Wiki Humason

Glossario dell'automazione

Per capire come implementare e gestire un programma di automazione di successo occorrono una strategia precisa, un'attenta pianificazione e gli strumenti e la tecnologia giusti per realizzare gli obiettivi aziendali e operativi.

Conoscere le parole appropriate per descrivere al meglio le esigenze della tua organizzazione è un ottimo inizio, per questo motivo questa pagina ha l’obiettivo di fornirti un glossario dei termini per aiutarti a navigare nel tuo viaggio di trasformazione digitale.

Che tu sia un top manager, una figura tecnica o un utente aziendale che utilizza per la prima volta un software di automazione, è importante comprendere le varie tecnologie che ti aiuteranno a costruire una solida automazione.

Il glossario dell’automazione:

1. Agentic AI

L’Agentic AI (intelligenza artificiale agentica) è una categoria di intelligenza artificiale progettata per agire in modo autonomo con capacità decisionale e adattamento dinamico all’ambiente. Non si limita a rispondere ai comandi: prende iniziative, pianifica e agisce per raggiungere obiettivi specifici, replicando in parte i processi cognitivi umani.

2. AI Agent

Un AI Agent è un programma software specifico che rientra nel sistema intelligente agentico. È capace di percepire l’ambiente, elaborare informazioni e compiere azioni in autonomia. A differenza dei bot tradizionali, un agente intelligente, programmato per uno specifico compito, impara, si adatta e collabora in modo proattivo e personalizzato.

3. AI Governance

L’AI Governance è l’insieme di politiche, procedure e strumenti che garantiscono l’uso etico, sicuro e responsabile dell’Intelligenza Artificiale nelle organizzazioni. Questo include la gestione dei rischi, la compliance alle normative e il monitoraggio continuo delle performance degli algoritmi.

4. Algoritmo nell’IA

Un algoritmo è una sequenza di istruzioni logiche e matematiche che guida un sistema informatico nell’esecuzione di un compito. Nel contesto dell’Intelligenza Artificiale, un algoritmo elabora dati, apprende da essi e genera output basati su regole predefinite o su esperienze pregresse. Gli algoritmi IA sono alla base di applicazioni come il riconoscimento facciale, la traduzione automatica e la guida autonoma.

5. Automazione dei documenti

L’automazione dei documenti è il processo di trasformazione dei documenti scritti a mano in informazioni immediatamente pronte per prendere decisioni. Questa tecnologia ha lo scopo di digitalizzare, classificare ed estrarre automaticamente le informazioni dalla carta utilizzando la più recente tecnologia di apprendimento automatico.

6. Automazione Intelligente

L’automazione intelligente (IA), talvolta indicata come “sistemi intelligenti”, collega l’intelligenza artificiale (la simulazione dell’intelligenza umana) con le capacità dell’RPA (la simulazione delle azioni umane) per consentire l’espansione delle capacità di automazione. Grazie all’automazione intelligente è possibile avvalersi di altre tecnologie cognitive come la computer vision, l’elaborazione del linguaggio naturale (NLP) e l’apprendimento automatico (ML) per ampliare il numero di processi che possono essere automatizzati, da quelli semi-strutturati come l’elaborazione delle fatture dei servizi finanziari a quelli non strutturati come il triage delle e-mail.

7. Bias Algoritmico

Il bias algoritmico è una distorsione nei risultati prodotti da un algoritmo a causa di dati di addestramento non rappresentativi, errori di progettazione o ipotesi errate incorporate nel modello. Questo fenomeno può portare a discriminazioni o pregiudizi nei sistemi IA, influenzando negativamente decisioni aziendali e sociali.

8. Business Process Analysis

L’analisi dei processi aziendali (BPA) è il metodo di revisione dei processi che regolano le operazioni aziendali. Si tratta di un’analisi in più fasi dei processi per identificare ciò che funziona bene, ciò che deve essere migliorato e il modo in cui tali miglioramenti possono essere apportati.

9. Business Process Management

Il Business Process Management (BPM) è un metodo strutturato per migliorare i processi aziendali analizzandoli, modellandoli, implementandoli, monitorandoli e automatizzandoli. Con questo strumento è possibile automatizzare rapidamente i processi, ottimizzare i flussi di lavoro, creare esperienze digitali per i clienti e accelerare l’elaborazione diretta.

10. Business Process Optimization

L’ottimizzazione dei processi aziendali (BPO) è un modo per migliorare l’efficienza di un’organizzazione ottimizzando i suoi processi principali. Il BPO fa parte del processo di gestione dei processi aziendali (BPM).

