超级自动化开启未来工作新模式

最新推荐文章于 2023-04-21 15:13:37 发布

斯图飞腾Stratifyd

最新推荐文章于 2023-04-21 15:13:37 发布

阅读量338

点赞数

文章标签：大数据人工智能编程语言数据分析 java

本文链接：https://blog.csdn.net/Stratifyd/article/details/117309209

版权

点击上方蓝字关注我们

文 | David Roe

翻译 | Stratifyd

由于越来越多的组织希望通过自动化来提高生产力，自动化本身也在工作生产的应用实践中不断地发展和变化。近日，全球机器人流程自动化（或RPA）行业领导者UiPath的首次公开募股（IPO）使该公司的初始市值达到291亿美元，突显了人们对这一技术日益增长的兴趣。

对于已经采用任务驱动自动化技术（如RPA）的组织来说，有一点已经很明确——一个单一的、基于任务的自动化工具已经不足以实现高效、弹性的数字业务流程。

反之，根据Gartner的预测，未来，更多组织将会转向超级自动化（hyperautomation）。超级自动化可实现业务用户执行的几乎所有重复性任务的自动化，从用于结构化数据的简单、基于规则的任务自动化过渡到可以与人工智能（AI）相结合并自动处理繁杂格式的非结构化数据的RPA。基于AI的智能自动化（intelligent automation，IA）可以帮助人类更好地理解数据，做出更明智的业务决策。

其实，这一切背后的主要推动因素是数据。Stratifyd客户体验战略分析高级副总裁Kurt Trauth说：“随着企业数据量的指数级增长，公司需要采取新的策略（如超级自动化）满足客户和员工不断变化的需求和日益增长的体验期望。”

基于数据的超级自动化

Stratifyd客户体验战略分析高级副总裁Kurt Trauth表示，超级自动化的一个关键要素是让数据民主化，高级分析工具（如AI驱动的文本和语音分析软件）不再是IT团队和数据科学家的专属，全民数据科学家的规模在增速，越来越多的数据科学任务将会自动化完成。

实际上，超级自动化可以让业务领导者近乎实时地做出数据驱动的科学决策。尤其随着「无代码」人工智能技术的普及，超级自动化和文本分析工具可以帮助业务领导者解锁80%的非结构化客户互动数据中的关键洞察。

“

如果业务领导者可以借助AI和自动化减轻团队手动处理和分析数据的负担，那么他们可以将更多的时间集中在响应和修复客户体验上。

例如，客户体验团队可以使用超级自动化监控呼叫中心与客户的交互情况，预测客户净推荐值（NPS），避免传统调研的反馈滞后问题，或者从与聊天机器人的互动会话中发现实时的洞察力，为数字化体验团队改进服务提供参考建议。

——Stratifyd客户体验战略分析

高级副总裁Kurt Trauth

”

扩大业务流程自动化的应用范畴

简单来讲，超级自动化是对RPA和代码限制的一种响应。要使业务流程自动化，首先业务流程应当是明确的。也就是说，你必须很清楚地知道对于既定信息要做出怎样的回应，人工智能公司Pathmind的CEO Chris Nicholson说。

没有模棱两可的余地。代码是写死的，按照“如果A，那么B”这样的原则来操作，没有“如果是A这一类，那么或许是B或者其他可能”这种情况存在。但是，在实际业务运营中，很多工作都不是非黑即白的，还有回旋的余地和多样的可能性。一条信息可能会有几种解释方式，甚至有多种方式来处理。所以这种情况下，代码和RPA是行不通的。

“人类其实被低估了，”Nicholson 说。“我们知道如何应对突发的新事件。通常情况下，我们知道如何处理极端情况和异常，如何在必要时突破常规以实现更大的目标，但是软件和PRA无法做到。”

超级自动化可以帮助人们即使在模棱两可的情况下也可以更有效地做出决策。这称为决策支持。随着我们脱离RPA和结构化数据的确定性领域，我们进入了非结构化数据（例如图像、文本、文档、音视频等）的不确定性世界。当你用自然语言分析文本时，总会出现模棱两可的情况。

“我们生产的唯一没有歧义的产物是代码和数学证明。”Nicholson说。“所以，为了应对自然语言的这种不确定性，你需要使用概率模型。概率模型能解决的问题是：你给我的数据‘可能’是X，因此你‘可能’要的是Y。”

概率机器模型提供的这些预测可以为熟悉业务情况的人指明方向，帮助他们加快工作进度，提升工作效率。

“这是超级自动化的一种应用场景。人们将对上下文的理解和对歧义的处理应用的业务流程中，这些是代码本身无法完成的，而训练有素的AI可以帮助人类更快地实现，”Nicholson说。

自动化不仅跟技术有关

虽然自动化的优势已经很明显，但它还有一些其他问题要考虑，波士顿研究机构Deep Analysis的创始人兼首席分析师Alan Pelz-Sharpe说。

自动化的问题是，虽然它听起来很好，也很合乎逻辑，但在带来深刻变革的同时也伴随着很多失望。自动化是企业软件和IT的核心，这一点从使用算盘开始到电子计算机的诞生一直没有改变。但是，持续自动化的原因一直没有像看上去那样明确。

“在过去几年里，我常常问企业和技术供应商一个问题——他们为什么要开展企业自动化项目，”Pelz-Sharpe说。

得到的答复通常是提高生产力、准确性，提升客户服务质量以及增强敏捷性。但是当遇到挑战时，开展自动化的原因通常很简单，那就是削减成本，也就是我们所说的裁员。

“这是一个老生常谈的问题。但是开展自动化项目时，要切记区分resourceful humans和human resources之间的差异。当思维缜密的人被没有什么思维的自动化技术取代时，很多项目可能无法如愿开展。”Pelz-Sharpe说。

他还补充说，一些自动化技术为企业提供了前所未有的洞察力，比如认知洞察。有了这些洞察力，企业可以去做以前不可能实现的事情。至少原则上，这似乎是使用这些技术的坚实基础。然而，还有很多所谓的智能化和超级自动化技术仅仅是实现了更快、更便宜和更少的人力参与，从概念上实现了“自动化”，源头上并没有解决问题，反而带来一些列全新的挑战。

整合新兴技术

概括地讲，超级自动化就是利用人工智能、机器学习和RPA等不同类型的新兴技术，将大多数业务流程数字化和自动化的过程，Motivosity公司副总裁Logan Mallory表示。