智能自动化如何在数字工作者中变得更加智能

数字工作者的工作能力正在提高。

在当前充满挑战的环境下，全球董事会都真正希望对工作进行数字化改造，以便以比以前更少的资源更快、更智能、更高效地执行工作。实现这些目标的一个越来越合乎逻辑的途径是采用运行数字劳动力的智能自动化；一种由 AI 驱动、不断发展的超级资源，可用于业务并获得 IT 批准。这是一支准备好接受商务人士培训的数字化员工队伍，可以交付更复杂的工作，不仅在前台、中台和后台，而且在整个企业中——在任何行业部门。

它以完全的完整性运行，比人类快 150 倍，零错误，24/7。通过向人类学习和像人类一样运作，这种数字化劳动力越来越接近人类。这是一支很容易被人们训练和投入工作的劳动力，然后重新培训以从事新的工作，同时让人们可以自由地与他们一起工作，或者做更多更适合他们与生俱来的技能的工作。

数字工作者是巨大工作负载的终极团队成员、共享者和管理者，与任何其他机器人不同，他们通过交织人工智能功能来主动工作，从而在不断变化的数字环境中毫不费力地进行互操作——不会失败。他们可以阅读不同的屏幕、布局或字体、应用程序版本、系统设置、权限和语言。他们从任何来源、跨所有 IT 系统摄取和分类半结构化和非结构化数据，同时提供质量检查、检测错误并将异常传递给人们以供输入。

数字工作者还可以独特地访问和阅读任何当前甚至未来技术的用户界面——无需编码。正是这种通用的互操作性功能使任何新技术（尤其是来自我们的“数字交换”的新技术）都能够轻松地被业务使用、安全地测试并迅速拖放到企业流程中。

我们谈论的是使用数字工作者轻松利用人工智能 (AI)、深度分析和越来越多的认知平台；自然语言处理 (NLP)、语音识别、情绪和风险分析、机器学习 (ML) 和推理等等。数字工作者可以增强这些功能，以执行更加复杂的端到端活动，从而以业务所需的速度推动整个企业的数字化转型。

数字化工作

使用人工智能和认知技术的数字工作者的影响越来越引人注目。以下是他们正在交付的两个工作示例。

银行业务 – 一家大型的多行银行在处理大量支付、转账和贷款时遭受成本高昂且容易出错的人工操作，因此自动化这项工作也是如此。数字工作者充当多种技术的集成粘合剂和交易引擎，以获取或创建来自客户的传入指令的图像并将它们路由到计算机视觉工具。机器学习能力的进一步整合使银行能够根据机器检查发现的模式解释数据并生成结构化的工作处理表格。

开发表格所需的时间已从估计的 400 人月减少到不到三个月。由于生成的数据现已数字化，数字工作者可以根据业务规则对其进行处理，并通过 API 或系统用户界面将其自动输入适当的系统。该银行每年节省了数百万美元的人员管理费用，同时消除了击键错误并提高了处理速度。它现在已经获得了赢得新客户的竞争优势，从而实现了显着的业务增长。事实上，自部署该解决方案以来，该银行的贷款业务翻了一番，并且通过扩大数字员工的规模满足了不断增长的需求。

医疗保健 – 一家主要的地区公共卫生保健提供者正在使用数字工作者在指定的临床治疗路径上实现患者护理的自动化，只有不到 1% 的例外情况需要人工干预。最初的手动过程涉及为每位患者收集和打印多达 15 条数据，包括扫描、临床测试、访问历史等，然后将它们扫描成一个 PDF 文件。

数字工作者现在阅读内容，提取推荐原因，然后使用安全智能卡技术检索、合并和上传所有必需的数据，并提醒顾问文件已准备好进行审查。数字工作者积极监控包括平均每周 2,000 次转介的案件量，每天 24/7 全天候，将处理时间从 25 分钟减少到 5 分钟。

基于这一成功，提供者还使用数字工作者和认知电子表格技术自动进行产科患者自我转诊，以接收和验证数据、登记患者、分配预约并确认患者详细信息。诊所给患者的信件会自动翻译成他们的主要语言，并发布在提供者的患者门户上。

该提供商现在正在为眼科和内窥镜检查患者构建一种新的临床编码自动化系统，使用数字工作者和认知工具来分析非结构化数据、识别常见主题、对数据进行分类，并为治疗记录推荐可能的编码输出。

最后的想法

最终，数字工作者提供的工作可能性几乎是无限的。我们已经看到一家大型保险公司使用 ML 和视觉处理与数字工作者一起将评估事故索赔的时间从 56 分钟缩短到 5 秒。仅早期的试点项目每年就节省了 500 万美元，并节省了 39,000 小时的工作时间。停下来想想工作速度的转变和由此节省的时间。现在，有远见的人比以往任何时候都更清楚没有回头路——那些不使用智能自动化的人很快就会为缓慢或无增长的组织工作。

在此处阅读来自 Peter Walker 的更多信息时代条目。