选择正确自动化工具：领导者指南——塑造未来工作

如果你参加一级方程式赛车（F1），不会开着轿车上赛道。同样，开着 F1 赛车去超市买菜是大材小用。两者都是绝佳交通工具，但各自适配独特驾驶场景。

自动化技术亦是如此。

注：若你初接触自动化技术，建议先阅读《C 级高管 RPA 概览：快速入门指南》。

当今自动化版图涵盖从机器人流程自动化（RPA）到机器学习（ML）与人工智能（AI）等广谱互补技术与能力。组合后形成端到端自动化生态系统，加速数字化转型，同时降本增效。

创新生态系统的构建——乃至未来工作的整体图景——关键在于理解如何将这些技术组合使用以达成组织目标。毕竟，赛车虽能跑腿，却可能被视为完成简单任务的低效且过度复杂方式。

同理，自动化技术层级错配会导致低效。若为基础任务自动化选择过高阶工具，则面临过度设计——且很可能超支；若为复杂工作选择过基础工具，则可能无法达成关键绩效指标（KPI）。

为理解自动化生态系统各部分适配哪类任务，Forrester Research 提出「工作独特性谱系」模型。听起来复杂，实则是理解各类自动化工具并推动自动化投资回报率（ROI）的简单方式。

关于独特工作谱系你需要知道的

生活中许多事物一样，我们从事工作的复杂度存在于一个谱系上。在最近的 UiPath 网络研讨会上，Forrester Research 成员描述了三类工作独特性——本质上是软件机器人复刻人类任务的难易度：

• 重复性工作依赖基于规则的任务或可重复流程，最易由软件机器人承接。

• 行政性工作涉及更复杂流程，如物流与其他后台管理，需要比重复性工作稍高阶的自动化技术。

• 专家型工作要求高层级的决策、战略与创造性思维，需匹配的自动化技术。

这些类别层层递进，展现现代商业中日益复杂的工作谱系。理解这三个层级如何协同支撑运营，能为领导者提供框架，以理解并应用最适配当前问题的自动化技术。

谱系上的员工角色

继续前，我们先界定所讨论的员工角色。最近的网络研讨会定义了五大独特人设，帮助 C 级高管设想独特性谱系上的具体职位描述、任务与流程，包括：

• 文职人员。从事重复性、结构化、往往低价值任务的后台或前台岗位人员。

• 协调员。工作时间花在管理或协调上级、同事或下属间的信息、资金与/或任务上。

• 职能型知识工作者。从事结构化与半结构化任务，如编译、分类、计算、审计、验证信息。

• 单一领域知识工作者。在专业领域或学科拥有经验、教育与技能，如放射科、系统管理、社交媒体管理。

• 跨领域知识工作者。高技能、跨职能工作者——如顾问、高管、创意总监——依托多个专业领域的经验与知识驱动战略决策。

花点时间想一想组织中符合这些描述的人。大概率你拥有大多数甚至全部角色。请记住这些例子，我们将讨论各工作类型最适配的自动化技术（及技术组合）。

重复性工作：用 RPA 释放员工工时

重复性工作是最不独特的工作，可称「琐事」，文职人员等岗位大部分时间花在此处。重复性工作能快速获得自动化投资回报，最有效释放员工从事高价值任务。因此，它是开启自动化之旅的理想切入点。两大自动化技术正在改变重复性工作及其商业角色。

用 RPA 自动化重复任务

RPA 是自动化的核心。简言之，它通过模仿人类执行手工、基于规则任务的行为工作。RPA 是低代码方案，实施无需高深技术知识。它提供高 ROI，是数字化转型的理想入口。

诸多案例中，IT 分销商 Tarsus Distribution 用 RPA 为员工节省五天数据录入工作，同时实现 100% 数据采集准确率。

阅读 Tarsus Distribution 完整案例。

用会话理解改善联络中心请求

联络中心是重复性工作另一主阵地。许多客服运营中，员工依赖话术，每天回答几十次相同问题。会话理解改变了这一点。该自动化技术与 RPA 协同，创建能用自然语言处理并响应查询的聊天机器人。

通过 AI 驱动的会话理解自动化联络中心工作，机器人可将需人工介入的案件升级给坐席，坐席现有更多时间与精力提供更好、更贴心的客户体验。

想了解更多？观看我们的点播网络研讨会：《前后端自动化助力联络中心升级》。

对公司的影响

自动化重复性工作可为员工节省数千工时，同时提升准确率。效率提升将改善客户关系——客户无需等待内部处理或排队求助。不只是客户与利益相关者受益。自动化重复性工作还能让员工更快乐、更高产，其时间与精力得以重新投入高价值任务。

