UiPath 2024 财年第四季度自动化 CoE 关于人工智能和自动化的 5 大经验教训

人工智能已经成为一年多来的热门话题，并已成为企业 2024 年的战略重点。安永 CEO Outlook Pulse 调查发现，绝大多数企业 (88%) 将在今年年底前投资于人工智能驱动的创新。

人工智能驱动的创新确实是 UiPath DNA 的一部分。自成立以来，我们一直在整个平台中利用人工智能，并且在过去两年中我们对人工智能的使用不断加强。仅举几个例子，人工智能为我们的流程、任务和通信挖掘能力提供支持，并使我们的机器人能够理解和处理跨许多不同系统和环境的复杂文档。生成式人工智能实现了一系列广泛的最新创新，例如，加快自动化构建、测试开发和模型训练。 

作为 UiPath 自动化卓越中心的领导者，我对我们平台的 AI 驱动功能可以带来的好处有第一手的了解。其中包括：

• 能够自动化更广泛的流程

• 以更快、更简单的方式构建更高质量的自动化

• 更高的自动化采用率和更广泛的影响——特别是由于为员工提供了 UiPath Autopilot™，这是一个个人人工智能伴侣，可以帮助跨业务应用程序和系统完成繁琐的任务

贯穿 UiPath 业务自动化平台的人工智能功能帮助我们为季度 CoE 成绩单取得了一些非常积极的成果。截至 2024 财年 (2024 财年) 年底，我们有 716 台自动化设备正在运行，这在 2024 财年最后一个季度释放了 70,677 个小时的时间。目前，我们已累计节省成本超过 5900 万美元，并在财务、销售和营销、人员运营和运营等一系列领域取得了成果。 我很高兴地说，来自 UiPathers 并在 Automation Hub 中捕获的自动化想法继续增长到新的高度。

但这些数字并不是故事的全部，因为它们只反映了我们的表现——我们所取得的成就。 他们没有谈论我们如何实现这一目标，但对于我们的许多客户来说，如何完成任务是故事中最重要的部分。毕竟，在 UiPath 和贝恩公司最近的一项研究《人工智能驱动的自动化现状》中，70% 的高管声称人工智能驱动的自动化对于实现其组织的战略目标“非常重要”或“关键”。由于战略优势和竞争力受到威胁，因此人工智能和自动化实施对于我们的许多客户来说是一个如此耗人的话题也就不足为奇了。 

因此，我将在本博客的剩余部分重点讨论我们在实施人工智能和自动化以及从这两种变革性技术中以最快速度获得真正价值时学到的一些重要经验教训。  

为了说明我们的学习内容，我将重点关注我们财务部门的一个主要流程，即应付账款。每个月，应付账款团队都会收到近千张发票，需要按时审核和支付。这需要打开并阅读提交的发票，提取必要的数据，将其与现有采购订单进行匹配，然后在我们的系统中打开它以继续付款。这是一项手动完成的重复性任务，需要密切关注细节，并且每月会从更高价值的工作中转移许多工时。换句话说，这是让我们的机器人承担这项任务的绝佳机会。 

从本质上讲，这是一个智能文档处理 (IDP) 项目，要求我们利用 UiPath 文档理解。这种人工智能使我们的 UiPath 机器人能够阅读和理解复杂、多样的文档，并跨多个系统、部门和技术采取端到端的行动。 （有关我们的 IDP 功能的更多信息，请单击此处）。  

我们重点关注五件事来确保该项目取得成功。

成功实施人工智能的五个要素

1。 CoE 与业务团队之间的密切合作

成功的自动化实施依赖于 CoE 和业务团队之间的牢固合作关系。自动化不可能在真空中发生；它必须反映了解流程和系统的业务用户并为其提供信息，并最终成为自动化的用户和受益者。 

财务和会计团队 32% 的员工由数字助理组成，在 UiPath 采用自动化方面处于领先地位。对于这个项目，我们请财务同事帮助我们确定应付账款流程的关键阶段，并提供构建自动化和训练人工智能模型的所有必要细节。这包括深入了解他们通常收到的发票类型、他们需要提取的具体信息以及其他相关细节。

我们还寻求信息来帮助我们超越现有的流程，以确定优化机会并提高运营效率。它们让我们深入了解了在 Coupa 中创建发票的整个流程，并让我们看到了在更广泛的业务环境中瞄准其他自动化流程（例如电子发票）的可能性。

