Robotic Process Automation (RPA)

A automação robótica de processos (RPA) é um software que automatiza tarefas repetitivas e baseadas em regras em computadores. Para isso, bots de software operam aplicativos como uma pessoa: abrem programas, clicam em botões, digitam em campos, copiam dados entre sistemas e seguem sempre os mesmos passos. Entre as tarefas comuns estão registrar faturas, reconciliar contas, processar pedidos, integrar novos funcionários e gerar relatórios, muitas vezes em sistemas antigos que não oferecem uma API. Os robôs são inteiramente software e não têm relação com a robótica física. A Blue Prism, fundada no Reino Unido em 2001, é amplamente reconhecida por ter cunhado o termo; UiPath, Automation Anywhere e Microsoft Power Automate estão entre as plataformas mais usadas.

Como funciona a RPA#

Os desenvolvedores criam um bot em um editor visual, muitas vezes gravando as ações de uma pessoa e depois editando as etapas. Para encontrar cada botão ou campo, o bot usa um seletor — uma descrição armazenada dos atributos do elemento, como janela, tipo de controle e nome — e recorre às coordenadas da tela ou à correspondência de imagens quando esses atributos não estão disponíveis. Bots assistidos são executados no computador de um funcionário quando ele os inicia, por exemplo, para preencher um formulário durante uma chamada de cliente. Bots não assistidos são executados em servidores de acordo com uma programação ou a partir de uma fila de trabalho, gerenciados por um orquestrador que atribui tarefas, armazena credenciais e registra cada ação para auditoria:

Essa mesma precisão torna os bots frágeis. Uma alteração no nome de um campo, um botão movido ou uma nova janela pop-up pode quebrar o seletor, interrompendo o processo até que um desenvolvedor o atualize. Por isso, grandes implantações de RPA exigem manutenção contínua à medida que os aplicativos subjacentes mudam.

RPA e IA#

Regras dão conta de dados estruturados; qualquer coisa mais complexa exige aprendizado de máquina antes do bot — uma combinação que os fornecedores chamam de automação inteligente e a Gartner chama de hiperautomação.

• Compreensão de documentos: O reconhecimento óptico de caracteres (OCR) e os modelos de extração transformam faturas, recibos e formulários digitalizados em campos estruturados que um bot insere no sistema financeiro, uma etapa comum em pipelines de análise de documentos.
• Visão computacional para telas: Áreas de trabalho virtuais como o Citrix muitas vezes expõem apenas uma imagem da tela remota, por isso os seletores não conseguem identificar seus controles. As atividades de Visão Computacional da UiPath enviam uma imagem da janela a uma rede neural que identifica e rotula cada botão, campo de texto e caixa de seleção — uma aplicação da detecção de objetos a interfaces de usuário.
• Modelos de linguagem e agentes: Modelos de linguagem grandes (LLMs) classificam e-mails, redigem respostas e resolvem as exceções que antes interrompiam um bot, enquanto os bots continuam realizando as etapas determinísticas. Hoje, os fornecedores divulgam essa combinação como automação agêntica, na qual agentes de IA decidem o que fazer e os bots executam as tarefas.

Os resultados da inspeção visual também podem iniciar essas automações. Nos Agentes da Ultralytics Platform, uma condição Gate aplicada a um resultado do YOLO26, como uma contagem de detecções ou um intervalo de confiança, pode alimentar um bloco Webhook que envia um POST JSON por resultado correspondente a um endpoint HTTPS público, permitindo que uma detecção de defeitos inicie um fluxo em qualquer ferramenta de automação que aceite solicitações Web recebidas.

RPA e termos relacionados#

• Fluxos de trabalho agênticos: Processos com várias etapas em que LLMs planejam, chamam ferramentas e verificam resultados, lidando com entradas não estruturadas que bots programados não conseguem processar.
• Agentes de uso do computador (CUAs): Agentes de IA que operam software a partir de capturas de tela, decidindo cada clique à medida que avançam; assim, um botão movido não os interrompe. Eles são mais lentos e menos previsíveis do que um script de RPA gravado, que repete exatamente as mesmas etapas em cada execução.
• Integração de API: Conecta sistemas diretamente por meio de suas interfaces de programação, o que é mais rápido e resiste a reformulações das interfaces. A RPA preenche as lacunas quando não existe uma API ou quando criá-la levaria tempo demais.