11. Chatbot Cognitivi

I chatbot cognitivi sono assistenti virtuali avanzati che utilizzano Intelligenza Artificiale (AI), Natural Language Processing (NLP) e Machine Learning (ML) per comprendere, elaborare e rispondere in modo naturale alle domande degli utenti. A differenza di chatbot basati su regole rigide, i chatbot cognitivi apprendono dall’interazione con gli utenti e migliorano nel tempo, offrendo risposte più contestualizzate e precise.

12. Computer Vision

La visione computerizzata cerca di emulare o superare le capacità dell’occhio umano e della corteccia visiva, che ci danno la capacità di vedere schemi e forme, riconoscere i volti e altro ancora. Per raggiungere questo obiettivo, la computer vision contiene una serie di algoritmi e principi di apprendimento automatico per riconoscere, interpretare e comprendere le immagini. Nell’automazione intelligente, la computer vision apre un mondo di nuove possibilità e può essere impiegata in vari modi, da casi d’uso semplici come la collaborazione con sistemi che riconoscono dove si trova un pulsante su uno schermo e dove bisogna cliccare, a casi d’uso complessi come il riconoscimento di un’auto che sta commettendo un’infrazione di parcheggio.

13. Conversational AI

La Conversational AI è una tecnologia avanzata che combina NLP, riconoscimento vocale, sintesi vocale e machine learning per consentire interazioni fluide e naturali tra gli utenti e le macchine. Questo approccio non si limita solo a chatbot testuali, ma include anche assistenti vocali, call center automatizzati e interfacce multimodali.

14. Deep Learning

Il deep learning (DL) è un sottoinsieme dell’apprendimento automatico ispirato alla struttura del cervello umano. Tuttavia, mentre l’apprendimento automatico utilizza parametri basati su descrizioni dell’input, il deep learning utilizza i dati associati a un oggetto o a un pezzo di dati, nonché il modo in cui differisce da un altro oggetto o pezzo di dati. In un’applicazione del mondo reale, il deep learning potrebbe aiutare un operatore digitale a decifrare e comprendere facilmente la scrittura a mano, imparando vari modelli di scrittura e confrontandoli con i dati relativi all’aspetto delle lettere. Un’applicazione più complessa potrebbe essere il riconoscimento delle condizioni mediche di un paziente.

15. Digital Worker (Operatore Digitale)

I digital worker sono robot software super organizzati e multitasking che lavorano al fianco delle persone per automatizzare e trasformare i processi aziendali. Come gli esseri umani, gli operatori digitali possono sviluppare nuove competenze nel tempo, diventando sempre più intelligenti e capaci. Grazie all’intelligenza artificiale, i digital worker possono essere addestrati a svolgere compiti sempre più complessi, a gestire grandi carichi di lavoro e a prendere decisioni critiche per affrontare il lavoro con maggiore velocità e produttività, diventando così un moltiplicatore di forze nelle aziende.

16. Elaborazione intelligente dei documenti

L’elaborazione intelligente dei documenti (IDP) è una tecnologia autonoma avanzata per la conversione di dati non strutturati o semi-strutturati in informazioni strutturate e utilizzabili grazie all’intelligenza artificiale. L’obiettivo principale di questa tecnologia è eseguire un’estrazione veloce delle informazioni senza però compromettere la precisione del processo generale di lavoro. Questa classe applicativa è particolarmente impiegata nel forecasting (l’elaborazione di previsioni di diversa natura e in diversi ambiti) e nella classificazione dei dati.

17. Explainable AI

Explainable AI è un approccio che mira a rendere “leggibili” e trasparenti le decisioni dei modelli di intelligenza artificiale. In pratica, XAI si propone di “aprire la scatola nera” degli algoritmi complessi, permettendo a chi li utilizza di capire perché e come vengono prese determinate decisioni. Questo è particolarmente importante in settori critici come sanità, finanza e risorse umane, dove è fondamentale giustificare le decisioni automatizzate.

18. Gestione del ciclo di vita dell’automazione

La gestione del ciclo di vita dell’automazione (ALM) è un modello operativo scalabile per le automazioni di livello aziendale. Questo strumento serve per aiutare le organizzazioni a progettare rapidamente automazioni di migliore qualità, semplificando al contempo le complesse e lunghe attività di definizione dei processi.

19. Intelligenza Artificiale

L’intelligenza artificiale (AI) descrive la capacità di una macchina di imitare un comportamento umano intelligente o di simulare un comportamento intelligente nei computer. Abbinata alla RPA, l’AI consente alle aziende di analizzare, categorizzare ed estrarre dati non strutturati, non solo rendendoli funzionali ma anche migliorando la resa di complessi processi aziendali automatizzati.