2。衡量“标准”自动化 KPI 之外的成功

我们与财务团队合作，确定了一组衡量自动化项目成功与否的指标，这些指标远远超出了传统的自动化 KPI，例如节省的时间、降低的成本或提高的输出准确性。我们想要评估项目对业务效率影响的标准，并与我们衡量公司绩效的更广泛的财务指标完全一致。  

对于这个项目，我们主要关注一组细粒度的措施，这些措施可以揭示自动化对运营效率的直接影响。其中包括跟踪发票处理前后的时间、处理每张发票的成本、首次匹配率、采购订单和发票异常率以及电子处理率。

3。主动与业务和领导团队沟通

当我们与财务团队合作时，我们提供了详细的行动计划，以便我们的同事能够了解项目阶段、截止日期、关键角色和行动项目。 

与此同时，我们向执行发起人和主要利益相关者提供了高级项目概述，以概述我们的愿景。作为其中的一部分，我们确保传达了该项目对这些高管负责交付的关键财务指标的潜在积极影响。 我们希望确保我们的执行发起人能够理解这种自动化如何帮助他们实现 KPI，从而为整个公司创造价值。

4。利用人工智能最佳实践减少错误并确保高精度

确保数据准确性是这种自动化的关键任务之一，有两个因素促成它：人工智能模型的自动化和人工验证。在训练AI模型时，需要确保拥有大量且多样化的样本数据，以最大限度地提高训练效率。

在我们的案例中，我们为我们自己类型的发票提供了开箱即用的文档理解模型，并训练它来识别和提取各种场景中的数据。我们还使用不同的数据量、模拟的高峰期对该模型进行了测试，并评估了其在不同设置下的准确性。 此外，使用 UiPath Action Center，我们在自动化工作流程中构建了人工验证流程，使我们的财务同事能够在必要时介入并协助人工智能模型。

虽然对 AI 模型的广泛培训曾经是实施 IDP 的绊脚石（需要企业用户花费数周或数月的时间），但我们发现该过程比我们最初的假设要短得多、容易得多。这是因为我们能够使用新的主动学习功能，该功能结合了监督学习和无监督学习的元素，可以在更短的时间内创建更好的人工智能模型。 （在此处详细了解主动学习如何加速人工智能自动化。）

5。持续监控和改进

我们了解到，一旦部署人工智能驱动的自动化流程，我们就无法停止。对于这个项目，我们继续与财务团队合作，监控结果并收集下一次迭代的反馈。实施反馈和学习循环可确保持续的改进循环，其中新的见解用于完善自动化流程、提高模型准确性并推动更大的业务影响。 

这五个教训对于我们提供高性能自动化并从人工智能中获得真正价值的能力至关重要。但是等等，还有一件事极大地增强了我们有效、快速地交付该项目的能力。因此，阅读本文有一个额外的想法：

（额外提示）利用预构建组件

我们发现，实施端到端自动化项目不一定是一个复杂而漫长的过程，特别是如果我们可以使用我们 70 多个解决方案加速器中的一些。这些是预构建的模块化框架，专为高影响力用例量身定制，并结合了行业和我们自己的最佳实践。有了我们武器库中的这些现成组件，就可以更轻松地快速交付高性能的自动化成果。

例如，对于我们的应付账款项目，我们使用了“Coupa 的双向匹配发票处理”加速器。这消除了大量的定制开发，同时也确保了这部分自动化的高质量解决方案。 （另一个好处：我们还能够对这个加速器进行压力测试，并找到进一步改进它的方法。展望未来，我们将发布一个更新版本，其中将包含从我们的实施经验中获得的见解。）  

这些是我们为实施人工智能和自动化而开发的一些最重要的实践。但您可以从 UiPath 在我们最近的 DevCon 活动期间分享的以 CoE 为中心的内容中了解更多信息，您现在可以通过在此处注册来按需查看这些内容。

UiPath CoE 的未来之路

在结束本博客时，我想快速浏览一下 UiPath CoE 的一些令人兴奋的发展。如您所知，去年，UiPath 和 SAP 扩大了合作伙伴关系，帮助全球组织加速数字化转型。今年 1 月，UiPath 和德勤宣布扩大联盟，以将德勤的 SAP 实施技能和深厚的人工智能人才库与 UiPath 人工智能和自动化技术相结合，打造史无前例的联合创新市场合作。  

UiPath CoE 将在德勤与 UiPath 的合作中成为“零客户”，我对我们将学到的东西以及我们将能够做的新事情感到非常兴奋。我期待与您分享我们的经验和创新。请继续关注！