Armazenamento de dados

UiPath values data privacy and aims towards protecting all users' right to privacy when sharing data while using the UiPath Computer Vision AI model.

Ao usar a Visão Computacional, os dados estão sendo armazenados para:

• garanta a resiliência da automação verificando a compatibilidade com versões anteriores ao atualizar o modelo de IA
• melhorar o modelo de IA
• responder em tempo hábil às solicitações de suporte ao cliente

Na tabela abaixo, você pode encontrar uma comparação lado a lado de nossas opções atuais de implantação do Computer Vision com relação ao armazenamento de dados.

	UiPath Cloud server	Servidor On-Premises	Servidor local
Resiliência de atualização do modelo de IA	99%	90% 1	100%
Adaptação de dados de IA	personalização de dados sob medida	generic data fit 2	ajuste de dados genéricos
Armazenamento de dados simulado em tempo de design	✅	❌	❌
Armazenamento de dados em tempo de execução	❌	❌	❌
Controle total de residência de dados	❌	✅	✅

¹ 90-99% if AI Learning is enabled

² bespoke data tailoring if AI Learning is enabled

Mais detalhes para cada opção de implantação da Visão Computacional podem ser encontrados nas próximas seções.

Independentemente da opção de implantação, é altamente recomendável que o desenvolvimento (tempo de design) seja feito em dados fictícios. Como o modelo de IA aprende apenas com as formas e cores dos elementos da interface do usuário e não com o conteúdo real dos dados, você pode usar dados fictícios ao criar qualquer fluxo de trabalho de Visão Computacional, evitando o envio de informações confidenciais, como dados pessoais ou confidenciais.

Cloud

Importante:

Production (runtime/robot) data is never stored.

Armazenamos apenas dados de nosso servidor em nuvem e apenas capturas de tela em tempo de design (UiPath Studio) podem ser armazenadas para melhorar o modelo. Essas capturas de tela de interfaces automatizadas são processadas em nossos servidores em nuvem, hospedados no Azure. Como exceção a essa regra, os problemas relatados pelo usuário são armazenados com o objetivo de corrigir problemas específicos.

Os dados simulados de tempo de design da nuvem são aprendidos por padrão, oferecendo assim um serviço de adaptação de dados sob medida, moldando o modelo de IA para seus dados específicos, evitando o overfitting. Dessa forma, as automações são resilientes às atualizações do modelo de IA.

Como consequência, o modelo de IA também melhora seu poder de generalização (o que chamamos de "ajuste de dados genérico"), tornando essa uma situação em que todos saem ganhando, tanto para você quanto para nosso produto.

Nuvem privada local/local

Importante:

Production (runtime/robot) data is never stored.

Para redes fechadas, nenhum dado sai das instalações da empresa.

Para redes abertas, nenhum dado sai das dependências da empresa, exceto as questões enviadas, realizadas pelo usuário para solucionar um problema específico do cliente.

Os dados de tempo de design locais não são compartilhados. Como não temos acesso a esses dados, o modelo de IA não pode aprender com eles e só pode detectar generalizando; em outras palavras, podemos oferecer apenas o ajuste de dados genérico.

Portanto, não podemos garantir 100% de compatibilidade com versões anteriores. Por exemplo, uma nova iteração do modelo de IA pode não detectar alguns elementos da interface do usuário que sua iteração anterior estava detectando, possivelmente falhando em uma automação.

You can access the bespoke data tailoring service by agreeing to have your design-time data included in the AI model’s training set by enabling the Include in AI Learning feature from the CV Screen Scope activity. The only prerequisite is using mock data.

Também oferecemos controle total de residência de dados, pois o recurso pode ser habilitado por escopo, em nível granular, sendo desabilitado por padrão. Você tem controle total sobre qual automação deseja cobrir por esse recurso.

Servidor local

Importante:

Production (runtime/robot) data is never stored.

Para redes fechadas, nenhum dado sai das dependências da empresa, pois todo o processamento é feito localmente na CPU da máquina.

Para redes abertas, nenhum dado sai das dependências da empresa, pois todo o processamento é feito localmente na CPU da máquina, exceto as questões enviadas, realizadas pelo usuário para solucionar um problema específico do cliente.

Referências

A política UiPath Data Residency é onde você pode encontrar todas as regiões onde o UiPath Automation Cloud™ e nossos serviços em nuvem podem ser hospedados, dependendo do seu plano de licenciamento e preferência regional.

Os Princípios de Privacidade da UiPath para Subprocessadores estabelecem as regras gerais para o processamento de dados pessoais de acordo com as instruções, transferências e segurança de dados pessoais da UiPath, bem como para a cooperação entre a UiPath e os subprocessadores.

A segurança é muito importante para nós. As informações de segurança da UiPath estão disponíveis para consulta a qualquer momento.

Para obter mais informações sobre como a UiPath manuseia e processa dados pessoais, recomendamos a leitura da nossa Política de Privacidade.