20. Machine Learning

L’apprendimento automatico (ML) è un’applicazione dell’intelligenza artificiale che consente a un computer, a un sistema o a una tecnologia di apprendere e migliorare le proprie prestazioni incorporando continuamente nuovi dati in un modello statistico esistente o sviluppando nuovi comportamenti basati sull’esperienza. L’apprendimento automatico ha tre tipi di approccio chiave, tra cui l’apprendimento supervisionato, non supervisionato e l’apprendimento per rinforzo, ognuno dei quali aiuta le macchine a prendere decisioni in modo autonomo o semi-autonomo per aiutarle ad adattarsi ai cambiamenti e a fornire i migliori risultati nel più breve tempo possibile, senza la necessità di rivolgersi costantemente a una persona per ricevere istruzioni dirette.

21. Model Auditing

Il Model Auditing è il processo di analisi e valutazione dei modelli di Intelligenza Artificiale per garantire che siano trasparenti, equi, affidabili e conformi alle normative. Questo processo è fondamentale per individuare bias, errori o vulnerabilità che potrebbero compromettere l’affidabilità del sistema.

22. Modello Operativo RPA

Un modello operativo di automazione è un sistema che aiuta le organizzazioni fornendo dettagli su misura e guide complete su come le risorse devono essere organizzate per gestire le attività RPA. La tecnologia più avanzata, senza un modello operativo adeguato, non sarebbe mai sufficiente a far raggiungere all’ambiente RPA complessivo il suo livello ottimale.

23. Natural Language Classification

La classificazione del linguaggio naturale (NLC) consente alle macchine di apprendere un linguaggio specifico del dominio, in modo da comprendere il contesto proprio come farebbe un essere umano. Con l’NLC, gli operatori digitali possono comprendere, classificare e rispondere alle parole in base alla loro collocazione o al loro significato in una particolare struttura di frase.

24. Natural Language Generation

La generazione del linguaggio naturale (NLG) consente agli operatori digitali di tradurre il linguaggio macchina, difficile da calcolare, in un linguaggio facilmente comprensibile dalle persone. Oggi, ad esempio, l’NLG potrebbe essere utilizzato in uno scenario di consulenza finanziaria, come il monitoraggio delle fluttuazioni azionarie e il consiglio se vendere o investire.
Chat GPT è in grado di competere con i prodotti di traduzione commerciali, come Google Translator, per quanto riguarda i compiti NLG, bilanciando l’informatività e la concisione. Le capacità NLG di Chat GPT sono ciò che lo rende così bravo nei compiti di riassunto, generazione di storie e data-to-text.

25. Natural Language Processing

L’elaborazione del linguaggio naturale (NLP) si riferisce alla capacità dei computer di elaborare il linguaggio umano verbale e scritto. Proprio come i bambini imparano a parlare, i computer iniziano ad apprendere semplici strutture di frasi, per poi arrivare a comprendere l’ironia di una frase. Nell’automazione intelligente, l’NLP viene utilizzato per consentire ai chatbot e agli agenti virtuali di impegnarsi in una conversazione umana, comunicando in definitiva con la stessa efficacia di una persona.

26. Orchestrator

Orchestrator è una piattaforma centralizzata utilizzata nell’ambito della Robotic Process Automation (RPA) per gestire, monitorare e coordinare l’esecuzione dei bot. Si occupa della distribuzione dei processi, della gestione delle code di esecuzione, del monitoraggio in tempo reale delle attività e della gestione degli errori, garantendo che ogni bot operi in modo sincronizzato e in linea con le esigenze aziendali.

27. Orchestrazione dei processi

L’orchestrazione dei processi è uno dei tre approcci principali alla gestione dell’automazione; gli altri due sono l’approccio manuale e la pianificazione. L’approccio manuale consiste semplicemente nell’attivare fisicamente un lavoro per un processo o un’attività specifici. La programmazione consiste nell’istruire i lavoratori digitali a eseguire un’attività, ad esempio, ogni due minuti in orari specifici. L’orchestrazione, invece, utilizza dati e algoritmi per capire qual è il momento migliore per eseguire le attività o assegnarle ad altri obiettivi, invece di rimanere in panchina. Questo approccio garantisce il massimo dell’efficienza e significa che i lavoratori digitali non si rilassano o sono “part-timers”, nemmeno per due minuti.

28. Process Discovery

Il process discovery è il metodo di raccolta manuale o automatica dei dati attraverso il Business Process Management e il Process Mining per creare una rappresentazione dei processi aziendali in uso di un’organizzazione. Consente di identificare, analizzare, qualificare, dare priorità e pianificare in modo oggettivo i processi aziendali da automatizzare per creare una corretta pipeline.

