機械人化和流程自動化領域——RPA(Robotic Process Automation)正在積極發展,越來越多的公司在其業務流程中使用RPA解決方案.根據Grand View Research的一份報告,到 2027 年 RPA 市場將超過 250 億美元,複合年增長率超過 40%.此類解決方案的開發人員為企業提供了創建"數字工作者"的平台.數字工作者是該平台的主要組成部分,是一個軟件機械人,可在桌面上使用軟件執行操作.其他平台組件允許您在生產環境中分析業務流程、自動化它們並控制它們的執行.
對於解決方案開發人員來說,將不同的技術結合起來以獲得新的機會變得很自然.例如,RPA 和人工智能 (AI) 通常被視為獨立的領域,但它們在很大程度上是相互補充的.這些技術的結合導致智能自動化,從而能夠快速執行端到端業務流程.結合這兩種技術的解決方案的實施對各行各業和公司非常有用,尤其是提供服務和支持服務.RPA和AI的結合使用究竟可以帶來哪些結果呢?
智能效率
RPA 平台本身能夠自動化基於不同技術平台(Windows 桌面、Web、大型機、Java、Web 服務、API)的許多業務流程.集成的靈活性是通過使用不同的方式與機械人的用戶環境進行交互來實現的.其中一種方法假設機械人可以模仿人類動作並直接與目標應用程序一起工作,而目標應用程序"不知道"它正在被機械人控制.也就是說,標準的工作流程保持不變,沒有任何額外的變化,機械人只是簡單地代替了人.在其他情況下,也可以使用系統功能.例如,機械人可能不會通過使用系統命令操作文件來使用資源管理器(用戶界面).使用表和數據庫,
隨着人工智能的進步,出現了數字工作者的其他用例.RPA 是一種具有許多優點的高效技術,但機械人只能執行人類分配給它們的任務.但人工智能可以訓練機械人,讓他們有機會獨立分析某些問題.因此,RPA 可以根據預定義的規則自動執行所有任務,而 AI 可以填補 RPA 失敗的空白.如果早期的機械人只能處理結構化數據和清晰構建的邏輯,那麼得益於人工智能技術,機械人能夠做出獨立決策.
考慮一下由於人工智能,機械人做出獨立決策的方向.
分析:流程檢測和活動識別
公司通常需要一份描述業務流程和員工行為的文件.這樣的文件可以簡化培訓新員工的流程,改進某些流程,提高工作質量,也可以用來構建機械人化系統.
自動化流程分析節省了業務分析師描述它們所花費的時間.基於人工智能的解決方案可以檢測新流程,更詳細、更廣泛地調查和描述它們.在大多數情況下,此類解決方案代表安裝在員工桌面上並監控所執行操作的代理程序.一段時間後,代理形成員工執行的工作的概念.因此,業務分析師必須花費在準備文檔上的時間顯着減少.
光學字符識別
光學字符識別 (OCR) 包括圖形字符、斜體和非結構化數據的識別.這些技術用於自動化無法在系統級別連接的應用程序,以及處理無法從中提取文本的文本文件 - 例如,從掃描文檔的 PDF 文件中提取文本.通過這種方式,可以處理髮票、支票、收據和其他標準化(但不一定結構化)的文檔.人工智能的這種使用導致端到端流程自動化.只有當機械人不確定下一步要做什麼時,人們才會支持機械人並處理文檔.
藉助 AI 技術,還可以使用額外的文本識別功能.它們需要更智能地使用數字化文檔 - 在文檔包含表格或不同文本布局的情況下.例如,開發人員提供用於處理屬於 IDP(智能文檔處理)系列的圖形文檔的產品.IDP 與 OCR 的不同之處在於,除了將圖形文本轉換為數字外,它還可以檢測文檔類型並查找更改其位置的字段.IDP 接受監督式培訓,分析師會在其中調整結構化文檔概念.當 OCR 和 IDP 不僅提供可識別的文本,還提供對數字化正確性的置信度評估時,非常方便.
一些產品還允許手寫識別.當然,很大程度上取決於語言和文化.例如,當涉及到醫生開的處方時,通常很難識別文本.但是識別技術就在那裡,並且有效.創新的解決方案可以輕鬆處理掃描的應用程序和其他文檔.手寫識別通常用於在提議和接受的合同承諾之間進行對賬,其中接受客戶手動重寫合同的關鍵條款.
談到文檔數字化技術的發展趨勢,專家建議從基於手寫文本的流程轉向輸入的數字化.如果您用聊天機械人、表單或 IVR 系統(智能語音識別)替換此方法,流程將更加高效.此外,手寫識別還可用於比較和驗證簽名.
圖像識別
處理圖像時可能需要圖像識別.RPA 平台包含用於查找畫中畫和分析圖像以獲取不同顏色內容的組件.人工智能技術允許擴展其使用場景.就其本身而言,這項技術很有趣,當與其他技術和系統結合時,它為業務流程的機械人化開闢了新的機遇.
圖像的比較分析可以讓您找到"畫中畫",它們之間存在一些差異.這種技術的一個很好的例子是谷歌圖像搜索.搜索結果是相同和相似的圖像.用例可以是在 Internet 上搜索包含類似照片的所有來源.該解決方案可用於驗證個人數據的真實性.如果在社交網絡上為不同的賬戶使用了相同或相似的肖像,那麼該信息的真實性就值得懷疑.您可以以相同的方式搜索徽標.
