Ertuğrul Yazıcı/RPA Danışmanı
08.12.2020AI Fabric Nedir?
Hali hazırda kullanılan RPA yöntemleri şirketler için oldukça yararlı durumdadır. Bir sürecin otomatize edilebilmesi için bazı kriterler mevcuttur. Sürecin kurala dayalı olması, çok değişkenli olmaması, girdilerin düzenli bir yapıda olması, sürecin tekrar etmesi gibi kriterler süreçlere başlamadan önce dikkat edilmesi gereken noktalardan bazılarıdır. Aslında bu kriterler, süreçlerde kullanılan robotları insanlara benzeme noktasında uzak bir yere taşımaktadır. Gün geçtikçe beklenti, kullanılan bu robotların minimum koşul ile insan davranışlarına maksimum yakın olması, ya da bu beklentileri RPA tek başına gerçekleştiremezse?
Dediğinizi duyar gibiyiz!
RPA’in Sadık Dostu AI Fabric ile Tanışın!
UiPath’in 2019 yılında duyurduğu
AI Fabric ismini verdiği hizmeti 
ile RPA ve Yapay Zekanın entegrasyonu bu beklentiyi karşılama yolunda bir adım olarak görülmektedir.
Peki AI Fabric tam olarak ne işe yarıyor?
AI Fabric, aslında çok değişkenli ve belirli düzene sahip olmayan süreçleri zamanla öğrenek bir desen oluşturmaktadır.. Bu öğrenme aşamasında kullanıcıdan belirli noktalarda onay alarak sürecin en önemli kısmı olan desen oluşturmayı olabildiğince yüksek bir doğrulukta tamamlamaktadır. AI Fabric ne işe yarar sorusunu tam olarak cevaplayabilmek ve şirketinizin ihtiyacına hangi noktalarda karşılık verebileceğini bir örnek üzerinden inceleyebiliriz.
- Avustralya’nın en büyük ve en eski finansal kuruluşlarından biri olan Heritage Bankası’nın, geniş müşteri skalası ve büyük finansal portföyüne sahip olmasından dolayı RPA ile yolları kesişti. 2017 yılında banka, Uipath ile 80 farklı süreç konusunda destek alarak iş yükünü bu noktada hafifleterek, çalışanlarına daha verimli iş ortamı sağlamış oldu. Bankaya bu süreçlerin yönetimi için bir birim bile kuruldu. Fakat bu yeterli değildi. Heritage’ın mali suçlar ekibi, işlem kayıtlarını ve diğer verileri oluşturmak için zaman zaman kolluk kuvvetleriyle birlikte çalışıyordu. Bu süreç, temel bankacılık sistemlerinden, CRM sistemlerinden ve diğer uygulamalardan manuel olarak veri çekilmesi gerektiğinde çok zaman alabiliyordu. Heritage, UiPath kullanarak saat, tarih, konum ve işlem türü gibi girdileri anlayabilen ve polis raporlarını derlemek için birden çok sistemden veri çekebilen bir bot oluşturdu ve böylece saatler süren sıkıcı iş gücü tasarrufu sağladı.
Bu projenin hayata geçirilmesinin ardından bir başka zorlayıcı süreç için teklif gelmişti bile. Müşterilere kredi verilirken detaylı bir gider araştırması yapılması gerekiyordu. Heritage ekibinin bir kez daha farklı alanlardan büyük hacimli verileri incelemek, belirli işlem türlerini bulmak ve bunları hızla sınıflandırmak için bir yol bulması gerekiyordu. Bu nedenle ekip, anahtar kelimeleri seçebilen ve belirli işlemleri sınıflandırabilen otomatik kurallar oluşturdu. O zamanlar, bu sistem işlemlerinin yüzde 40 ile 50'sini sınıflandırabiliyordu yani hala büyük miktarda manuel iş vardı. AI Fabric ve UiPath'in özel modelinin yardımıyla Heritage, canlı gider raporları oluştururken veri madenciliği işlemlerinin yaklaşık yüzde 90'ını otomatikleştirme yolunda ilerliyordu. Bankanın süreç merkezinden David Johnston bununla ilgili "On iki ay önce, bu süreç her kredi başvurusuna bir saatlik insan emeği ekliyordu" diyor.
RPA+Yapay Zeka entegrasyonu ile daha birçok iş alanında yaratıcı çözümler görmek mümkün. İşin teknik kısmını ele alırsak;
AI Fabric Nasıl Kullanılır?
UiPath, AI Fabric aracılığıyla RPA geliştiricileri ile Yapay zeka geliştiricilerini bir platformda buluşturmuş oluyor. Bu sayede Uipath’in süreçlere yapay zeka kattığı AI Fabric ile, geliştiriciler kolaylıkla hazır modeller sayesinde geliştirme yapabilirler. Geliştirici sürükle-bırak metoduyla hazır makine öğrenimi modellerinden faydalanabilir, hatta isterse sürece uygun kendi modelini tasarlayıp işleyişe entegre edebilir. Hazır modellerin olmasının en büyük avantajı geliştirici makine öğrenimi bilmeden dahi bu modeller aracılığıyla sürece yapay zeka işlevselliğini kazandırabilir. Geliştirici süreci tasarlarken öncelikle kullanacağı bu modeli seçer veya kendisi geliştirir. Bu modelle ilgili çalışmaları tamamladıktan sonra sürükle bırak metoduyla ilgili iş akışına ekler. İstediği karar noktalarında ise robotun kullanıcıya danışmasını sağlayarak deseni oluştururken hata payını minimuma indirebilir. 