了解RPA和AI之间的区别
CIO们正在加快部署自动化和AI,他们扩展和加速部署以实现这些技术提供的速度和成本节约优势。
最近发布的数据量化了这种部署率的加速增长。根据Everest Group 1月份的报告显示,全球超过72%的企业已经开始部署AI。该公司预计,全球人工智能服务支出将增长32%,从2019年的250亿美元增长到2024年的950亿美元。
到2019年底,全球机器人流程自动化(RPA)软件市场达到12亿美元,同比增长超过75%。尽管疫情爆发后,2020年的增长速度有所放缓,但到2021年将有所回升。Everest Group预测,对自动化积压的需求将带动RPA市场,预计未来两年的复合年增长率将接近50%。
这并不奇怪,因为RPA和AI可为企业带来很多好处:简化流程、减少周期时间并最终获得更好的业务成果。专家认为,总体回报不仅是更快处理端到端业务周期,而且是整体业务响应速度更快。
尽管企业部署单项技术可获得优势,但专家强调,企业同时部署RPA和AI技术可以获得更大的回报,并在现代数字市场具有更强的竞争力优势。
Larsen&Toubro Infotech公司数字化转型咨询主管Bhooma Chutani表示:“对我们而言,始终是AI加RPA;这是端到端转型的一部分。”
但是首先,RPA的功能是什么,它与AI有什么不同?
RPA部署
RPA是指使用软件机器人在业务流程中执行标准化可重复的任务。这些机器人每次都执行相同的任务,并且可以比人类工人更快更可靠地完成任务,从而提高速度和效率,同时降低成本和错误,使人们能够处理只有人类才能管理的更复杂的高价值工作。
Chutani补充说:“对于非常结构化基于行动的流程来说,实施起来很容易。很容易快速获得收益,这是轻松的胜利。”他指出,很多企业已经部署RPA来执行部分重复性工作任务。
RPA的功能和价值有其局限性。尽管该软件可以以远远超过人工的速度、规模和准确性水平执行重复性任务,但RPA不能偏离其要完成的任务。
Chutani说:“你可以将RPA用于很多流程。但是在某个时候,你需要做决定;大多数流程将需要智能组件。这就是我们谈论需要人员参与的地方。”
AI在流程中的作用
这就是AI介入的地方:AI可以模仿RPA无法做到的人类决策。
此外,人工智能可以学习如何改进其工作,从而以人类无法匹敌的速度和规模快速识别和分析数据模式,从而改进其决策。 但是,部署AI比部署RPA更具挑战性。
最重要的是,如何获得训练AI所需的数据是一项挑战。 Chutani说:“人工智能需要大量数据来构建这些模型,大多数企业没有很好的数据处理能力,无法快速或轻松地引入人工智能。”
然后就是成本问题。人工智能举措的成本要高于RPA项目,而人工智能系统的训练需要数月甚至更长的时间才能完成。人工智能项目还需要更多的专业技能来开发、部署和维护,这可能会很昂贵且难以找到。
此外,CIO和其他高管常常对他们的业务流程缺乏全面的了解,这是他们推进AI项目需要解决的问题。
Gartner公司分析师Cathy Tornbohm表示:“对于CIO而言,最重要的事情是,要完全了解他们将要自动化的流程;他们需要端到端的可见性。”
专家们还指出,很多高管对于将决策能力转移到计算机上(即使不是完全反对)仍然持谨慎态度,尤其是在受到*监管控制或可能危及自己或他人工作饭碗的任何领域。
考虑到所有这些,专家表示,他们发现AI的部署率比RPA慢。
但是,该技术仍然是企业和IT领导者的重中之重。根据软件提供商IFS的2020年调查发现,人工智能在领导者优先考虑的技术中排名第一,24%的受访者预计人工智能将在未来两年内成为领先技术,领先于其他趋势技术,包括虚拟现实和增强现实、物联网、区块链和5G。
整合RPA和AI
Chutani指出,发票处理是企业如何同时将RPA和AI部署到业务流程以最大化结果的示例。
RPA软件可从提交的发票表格的预定字段检索所需的数据,并将其发送到预定的企业系统,而不需要人类员工将数据从一个文件或系统传输到另一个文件或系统。
然后AI用于处理该业务流程中的复杂任务。例如,自然语言处理(一种能够理解人类语言的AI)可以识别包含发票的电子邮件,并将其发送给机器人进行处理。然后,AI可确定哪些发票符合已付款的要求,它会将批准的发票发送到付款系统,并将拒绝的发票转给人类经理以确定下一步。
根据Tornbohm表示,RPA与AI的结合使企业进入超级自动化领域,该领域将各种技术结合在一起,不仅使业务流程中的任务自动化,而且使流程中尽可能多的决策方面实现自动化。
Tornbohm说:“从本质上来说,这意味着你将人类从流程中移除。”
专家认为,大多数企业在实现这一目标前还有很长的路要走,因为转向超级自动化的IT领导者仍在试图整合其RPA和AI功能。
但是,这个市场正在发生变化,其中有些供应商同时提供自动化和AI功能,再加上企业对速度和敏捷性的兴趣和压力不断增加,这可能会提高部署率。
Chutani说:“所有这些都应该有助于提高AI部署。”