ein Beispiel für ein emergentes System ist – ein komplexes System, das aus einfachen Interaktionen aufgebaut ist. An den Software-Robotern, die RPA bilden, ist nichts Einfaches. Aber das AntWorks RPA-System, bekannt als ANTstein, versucht, Ordnung aus Unordnung zu schaffen, indem es Fraktale und RPA anwendet, indem es fraktalbasierte Algorithmen verwendet, Datenaufnahme anwendet und sogar so etwas wie eine Ameisenkönigin hat. Es behauptet, das Problem zu lösen, das das RPA-Geschäft verfolgt, nämlich die Herausforderung, RPA zu skalieren.

Fraktale und RPA

Der polnische Mathematiker Beniot Mandelbrot, ein Mann, der sagte, er interessiere sich für die Kunst der Rauheit, und bezeichnete sich selbst als Fraktalist, ist der Mann, der das Wort Fraktal erfunden hat. Betrachten Sie eine Küste aus der Ferne, sie hat normalerweise ein raues Aussehen, Buchten und Buchten und vielleicht Strände. Zoomen Sie dann hinein, schauen Sie sich einen Teil dieser Küste an, dort ist die gleiche Schroffheit, während andere, proportional kleinere Buchten und Buchten erscheinen. Zoomen Sie dann erneut hinein, und wieder sieht die Küstenlinie möglicherweise nicht identisch aus, aber sie ähnelt der ursprünglichen Küstenlinie. Das Herzstück von Fraktalen ist die Selbstähnlichkeit. Mandelbrot untersuchte, wie es möglich war, „Rauheit zu messen“.

Daten können auch ziemlich grob sein, besonders wenn sie unstrukturiert sind. Dies ist die Essenz des AntWorks-Systems, das Fraktale verwendet, um saubere Daten zu erstellen. Es läuft auf den Unterschied zwischen einer fraktalen und einer neuralen Engine hinaus.

Asheesh Mehra, Mitbegründer und CEO von AntWorks, erklärt dies anhand einer Metapher über einen Apfel. Er sagte:„Wenn ich eine neuronale Engine trainieren muss, um einen Apfel zu erkennen, müsste sie an einem extra kleinen Apfel, einem kleinen Apfel, einem mittelgroßen Apfel, einem großen Apfel, einem extra großen Apfel in jeder Form trainiert werden. Farbe und Form, damit die neurale Engine jeden vorkommenden Apfel erkennen kann. Da es bei Fraktal im Wesentlichen um Mustererkennung geht, müssen Sie die Fraktal-Engine nur mit einem Apfel trainieren, unabhängig von seiner Größe. Das liegt daran, dass das Muster eines extra kleinen Apfels oder das Muster eines extra großen Apfels gleich bleibt.“

Wie Fraktale RPA unterstützen?

„Fraktale Wissenschaft“, sagte Mehra, basiert auf der Prämisse der Selbstähnlichkeit und dass Netzwerke von Neuronen ähnliche, aber nicht identische Signale über Muster übertragen. Die fraktale Wissenschaft ist eine eher deterministische Wissenschaft, während die neuronale Wissenschaft eine eher probabilistische Wissenschaft ist. Da Fraktal eine eher deterministische Wissenschaft ist, benötigt es einen kleineren repräsentativen Datensatz für das Training. Da Sie für das Training einen kleineren repräsentativen Datensatz benötigen, ergeben sich die nachgelagerten Vorteile automatisch. Sie brauchen eine dünnere Infrastruktur, weniger Rechenleistung und die Implementierung wird viel einfacher und schneller.“ Er schlägt vor, dass dies im Gegensatz zu „neuronalen Engines steht, bei denen Sie große Datensätze benötigen, was dann bedeutet, dass Sie eine größere Infrastruktur und mehr Rechenleistung benötigen, was zu steigenden Kosten und einer längeren Bereitstellung der Lösung führt.“

„Ich würde sagen, dass Neural auch sehr menschenabhängig ist, wo man große Ressourcenpools braucht, um die Engine trainieren zu können“, während Fraktale weniger Menschen brauchen.

Ergo, so das Argument, ist fraktalbasierte RPA einfacher zu skalieren – zumindest ist das der Kern dessen, was Mehra sagt.

Das ist also die Idee hinter Fraktalen und RPA.

Daten aufnehmen

Mehra schlägt vor, dass es vier Arten von Daten gibt:„strukturierte, unstrukturierte, Bild- und abgeleitete Daten“. Er sagt, dass der Grundgedanke hinter AntWorks darin bestand, eine Datenaufnahme-Engine zu entwickeln, die alle vier Datentypen lesen kann.

