智能过程自动化:IPA实施的4个阶段

今天的知识工作者就像昨天的上班族。他们花时间在电子邮件,电话,各种桌面和在线应用程序以及与客户,供应商,员工,合作伙伴和内部利益相关者打交道的网站上。大部分时间都花在处理各种系统上,以便将信息从一处转移到另一处,或者将数据从一个系统输入/处理到另一个系统。如果你曾经处理过一个官僚机构,比如你的汽车部门,那么你正在经历处理知识型服务经济的乐趣。但它并不需要这样。

组织似乎认为办公室和知识型员工生产力有限的原因大部分是因为信息存在于多个不同的系统中,采用不同的格式,而且各种流程决定了信息如何从一个地方流向另一个地方。有人可能会认为,转向应用编程接口(API)和其他基于计算机的技术系统可能已经解决了这个问题。尽管API简化了将信息从一个地方转移到另一个地方(有时)的技术方面,但它还没有解决处理信息差异的问题。这些不同的差异要求人们了解什么时候需要信息,如何操作以及如何将其用于组织需要的任何特定任务。

为什么机器人过程自动化不够

机器人过程自动化(RPA)工具,正在进入这个聚合,管理和操纵各种数据源的空间,正在形成一类新的自动化“机器”。这些机器人代表或代替人类对手与企业中现有的遗留系统或任何在线任何地方进行交互。他们模仿人类的行为,以便人们可以专注于公司更重要的任务,而不是说将信息从网站复制到电子表格。

然而,RPA正在通过用自动化任务取代死守的人类活动而对公司的业务进行重大改进,而人工智能(AI)正准备为这一新的生产力引擎提供巨大的推动力。当需要判断在某些情况下使用某些信息的方式,方式和时间时,RPA工具会卡住。如果系统能够向人类主管学习如何利用这些信息呢?利用机器学习(ML)动态适应新信息和数据的系统,将把这些系统从单纯的自动化流程的机器人转变为能够显着影响知识工作者经济面貌的智能过程自动化(IPA)工具。或者正如麦肯锡咨询公司所说的那样,“实质上,IPA将机器人带出人类。”

智能过程自动化:下一步

即使是传统的RPA工具也会在事情与记录有很大偏差时出错。特别是,有时需要理解页面的上下文,并根据对情况的理解采取不同的行动。例如,如果将医疗信息从一个系统转录到另一个系统,则使用一个实验室系统而不是另一个系统取决于诊断或治疗的类型。机器学习和其他人工智能方法可以帮助处理这些情况,方法是对文本或说出的单词使用自然语言处理,根据学习的交互对下一步使用不同的确定,从而提供一定程度的推理和洞察,系统可以采取。

另外,有很多时候信息不完整,需要额外的增强,或者与多种来源相结合来完成特定的任务。例如,患者数据可能具有不完整的历史记录,这在一个系统中不是必需的,而是在另一个系统中需要。另一个例子是客户信息需要来自其他系统的增强以提供更大的价值。智能系统可以构建和维护客户,患者,员工,合作伙伴,消费者或其他个人和公司的更完整概况,并利用这些知识帮助填补由不同来源收到的信息中的空白。通过这种方式,智能过程自动化系统可以帮助消除需要人工处理RPA系统的许多例外情况。

Cognilytica花时间分析IPA市场,并且作为其IPA市场2018年报告的 一部分, 确定关键功能属于以下定义的几个“AI使能”级别:

等级0:增强型RPA(不是AI)

等级1:语言和场景感知

等级2:智能流程意识

等级3:自主流程优化

带视觉流设计器的屏幕录像机复杂的规则集复杂的用户交互功能,包括键盘,鼠标,滑动和行为建模

使用自然语言处理工具进行文本(OCR),语音和其他交互虚拟助理帮助进行流程开发根据上下文的需要修复和验证数据可以处理非结构化数据和输入

自动识别新系统中的流程流程(“流程发现”)预测并减轻流程异常了解UI更改并进行动态过程更改查找并修复丢失或不正确的数据自动过程文件

建议并修改流程以改善整体流程从自身学习,找出更好的方法来处理流程自动编排多个机器人以优化流程

来源:Cognilytica - 智能过程自动化报告(http://www.cognilytica.com)

