Эта статья не про захватывающих мир самоподводящихся машин, когда-то придуманных Джоном фон Нейманом, речь пойдет о вещах куда более прозаичных и будничных. Знакомство с темой, как роботы создают роботов, начинается с простого утверждения — люди играют центральную роль. Именно они принимают решения и выступают в роли заказчиков. Однако ирония в том, что сам процесс создания роботов часто пропитан довольно тяжелой для человека рутиной. Именно здесь роботы могут стать спасением, сокращая скучные процессы и не допуская образования нелепых ситуаций «сапожник без сапог».

Константин Артемьев
Константин Артемьев, директор SherpaRPA

Не так давно я просматривал свою презентацию, сделанную для конференции «Гиперавтоматизация — 2021». В ней в трендах я указал: OCR и Vision, AI & ML, интеграцию ERP с BPM, Автоматизированное создание сценариев для роботов, Man in The Loop (человек в контуре), Когнитивный/разговорный ИИ вместо жестких сценариев, Разработчик офисных роботов — перспективная профессия. Некоторые прогнозы достаточно банальные, они уже давным-давно сбылись. На пункты про ИИ и автоматизированное создание тогда смотрели, как на достаточно отдаленную перспективу. Но за эти два года много чего произошло благодаря сильному прогрессу технологий.

Мы начали активно заниматься автоматизированным созданием роботов на практике два года назад и сначала казалось, что для процесса потребуется еще как минимум год. Но у нас получилось внедрить и реализовать новые подходы быстрее.

Наша платформа

Sherpa RPA — это отечественная платформа, предлагающая полный цикл услуг. Платформа поддерживает инструменты разработки ноу-код и лоу-код, четыре языка программирования, attended и unattended роботы, оркестратор, инструменты процесса discovery.

Клиенты Sherpa RPA — широкий спектр компаний, в том числе банки. По количеству клиентов в банковском секторе платформа является лидером среди отечественных аналогов. Работаем с десятью федеральными и национальными банками. Среди других отраслей: строительство, розничная торговля и, конечно же, телекоммуникации, где мы работаем с тремя федеральными операторами.

Мы активно занимаемся импортозамещением, замещая UiPath и Blue Prism, также были случаи перехода с Automation Anywhere. В прошлом году около ста роботов были конвертированы, а в текущем году по заключенным контрактам будет произведена миграция более 500 роботов. В этом процессе особую помощь оказывает инструмент автоматизированной миграции с UiPath и Blue Prism.

Sherpa RPA неизменно развивается, каждый месяц вводя новые функции. За последние полгода было внедрено около трех десятков крупных функций. Одной из наиболее заметных является разработка пользовательских интерфейсов как на десктопе, так и в оркестраторе. Отныне через оркестратор возможен запуск роботов Python, написанных вручную. В нем также доступны триггеры файлов и электронной почты.

Однако функция, которая вызывает особый интерес, — возможность отлаживать роботов и вносить изменения в их работу в реальном времени. Это означает, что можно запустить робота, а затем изменить его сценарий в ходе выполнения задачи, меняя переменные, выражения, перерисовывая диаграммы и т.д. Самое главное, все эти изменения могут быть сделаны без перезапуска робота, который продолжит работать согласно новым указаниям.

Функция, позволяющая вносить изменения в работу робота в реальном времени, значительно ускоряет процесс отладки, возможно, в три раза. Она избавляет от мелкой разработческой рутины, что делает ее очень полезной для новичков.

Упрощаем постановку задач

Вопросы искусственного интеллекта и машинного обучения, а также вопросы, связанные с Chat GPT, стали важной частью работы Sherpa RPA. Два года назад мы впервые начали внедрять функции искусственного интеллекта, включая модели кластеризации, классификации, предсказаний, выявления аномалий, NLP, лемматизации и многое другое. В прошлом году мы поддержали тенденции времени и внедрили поддержку Chat GPT. С помощью платформы можно использовать готовый блок без необходимости изучать какие-либо API или использовать прокси.

Еще одно новшество — умный помощник в редакторе выражений. Этот помощник позволяет формулировать задачи простым языком, и редактор в любом блоке подберет соответствующее выражение, которое выполняет эту задачу. Подход был расширен за счет умного помощника в генераторе регулярных выражений. Теперь, кроме генерации регулярного выражения на основе формулировки задачи, можно также просто представить несколько образцов извлеченных данных, и на основе этих образцов будет создано соответствующее регулярное выражение.

Недавно в Sherpa RPA была добавлена автогенерация кода для вставок кода на C#, Visual Basic и Python. Если вы хотите решить вашу задачу вставками кода из этих языков, этот код будет автоматически сгенерирован, причем генератор учтет контекст вашего сценария, объявленные переменные и обозначения входа и выхода.