29. Process Intelligence

La Process Intelligence riunisce i migliori aspetti del Process Mining, del Task Mining e della Business Intelligence. Utilizzando questo strumento, è possibile trasformare il funzionamento dei processi attraverso la scoperta, l’analisi e l’ottimizzazione dei processi. Ciò consente di scalare l’automazione più rapidamente, identificando i processi giusti ed eseguendoli al massimo delle prestazioni.

30. Process Mining

Il Process Mining utilizza i dati dei sistemi informativi per creare un modello accurato di come viene eseguito un processo. I dati per il Process Mining vengono raccolti dai dati di log delle applicazioni e dei database e inseriti in un motore analitico che li estrae e produce una mappa del funzionamento del processo in produzione, confrontandola poi con un nuovo modello di funzionamento progettato per il processo.

31. Reti Neurali

Come i neuroni che si connettono nel cervello umano, una rete neurale è un’architettura informatica in cui diversi processori sono interconnessi. Queste connessioni consentono ai computer di apprendere attraverso un processo di tentativi ed errori. Le reti neurali convenzionali sono utilizzate per riconoscere gli oggetti nei video o nelle immagini, mentre le reti neurali ricorrenti formano anelli di reti, consentendo alle informazioni di rimanere all’interno dell’architettura del computer nel tempo.

32. Robotic Process Automation

L’automazione robotica dei processi (RPA) si riferisce ad un software che consente di svolgere attività o processi aziendali passo dopo passo, all’interno dei sistemi e delle applicazioni esistenti, proprio come farebbe un essere umano. In quanto elemento fondante dell’automazione intelligente, l’RPA si abbina alla tecnologia AI e oggi non si limita più ai comuni processi di back-office, ma consente di utilizzare funzionalità avanzate di automazione cognitiva per gestire eccezioni, variazioni e risolvere problemi con un intervento umano minimo.

33. RPA assistita

La Robotic Process Automation (RPA) presidiata è un’automazione preimpostata che vive sul dispositivo dell’utente e non si attiva, o non completa tutte le attività prestabilite, a meno che l’utente non dia un comando. È ideale per alcune tipologie di processo che richiedono la sicurezza dei dati sensibili.

34. RPA non assistita

La Robotic Process Automation (RPA) non presidiata è un’automazione che funziona in modo indipendente e completa le attività seguendo un processo basato su regole prestabilite senza richiedere l’intervento umano.

35. Script di Automazione

Uno Script di Automazione è una serie di comandi o istruzioni predefinite che definiscono il comportamento di un bot RPA per eseguire un compito specifico. Questi script contengono la logica operativa necessaria per interagire con applicazioni, elaborare dati e completare processi ripetitivi in modo autonomo. Essi rappresentano il “codice operativo” che guida l’azione automatizzata.

36. Software Robot (Digital Worker)

I software robot sono cowoker digitali super organizzati e multitasking che lavorano a fianco delle persone per automatizzare e trasformare i processi aziendali. Come gli esseri umani, i digital worker svolgono compiti specifici in base agli obiettivi assegnati loro e possono sviluppare nuove competenze nel tempo, diventando sempre più “intelligenti” e capaci. Grazie all’intelligenza artificiale, i software robot possono essere addestrati a prendersi carico di compiti sempre più complessi, a gestire importanti carichi di lavoro e a prendere decisioni critiche per affrontare il lavoro con maggiore velocità e produttività, diventando così un moltiplicatore di forze per le imprese.

37. Task Automation

L’automazione dei task si riferisce all’uso di software per completare attività lavorative. Automatizzare i compiti migliora l’accuratezza e la coerenza dei flussi di lavoro e rende i processi più efficienti, utilizzando tecnologie come l’automazione dei processi robotici (RPA). L’automazione delle attività snellisce i processi manuali e riduce al minimo la quantità di lavoro necessaria per produrre un risultato specifico, agevolando le organizzazioni con un risparmio di tempo e denaro.

38. Workflow Automation

L’automazione del flusso di lavoro consiste nell’impostare le attività in modo che si svolgano in modo indipendente entro parametri prestabiliti. L’automazione trasforma le attività svolte manualmente in forma digitale automatizzata. Una volta implementato, questo tipo di automazione genera un processo di lavoro efficace da eseguire regolarmente per migliorare la produttività quotidiana.

Servizi

I nostri Partner

Stesi

Inventio Hub

Informazioni legali

Design & Development

Afferra al volo la cometa Humason

Humason SRL