Automazione intelligente dei processi di business
AI e Business Automation: un approccio olistico oltre il Machine Learning e il Process and Decision Management tradizionale

Al cuore di ogni iniziativa di digital transformation c’è un aggiornamento dei processi aziendali, che vengono profondamente trasformati per dare vita a nuove forme di interazione con clienti, fornitori e dipendenti. Digitalizzare i processi porta alla loro semplificazione e disintermediazione, ma non per questo bisogna rinunciare al controllo e alla visibilità. Entrando qui in gioco strumenti in grado di offrire al business gli opportuni livelli di governo e automazione.

Da tempo sono disponibili strumenti di intelligenza artificiale che non sono ancora sfruttati appieno nei contesti aziendali. Per agevolare il governo dei processi e supportare l’introduzione dell’AI, Red Hat ha rilasciato un insieme di soluzioni per accelerare l’evoluzione digitale e la cooperazione di team di business e di sviluppo.

Red Hat Business Automation è una suite di prodotti, creata integrando tra loro i principali e più noti progetti open source di riferimento in questo ambito, come Drools, JBpm e OptaPlanner. In particolare consente di:

• semplificare l’identificazione e l’applicazione di policy e procedure di business;
• automatizzare le business operation;
• misurare i risultati delle attività in ambienti eterogenei (fisici, virtuali, mobili e cloud).

Red Hat Business Automation abilita l’utilizzo di Intelligenza Artificiale (AI) per l’automazione delle decisioni, permettendo agli utenti di integrare analisi predittive nelle applicazioni di decision management e di creare sistemi automatici e intelligenti che li aiutino a interpretare e rispondere alle dinamiche di mercato in continua evoluzione.

Con la release più recente, inoltre, è possibile importare ed eseguire modelli predittivi espressi in Predictive Model Markup Language (PMML), uno standard per l’integrazione e lo scambio di informazioni tra le piattaforme di machine learning (ML). La capacità di eseguire in un unico motore decisionale real-time la combinazione tra modelli predittivi (derivanti dall'analisi dei dati) e modelli di regole (derivanti dalla conoscenza del proprio business) rappresenta un elemento di valore in molti use case, anche in ambiti emergenti come l'edge computing.