  • 带视觉流设计器的屏幕录像机
  • 复杂的规则集
  • 复杂的用户交互功能,包括键盘,鼠标,滑动和行为建模
  • 使用自然语言处理工具进行文本(OCR),语音和其他交互
  • 虚拟助理帮助进行流程开发
  • 根据上下文的需要修复和验证数据
  • 可以处理非结构化数据和输入
  • 自动识别新系统中的流程流程(“流程发现”)
  • 预测并减轻流程异常
  • 了解UI更改并进行动态过程更改
  • 查找并修复丢失或不正确的数据
  • 自动过程文件
  • 建议并修改流程以改善整体流程
  • 从自身学习,找出更好的方法来处理流程
  • 自动编排多个机器人以优化流程

来源:Cognilytica - 智能过程自动化报告(http://www.cognilytica.com)

这些级别代表了流程的AI支持的增加。在本文和报告中调用这些AI功能的目标是推动供应商和市场向其流程技术供应商提供更多的智能。RPA是昨天。IPA是今天和明天。

原文发布于微信公众号 - 瞎说开发那些事(jsj201501)

原文发表时间:2018-06-01

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏后端云

OPNFV简介(1) - 背景

1046
来自专栏Cloud Native - 产品级敏捷

微服务产品级敏捷: 重新定义平台开发的需求管理

2016.11.9, 深圳, Ken Fang 微服务平台往往需要为多类不同的产品提供服务。 当多类不同的产品, 向微服务平台涌入海量的需求时, 微服务平台的需...

18110
来自专栏EAWorld

业务元数据管理——洞悉数据背后的业务含义

目前,很多企业已经意识到,由于业务人员看不懂系统中存储的数据,所以难以通过大数据来提升业务创新能力,本文就来谈谈解决这个问题的方法——业务元数据管理。(同系列文...

3758
来自专栏Forrest随想录

谈谈技术和成本(三)

接上篇文章,我们讲了技术不是唯一的解决成本问题的手段,但这不代表技术就没有意义,没有价值,相反,到了一定阶段之后,技术将成为最终的决定因素。

574
来自专栏hadoop学习笔记

hadoop基础入门学习需要必备哪些技能

大数据hadoop无疑是当前互联网领域受关注热度最高的词之一,大数据技术的应用正在潜移默化中对我们的生活和工作产生巨大的改变。这种改变给我们的感觉是“水到渠成”...

952
来自专栏JAVA高级架构

为什么微服务实施那么难?如何高效推进微服务架构演进

前言 笔者从 2013 年加入 ThoughtWorks 至今共 4年时间。在这 4 年的时间里,我分别以 开发人员, DevOps 工程师、DevOps 咨...

3379
来自专栏钱塘大数据

【干货】制造业如何实现大数据应用落地

制造业如何实现大数据应用落地 朱志伟 在近几年里, “大数据”已经完全占据了主流分析师和商业媒体的想象力。以大数据为基础的新一代信息驱动企业的决策正在成为主流,...

2879
来自专栏云计算D1net

数据中心基础架构将迎来巨大变革

今年数据中心的基础架构可能会经历巨大的变革,但是大部分的关注点会在软件定义架构和云计算、裸机方面。这一点上来看,对于服务器而言,可能会成为一段相当兴奋的时间段,...

27910
来自专栏云计算D1net

云计算成本评估问题及解决之道

目前,很多企业都已拥有了超过两年以上的云计算实施经验,几乎每一家主流公司都或多或少地在云计算中运行了应用程序。虽然有了这些经验,但是云计算消费者仍然有着一些悬而...

1110
来自专栏SDNLAB

你需要知道的混合云最佳实践

1723

扫码关注云+社区