2020 年实现企业 AI 的 25 大资源

这不会是有人预测人工智能 (AI) 将会到来的第一年。但 2020 年不同：COVID-19 大流行显着加快了数字化转型技术的采用步伐。

我们交谈过的客户希望在为未来做准备时使用自动化和人工智能来建立弹性。迈入 2021 年，没有回头路：企业人工智能时代即将来临。而且我们并不是唯一这样说的人：Forrester 也预测，“现在是 AI 大放异彩的时候了。”

重要的是组合——将人工智能添加到自动化中极大地扩展了公司可以自动化的范围。 2020 年清楚地表明，人工智能不仅仅是一种趋势。人工智能是全自动化企业™的支柱，全自动化企业将人工智能带入工作的方方面面。自动化的潜力是巨大的。我们相信人工智能的力量可以让它几乎是无限的。在这篇文章中，我们收集并总结了 UiPath AI 团队在 2020 年汇集的最佳资源。你会发现一个资源宝库——从视频到文章再到案例研究——这将说明为什么 2020 年是一个重要的人工智能的一年。更重要的是，你会明白为什么 2021 年会更精彩。

将 AI 和 RPA 结合起来，获得两者的优势

一旦公司将其与 RPA 结合使用，企业 AI 将处于最强大和最易于访问的状态。在自动化的基石之上，人工智能可以渗透到工作的各个方面，增强一些流程并改变其他流程。在整个 2020 年，我们深入思考了 AI 和 RPA 的结合意味着什么以及它可以提供什么。

什么是 AI 和 RPA：区别、炒作以及何时一起使用它们

如果您对 AI 和 RPA 之间的区别有点模糊，请不要担心。理想情况下，这些技术紧密结合在一起，所以你不能因为混淆它们而受到指责。在本文中，我们分解了两者之间的差异。

总而言之，RPA 是一种基础自动化技术，它提供的软件机器人可以自动化人类讨厌做的平凡、重复、基于规则的任务。 AI 是一种尖端的自动化技术，可以使用大型数据集处理复杂的认知过程。

AI 和 RPA：自身具有变革性，结合起来更加强大

在这里，我们阐述了 RPA 和 AI 如何一起释放彼此潜在的潜力。借助 AI，RPA 开发人员拥有几乎无限的自动化认知过程的能力。借助 RPA，开发人员可以以简单、可扩展且安全的方式插入 AI 流程。

UiPath AI + RPA：实现无限自动化扩展

我们喜欢考虑这两种技术结合的一种方式是，嗯，通过一对夫妇的镜头。

在下面的视频中，一对夫妇即将买房。问题之一：大多数银行无法有效处理抵押贷款申请。这让我们的夫妇在寒冷中等待他们的房子，这让他们的银行等待缓慢的收入周期转变。也就是说，除非他们选择 AI Superior Bank。

这家银行是我们的虚构示例（基于真实用例），它使用机器人实现流程自动化，并用 AI 武装这些机器人，这样机器人就可以做出预测、处理可变性并解释非结构化内容。最终结果是一个更高效的流程，让客户和公司都满意。

能够将 AI 引入 RPA 的产品组合

我们专注于人工智能在企业中的实际应用。

因此，我们已将 AI 构建到 UiPath 平台的每个部分。通过我们的产品组合，您可以通过以下方式自动化更多流程：

1. 到处寻找更多自动化机会：将 AI 和 RPA 结合使用，您可以发现自动化机会并构建更好的自动化管道。

2. 教您的机器人处理“思考”任务：借助 UiPath 文档理解、UiPath AI 计算机视觉和聊天机器人，您可以让您的机器人具备承担各种认知过程的能力。

3. 轻松将 AI 插入机器人：使用 UiPath StudioX 和 UiPath AI Fabric*，您可以轻松拖放 AI 技能并部署 AI。

4. 利用学习循环：借助所有这些工具，您可以在新数据流入时提高软件机器人和 AI 模型的性能。

该组合转变了流程，例如审查简历、解决索赔和确保审计合规性。

*编者注：UiPath AI Fabric 现在是 人工智能中心 .

