2020年企业AI成功必备的25大资源
这绝不是首次有人预言人工智能(AI)即将到来。但2020年与众不同:COVID-19大流行显著加速了数字化转型技术的采用步伐。
我们交谈的客户希望利用自动化和AI构建韧性,为未来做准备。进入2021年,无需回顾:企业人工智能时代已然来临。不仅我们如此判断,Forrester也预测:"现在正是AI大放异彩的时刻。"
关键在于组合——将AI添加到自动化中,极大地扩展了企业可自动化的范围。2020年清晰地表明,AI不仅仅是趋势。AI是全自动化企业™的支柱,而全自动化企业将AI融入工作的方方面面。自动化的潜力巨大,我们相信AI的力量可使其近乎无限。本文汇总并精简了UiPath AI团队2020年推出的最佳资源。您将发现宝藏般的资源——从视频到文章再到案例研究——展示2020年为何是AI的重要一年。更进一步,您将明白2021年将更加辉煌。
结合AI与RPA,双剑合璧
一旦企业将AI与RPA结合,企业级AI便发挥出最大威力且最易获取。在自动化的基石之上,AI可渗透至工作的每个层面,优化部分流程、彻底变革其他流程。2020全年,我们深入思考AI与RPA结合的含义及其能带来的价值。
AI与RPA:区别、炒作与协同使用指南
若您对AI与RPA的区别尚感模糊,大可不必担心。理想情况下,两项技术紧密协作,混淆它们情有可原。本文为您拆解二者差异。

简而言之,RPA是基础自动化技术,提供软件机器人自动化人类厌烦的繁琐、重复、基于规则的任务。AI则是前沿自动化技术,利用大数据集处理复杂认知流程。
AI与RPA:单独使用已具变革力,结合更强大
本文阐述RPA与AI如何激活彼此蕴藏的潜力。有了AI,RPA开发者获得近乎无限的认知流程自动化能力;有了RPA,开发者能以简捷、可扩展、安全的方式嵌入AI流程。
UiPath AI + RPA:赋能无限自动化扩展
我们喜欢从"伴侣"视角诠释这两项技术的结合。
下方视频中,一对伴侣即将购房。问题在于:多数银行无法高效处理抵押贷款申请。这让伴侣在寒风中等待房屋,也让银行陷入缓慢的收入周期——除非他们选择AI卓越银行。

这家银行是我们基于真实用例构建的虚构示例。它用机器人自动化流程,并为机器人装备AI,使其能预测、处理变异、解读非结构化内容。最终实现流程更高效,客户与公司双满意。
将AI引入RPA的产品组合
我们专注于AI在企业的落地应用。

因此,我们将AI内嵌至UiPath平台的每个环节。通过产品组合,您可通过以下方式自动化更多流程:
发掘更多自动化机会:AI与RPA结合,助您挖掘自动化机会、构建更优自动化管道。
教会机器人处理"思考"任务:借助UiPath Document Understanding、UiPath AI Computer Vision与聊天机器人,赋予机器人承担各类认知流程的能力。
轻松将AI嵌入机器人:通过UiPath StudioX与UiPath AI Fabric*(现更名为AI Center),拖拽即可部署AI技能。
利用学习闭环:随新数据流入,持续提升软件机器人与AI模型性能。
该组合可变革简历筛选、理赔处理、审计合规等流程。
*编者注:UiPath AI Fabric现更名为AI Center。
RPA与AI助力企业疫中疫后双赢的5大方式
正如上文所述,COVID-19成为数字化转型的催化剂。由RPA与AI驱动的流程即将成为新常态,欲保持竞争力的企业必须当下且深度实施RPA与AI。本文探讨企业利用RPA与AI取得成功的五大路径——若高管层仍对自动化存疑,这便是呈递给他们的最佳读物。
夯实AI成功基石:知史识技
企业AI成功需要基石。缺乏它,即使最具创新的商业领袖也如无舵之舟。Accenture研究显示,76%高管难以在企业规模化AI。更糟者,多达四分之三的C级高管担忧:若未在五年内规模化AI,企业将倒闭。渴望未来与恐惧被时代抛弃同在,缺失的正是对AI源起及其发展支撑的理解。
AI简史:从科幻走向企业未来
创始人兼CEO Daniel Dines常言:自动化非新生事物。自动化溯源至人类黎明,早期人类即尝试降低劳作成本。AI则现代得多(也高效得多)。本文回顾AI历史:从学术殿堂的初现,到实实在在的业务应用。这段历程引人入胜,助业务领袖洞悉未来的根基。
OCR与AI、RPA结合实现高级数据分析
AI催生诸多前置技术——光学字符识别(OCR)首当其冲。装备OCR后,软件机器人可消化非结构化数据(占全部数据80%-90%),输出机器编码文本。再加入AI,机器人即可借助上下文线索解读数据,处理原始数据变异、分离文档。三位一体:AI、RPA、OCR合力达成三者单独无法完成的成果。

