Enregistreur génératif - Fallback basé sur la vision

Le fallback basé sur la vision dans l\'Enregistreur génératif est conçu pour renforcer la résilience de l\'automatisation en utilisant des modèles basés sur la vision comme mécanisme de fallback supplémentaire. Le fallback basé sur la vision améliore l\'efficacité du fallback et offre des avantages tels que la continuité des opérations, la réduction des efforts de maintenance et le respect des SLA de l\'organisation.

Un modèle d\'IA de vision, souvent appelé modèle de vision par ordinateur, est un système d\'intelligence artificielle conçu pour interpréter, analyser et comprendre les données visuelles (telles que des images ou des vidéos) grâce à des techniques avancées d\'apprentissage machine. Un fallback basé sur la vision est un mécanisme utilisé dans les processus d\'automatisation afin d\'accroître la résilience et de limiter les échecs d\'exécution. Cela implique d\'utiliser des modèles de vision pour identifier les changements et mettre à jour en temps réel, garantissant que les tâches d\'automatisation se poursuivent sans heurts même lorsque des changements inattendus se produisent.
Remarque : Enregistreur génératif, le fallback basé sur le texte et le fallback natif n\'utilisent aucune recommandation de votre quota Automator AI. Cependant, le fallback basé sur la vision de Enregistreur génératif consomme une recommandation par fallback, mais uniquement lorsque le fallback est effectivement déclenché à l\'exécution. Le nombre d\'automatisations avec fallback basé sur la vision activé n\'affecte pas votre quota. Les recommandations ne sont déduites que lorsque le fallback basé sur la vision est activé pendant l\'exécution.

Capacités

L\'Enregistreur génératif exploite nos modèles d\'ensemble optimisés pour l\'automatisation afin d\'atteindre une compréhension visuelle approfondie des applications métier.

Un fallback basé sur la vision peut :
  • Identifier avec précision les structures d\'interface utilisateur modifiées que les méthodes traditionnelles pourraient ne pas détecter.
  • S\'adapter aux changements de mise en page et de conception sans intervention manuelle.
  • Améliorer l\'efficacité de l\'automatisation en évitant les défaillances.

Pour toute information sur les fonctionnalités disponibles, veuillez consulter Enregistreur génératif.

Pour activer le fallback basé sur la vision :
  1. Connectez-vous en tant que Bot Creator.
  2. Depuis l\'Éditeur de robots, accédez à Paramètres avancés > Paramètres du package.
  3. Sous Paramètres du package > Enregistreur, activez Fallback basé sur la vision par IA générative.
    Remarque : Nous vous recommandons de définir le délai d\'expiration du fallback basé sur la vision sur 90 secondes ou plus afin d\'assurer un fonctionnement fiable dans vos environnements.

Paramètres de sélection du fallback basé sur la vision

Nettoyage d\'image dans le fallback basé sur la vision

Remarque : Le mode de fallback basé sur la vision pourrait ne pas fonctionner correctement si une installation distincte de Python existe sur votre système, car cela peut provoquer des échecs de masquage d\'image. Plus précisément, le Python intégré utilisé pour le masquage d\'image n\'est extrait que pendant l\'exécution du robot et n\'interfère pas ; cependant, toute installation supplémentaire de Python visible dans Panneau de configuration > Programmes et fonctionnalités peut avoir un impact sur les opérations du fallback basé sur la vision. Pour garantir des performances fiables du fallback basé sur la vision, désinstallez toute installation de Python trouvée dans Programmes et fonctionnalités.

La nettoyage d\'image dans l\'Enregistreur génératif vous permet de protéger les informations sensibles de l\'entreprise en veillant à ce que toutes les captures d\'écran soient traitées avant que toute donnée ne soit envoyée en dehors de votre environnement.

Les captures d\'écran prises lors de l\'automatisation peuvent contenir des informations commerciales sensibles telles que des informations personnelles identifiables (PII), des données financières, des dossiers clients, des tableaux de bord internes ou du contenu propriétaire. Sans nettoyage, ces informations pourraient être involontairement exposées lors de l\'interaction avec des services d\'IA basés sur le cloud ou externes.

En procédant au nettoyage des images avant leur traitement par tout service d\'IA, l\'Enregistreur génératif garantit :
  • Confidentialité : les données sensibles sont expurgées à la source, éliminant ainsi tout risque d\'exposition.
  • Flux de données contrôlé : seuls les images et le texte ayant été nettoyés des informations commerciales sensibles sont envoyés en dehors de l\'environnement.
  • Sécurité dès la conception : le nettoyage est effectué automatiquement et de manière cohérente, réduisant la dépendance au jugement ou à la configuration de l\'utilisateur.
Remarque : Seul le texte anglais est nettoyé dans les captures d\'écran de l\'application.
En fonction des besoins de performance et des exigences de conformité de votre organisation, vous pouvez sélectionner la façon dont le nettoyage des données est effectuée via le paramètre Choisir la méthode de nettoyage des images :
  • Nettoyage basé sur le cloud : Des captures d\'écran de l\'application cible sont envoyées en toute sécurité au Service cloud Automation Anywhere. Une fois reçues, les images sont automatiquement nettoyées sur le cloud avant d\'être traitées par le modèle IA pour analyse.

    Vous pouvez choisir cette option si vous préférez un traitement centralisé pour améliorer les performances et minimiser l\'impact sur les performances de l\'appareil local.

  • Nettoyage local : Le nettoyage des captures d\'écran se fait directement sur votre appareil avant que toute image ne soit envoyée pour analyse par IA. Ce processus est entièrement géré par le Enregistreur package s\'exécutant sur l\'appareil.

    Vous pouvez choisir cette option si votre organisation privilégie la gestion locale des données, la conformité réglementaire ou les environnements réseau restreints.