UiPath FY24 Q4 自动化 CoE 关于 AI 与自动化的 5 大经验教训

AI 已成热门话题超一年，并成为 2024 年企业的战略重心。EY CEO Outlook Pulse 调查显示，绝大多数公司（88%）将在年底前投资 AI 驱动创新。

AI 驱动的创新真正融入 UiPath 基因。自创立以来，我们就利用 AI 贯穿平台，过去两年使用更加深入。仅举几例，AI 驱动我们的流程、任务和通信挖掘能力，使机器人能跨多系统和环境理解和处理复杂文档。生成式 AI 实现广泛近期创新——例如加速自动化构建、测试开发和模型训练。

作为 UiPath 自动化卓越中心（CoE）负责人，我亲身见证了平台 AI 驱动能力带来的收益。包括：

• 能自动化更广泛的流程
• 更快、更简单地构建高质量自动化
• 更高的自动化采用率和更广泛影响——特别是借助 UiPath Autopilot™ 赋能员工，这款个人 AI 伴侣帮助跨业务应用和系统处理繁琐任务

贯穿 UiPath Business Automation Platform 的 AI 驱动能力助我们在季度 CoE 报告卡上交出亮眼成绩。2024 财年（FY24）末，我们有 716 个自动化在运行，仅 FY24 最后一个季度就释放 70,677 小时。因此，我们累计成本规避已超 5900 万美元，并在财务、销售营销、人员运营、运营等领域见成效。我兴奋地表示，来自 UiPath 员工的自动化创意在 Automation Hub 中持续增长至新高。

但这些数字不是全部故事，因为它们只捕捉我们的表现——我们完成了什么。它们不谈我们如何做到——但对许多客户而言，如何落地才是故事最重要的部分。毕竟，UiPath 与 Bain & Company 最近的研究《AI 驱动自动化现状》显示，70% 的高管断言 AI 驱动自动化对实现组织战略目标“非常重要”或“关键”。战略优势和竞争力悬于一线，难怪 AI 和自动化实施成为众多客户关注的焦点。

因此，我将把本博客剩余部分聚焦于我们在实施 AI 和自动化、以最大速度从这两项变革性技术中获取真实价值方面学到的重要经验。

为阐述经验，我将聚焦财务部门的一个主要流程：应付账款。每月应付账款团队收到近千张发票，需审核并按时支付。这要求打开阅读提交的发票、提取必要数据、与现有采购订单匹配、在系统中打开以继续付款。手动完成这是重复性任务，需高度关注细节，每月分流大量人时，使其远离高价值工作。换句话说，这代表了让机器人接管任务的绝佳机会。

核心上，这是一个智能文档处理（IDP）项目，要求利用 UiPath Document Understanding。这是使 UiPath Robots 能读取理解复杂多样文档，并跨多系统、部门、技术执行端到端行动的 AI。（更多 IDP 能力详情，点击此处）。

我们聚焦五件事以确保项目成功。

成功 AI 实施的五大要素

1. CoE 与业务团队的紧密协作

成功的自动化实施依赖 CoE 与业务团队的强强合作。自动化不能在真空中发生；它必须反映并由了解流程和系统、最终将成为自动化用户和受益者的业务用户告知。

财务会计团队 32% 的员工是数字助手，在 UiPath 采用自动化方面走在前列。为该项目，我们求助财务同事，帮助识别应付账款流程关键阶段，提供构建自动化和训练 AI 模型所需的所有细节。这包括他们通常收到的发票类型、需提取的具体信息和其他相关细节。

我们还寻求信息以帮助超越现有流程，识别优化机会并精简运营效率。他们提供了在 Coupa 中创建发票的整体流程见解，让我们看到瞄准其他自动化流程（如电子发票）的可能性，所有这些都在更广泛的业务背景下。

2. 超越“标准”自动化 KPI 衡量成功

与财务团队合作，我们确定了一组衡量自动化项目成功的指标，远超传统自动化 KPI，如节省工时、成本降低、输出准确率提升。我们想要能评估项目对业务效率影响、且与衡量公司绩效的更广泛财务指标紧密对齐的标尺。

为该项目，我们主要关注一组颗粒度指标，可揭示自动化对运营效率的直接影响。包括跟踪发票处理前后耗时、每张发票处理成本、首次匹配率、采购订单和发票异常率、电子处理率。

3. 与业务和领导团队主动沟通

在与财务团队合作时，我们提供详细行动计划，让同事了解项目阶段、截止日期、关键角色和他们的行动项。

同时，我们向执行赞助商和关键利益相关者提供高层项目概览，阐述愿景。作为其中一部分，我们确保传达项目对这些高管负责的关键财务指标的潜在积极影响。我们希望确保执行赞助商能理解该自动化如何帮助他们达成 KPI——从而为公司整体创造价值。

4. 通过 AI 最佳实践减少错误、确保高准确性

确保数据准确性是该自动化的关键任务，两个因素促成：带 AI 模型的自动化，和人工验证。训练 AI 模型时，需确保有大量多样的样本数据以最大化训练效率。

在我们案例中，我们为开箱即用的 Document Understanding 模型提供自有发票类型，训练其在各种场景下识别和提取数据。我们还用不同数据量测试模型，模拟高峰期，评估不同设置下的准确性。此外，利用 UiPath Action Center，我们在自动化工作流中构建了人工验证流程，让财务同事按需介入协助 AI 模型。

虽然大量训练 AI 模型曾是实施 IDP 的绊脚石——占用业务用户数周或数月时间——但我们发现过程比预期短得多、容易得多。因为我们使用了新的主动学习能力，它结合监督和无监督学习元素，在更短时间内创建更好的 AI 模型。（了解主动学习如何加速 AI 自动化）。

5. 持续监控与改进

我们了解到，AI 驱动的自动化流程部署后不能止步。为该项目，我们继续与财务团队合作监控结果、收集反馈以进行下一次迭代。实施反馈和学习循环，确保持续改进周期，利用新洞察优化自动化流程、提升模型准确性、驱动更大业务影响。

这五大经验是我们交付高性能自动化、从 AI 获取真实价值的核心。但还有一件事极大增强了我们有效快速交付该项目的能力。作为读完全文的奖励，这里有个额外建议：

（额外建议）利用预构建组件

我们发现，实施端到端自动化项目不必复杂漫长——特别是如果能用上我们的 70+ 解决方案加速器。这些是为高影响力用例量身定制的预构建模块化框架，融合行业和我们自身最佳实践。有这些现成组件，更容易快速交付高性能自动化成果。

例如，应付账款项目中，我们用了“面向 Coupa 的双向匹配发票处理”加速器。这消除了大量定制开发，同时确保该自动化部分的高质量方案。（另一惊喜：我们还能压力测试此加速器，发现改进之处。未来我们将发布更新版，融合实施经验洞察。）

这些是我们实施 AI 和自动化最重要的一些实践。但您可以从 UiPath 近期 DevCon 活动分享的 CoE 聚焦内容学到更多——现在注册即可按需观看。

UiPath CoE 的未来之路

最后，简要展望 UiPath CoE 的一些激动人心进展。您可能知道，去年 UiPath 与 SAP 延伸合作，助力全球组织加速数字化转型。今年 1 月，UiPath 与 Deloitte 宣布扩大联盟，创建首创的共创市场合作，结合 Deloitte 的 SAP 实施技能和深厚 AI 人才库与 UiPath AI 和自动化技术。

UiPath CoE 将成为这项 Deloitte-UiPath 合作的“零号客户”，我对我们将学到什么、能做什么新事物非常期待。期待与您分享我们的经验和创新。敬请关注！