UiPath回应欧盟委员会AI咨询
2020年商业圈外AI大事频发——首推欧盟委员会发布白皮书《关于人工智能:欧洲卓越与信任之路》。我们联合Google、Microsoft等公司作出回应,提出多项监管建议:
采取渐进、相称、基于风险的方法。
协调法规,确保欧盟市场一致性。
提供简明清晰的AI定义。
我们乐于参与并将持续参与这一讨论。2021年随AI增长,讨论将继续演进。
研习企业AI用例
企业AI用例大致落入三类:高变异流程、结果不可预测的工作流、使用非结构化数据的任务。现实中表现为:医疗再入院预测、零售定价优化、金融欺诈检测等。2020全年,我们致力于凸显这些用例,让AI触手可及。
UiPath以客户为中心,尽可能将客户与合作伙伴推至前台:
在《AI如何持续改进与规模化自动化》中,了解IT托管服务商Evros如何用智能自动化减轻人工负载,以及Cognizant如何助客户将AI融入RPA。
在《Heritage Bank:以RPA与AI驱动自动化》中,了解澳洲最大互助银行如何用部署于AI Fabric的机器学习模型实现98%准确率。
在《大型健康保险公司用UiPath AI Center优化临床结果》中,了解Amitech如何借助UiPath与AI+自动化组合节省1100万美元。
此类用例更多。探索更多银行金融用例,或深入医疗用例。偏好视频者,可查看包含更多用例的播放列表。
降低AI入门门槛
我们的使命之一是让AI触手可及。若企业AI仍是遥不可及的宏伟目标、梦想却从未使用的技术,于我们于您皆无益。2020全年,我们投入资源让任何人都能轻松上手AI。
AI触手可及:UiPath Starter Models自动化更复杂流程
Starter Models是普及AI的关键。ML模型是在大数据集上训练的软件;Starter Models打包预训练版本,企业可通过AI Fabric部署。本文拆解AI与ML主要用例,展示如何用Starter Models启动AI工作。
轻松重训练AI Starter Models以获更精准结果
当然,用Starter Models起步只是开始。这些模型为AI工作奠定坚实基础,但最终您需超越它们。本文讲解如何修改与重训练ML模型,列举三大重训理由:
现有模型未针对特定数据集训练。
现有模型仍有提升空间。
真实世界数据要求现有模型进化。
多数模型无需重训,但对需要者,此知识至关重要。
推出UiPath Document Understanding——智能处理文档的高效新途
2020年我们推出UiPath Document Understanding——新技术让软件机器人解析并解读最复杂、非结构化的文档。装备AI后,UiPath机器人能读取、提取、解读数据并据此行动。以往仅适用于表单、护照、执照等固定结构文档。现在,机器人借助AI能理解布局多变或无固定结构的文档,如收据、账单、简历。

善用Document Understanding生态系统
Document Understanding宜视为生态系统而非单一功能。本文详解OCR、基于模板的提取器(TBE)、无监督学习(USL)、自然语言处理(NLP)等技术如何合力驱动真正高级的文档理解。
融合基于规则与基于模型的方法,提升文档处理效能
Document Understanding另一关键优势:支持同时使用基于规则与基于模型的文档处理方法。本文梳理常见文档类型与分类,对比规则提取与模型提取优势,深入剖析企业应用时的常见挑战,及融合两法后的收益。

以Document Understanding提升运营效能、规避风险
2020年我们出品深度白皮书,剖析企业如何利用UiPath新特性。本篇聚焦Document Understanding——由AI驱动的生态系统,让软件机器人读懂各类文档。阅读白皮书,了解如何选择文档处理方案并驱动运营效能。
AI Center融合AI与RPA之力
另一白皮书聚焦AI、RPA及最激动人心的产品:UiPath AI Center。AI增强自动化机遇众多,白皮书深入探讨如何实施与规模化AI——特别是借助UiPath AI Center支持。
大规模运营化AI,赢取更优业务成果
对许多企业而言,AI的核心问题(理所当然)是如何运营化。虽有标准化数据科学生命周期的尝试,但迄今未充分考量每个企业的差异化需求。本文剖析企业如何真正大规模落地ML与AI,涵盖四阶段:
定义问题
理解数据
构建ML模型
部署进化模型
此四阶段流程赋予您灵活、可维护、可扩展的ML运营体系。
技能升级,备战2021
研究显示对AI知识渴求普遍。例如《RPA对员工体验的影响》调查中,超80% RPA开发者表示想学习AI/ML。《UiPath RPA开发者现状报告》中,多位开发者希望将ML与数据科学纳入技能栈。渴求已在,我们在UiPath Academy新增相关课程:
AI Center
Document Understanding
AI Computer Vision
技能升级将是2021成功的关键。明智员工主动追求,明智组织鼓励并提供支持。
企业人工智能的未来已来——让我们共创美好。立即开启企业试用。
自动化控制系统
- 2020 及未来制造业七大趋势:工业 4.0、协作机器人、可穿戴、透明化、AR/VR、技能鸿沟、网络安全
- 2022年值得关注的五大预测性维护趋势
- FANUC连续第九年荣获密歇根“最佳职场”奖
- 2020年六大供应链策略:驾驭复杂性与风险
- 2020年Hippo CMMS博客精选:专家洞见与资产管理实战干货
- 2020年最佳电磁场检测仪推荐:精准、可靠、易用
- 2024 年最抢手的 5 大云技能
- 2024云计算面试宝典:专家精选高频题与标准答案
- 2020十大云存储与文件共享服务深度评测:功能、定价与安全横向对比
- 2017 年 IIoT 系统工程师与架构师必备 5 大资源
- 2017 版工业物联网开发者必备 7 大资源
- 5G为何成现代智能制造关键基石