Основные понятия#

RPA — это технология, позволяющая создать виртуальных роботов для выполнения рутинных задач, таких как обработка данных, заполнение форм или отправка писем. С помощью RPA можно автоматизировать работу, не требующую творческого подхода, а оставить за сотрудниками только решения сложных и нестандартных ситуаций.

Навыки — это готовые автоматизированные сценарии или действия, которые выполняет Sherpa Autopilot и чат-боты. Например, один навык может быть настроен для создания PDF-документов, другой — для отправки писем через почтовые сервисы. Эти навыки выполняются по запросу пользователя.

Sherpa Autopilot — это ИИ-ассистент для сотрудников, который помогает им выполнять повседневные задачи, такие как создание и отправка документов, обработка заявок и другие рутинные действия. Автопилот понимает команды пользователя на естественном языке, подбирает нужные навыки и автоматически выполняет действия.

Чат-боты — это программные агенты, которые ведут текстовый диалог с пользователями. В рамках Sherpa AI чат-боты выполняют различные функции, от обработки запросов клиентов до автоматизации бизнес-процессов, таких как оформление заявок или помощь сотрудникам.

Интеграция — это процесс подключения Sherpa AI к существующим системам компании, таким как CRM, ERP, почтовые сервисы и другие. Это позволяет Sherpa работать с данными из разных источников и автоматизировать задачи, не нарушая текущие бизнес-процессы.

API — это инструмент, который позволяет различным программам и сервисам взаимодействовать между собой. Например, с помощью API Sherpa AI может подключаться к внутренним системам компании и передавать данные в реальном времени для выполнения задач.

Цифровая трансформация — это внедрение современных технологий для улучшения и автоматизации бизнес-процессов. Включает использование ИТ-решений, таких как Sherpa AI, для повышения производительности, сокращения затрат и улучшения качества обслуживания.

Обработка естественного языка (NLP) — это технология, которая позволяет Sherpa AI понимать и обрабатывать текст на естественном языке, например, команды пользователей. Благодаря NLP, системы могут понимать сложные запросы, интерпретировать смысл и действовать по ним.

Машинное обучение — это подмножество ИИ, которое позволяет системе обучаться на основе данных, делать выводы и улучшать свои результаты со временем. Например, Sherpa AI может обучаться на прошлых задачах и предсказывать, какие действия будут наиболее полезными в будущем.