亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Manufacturing Technology >> 自动化控制系统

Forrester 公布了人工智能驱动时代 RPA 成功的 10 条黄金法则

1:1,由 Forrester 首席分析师 Leslie Joseph 主持

机器人流程自动化 (RPA) 不再是自动化海洋中的一座孤岛。整个景观有一个巨大的融合。 RPA 是迈向更大目标的“垫脚石”。

这是我与我们的演讲嘉宾、Forrester 首席分析师 Leslie Joseph 讨论的核心内容。 Leslie 最近撰写了 Forrester 发表的新研究《RPA 成功的 10 条黄金法则》。 Leslie 在这里享有很高的声誉,因为他领导了企业应用程序、技术平台和未来工作的交叉领域的报道。我们在这里对 UiPath 的研究进行补充。

在我的 1:1 讨论中(您可以观看我们的完整对话)——就像今天在许多客户、合作伙伴和家庭对话中一样——我们大力探讨了人工智能 (AI)。

以下是我最喜欢的一些要点:

大流行以来的经验教训

此次疫情凸显了将机器人引入系统、核心流程的重要性。从成本削减转向风险缓解和连续性。然后,员工开始更多地询问机器人还能为他们做什么。话题转向通过自动化进行创新。

关于数字化转型的现状

企业必须投资数字化,因为他们别无选择,但他们并没有创造任何真正的竞争差异化来源。然而现在,情况不同了。

从 RPA 作为工具到平台的转变

在过去的几年里,[UiPath] 一直在“将自动化与流程智能相结合”,这是相当具有变革性的……这是人工智能驱动的企业自动化的真实例子。

论企业中的生成式人工智能

经过多年的发展,生成式人工智能(GPT1、GPT2、GPT3 等)才达到目前的形式。关于其他人工智能技术的出现,还有更多的“油箱里的气体”。现在,随着企业中的生成式人工智能的出现,企业将能够在非结构化数据之上进行分层。因此,您不仅会知道发生了什么,还会知道为什么会发生。

关于最终目标

自动化正在演变成“整个业务可观察性”,提供有关工作实际如何完成的端到端视图、操作和建议。

人工智能驱动的自动化

在我们的讨论中,Leslie 很好地总结了我们所说的人工智能驱动的自动化:“随着技术的发展,技术的力量越来越强大……从科幻小说的领域走向现实。从长远来看,自动化的价值将会大放异彩。我们将在各个流程中分层真正的自适应人工智能,这些流程能够理解上下文并能够以非常人性化的模式做出响应。”

至此,我们深入研究了 Leslie 最新的“RPA 成功的 10 条黄金法则”,它们在这里(以及一个快速摘要片段):

规则 1 – 将 RPA 融入公司的自动化结构

获得高管的支持和参与以推动转型成果。

规则 2 – 为 RPA 构建可持续的商业价值模型

以对最高管理层重要的方式报告价值。

规则 3 – 将 RPA 视为企业平台

优先考虑企业范围的弹性和最佳实践。

规则 4 – 采用零信任原则保护您的机器人

将机器人安全放在首位。

规则 5 – 确定流程的优先级

瞄准正确的用例,深入研究复杂的任务,并进行流程优化。

规则 6 – 为有效的自动化管理和治理奠定早期基础

联邦治理模式是关键;他们三分之二以业务为主导,三分之一以 IT 为主导。

规则 7 – 为 AI 做好规划,但不要急于介入(查看 AI 如何以四种方式与 RPA 结合)

将机器学习 (ML) 嵌入基于 RPA 的工作流程中,通过启用新颖的用例,极大地增加了自动化任务和流程的表面积。

规则 8 – 以创新的视角看待智能自动化

培养内部自动化技能和公民开发人员计划,通过自动化推动创新。

规则 9 – 人性化设计

关注员工体验 (EX) 和福祉。

规则 10 – 培育自动化优先的文化

确保每个人都将自动化视为各种工作的主要模式。

获取补充副本

您可以下载莱斯利·约瑟夫的完整研究报告并观看我与莱斯利的对话。

我要感谢 Leslie 抽出时间与我交谈,并提供了他对自动化和人工智能的未来的热情见解。


自动化控制系统

  1. Cobot Fleet 解决劳动力短缺问题
  2. 三星确认收购 Zhilabs 以加速其 5G 能力
  3. 调查:工业物联网曲线背后的制造商
  4. 问工程师:我应该安装远程访问吗?
  5. 新泽西制造业扩展计划获得沃尔玛资助以培训学生
  6. 协作机器人人与机器的结合
  7. 学习是一种持续的冒险
  8. 满足对复合材料自动化的巨大需求
  9. 机器人过程自动化的最佳和最差用例及其对未来的展望
  10. 自动化绩效指标:从需求和库存预测开始
  11. COVID-19 加速了我们通往未来工厂的旅程
  12. 工业 4.0 的主要挑战