Gartner副总裁Svetlana:RPA将是企业快速落地AI应用的最佳途径

后台-系统设置-扩展变量-手机广告位-内容正文顶部

近期,Gartner副总裁Svetlana Sicular出席了在美国佛罗里达州奥兰多市举办的“Gartner年度数据研讨会”。这项活动是Gartner一年一度的总结性大会,参会人员包括Gartner本公司的高管以及受邀请的名企CIO。他们从经济、技术、管理、环境等多个维度,对企业如何将传统业务过度到数字化业务进行了详细阐述。

 

Sicular在大会上说道:“如今,企业应用AI的最大动机是使业务流程实现自动化和改善客户体验。人工智能技术可以完美地将传统业务中的非结构化数据进行拆解,而RPA可以将基于规则、重复性的工作业务实现自动化。这种技术性上的互补,对企业在数字化转型的道路上帮助是巨大的,也是企业打开‘AI之门’的最佳途径”。

 

早在今年9月12日,Gartner发布了一份名为《2019年技术成熟度曲线图》的数据调查报告,该图表详细显示了AI技术的发展趋势,其中Auto ML(自动机器学习)、聊天机器人和增强智能的上升势头最为旺盛,而RPA作为技术趋势中的新贵成为最大黑马。其上升势头高于虚拟助手、计算机视觉、认知计算等已发展2年以上的智能技术。根据Gartner 2019年CIO调查数据显示,在2018年至2019年间,部署与应用AI的组织从4%增长到14%。与前几年相比人工智能技术已经以多种方式应用到企业业务中。

 

Gartner发布的《2019年技术成熟度曲线图》

 

  • 自动机器学习(Auto ML):机器学习的核心是通过算法解析数据从中学习,然后对世界上的某件事情做出决定或预测。   例如:满足个性化客户需求,物流供应链建议,商品动态定价,医疗诊断或反洗钱等。目前,机器学习已在多个领域和行业中应用,以推动和改进业务所面临的挑战。美国运通公司通过使用机器学习来解决金融诈骗问题,以节省数千万美元的损失。沃尔沃使用机器学习预测零件何时可能发生故障或何时需要维修,从而提高了车辆的安全性。
 
  • 聊天机器人(Chatbots):是可以模拟人类对话进行交流的计算机程序,聊天机器人可以基于文本或语音,也可以是两者的组合。   目前已被大量应用在客户服务领域,极大地提高了客户服务的工作效率。例如:汽车制造商起亚,通过聊天机器人每周与115,000名用户进行交流;德国著名零售商Lidl ,通过聊天机器人为客户提供葡萄酒购买指南以及食物搭配技巧等。
 
  • 机器人流程自动化(RPA):这里的机器人指的是以软件形式存在的虚拟机器人,通过录屏、脚本等形式模拟人类的工作方式,从而执行那些基于规则、重复的业务流程。   新时代的自动化与传统自动化的最大区别在于和AI技术的结合。RPA与AI的结合最大好处是可以处理非结构化数据,并提供直观的可视化智能数据分析,以帮助组织提升自动化的工作效率。例如:位列世界500强的东芝集团,通过使用RPA与AI将闪存制造业务流程节省了35%的时间。
 
Gartner副总裁Svetlana Sicular在“Gartner年度数据研讨会”进行演讲 
 
即便企业已经知道AI技术的诸多好处,但是根据Gartner的AI应用调查数据显示,2018年部署AI应用的企业是14%,2019年是19%,一年的时间里仅提升了5%,虽然这是一个不错的增长,但是这远低于Gartner预期的23%。
 
Gartner发布的“2019年AI应用现状” 
 
当被问及企业在应用AI面临哪些挑战时,Svetlana认为主要有3个原因:
 
  • 员工缺乏对AI技术的熟练度:企业经常会招聘一些AI技术的专家,但实际上AI是一项“团队技术”,它需要业务分析师、开发人员、市场营销人员以及更多的员工参与到其中。   企业应该提高基层员工的AI技术熟练程度,毕竟AI技术是应用在实际业务中的。
 
  • 高昂的部署成本和应用方向:像谷歌、Facebook、微软、亚马逊那样的企业可以很轻松地将AI技术应用到业务中。   但是对于中小型企业来说,超高的部署成本和应用方向成为了一个无法逾越的鸿沟。并且单一的AI技术无法满足企业对ROI(投资回报率)的要求。
 
  • 缺乏数据:人工智能技术只是一种工具,真正的灵魂是数据。   只有经过大量数据模型训练之后的AI,才是人们所需要的。不过目前很多组织不具备数据训练能力,这使得AI的处理能力大打折扣。
 
 Gartne发布的“AI应用调查报告”
      
在应用AI方面,Sicular建议企业应该从小处着手,获得收益后再逐步开展到其他业务中去。同时Sicular分享了一个AI应用周期表,Gartner认为企业应该按照质量、需求、便利性、效果、实施难易度等因素,在短期、中期和长期内考虑AI项目。
 
Gartner发布的AI应用周期表 
 
从短期来看,Sicular表示人们应该将易于部署和使用作为首要选择。而RPA的出现刚好解决了这些难题,通过内置多种AI技术(机器学习、自然语言处理、光学字符识别等),将那些非结构化数据业务实现自动化。以智能技术为驱动替代传统的手动业务,这将为企业提高生产力和决策能力。目前世界一流的RPA供应商已经提供可视化拖拽方式的AI技术,这对于企业员工熟悉AI技术来说有极大地帮助。
 
Sicular 还分享了两个Gartner的预测,到2020年,以机器学习为基础的增强分析,将成为购买分析和商业智能(BI)以及数据科学的主要推动力。例如:找到一个以前未知的动机,该动机可以根据一个人的生日时间改变人寿保险的加价率;通过智能自动化更改每种产品的折扣时间段来提高零售业的利润。
 
另一个预测是,到2022年,将有75%的企业通过AI和ML重新构建商业平台。定制式人工智能技术,AI云服务,智能ERP/CRM和机器学习的应用和渗透率将大大地提高。基于云端的机器学习服务将在数据科学平台市场中占据20%的份额。
 
Gartner发布的“技术应用趋势” 
 
最后Sicular强调,目前全球企业正在进行一场“数字化革命”,这是一项任重而道远的事业。数字化转型主要由内部和外部两条业务线组成,通常这种转型大概需要7年以上的时间。但由于社会环境和AI、ML、RPA、NLP、CV等一大批人工智能技术的出现,使得这一进程得到了极大地缩减。根据Gartner最近的一项CIO调查显示,如今,普通企业20%的收入来自数字化业务,其中的39%收入是通过优化内部运营效率得到的。同时超过83%的企业高管(数据来源Gartner董事会研究报告)对数字化转型产生了浓厚的兴趣,认为数字化转型将是企业发展战略中头的等大事。

未经允许不得转载:RPA中国 | RPA全球生态 | 数字化劳动力 | RPA新闻 | 推动中国RPA生态发展 | 流 > Gartner副总裁Svetlana:RPA将是企业快速落地AI应用的最佳途径

后台-系统设置-扩展变量-手机广告位-内容正文底部