Нейросети меняют правила игры

В последний релиз платформы мы добавили инструменты и механизмы, которые позволяют нейросетям отвечать на разные сложные вопросы по вашим данным и по вашим документам. Не секрет, что вы можете спросить у Chat GPT дату рождения Пушкина. И он правильно вам ответит. Но вы не можете спросить, задолжал ли вам контрагент, какой долг накопился до этого момента, когда были последние взаиморасчеты и т.д. Во-первых, у нейросети нет доступа к этим данным. Во-вторых, даже если бы вам очень хотелось использовать эти данные для обучения нейросети, вам пришлось бы загрузить все ваши конфиденциальные данные и коммерческую тайну в облако, что явно недопустимо для любой компании.

Тем не менее, существуют способы, с помощью которых нейросети могут отвечать на сложные вопросы, используя ваши данные и документы, без необходимости передавать эти данные в облако или на сторонний ресурс. Sherpa RPA внедрили эти инструменты и механизмы на свою платформу.

Следующей особенностью Sherpa RPA является «интеллектуальная обработка документов» (IDP), которая была внедрена два года назад. Этот инструмент, известный также как «обланизатор», может извлекать табличные и нетабличные данные из сканов и фотографий с помощью интеллектуальных шаблонов. Многие компании уже используют этот инструмент, и через него прошло, вероятно, несколько миллионов экземпляров документов за этот период. Он позволяет быстро создавать универсальные шаблоны, которые могут быть применены к различным вариациям одного и того же.

Даже если один и тот же документ, например акт сверки, выглядит одинаково, обработка актов сверки от нескольких тысяч контрагентов все равно требует времени. Создание и тестирование шаблонов, даже если каждый шаблон создается быстро, может занять довольно много времени и ресурсов. Именно для таких случаев мы разработали функцию автоматического создания шаблонов распознавания по нескольким образцам документа — Auto IDP. И самое удивительное в этом — вам даже не нужно будет размечать эти образцы. Это значительно ускорит процесс распознавания документов.

Но теперь давайте перейдем к главному — созданию роботов роботами. У нас есть такая функция, как генератор сценариев. Представьте, что у вас есть техническое задание. Вы просто копируете его из Word, вставляете в генератор сценариев и нажимаете кнопку. В результате, после некоторого времени (в зависимости от сложности вашего задания), у вас готов сценарий. Он уже содержит блоки, стрелки между блоками, циклы, подпроцедуры, условия и т.д. Все свойства блоков настроены, переменные связаны друг с другом и т.д. Получается рабочий сценарий, который вы можете сразу запустить.

И это только начало. Задумайтесь, зачем нам вообще нужны эти сценарии? Что если бы мы могли автоматизировать работу людей, не требуя от них создания сценариев роботов? Давайте посмотрим, как это может выглядеть на примере нашей CRM системы, где есть функция «Умный помощник».

В ближайшем будущем мы планируем обеспечить работу наших решений, в том числе и в изолированных контурах. Все представленные функции, а также некоторые не показанные еще вещи мы объединяем в новые продуктовые направления под названием Sherpa AI. Это новый подход к разработке и использованию программных роботов.

Зачем нам и вам это нужно

Чего мы стремимся достичь с помощью этого нового подхода? Во-первых, мы стремимся экономить время и деньги компании. В конце концов, время и деньги играют ключевую роль: сколько времени занимает подготовка к роботизации, разработка роботов, их внедрение, поддержка и тестирование. Мы стремимся достичь экономического эффекта.

Во-вторых, мы стремимся сделать роботизацию более доступной для разработчиков без специализированного обучения. Написание задач на естественном языке является вершиной разработки без кода.

Третья цель — решить множество мелких задач, которые сотрудники выполняют на своих рабочих местах каждый день. Они могут казаться мелочами, но они занимают много времени и вызывают раздражение. Наш гибридный подход позволяет роботизации достичь каждого рабочего места в компании.

Этот новый подход также меняет наше понимание терминов Unattended и Attended. В задачах unattended роботизации сценарий всегда будет присутствовать. Но наш подход к автоматизации и созданию сценариев позволяет делать это быстрее и с меньшими усилиями, включая привлечение менее квалифицированных сотрудников и аналитиков, которые лучше понимают, как выглядит процесс.

В контексте Attended роботизации, когда робот работает на рабочем месте сотрудника, исполняя его инструкции и решая рутинные задачи, мы можем обойтись без шага создания сценария. Сотрудник просто указывает, что ему нужно сделать, и робот выполняет — это вполне приемлемый подход.

Многие компании, включая нас, утверждают, что они создают виртуальных сотрудников, но в определенной степени это упрощение. Современные роботы не могут полностью заменить человека на рабочем месте, выполнить все его функции и общаться со своими коллегами так же, как это делают люди. Однако если мы дадим роботам понимание предметной области, способность к самоанализу и исправлению ошибок, тогда они действительно могут стать виртуальными сотрудниками.