Hoe AntWorks fractalen & data-ingestie gebruikt om RPA te schalen – Inzichten van Asheesh Mehra

Mieren coöpereren door eenvoudige regels te volgen, RPA-bots coöpereren ook, maar het controlesysteem is meer deliberate.

Mieren zijn geen intelligente wezens, ze gehoorzamen heel eenvoudige regelsets, toch is de mierenhoop, met haar ingewikkelde tunnels en voedselzoekende partijen, enorm complex; alsof de koningin-mier in het commando-centrum zit, orders uittelt. Dat doet ze natuurlijk niet, we weten inmiddels dat een mierenhoop een voorbeeld is van een emergent systeem — een complex systeem opgebouwd uit eenvoudige interacties. Er is niets simpels over de software-robots die RPA vormen. Maar het AntWorks RPA-systeem, bekend als ANTstein, probeert orde te creëren uit chaos, fractalen en RPA toe te passen, door fractal-gebaseerde algoritmes te gebruiken, data-ingestie toe te passen en zelfs iets te hebben dat op een koningin-mier lijkt. Het claimt het probleem op te lossen dat de RPA-sector al lange tijd lastigvalt: de uitdaging van RPA schalen.

Fractalen en RPA

De Poolse wiskundige Benoit Mandelbrot, een man die zei geïnteresseerd te zijn in de kunst van ruwheid, en zichzelf beschreef als een fractalist, is de man die het woord fractal bedacht. Kijk naar een kustlijn op afstand, deze heeft meestal een rugged uiterlijk, boekten en inhammen, en stranden, misschien. Zoom in, bekijk een deel van die kust, dezelfde ruwheid is er, terwijl andere, proportioneel kleinere boekten en inhammen verschijnen. Zoom weer in, en weer in, de kustlijn ziet er misschien niet identiek uit, maar zal lijken op de oorspronkelijke kustlijn. In het hart van fractalen zit zelf-vergelijking. Mandelbrot bestudeerde hoe het mogelijk was om "ruwheid te meten."

Data kan ook best ruw zijn, vooral als het ongestructureerd is. Dit is de essentie van het AntWorks-systeem, fractalen gebruiken om schone data te creëren. Het komt neer op het verschil tussen een fractale en neurale engine.

Asheesh Mehra, mede-oprichter en CEO van AntWorks, legt uit met een metafoor over een appel. Hij zei: "Als ik een neurale engine moet trainen om een appel te herkennen, zou het getraind moeten worden op een extra kleine appel, een kleine appel, een medium appel, een grote appel, een extra grote appel, in elke vorm, kleur en variant, zodat de neurale engine elke appel kan herkennen die voorkomt. Omdat fractalen fundamenteel gaan over patroonherkenning, hoef je de fractale engine maar op één appel te trainen, ongeacht de grootte. Dat is omdat het patroon van een extra kleine appel, of het patroon van een extra grote appel, hetzelfde blijft."

Hoe fractalen RPA ondersteunen?

"Fractal-wetenschap," zei Mehra, "is gebaseerd op de premisse van zelf-vergelijking en dat netwerken van neuronen vergelijkbare maar niet identieke signalen over patronen dragen. Fractal-wetenschap is een meer deterministische wetenschap, terwijl neurale een meer probabilistische wetenschap is. Omdat fractal een meer deterministische wetenschap is, heeft het een kleinere representatieve dataset nodig voor training. Omdat je een kleinere representatieve dataset nodig hebt voor training, vallen de downstream-voordelen vanzelf. Je hebt dunne infrastructuur nodig, minder rekenkracht en het wordt veel makkelijker en sneller om de oplossing te implementeren." Hij suggereert dat dit contrastert met "neurale engines, waar je grote datasets nodig hebt, wat dan betekent dat je grotere infrastructuur, meer rekenkracht nodig hebt, wat leidt tot stijgende kosten en meer tijd om de oplossing te deployen.

