Bagaimana AntWorks Menggunakan Fraktal & Ingesti Data untuk Meningkatkan RPA – Wawasan dari Asheesh Mehra

Semut berkolaborasi dengan mematuhi aturan sederhana, robot RPA juga berkolaborasi, tetapi sistem kontrolnya lebih sengaja

Semut bukan makhluk yang cerdas, mereka mematuhi sekumpulan aturan yang sangat sederhana, namun sarang semut, dengan terowongan yang rumit dan kelompok pengebor, sangat kompleks; seolah-olah ratu semut duduk di pusat komando, mengeluarkan perintah. Tentu tidak, alih-alih kita tahu bahwa sarang semut adalah contoh sistem emergens — sistem kompleks yang dibangun dari interaksi sederhana. Tidak ada yang sederhana tentang robot perangkat lunak yang membentuk RPA. Tetapi sistem RPA AntWorks, dikenal sebagai ANTstein, mencoba menciptakan ketertiban dari kekacauan, menerapkan fraktal dan RPA, dengan menggunakan algoritma berbasis fraktal, menerapkan ingesti data dan bahkan memiliki sesuatu yang mirip dengan ratu semut. Ia klaim sedang memecahkan masalah yang mengganjal bisnis RPA, yaitu tantangan menskalakan RPA.

Fraktal dan RPA

Ahli matematika Polandia Beniot Mandelbrot, pria yang mengatakan ia tertarik pada seni kekasaran, dan menggambarkan dirinya sebagai fraktalis, adalah orang yang mengemukakan kata fraktal. Lihat garis pantai dari jarak jauh, biasanya memiliki penampilan yang kasar, teluk dan selat, dan pantai, mungkin. Lalu zoom in, lihat bagian dari pantai itu, kekasaran yang sama ada, sementara teluk dan selat lain, proporsional lebih kecil muncul. Lalu zoom in lagi, dan lagi, pantai mungkin tidak terlihat identik, tetapi akan terlihat mirip dengan pantai asli. Di tengah fraktal adalah kesamaan diri. Mandelbrot mempelajari bagaimana mungkin untuk “mengukur kekasaran.”

Data juga bisa kasar, terutama ketika tidak terstruktur. Inti dari sistem AntWorks, menggunakan fraktal untuk menciptakan data bersih. Ini bermakna perbedaan antara fraktal dan mesin neural.

Asheesh Mehra, pendiri dan CEO AntWorks, menjelaskan dengan metafora mengenai apel. Ia berkata: “Jika saya harus melatih mesin neural untuk mengenali apel, itu harus dilatih pada apel ekstra kecil, apel kecil, apel sedang, apel besar, apel ekstra besar, dalam setiap bentuk, warna dan bentuk agar mesin neural dapat mengenali apel apa pun yang muncul. Karena fraktal secara dasar tentang pengenalan pola, Anda hanya perlu melatih mesin fraktal pada satu apel, terlepas dari ukuran. Itulah karena pola apel ekstra kecil, atau pola apel ekstra besar, akan tetap sama.”

Bagaimana fraktal mendukung RPA?

“Ilmu fraktal” ujar Mehra, didasarkan pada premis kesamaan diri dan bahwa jaringan neuron membawa sinyal yang sama tetapi tidak identik tentang pola. Ilmu fraktal adalah ilmu yang lebih deterministik, sedangkan neural adalah ilmu yang lebih probabilistik. Karena fraktal adalah ilmu yang lebih deterministik, membutuhkan kumpulan data representatif yang lebih kecil untuk pelatihan. Karena Anda membutuhkan kumpulan data representatif yang lebih kecil untuk pelatihan, manfaat downstream secara otomatis terakumulasi. Anda membutuhkan infrastruktur yang lebih tipis, daya komputasi yang lebih rendah dan menjadi jauh lebih mudah dan lebih cepat untuk diimplementasikan.” Ia menyarankan bahwa ini berbeda dengan “mesin neural, di mana Anda membutuhkan kumpulan data besar, yang kemudian berarti Anda membutuhkan infrastruktur yang lebih besar, lebih banyak daya komputasi, yang mengakibatkan biaya yang meningkat dan waktu yang meningkat untuk menerapkan solusi.

“Saya akan mengatakan neural juga sangat bergantung pada orang di mana Anda membutuhkan sekelompok sumber daya besar untuk dapat melatih mesin,” sementara Fraktal membutuhkan lebih sedikit orang.