RPA 和 AI 在 COVID-19 现在和之后帮助企业取得成功的 5 种方式

正如我们上面所写，COVID-19 被证明是数字化转型的促进剂。由 RPA 和 AI 推动的流程很快就会成为新常态，想要保持竞争力的企业必须立即实施 RPA 和 AI，并深入实施。在这篇文章中，我们讨论了企业使用 RPA 和 AI 取得成功的五种不同方式——即使在大流行之后也是如此。如果您的最高管理层仍然对自动化存有疑虑，那么可以向他们发送这篇文章。

了解人工智能的历史和技术，为人工智能的成功奠定基础

企业人工智能需要成功的基础。没有它，即使是最具创新精神的商业领袖也会失去方向。埃森哲的一项研究表明，76% 的高管难以在其业务中扩展人工智能。更糟糕的是，许多最高管理层（多达四分之三）担心，如果他们在未来五年内不扩展人工智能，他们就会倒闭。对未来的渴望就在那里，就像对被贬为过去的恐惧一样。缺少的是对人工智能从何而来以及支持其发展意味着什么的理解。

人工智能的历史：从未来小说到企业的未来

我们的创始人兼首席执行官 Daniel Dines 喜欢说自动化并不新鲜。自动化可以追溯到人类的黎明，当时一些最早的人类试图降低他们的工作成本。人工智能更加现代（而且高效，谢天谢地）。在这篇文章中，我们回顾了人工智能的历史，从它在神圣的学术殿堂中的介绍到它在现实生活中的实际业务应用。这段旅程令人着迷，任何商业领袖都可以了解未来的根基。

将 OCR 与 AI 和 RPA 相结合进行高级数据分析

人工智能需要许多先决条件技术——其中最重要的是光学字符识别 (OCR)。一旦配备了 OCR，软件机器人就可以消化非结构化数据（约占所有数据的 80% 到 90%）并输出机器编码的文本。如果您将 AI 添加到组合中，软件机器人可以使用上下文线索解释结果数据，这意味着它们可以处理原始数据的可变性并根据需要分离文档。三重奏：AI、RPA 和 OCR 提供的结果是三者都无法单独完成的。

UiPath 回应欧盟委员会关于人工智能的咨询

2020 年，在直接商业世界之外的 AI 领域发生了许多重大事件，其中最主要的事件是欧盟委员会制作的白皮书《关于人工智能：欧洲追求卓越和信任的方法》。我们与谷歌和微软等公司联手回应了这篇论文。我们就如何最好地监管人工智能提出了许多建议，例如：

• 采取渐进、相称、基于风险的方法。

• 统一法规以确保整个欧盟市场的一致性。

• 提供简洁明了的 AI 定义。

这是一个我们很高兴并很高兴继续进行的讨论。 2021 年，随着 AI 的发展，我们预计讨论会不断发展。

研究企业人工智能的用例

企业 AI 的用例往往分为三类：高度可变的流程、具有不可预测结果的工作流以及使用非结构化数据的任务。在现实生活中，这些用例可能看起来像医疗保健中的再入院预测、零售中的定价优化、金融服务中的欺诈检测等等。整个 2020 年，我们都在努力突出这些用例，并让 AI 变得真实。

UiPath 是一家以客户为中心的公司，因此，我们尽可能将我们的客户和合作伙伴带到最前沿：

• 在 AI 如何持续改进和扩展自动化中，我们了解了 Evros（一家 IT 托管服务和系统集成行业的公司）如何使用智能自动化来减少人工工作量，以及 Cognizant 如何帮助其客户将 AI 添加到 RPA。

• 在 Heritage Bank：使用 RPA 和 AI 推动自动化中，我们了解了澳大利亚最大的互惠银行如何使用他们在 AI Fabric 上部署的机器学习 (ML) 模型（由 UiPath 构建）实现 98% 的准确率。

• 在 Large Health Insurance Company Use UiPath AI Center to Streamline Clinical Outcomes 中，我们了解了 Amitech 如何使用 UiPath 以及 AI 与自动化的结合节省了 1100 万美元。

我们有更多的用例来自这些用例。探索更多银行和金融服务用例。或者深入研究医疗保健用例。

如果您更喜欢视频，请查看包含更多用例的播放列表。

让人工智能轻松入门

我们的任务之一是让人工智能变得可访问。如果企业 AI 仍然是一个崇高的目标，一种你梦寐以求但从未使用过的技术，它对我们和你都没有好处。在 2020 年期间，我们投资了一些方法，让任何人都能轻松开始使用 AI。