此功能還包括人臉識別選項:識別圖像中人臉的概念 - 例如,護照照片.通過自動化招聘,可以使用 IDP 識別護照數據,自動識別員工照片並將其保存在本地人力資源系統中.可以將護照數據與個人數據進行比較,並且可以在照片數據庫中檢查照片(例如,通緝犯).
還可以從視頻監控流中識別人臉和人物圖像.視頻流被切割成幀,採樣幀通過人臉識別系統.根據人事管理系統檢查人員,並根據人臉識別做出決定.例如,如果有一個倉庫有塊 A 和 B,並且在塊 B 中識別了分配到塊 A 的員工,這可能會導致倉庫安全服務的自動通知.智能機械人提供系統之間的通信,並將個人能力鏈接到一項端到端的有用活動中.
物體識別是對圖像中的概念或現象的識別.從醫學識別異常,防禦識別目標,生態識別污染,到煉油工業,各種行業幾乎都有無窮無盡的用途.該解決方案的用途是讓 AI 訓練跨多個圖像的概念化.經過訓練後,AI 將能夠對圖像進行內容分類或缺乏概念分類.這種解決方案的一個很好的例子是管道上的鏽蝕處理.想像一架無人機飛過管道並從上方拆除管道.處理視頻並檢查鏡頭是否生鏽.如果發現生鏽,然後服務團隊會收到包含圖像和圖像地理位置的通知,然後決定是否需要採取行動.當然,無人機不能飛上百公里的管道,必須有團隊陪同,但這比爬上管道並一步步檢查要快.
當然,人們可以做到這一切.但是多久和多久一次?機械人不會感到疲倦,也不會因長時間單調的工作而迷失方向.他們可以處理信息,即使他們必須每 10 分鐘分析同一張圖像,同時每小時分析數千張圖像.
機械人 AI 系統還允許您通過列出所見對象的概念來描述圖像.當人工智能被用來規避針對人工智能和機械人的技術時就是這種情況.一個很好的例子是旨在將用戶驗證為人類的技術("選擇所有帶有紅綠燈的圖像以確認您不是機械人").圖像的描述性分析會告訴您圖像包含一個包含汽車和交通燈的城市環境.
提高客戶服務效率的機會
結合 RPA 和 AI 的解決方案通過自動分析呼叫(語音、文本)、確定呼叫的情緒、優先級和上下文,幫助提高客戶服務效率.
情緒分析可讓您確定作者的情緒或信件的語氣.該技術可用於支持中心來確定請求的優先級.一個更有能力的客戶支持員工被分配到請求中,文本分析器從文本中提取一般上下文.支持信被歸類為許可、安裝或使用請求.此外,該技術可以與聊天機械人集成以實現相同的目標 - 定義進一步分發處理請求的上下文和一般含義 - 通過機械人手動或混合.
語音識別使得在機械人和人之間創建語音通信通道成為可能.它與上下文識別系統結合使用.語音消息被數字化為文本,而文本又經過含義定義.這種基於預定上下文的通信用於聊天機械人.聯繫支持服務時,客戶會表明身份並描述其請求的性質.系統通過對話引導用戶並處理請求.如果系統無法理解或處理請求,呼叫將轉接給已經掌握信息並查看系統自動問題答案的支持員工.
還有一些服務解決方案 (Service Assist) 將請求幫助的客戶、支持代理和機械人連接到一個端到端流程中,機械人完成所有工作,使用不同的公司系統收集數據並進行更改.
另一種解決方案是將文本轉換為語音.機械人可以準備一段文字,然後將這段文字翻譯成語音,然後通過有針對性的信息撥打電話.模擬人類語音用於旨在大規模警報的自動機械人呼叫.此類功能在很多情況下都是必不可少的 - 例如,立即通知人員.這項技術的使用也可用於提醒乘客機場航班延誤.郵件需要訪問權限,並非所有電子郵件在收到後都會立即閱讀.電話或免提電話在發送和接收消息方面更加同步.
此外,值得注意的是一個非常有趣的方向——虛擬播音員.機械人可以傳輸文字,與虛擬播音員一起創建視頻發佈,等待視頻編輯,並將視頻放入視頻存儲和發佈系統.
在上下文識別方面,聊天機械人就是一個簡單的例子.他們通常從一個特定的問題開始.根據預定義的類別對用戶響應進行分類,這就是上下文識別.聊天機械人主要用於外部客戶支持和內部員工支持服務,其中通信結果由機械人處理.因此,您可以發送房屋或汽車保險的報價,幫助您找到最近的組織分支機構,或建議支持服務的聯繫信息.外部支持包括在搜索公開可用信息時為客戶提供用戶友好性.但是,如果可以授權客戶,則可以提供與個人數據相關的服務.
如果我們談論對內部客戶的支持,可以是密碼恢復、服務請求、幫助查找內部程序、法規、模板等.這將顯着加快新員工的培訓,因為聊天機械人助手將能夠幫助員工處理不熟悉的情況.
未來對我們來說是什麼?
許多公司長期以來一直在結合 RPA 和 AI 技術,釋放人力資源.而這些技術的發展及其普及,可能會導致業務流程數字化方面的革命性變化.AI 使您能夠超越 RPA 平台的能力.多虧了人工智能,數字工作者變得聰明,獲得了分析和做出的能力,儘管是受控的,但獨立的決策.