RPA Technologie


De gedrevenheid waarmee er binnen Shared wordt gezocht naar steeds betere oplossingen, zorgt ervoor dat er maandelijks nieuwe technieken worden toegevoegd aan het Shared Robtics platform. Dat is ook zeker nodig, aangezien het imiteren van digitale handelingen en cognitieve vaardigheden van menselijke gebruikers geen sinecure is. We geven u dan ook graag een kijkje in de gereedschapskist van Shared Robotics. Lees meer..

Technologie achter Shared Robotics


Native Windows Automation

Shared Robotics ‘begrijpt’ en controleert de structuur van Windows interfaces en de losse componenten waaruit deze bestaan. Met behulp van deze technologie kan het platform deze componenten ‘onder water’ benaderen en besturen, zonder dat hier een muisklik aan te pas komt.

Visual Automation

Door middel van krachtige beeldherkenningssoftware is het voor Shared Robotics ook mogelijk om complexere interfaces te herkennen aan de hand van visuele clues en classificatie van interface componenten.

Web Automation

Shared Robotics ‘begrijpt’ ook de structuur van webpagina’s in de browser. Hierdoor is het mogelijk voor het platform om zelfs zonder dat de browser zichtbaar is over het internet te navigeren, formulieren in te vullen en data te onttrekken.

Koppelen met derden

Veel leveranciers van grote softwarepakketten hebben connectoren gebouwd om efficiënt met deze programma’s te interacteren. Shared Robotics heeft deze API’s geïntegreerd, waardoor het bijvoorbeeld mogelijk is om razendsnel MS Office- en SAP-handelingen uit te voeren, enorme hoeveelheden data te verwerken en met databases te communiceren.

Virtualisatie

Shared Robotics maakt het mogelijk om vele robots tegelijkertijd in gebruik te hebben op slechts één server. Daarbij wordt de capaciteit flexibel verdeeld en hebben eindgebruikers de mogelijkheid om met de robot mee te kijken via het Remote Desktop Protocol.

Machine Learning

Shared Robotics is ontworpen voor de toekomst. Dit betekent dat alle data die zich binnen het platform bevindt, gebruikt kan worden om algoritmen te trainen voor complexe taken. Denk hierbij aan beeldclassificatie, voorspellende modellen en uitvalbeheer. Onze Data-Scientists werken daarbij continue aan de verbetering van onze algoritmen.