RPA向AI演进：驱动业务-IT对齐未来

‘智能自动化用例将随新AI技术和方案上市持续增长，根本性改变未来职场。’

过去几年，机器人流程自动化（RPA）在释放人工流程束缚的生产力效益、激发“无需大规模系统重构即可改变”心态上带我们走得很远。

当全面变革非组织现实选项时，RPA可作催化剂助业务进步增值，使其围绕已投入遗留系统的投资构建战略规划。

向人工智能（AI）扩展是这种颗粒度更细、更快转型的下一步，越来越多业务活动由日益复杂手段全或部分自动化。这通常称为认知RPA或CRPA。

那么，结合RPA和AI的更广泛智能自动化解决方案有哪些现实用例？

流程发现

新数字技术上市时，业务专业人士面临挑战：准确理解解决方案在哪能驱动效率、为实施建商业案例。

常直觉知晓低效在哪，但需更循证、自下而上视角了解业务IT系统和设备发生什么，以便为投资建强有力案例——这就是流程发现如此重要的原因。感知低效位置与系统景观实际发生的差异可能令人惊讶。

利用分析、机器学习和AI，可构建组织运营流程循证视图，进而更深理解数字技术可应用之处——无论系统变更或RPA应用于流程例外等。也允许部署后评估这些方案效益。

管理非结构化数据

尽管数字和机器人方案兴起，企业持续面临重大挑战：管理表单、信函、合同及其他自由文本内容。外部材料如客户或供应商合同尤甚，催生高度人工案例管理需求。

这是企业当前寻求将RPA延伸至AI领域的关键领域之一。此语境下，RPA是聚合器，获取喂养AI组件所需原始数据，无论基于计算机视觉、模式匹配、分类器或自然语言处理。AI模块完成功能后，RPA再将答案推入目标系统。

RPA在各类AI模块支持下，可交付执行传统上由人完成的主观处理任务的特定能力。

对话界面

据Capgemini今年研究，语音助手将在未来三年成消费者互动主导模式——24%已称将用聊天机器人和语音机器人替代网站。Google Assistant、Amazon Alexa、Apple Siri等语音助手激增剧变客户关系，企业被迫考虑如何利用。

在业务内部署这些方案，需机制开放组织应用资产访问。语音机器人或聊天机器人只能像其能提取和传递给用户的信息那样智能。此例中结合方式：用机器人获取和传递数据给对话界面（即聊天机器人），从而回答问题。

通过聊天机器人将抽象问题转化为RPA系统可理解的一系列查询实现。机器人查询记录系统检索相关数据项、打包并交还聊天机器人，使其重构为自然语言回复。

RPA是打开应用——特别是难集成应用——的关键组件，让它们参与对话界面新世界。

洞察提速

所有企业有某种数据管道供应供应链和仓库。设计旨在定期提供100%所需数据。虽通常足够报告，但不够完整用于分析和洞察生成。

总有‘最后一英里’补充分析需捕获特定洞察片段。这用数据增强数据集支持如月度结账等挑战根因分析。

RPA可支持最后一英里提取，提供聚合和数据准备支持报告动态需求，无需等企业IT延伸数据管道。这反过来让我们能预测和做历史上对人类困难的事。

我们难预测因无法处理巨量数据。我们难叙述覆盖多条业务线/部门的大量数据。AI可建模预测或用自然语言生成技术从原始数据块创建语法正确的叙述性发现摘要，而非用人海战术。

以上许多用例中，我们仍处于利用RPA及其向AI扩展效益的极早期。但这只证明RPA未来几年将在企业中持续演进扩展的巨大空间。

智能自动化用例将随新AI技术和方案上市持续增长，根本性改变未来职场。为充分利用此技术，企业首先须理解这些方案如何转型其流程，并应用严格治理确保决策有效。

若企业跨组织实施这些连接且颗粒化的方案，将助其驱动双速转型，业务与IT对齐新时代将随之而来。