Ergo, menurut argumen, RPA berbasis fraktal lebih mudah untuk diskalakan — setidaknya itulah inti dari apa yang dikatakan Mehra.

Jadi itulah ide di balik fraktal dan RPA.

Mengoleng data

Mehra menyarankan bahwa ada empat jenis data: “terstruktur, tidak terstruktur, gambar dan ada data yang disimpulkan.” Ia mengatakan bahwa rasional di balik AntWorks adalah untuk menciptakan mesin ingesti data yang dapat membaca keempat jenis data tersebut.

Tetapi bukankah perusahaan RPA lainnya juga melihat ingesti data?

Mehra mengakui bahwa mereka melakukannya tetapi ini adalah perkembangan baru — misalnya Decipher Blue Prism, yang diumumkan awal tahun ini.

Mehra berargumen bahwa meskipun AntWorks terlambat datang ke pesta RPA, dengan datang lebih tardi ia tidak dibebani oleh warisan, dan alat ingesti data-nya oleh karena itu berada di depan. Faktanya, AntWorks bahkan tidak menggambarkan dirinya sebagai perusahaan RPA, melainkan sebagai bisnis otomatisasi cerdas.

Apakah artinya AntWorks akan melakukan pada perusahaan RPA yang ada apa yang dilakukan Netflix pada Blockbuster? Itu tidak mungkin, tetapi mungkin fokusnya pada fraktal dan ingesti data memberikan nik yang cukup untuk menggali irisan pasar yang didominasi oleh sejumlah kecil perusahaan yang bersama mereka telah mengumpulkan lebih dari satu miliar dolar.

Apakah RPA adalah pelapis luka?

Kritikus berargumen bahwa RPA adalah perbaikan jangka pendek untuk masalah yang akhirnya akan diatasi oleh perangkat lunak yang lebih terintegrasi.

Tuduhan ini tidak mengejutkan perusahaan RPA tidak setuju. Pertahanan mereka adalah RPA berevolusi, dalam faktanya banyak telah berhenti menggunakan singkatan RPA dan mengatakan otomatisasi cerdas sebagai gantinya. Misalnya, baru-baru ini Jason Kingdon, chair di Blue Prism, told Information Age bahwa: “Kritikus mengatakan RPA adalah momen singkat antara sekarang dan saat kita mendapat — solusi besar yang nyanyi nyanyi semuanya, tetapi itu komplet omong kosong… alat RPA, dapat melakukan pekerjaan antara sembilan dan 50 orang.”

Mehra menyarankan bahwa RPA dapat berubah dari menjadi pelapis luka dengan menjadi otomatisasi cerdas. “RPA adalah lem kertas,” ujarnya, “otomatisasi cerdas adalah menggunakan paku. Jika Anda meletakkan lukisan menggunakan Blu Tack atau lem kertas, itu akan tetap di dinding untuk sementara waktu tetapi pada suatu titik itu akan jatuh. Jika Anda menggunakan paku, lukisan itu akan tetap di dinding selamanya hingga gempa bumi atau sesuatu semacam itu.”

Apa hubungannya dengan semut?

Akhirnya ini membawa kita pada semut dan khususnya ratu semut, atau apa yang disebut AntWorks sebagai ratu bot.

Mehra menjelaskan: “Ratu bot terus memantau bot semut. Jika ratu bot melihat bahwa satu bot tertentu gagal, ia mengalokasikan tugas bot itu ke desktop lain.”

Pendekatan ratu bot juga membuat sesuatu yang disebut manajemen tenaga kerja cerdas menjadi mungkin. Misalnya, dalam kasus perusahaan asuransi, mungkin ada tiga bot, satu melakukan klaim, satu gaji dan yang ketiga utang dagang. Jika bot yang bekerja pada klaim kesulitan dengan beban kerja, tetapi dua lainnya sudah selesai untuk hari itu, ratu bot dapat mengalokasikan dua bot yang kurang bekerja untuk membantu bot pertama.

Itu tidak persis seperti sarang semut. Ratu semut tidak mengeluarkan perintah, tidak ada rencana master, ketertiban diciptakan oleh setiap semut yang mengikuti aturan sederhana yang terkeras di dalamnya, seperti mengikuti semut lain. Tapi jika Anda melihat sarang semut sebagai metafora, dengan ratu semut dalam kendali, pekerja mengikuti perintahnya, maka itu tampaknya merupakan perkiraan dari apa yang dimaksudkan AntWorks dan produk ANTstein-nya.