Aber beschäftigen sich die anderen RPA-Unternehmen nicht auch mit der Datenaufnahme?

Mehra räumt ein, dass dies der Fall ist, aber dass dies eine neuere Entwicklung ist – zum Beispiel Decipher von Blue Prism, das Anfang dieses Jahres angekündigt wurde.

Mehra argumentiert, dass AntWorks zwar zu spät zur RPA-Party kam, aber durch den späteren Einstieg nicht durch Altlasten belastet wurde und dass seine Datenerfassungstools folglich führend sind. Tatsächlich bezeichnet sich AntWorks nicht einmal als RPA-Unternehmen, sondern als intelligentes Automatisierungsunternehmen.

Bedeutet das, dass AntWorks bestehenden RPA-Unternehmen das antun wird, was Netflix Blockbusters angetan hat? Das ist unwahrscheinlich, aber vielleicht bietet sein Fokus auf Fraktale und Datenaufnahme eine ausreichende Nische, um sich einen Teil eines Marktes zu erobern, der von einer kleinen Anzahl von Unternehmen dominiert wird, die zusammen weit über eine Milliarde Dollar gesammelt haben.

Ist RPA ein Pflaster?

Kritiker argumentieren, dass RPA eine kurzfristige Lösung für ein Problem ist, das schließlich durch stärker integrierte Software überwunden wird.

Es überrascht nicht, dass die RPA-Unternehmen diesem Vorwurf nicht zustimmen. Ihre Verteidigung ist, dass sich RPA weiterentwickelt, tatsächlich haben viele aufgehört, das Akronym RPA zu verwenden, und sprechen stattdessen von intelligenter Automatisierung. Zum Beispiel sagte kürzlich Jason Kingdon, Vorsitzender bei Blue Prism, gegenüber Information Age:„Kritiker sagen, dass RPA nur einen kurzen Moment zwischen jetzt und dem Zeitpunkt ist, an dem wir – eine großartige All-Singing-Lösung, aber es ist völliger Unsinn … ein RPA-Tool kann es tun die Arbeit von neun bis 50 Personen.“

Mehra schlägt vor, dass RPA von einem Heftpflaster zu einer intelligenten Automatisierung mutieren kann. „RPA ist Klebeband“, sagt er, „intelligente Automatisierung verwendet einen Nagel. Wenn Sie ein Gemälde mit Blu Tack oder Klebeband anbringen, bleibt es eine Zeit lang hängen, aber irgendwann wird es herunterfallen. Wenn Sie Nägel verwenden, wird dieses Gemälde für immer und ewig bestehen bleiben, bis ein Erdbeben oder etwas Ähnliches eintritt.“

Was hat das mit Ameisen zu tun?

Schließlich führt uns dies zu Ameisen und insbesondere zur Ameisenkönigin, oder wie AntWorks den Queen Bot nennt.

Mehra erklärt:„Der Queen-Bot überwacht ständig die Ameisen-Bots. Wenn der Queen-Bot sieht, dass ein bestimmter Bot ausgefallen ist, weist er die Aufgabe dieses Bots einem anderen Desktop zu.“

Der Queen-Bot-Ansatz ermöglicht auch etwas, das als intelligentes Workforce Management bezeichnet wird. Im Fall einer Versicherungsgesellschaft könnte es beispielsweise drei Bots geben, einen für die Schadensregulierung, einen für die Gehaltsabrechnung und einen dritten für die Kreditorenbuchhaltung. Wenn der Bot, der an Ansprüchen arbeitet, mit der Arbeitsbelastung zu kämpfen hat, die anderen beiden jedoch für den Tag fertig sind, kann der Queen-Bot die beiden unterforderten Bots zuweisen, um den ersten Bot zu unterstützen.

Es ist nicht gerade wie ein Ameisennest. Die Ameisenkönigin gibt keine Befehle, es gibt keinen Masterplan, Ordnung wird von jeder Ameise nach einfachen Regeln geschaffen, die fest in ihr verankert sind, wie z. B. anderen Ameisen zu folgen. Aber wenn Sie ein Ameisennest als Metapher sehen, bei der die Ameisenkönigin die Kontrolle hat und die Arbeiter ihren Anweisungen folgen, dann scheint das eine Annäherung an das zu sein, worum es bei AntWorks und dem ANTstein-Produkt geht.