RPA何以成为对接AI能力的高级连接器
数字化业务的成熟,离不开新技术的迭代与发展。而在这些新技术当中,人工智能(AI)和机器人流程自动化(RPA)对于企业的长远发展,意义重大。
两份关于RPA和AI的调查
权威的市场研究机构Gartner的一项针对全球89个国家与地区3000位首席信息官(CIO)的调查显示,2015年至今,全球采用AI技术的企业比例从10%增长至37%,增长率高达270%。同时,40%的CIO认为人工智能将成为2019年组织变革最重要的颠覆性力量。
据日本著名信息研究院MM针对日本RPA的市场调查报告显示,截至2019年11月,在所有企业中RPA与AI结合的应用率为36%,比2018年6月的26%提高了10个百分点;40%的企业准备计划应用AI,25%的企业没有应用AI打算。
在已应用RPA企业中,AI的应用率为77%,准备应用的为17%,没用应用打算的为7%;在准备应用RPA的企业中,81%准备应用AI,7%没有应用打算。
趋势:RPA+AI
RPA与AI的结合,可让RPA流程处理起来更加灵活。在AI技术的加持下,RPA将具有一定的认知、推导能力,产生一部分自主决策,来优化业务流程。
AI对RPA的赋能不仅突破自动化的场景壁垒,有力促进了RPA场景的延伸,实现对业务场景更广范围的支持。另外,AI对RPA产品自身的能力提升也是非常显著且未来可期(如智能决策和自学习),有利于打通产业价值链各个环节,形成产业流程闭环优化,为整体产业变革带来更深远的意义。
AI中的OCR、NLP等技术能够赋予RPA识别图像、语义分析等能力,从而拓宽RPA的应用纬度,连接信息世界与物理世界。
随着AI的持续接入,RPA能够解锁更多的应用场景,RPA+AI的互补效应将无限放大。有研究表明,到2022年,业务流程的整体市场将会重构,主要涵盖了围绕RPA和AI技术的服务改造,总价值将超过80亿美元。
RPA与AI的发展对行业的影响无疑是巨大的。近几年来,越来越多的公司正加大对RPA和AI技术的研发投入力度,希望实现智能化的个性服务,以提高运营效率和用户体验。
连接AI能力的高级连接器
RPA要成为连接器,必须要攻克一个挑战,那就是对非结构化数据的掌控。
不同业务系统之间的数据,通常只有20%是可以直接利用的结构化数据(例如表格数据库等),剩下80%都是非结构化数据。这一部分,现在仍缺少较好的解决方案。
AI则具备这样的能力。通过AI,可以把非结构化数据转化为结构化数据,这样RPA就能处理剩下80%的数据。所以,RPA+AI才是连接器的未来阶段。
RPA本身能力有限,需要用AI增强。AI好比具备“头脑能力”,可以把非结构化的数据,如图片、声音、文字等转换成结构化数据,然后交给具备“手脚能力”的RPA去操作。
RPA和AI的界限分明,AI负责把非结构化数据转成结构化数据,而RPA处理复杂的结构化数据。
将AI一些智能化的功能,分装到连接器里能解决很多问题。有的是标准AI场景,比如扫描发票、身份证等非常标准的文档,直接调用相关插件即可实现。
结合AI能力的RPA连接器应用场景
场景1:界面识别
需要识别出软件里有多少界面元素,一般的RPA软件都能做到。
但有些软件不在本地操作系统里运行,而是运行在远程计算机。这种情况下,就可以运用AI识别界面。
通过深度学习模型去训练,在模型里,只要按下一个键,机器人就能自动识别,把虚拟机里的基本元素,如输入框、按钮、标签等用绿色识别框标记。不仅可以识别带文字的元素,针对没有填内容的空白输入框,也能准确识别。
场景2:合同识别
财务领域经常要识别和处理合同,从合同正文里提取关键信息较为麻烦,因为合同没有标准格式,比如甲乙方的位置、合同金额、到期时间等。
用RPA产生的AI能力进行训练,能在合同扫描件里提取出所需要的总金额、账期、供应商等关键信息,然后用RPA把这些信息送到财务,给财务提供一个成本的管理依据。
场景3:在线客服
地产公司的物业部门通常会设立一个集中的呼叫中心。为了提高用户的服务质量,当业主拨打物业电话时,会直接接入到呼叫中心。
呼叫中心有200多个人工客服可以直接回答简单问题,对于一些类似维修等问题需要先做下记录再修理。AI则可以理解人说话的意图,并做出简单回复。
另外,公司邮箱每天能收到一些邮件,需要每天有人收邮件并归类为客户或潜在客户。这些客户需要进行初筛,判断公司规模及相关信息。
商机邮件处理机器人,能自动收邮件、查询客户和分类。如果是归为潜在客户,还能自动查该公司大概情况,自动回复邮件,把处理的信息存到Excel表格里。
A i 中 国 网