行政性工作：用流程挖掘实现效率自动化

行政性工作似乎不可避免——包括支撑物流、会计及其他后台管理的任务。协调员与职能型知识工作者人设代表该类别的两种不同角色。自动化通过减少人工投入、加快速度、提高效率，重启行政性工作。

用文本分析技术精简文档与发票管理

文书工作是许多行政岗位的核心。无论是人力资源（HR）处理员工文档、会计处理发票、还是整理税务文件，行政工作淹没在耗时的文书——无论数字还是实体——中。

借助光学字符识别（OCR）技术，文档处理可自动化。OCR 能识别 PDF、图像与纸质文档中的字母符号，让 RPA 机器人处理归档文书，实现发票、文档、邮件处理等吞噬宝贵员工时间的任务自动化。

Clariant 便是众多案例之一。借助 UiPath，其自动化近 60% 发票处理，整体生产力提升 10%。

阅读 Clariant 完整案例。

用流程挖掘自动提升行政流程效率

自动化行政工作的难点在于其往往不可见且充满个案例外。行政流程支撑组织全链路重要工作，但因独特工作流难以精简。

流程挖掘利用 AI 与 ML 的力量，发掘公司内最佳自动化机会。通过识别高 ROI 流程，流程挖掘助你优化并扩展自动化——无需增加额外行政层级与人工分析。

相关阅读：什么是流程挖掘？

对公司的影响

试想：新员工自动录入系统并获相应权限；无需因会计差错担心合规或税务烂摊子。自动化让这世界存在。

案在点：英国（UK）最大政府部门就业与养老金部，养老金申领流程高度人工，积压超 3 万件申领。原估需数千小时清理，但借助自动化，他们仅两周清空积压，员工与市民双喜。

阅读就业与养老金部自动化完整案例。

专家型工作：用 RPA 与 AI 改善决策

专家型工作在独特性谱系上需要最多决策、最多战略与创造性思维。简单说，这些是计算机就是做不了的任务。单一领域与跨领域知识工作者在此大放异彩。这里自动化与员工协同，通过处理琐碎流程支持人类从事高层战略工作，释放他们专注于创新核心的专家工作。

用人工智能改善决策

AI 是提及自动化技术时人们脑海首现的形象。虽在许多领域有多用途，但其核心能力之一是支持商业决策。专家指尖拥有前所未有的决策数据，但更多数据仅当能据此行动时才是好数据。

Heritage Bank 便体验了此益处。他们用 UiPath AI Fabric 支持财务专家。其流程结合 RPA、AI 与 ML，生成生活费报告时自动化约 90% 数据挖掘交易。这让 Heritage Bank 代理能更快做出关键贷款决策，并腾出手专注客户与业务中心任务。

阅读 Heritage Bank 以 RPA 与 AI 创新的完整案例。

自动化夺走专家时间与精力的工作，让其专注战略任务

专家类工作者面临的最大挑战之一，是缺乏时间专注核心专长。自动化整体目标是通过自动化繁琐流程增强员工，赋能其将精力聚焦高价值任务。

法律行业是完美例证。合规与监管事务独自吞噬大量本可用于更重要（且可计费）任务的工时。为对抗自家法务部门这一时间黑洞，UiPath 为整个部门提供机器人助手阵容，支持专家聚焦高价值任务。

对公司的影响

Forrester Consulting 受 UiPath 委托的研究显示，自动化帮助员工聚焦更有意义任务，赋能其更快、更明智地做战略决策。这对拥有专业技能的专家工作者尤为真实。让员工更快乐、更高产，也将惠及客户。

当Trelleborg 市福利局人工处理福利申请时，决策长达 20 天才送达申请人。实施 RPA 后，该数字骤降至仅 24 小时，为 Trelleborg 市民带来更快决策与更高服务质量。

阅读 Trelleborg 市福利局完整案例。

下一步：为自动化之旅做准备

无论员工队伍处于独特工作谱系何处，自动化都能支持公司、客户与员工的日常工作。今天开启自动化之旅，即可捕获竞争优势、驱动成本效益、改善所有依赖你业务之人的体验。

独特工作谱系是评估与理解组织现有自动化机会的有力工具，但只是自动化之旅的第一步。

准备好迈出第一步？查看成功自动化之旅的分步指南。