超自动化的炒作是什么？

如何充分利用这项技术？

Gartner 在其 2019 年的报告《超越 RPA 以提供超自动化》中指出，在组织应如何将机器人流程自动化 (RPA) 与其他工具集成方面缺乏指导。该报告还强调，业务经理面临着压力，需要专注于自动化简单的例行程序，但缺乏将孤立的自动化流程转变为延伸到整个工厂的策略。

据这家全球研究公司称，该解决方案是超自动化，定义为结合互补技术和人工智能以增强业务流程的端到端自动化。

另见： 当今最热门的超自动化趋势正在颠覆业务

超自动化将深度学习、高级分析、机器视觉、自然语言处理和 RPA 等多种解决方案结合在一起，以自动化复杂的流程，而不是单个任务。这使业务经理能够应对更大的挑战并专注于长期优化策略。

它与自动化有何不同？

传统自动化和超自动化之间的主要区别在于，前者倾向于专注于自动化特定流程——例如部署协作机器人而不是人工进行重复的拾取和放置应用——而后者旨在通过整体优化整个生产流程接近。

例如，为了降低质量差的成本，工厂经理可能决定实施自主机器视觉系统来发现生产线上的缺陷物品。这是一种快速、简单且具有成本效益的方法，可确保进行彻底的质量检查，而无需依赖人工检查员。然而，这并没有解决问题的根源，即从一开始就防止缺陷发生。

为此，制造商可能会在生产线上使用多个质量保证 (QA) 站，并集成基于 AI 的解决方案来分析 QA 流程的结果。这将使他们能够执行根本原因分析并了解缺陷更频繁发生的位置和原因，并投资于可能会阻止问题的自动化解决方案。例如，一旦确定由于空气中的碎片过多而经常发生油漆缺陷，汽车制造商可能会决定实施自动加湿系统。这可以与智能传感器相结合，仅在空气污染物水平上升到可容忍阈值以上时才激活。

在此示例中，结合使用了几种自动化工具来解决端到端的挑战。制造商可以创建多个这样的生态系统，以最大限度地提高生产各个方面的效率，从订单获取到最终交付。至关重要的是，这些系统必须能够相互通信，以实现顺畅的工作流程并保证最佳结果。

我需要吗？

Gartner 预测，从 2020 年起，超自动化将成为最重要的战略技术趋势之一，但这并不一定意味着制造商必须接受炒作。要了解端到端自动化能否带来巨大的业务价值，首先要做的是创建一个路线图，明确将业务目标与实现这些目标所需的自动化工具保持一致。

Gartner 建议考虑三个关键目标——收入、成本和风险。根据这些参数，制造商可能想考虑哪些技术可以通过增强客户参与度、增加产量和自动化重复性任务来增加收入。然后他们应该重新设计流程以降低质量差的成本并简化生产。最后，他们可能需要考虑低效流程的合规风险——例如，手动将零件送入机器可能不仅效率低下而且存在风险，因此可能违反安全法规。

仔细考虑这些因素应该会让制造商更清楚地了解超自动化是否可以显着提高生产力并赋予他们在没有它的情况下可能缺乏的竞争优势。

旧设备呢？

超自动化基于可用的最新自动化技术，以及它们完美互通的能力。因此，制造商可能会认为，对于将旧设备用于关键应用的工厂来说，这不是一种可行的商业方法。

构成工厂自动化支柱的机器，例如可编程逻辑控制器 (PLC)，可能会持续数十年，如果它们仍然表现良好并符合最新的指导方针，就没有理由更换它们。然而，传统设备通常缺乏实施超自动化战略所需的通信能力。

尽管这可能涉及额外的计划层，但使用传统机器并不一定意味着端到端自动化是不可能的。如果工厂经理设法为超自动化开发可靠的商业案例，那么就有办法用智能传感器改造旧设备。通过这种方式，机器可以连接到工业物联网 (IIoT) 并发送有价值的数据，这些数据可用于简化运营、降低成本和提高生产力。专注于过时设备的自动化零件供应商可以轻松地为制造商提供他们需要的硬件来改造他们的机器并使其适应工业 4.0。

要考虑的另一件事是物联网连接的机器是否会说相同的语言。例如，工厂的 PLC 需要与现场设备兼容的通信协议。制造商不一定需要来自其 PLC 同一品牌的协议——例如，ProfiBus 可以与 Allen Bradley 系列的所有 PLC 连接，但有些协议与其他协议不能很好地兼容。这意味着要实现超自动化，制造商必须研究最佳协议，以确保他们的所有设备都可以通信。

在可能的情况下，基于开源架构（例如机器人操作系统 (ROS)）而不是专有软件开发系统，可以帮助减少摩擦并确保互操作性。