IA automatiza tarefas repetitivas
![](https://www.silicon.pt/wp-content/uploads/2019/03/1_2qqjQQ0wW37Lbvkx50zPxg-684x513.jpeg)
Cerca de 45% da atividade de rotina nas grandes empresas será automatizada este ano, de acordo com a IDC Research.
Os trabalhadores passam em média três horas do seu tempo de trabalho diário a realizar tarefas repetitivas no computador algo propício ao erro humano e à desmotivação, segundo dados de um estudo da OnePoll.
Por seu lado, no decorrer deste ano, estima-se que 45% das tarefas repetitivas em grandes empresas serão automatizadas, de acordo com um relatório recente da IDC Research, marcando uma clara mudança na tendência das organizações.
A automatização utiliza tecnologias de inteligência artificial e machine learning para ganhar velocidade de resposta, poupar no tempo dedicado e melhorar a precisão, reduzindo o risco de erro humano.
Empresas como a Keepler Data Tech, especializada em analítica avançada de dados, ajudam a trabalhar nesta área através da automatização baseada em inteligência artificial por via de seis cenários distintos:
– Back Office. A recolha de dados, seguida de gestão de correio, catalogação de documentos digitais, relatórios de IT e de software “ou a enfadonha gestão de faturas, são as tarefas mais detestadas”. É possível extrair entidades de documentos ou faturas e reduzir o tempo de inspeção manual. Além disso, permite a integração no ERP corporativo, reduzindo assim a possibilidade de erros e permitindo a automatização deste processo.
– Suporte ao cliente. A inteligência artificial no serviço ao cliente é responsável pela escuta e interpretação de mensagens para fornecer a resposta mais adequada às necessidades do cliente. É cada vez mais comum encontrar bots que se envolvem em conversas com os clientes, oferecendo respostas mais rápidas e precisas, para além da vantagem de uma disponibilidade 24/7.
– Revisão de danos e controlo de qualidade. As novas tecnologias revolucionaram o controlo de qualidade, as inspeções e a detecção de anomalias. Os algoritmos de aprendizagem automática fornecem soluções altamente avançadas. São capazes de identificar danos ou mau funcionamento de máquinas ou estruturas, através de entradas de imagem, gravações de som, padrões de dados, etc.
– Reconhecimento de imagem. O reconhecimento de imagens já existe há muito tempo, mas a sua utilização tornou-se mais generalizada nos últimos anos. Esta tecnologia é muito útil em numerosas aplicações em ambientes industriais, por exemplo, permitindo uma monitorização mais eficaz dos ambientes de trabalho e dos equipamentos de segurança, identificação de situações de risco, deteção de anomalias nos produtos, entre outros.
– Transcrição de informação. A identificação de informações específicas tais como identificações, datas, números de telefone ou endereços é viável. A mesma tecnologia facilita a obtenção de relatórios das equipas de vendas e a sua inserção no CRM. O uso da inteligência artificial é capaz de transcrever uma conversa inteira em palavras completas, preenchendo as lacunas deixadas pela transcrição fonética, permitindo que o áudio seja convertido em texto.
– Deteção de insights e topics. A inteligência artificial é capaz de extrair informação relevante de opiniões ou revisões, e mesmo dos sentimentos que os utilizadores expressaram em linha. Desta forma, é possível identificar as margens de melhoria e também os tópicos que são de interesse quando se gera conteúdo.
“Na Keepler desenvolvemos uma solução que utiliza inteligência artificial para analisar o que é conhecido como dados não estruturados, o que tem um enorme valor oculto em muitas organizações e uma elevada carga de trabalho no seu processamento. Pode trabalhar em ficheiros de várias origens, tais como documentos, vídeo, áudio… UDI (Unstructured Data Insight) é uma solução que acelera a implementação de projetos de automatização de tarefas, eliminando ações manuais e, consequentemente, reduzindo o tempo de horas para minutos e minimizando a probabilidade de erros“, diz Daniel Alonso, Head of ML Solutions and Innovation de Keepler Data Tech.