"Ik zou zeggen dat neurale ook heel mensen-afhankelijk is, waar je grote resource-pools nodig hebt om de engine te trainen," terwijl fractalen minder mensen nodig hebben.

Kortom, zo gaat het argument, is fractaal-gebaseerde RPA makkelijker te schalen - tenminste dat is de kern van wat Mehra zegt.

Dus dat is het idee achter fractalen en RPA.

Data ingesten

Mehra suggereert dat er vier typen data zijn: "gestructureerd, ongestructureerd, afbeelding en er is geïnfererde data." Hij zegt dat de rationale achter AntWorks was om een data-ingestie-engine te creëren die alle vier datatypen kan lezen.

Maar kijken de andere RPA-bedrijven niet ook naar data-ingestie?

Mehra geeft toe dat ze dat wel doen, maar dat dit een recente ontwikkeling is - bijvoorbeeld Blue Prism's Decipher, aangekondigd eerder dit jaar.

Mehra argueert dat AntWorks hoewel laat op het RPA-feestje, door later te komen niet geweldigd werd door legacy, en dat de data-ingestie-tools daarom in de lead zijn. Inderdaad, AntWorks beschrijft zichzelf niet eens als een RPA-bedrijf, maar als een intelligent automation bedrijf.

Betekent dat dat AntWorks zal doen wat Netflix deed met Blockbuster? Dat is onwaarschijnlijk, maar misschien geeft de focus op fractalen en data-ingestie het een voldoende niche om zich een plakje te snijden van een markt gedomineerd door een klein aantal bedrijven die samen meer dan een miljard dollar hebben opgehaald.

Is RPA een pleister?

Critici beweren dat RPA een korte-termijn fix is voor een probleem dat uiteindelijk door meer geïntegreerde software opgelost zal worden.

Dit is een beschuldiging waar de RPA-bedrijven verrassend genoeg het niet mee eens zijn. Hun verdediging is dat RPA evolueert, inderdaad hebben velen gestopt met het acroniem RPA te gebruiken en zeggen intelligent automation in plaats daarvan. Bijvoorbeeld, onlangs zei Jason Kingdon, voorzitter bij Blue Prism, tegen Information Age: "Critici zeggen dat RPA een kort moment is tussen nu en wanneer we krijgen — een geweldige alles-zingende oplossing, maar het is complete onzin... een RPA-tool, kan het werk doen van tussen de negen en 50 mensen."

Mehra suggereert dat RPA kan muteren van een pleister naar intelligent automation. "RPA is plakband," zegt hij, "intelligent automation is een spijker gebruiken. Als je een schilderij ophangt met Blu Tack of plakband, blijft het een tijdje hangen, maar op een gegeven moment gaat het vallen. Als je spijkers gebruikt, blijft dat schilderij voor eeuwig hangen tot een aardbeving of zoiets."

Wat heeft dit met mieren te maken?

Tot slot brengt ons dit bij mieren en in het bijzonder de koningin-mier, of wat AntWorks de queen bot noemt.

Mehra legt uit: "De queen bot monitort constant de ant-bots. Als de queen bot ziet dat een bepaalde bot is mislukt, wijst die bot's taak toe aan een ander desktop."

De queen-bot benadering maakt ook intelligent workforce management mogelijk. Bijvoorbeeld, bij een verzekeringsmaatschappij, kunnen er drie bots zijn, één die claims doet, één payroll en een derde accounts payable. Als de bot die aan claims werkt worstelt met de werkbelasting, maar de andere twee klaar zijn voor de dag, kan de queen bot de twee onderbelaste bots toewijzen om de eerste bot te helpen.

Het is niet precies als een mierenhoop. De koningin-mier geeft geen orders uit, er is geen meesterplan, orde wordt gecreëerd door elke mier eenvoudige regels te volgen die in haar hardwired zitten, zoals andere mieren volgen. Maar als je een mierenhoop ziet als een metafoor, met de koningin-mier in controle, werknemers die haar orders volgen, dan lijkt dat een benadering van wat AntWorks en het ANTstein-product erover gaan.