AI 变得更简单：UiPath 入门模型可自动化更复杂的流程

入门模型是让 AI 更易于访问的关键。 ML 模型是在大数据集上训练的软件；入门模型包含公司可以使用 AI Fabric 部署的预训练版本。在本文中，我们分解了 AI 和 ML 的一些主要用例，并展示了如何使用入门模型来启动您的 AI 工作。

轻松重新训练 AI 入门模型以获得更准确的结果

当然，入门模型只是一个开始。这些模型为您的 AI 工作提供了坚实的基础，但最终，您需要超越它们。在本文中，我们解释了如何修改和重新训练 ML 模型。我们提出了您可能需要重新培训的三个原因：

• 你当前的模型没有经过训练来处理特定的数据集。

• 您当前的模型可以做一些改进。

• 真实世界的数据要求您当前的模型不断发展。

许多模型不需要重新训练，但对于需要重新训练的模型，这些知识是必不可少的。

介绍 UiPath 文档理解 - 一种更有效的智能处理文档的方法

2020 年，我们推出了 UiPath Document Understanding——一项新技术，使软件机器人能够解析和解释最复杂的非结构化文档。借助人工智能，UiPath 软件机器人现在可以读取、提取、解释和处理数据。过去，这仅适用于具有固定结构的文件，例如表格、护照或许可证。现在，软件机器人可以使用 AI 来理解具有不同布局或没有固定结构的文档，例如收据、账单和简历。

利用文档了解生态系统

文档理解最好被解释为一个生态系统，而不是一个特性。在本文中，我们解释了 OCR、基于模板的提取器 (TBE)、无监督学习 (USL) 和自然语言处理 (NLP) 等技术如何结合力量推动真正先进的文档理解。

结合基于规则和基于模型的方法来改进文档处理

文档理解的另一个关键优势是它提供了使用基于规则和基于模型的方法来处理文档的能力。在本文中，我们查看了一些最常见的文档类型和分类，并检查了基于规则的数据提取和基于模型的数据提取的优势。凭借这种共同的理解，我们深入研究了公司在应用这些方法时遇到的一些常见挑战，并回顾了公司将它们结合起来可以实现的好处。

通过文档理解提高运营效率并降低风险

2020 年，我们整理了一些深入的白皮书，分析了企业如何利用新的 UiPath 功能。在这一期中，我们专注于 UiPath Document Understanding，这是一个由 AI 驱动的生态系统，使软件机器人能够阅读甚至理解各种文档。阅读本白皮书，了解如何选择您的文档处理解决方案以及如何使用它来提高运营效率。

与 AI Center 一起发挥 AI 和 RPA 的力量

我们整理的另一份白皮书侧重于 AI、RPA 以及我们最令人兴奋的产品之一：UiPath AI Center。 AI 增强型自动化的机会很多，在本白皮书中，我们深入探讨了如何实施和扩展 AI，尤其是在 UiPath AI Center 的支持下。

通过大规模应用人工智能来实现更好的业务成果

谈到人工智能，许多企业的问题——理所当然地——是如何实施它。已经有人尝试标准化数据科学生命周期，但到目前为止，这些尝试还没有考虑到每个企业的需求都是不同的。在这里，我们剖析了企业如何真正大规模实施 ML 和 AI。我们涵盖了四个阶段：

• 定义你的问题

• 了解您的数据

• 构建机器学习模型

• 部署不断发展的模型

这个四阶段过程为您提供灵活、可维护和可扩展的 ML 操作。

为 2021 年做好准备

我们的研究表明人们对人工智能知识的广泛渴望。例如，在我们的调查“RPA 对员工体验的影响”中，超过 80% 的 RPA 开发人员表示他们想了解 AI/ML。此外，在我们的 UiPath RPA 开发人员状态报告中，几位 RPA 开发人员表示，他们希望将 ML 和数据科学添加到他们的技能组合中。饥饿就在那里，作为回应，我们在 UiPath 学院增加了相关课程。

UiPath 学院现在包括以下课程：

• 人工智能中心

• 文档理解

• 人工智能计算机视觉

技能提升将成为 2021 年成功的重要组成部分。聪明的员工会追求它，聪明的组织会鼓励和提供它。

企业人工智能的未来就在这里——让我们把它变成一个好的。立即开始您的企业试用。