Wie AntWorks Fraktale & Dateneingabe nutzt, um RPA zu skalieren – Einblicke von Asheesh Mehra

Ameisen kooperieren, indem sie einfachen Regeln folgen, RPA-Bots kooperieren ebenfalls, aber das Kontrollsystem ist bewusster.

Ameisen sind keine intelligenten Wesen, sie befolgen sehr einfache Regelsätze, doch der Ameisenbau mit seinen elaborierten Tunneln und Futtersuchtrupps ist enorm komplex; es wirkt, als säße die Königin im Kommandozentrum und erteilte Befehle. Das tut sie nicht; wir wissen, dass ein Ameisenbau ein emergentes System ist – ein komplexes System, aufgebaut aus einfachen Interaktionen. An den Software-Robotern, die RPA bilden, ist nichts Einfaches. Doch das AntWorks-RPA-System, bekannt als ANTstein, versucht, aus Unordnung Ordnung zu schaffen, indem es Fraktale und RPA anwendet, fraktalbasierte Algorithmen nutzt, Dateneingabe einsetzt und sogar etwas hat, das einer Königin ähnelt. Es behauptet, das Problem zu lösen, das das RPA-Geschäft heimsucht: die Skalierbarkeit von RPA.

Fraktale und RPA

Der polnische Mathematiker Benoit Mandelbrot, ein Mann, der sich für die Kunst der Rauheit interessierte und sich selbst als Fraktalist beschrieb, prägte den Begriff Fraktal. Betrachtet man eine Küste aus der Ferne, hat sie meist ein raues Erscheinungsbild mit Buchten, Einbuchtungen und Stränden. Zoomt man hinein, zeigt sich dieselbe Rauheit, während proportional kleinere Buchten und Einbuchtungen erscheinen. Wiederholt man den Zoom, sieht die Küste nicht identisch, aber ähnlich aus wie das Original. Im Kern von Fraktalen steht Selbstähnlichkeit. Mandelbrot untersuchte, wie man „Rauheit messen“ kann.

Daten können ebenfalls ziemlich rau sein, besonders wenn sie unstrukturiert sind. Dies ist die Essenz des AntWorks-Systems: Fraktale nutzen, um saubere Daten zu schaffen. Es kommt auf den Unterschied zwischen einer Fraktal- und einer Neural-Engine an.

Asheesh Mehra, Mitgründer und CEO von AntWorks, erklärt dies mit einer Apfel-Metapher. Er sagte: „Wenn ich eine Neural Engine trainieren muss, einen Apfel zu erkennen, bräuchte sie Trainingsdaten für extra kleine, kleine, mittlere, große, extra große Äpfel in jeder Form, Farbe und Gestalt, damit die Engine jeden auftretenden Apfel erkennen kann. Da Fraktale fundamental auf Mustererkennung basieren, genügt es, die Fraktal-Engine an einem einzigen Apfel zu trainieren, unabhängig von der Größe. Denn das Muster eines extra kleinen Apfels oder eines extra großen Apfels bleibt dasselbe.“

Wie Fraktale RPA unterstützen

„Fraktalwissenschaft“, so Mehra, basiert auf der Prämisse der Selbstähnlichkeit und dass Neuronennetzwerke ähnliche, aber nicht identische Signale über Muster tragen. Fraktalwissenschaft ist eine deterministischere Wissenschaft, während Neural eine probabilistischere ist. Da Fraktal deterministischer ist, benötigt es einen kleineren repräsentativen Datensatz fürs Training. Weil man einen kleineren Datensatz braucht, ergeben sich downstream automatisch Vorteile: dünnere Infrastruktur, weniger Rechenleistung, einfachere und schnellere Implementierung. Im Gegensatz dazu benötigen Neural Engines große Datensätze, was größere Infrastruktur, mehr Rechenleistung, steigende Kosten und längere Bereitstellungszeiten bedeutet.

„Ich würde sagen, Neural ist auch sehr personenabhängig, da man große Ressourcenpools zum Trainieren braucht“, während Fraktale weniger Personal benötigen.

Folglich – so das Argument – ist fraktalbasiertes RPA leichter zu skalieren, zumindest nach Mehra.

Das ist die Idee hinter Fraktalen und RPA.

Dateneingabe (Data Ingestion)

Mehra schlägt vor, es gebe vier Datentypen: „strukturiert, unstrukturiert, Bild und inferierte Daten.“ Die Rationale hinter AntWorks war, eine Dateneingabe-Engine zu schaffen, die alle vier Typen lesen kann.

Schauen nicht auch andere RPA-Unternehmen auf Dateneingabe?

Mehra räumt ein, dass dies eine jüngere Entwicklung ist – zum Beispiel Blue Prisms Decipher, angekündigt Anfang des Jahres.

Mehra argumentiert, dass AntWorks zwar spät zur RPA-Party kam, aber dadurch nicht von Legacy belastet war und seine Dateneingabe-Tools folglich führend sind. Tatsächlich beschreibt sich AntWorks nicht einmal als RPA-Unternehmen, sondern als Intelligent-Automation-Business.

Heißt das, AntWorks wird bestehenden RPA-Firmen das antun, was Netflix Blockbuster antat? Unwahrscheinlich, aber vielleicht verschafft der Fokus auf Fraktale und Dateneingabe eine ausreichende Nische, um sich einen Marktanteil in einem von wenigen Unternehmen dominierten Markt zu sichern, die zusammen weit über eine Milliarde Dollar aufgebracht haben.

Ist RPA nur ein Pflaster?

Kritiker argumentieren, RPA sei eine kurzfristige Lösung für ein Problem, das schließlich durch integriertere Software gelöst wird.

Eine Anschuldigung, der RPA-Unternehmen erwartungsgemäß widersprechen. Ihre Verteidigung: RPA entwickelt sich weiter; viele haben das Akronym RPA aufgegeben und sprechen von Intelligent Automation. So sagte kürzlich Jason Kingdon, Chairman bei Blue Prism, gegenüber Information Age: „Kritiker sagen, RPA sei ein kurzer Moment zwischen jetzt und einer großartigen All-in-One-Lösung, aber das ist kompletter Unsinn … ein RPA-Tool kann die Arbeit von neun bis 50 Menschen erledigen.“

Mehra schlägt vor, RPA könne sich vom Pflaster zur Intelligent Automation wandeln. „RPA ist Klebeband“, sagt er, „Intelligent Automation ist ein Nagel. Hängt man ein Bild mit Blu Tack oder Klebeband auf, bleibt es eine Weile, aber irgendwann fällt es. Nutzt man Nägel, hängt es für immer – bis ein Erdbeben kommt.“

Was hat das mit Ameisen zu tun?

Schließlich kommen wir zu den Ameisen und insbesondere zur Königin – oder was AntWorks Queen Bot nennt.

Mehra erklärt: „Der Queen Bot überwacht ständig die Ant Bots. Wenn sie sieht, dass ein bestimmter Bot gescheitert ist, weist sie dessen Aufgabe einem anderen Desktop zu.“

Der Queen-Bot-Ansatz ermöglicht auch intelligentes Workforce Management. Beispiel Versicherung: drei Bots – einer für Schadenfälle, einer für Gehaltsabrechnung, einer für Verbindlichkeiten. Wenn der Schaden-Bot überlastet ist, die anderen beiden aber Feierabend haben, kann der Queen Bot die unterbeschäftigten Bots zur Unterstützung umleiten.

Es ist nicht exakt wie ein Ameisenbau. Die Königin gibt keine Befehle, es gibt keinen Masterplan, Ordnung entsteht durch einfache, fest verdrahtete Regeln wie „folge anderen Ameisen“. Betrachtet man den Ameisenbau aber als Metapher mit der Königin im Kontrollzentrum, Arbeitern, die ihren Befehlen folgen, dann approximiert das, worum es AntWorks und sein ANTstein-Produkt geht.