趋势 | 人工智能&机器学习：数字流程自动化领域的下一个爆点--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

文章部分来源 | Deep Analysis行业洞察分析报告

作者 | Deep Analysis副总裁及首席分析师Connie Moore

文章经本平台整理翻译

人工智能（AI）和机器学习（ML）在数字流程自动化（DPA）和机器人流程自动化（RPA）中扮演着重要角色，无论是在客户体验、业务运营、电子商务还是消费者行为方面，都将给数字流程自动化市场带来巨大的变革。随着AI/ML解决方案在全球范围内的广泛使用，AI/ML已成为大多数企业高管首要考虑的蓝图，但问题也随之而来：

1. 对于AI/ML技术的应用，是该一步到位还是循序渐进?

2. 组织是否准备好应用AI/ML技术了?

3. 学习曲线是否陡峭，AI/ML是否将占用大量资源?是否会影响部署速度?

4. 企业是否具备数据质量、数据集成、数据集和数据湖，为广泛部署AI/ML提供支持 ?

5. AI/ML将如何影响人类现在的工作？组织将如何管理人和机器人劳动力?

6. AI/ML将如何重塑数字流程自动化市场?

关于如何将AI/ML与数字流程自动化融合，目前还处于初期探索阶段。一位企业高管指出： “人们对于人工智能是什么，在数字流程自动化中扮演什么角色仍然存有许多疑虑”。在初期阶段，这些问题很难一一解答，但就目前而言，我们可以得出以下四点:

AI/ML已经开始被应用于商业和政府机构的某些特定的业务流程中。

在金融服务行业中，企业可以采用AI技术来加强欺诈检测；在呼叫中心，AI可以进行自然语言处理，自动识别客户需求；政府机构和零售电商会使用面部识别和语音识别来进行人员安全检查和身份识别；医疗服务提供商使用AI对患者进行虚拟诊断和治疗；零售、旅游、酒店和金融服务公司利用情感分析技术来了解客户并评估公众舆论。

大部分企业还未做好准备将AI/ML应用于新的业务场景中。

大多数企业在进行部署AI/ML的前期准备，如准备数据组、进行数据集成、招募数据科学家等，同时分析AI/ML将对组织、部门和消费者行为产生的影响。

AI/ML将在业务流程优化/重构中发挥重要作用。

一些具有前瞻性的数字流程自动化企业已经明确了AI/ML未来的应用方向——优化/重构企业内部的业务流程。例如，金融服务公司通过数字流程自动化技术实现贷款发放，再结合AI技术，优化贷款流程实现决策自动化。还有许多其他业务用例也是如此——保险承保、索赔处理、客户服务、调查、异常事件报告等等。对企业来说，跨行业跨部门应用AI/ML的重点就是从原来的业务流程用例上入手，应用新的技术实现流程优化或重构。

流程自动化供应商将把AI/ML部署在他们的数字流程自动化产品中，与流程建模、流程执行、流程洞察和流程优化相结合。

流程自动化厂商们都认同AI/ML将重塑流程自动化市场，并改变他们原有的产品。但当被问到细节时，考虑到AI技术的新颖性，很难说清楚如何将AI/ML和产品结合。引用一位企业高管的话“想象如何用AI/ML来优化企业内容服务(举个例子，比如智能捕捉)，要比想象它将如何改变流程自动化工具的软件设计和产品功能容易得多。”

基于目前市场的情况，大多数技术供应商已经开始尝试:

◆将AI/ML集成到他们的软件平台中，例如业务规则、流程建模、流程挖掘、流程管控和流程数据；

◆ 将AI/ML与语音、聊天、移动、社交和语音设备(以及IoT设备)等交互渠道集成；

◆ 与尽可能多的基础架构巨头合作（如亚马逊、谷歌和微软），或者利用他们的AI技术自行开发。

虽然目前技术供应商们对于AI/ML技术的应用仍处于观望和评估阶段，但已有以下几种与数字流程自动化结合的场景：

1. 应用智能流程设计和模式识别技术，为业务人员和流程设计人员带来更易上手的产品；

2. 聚焦数据源，将数字流程自动化软件与不同数据源集成；

3. 通过模式识别技术来评估不同工作流的价值，并确定最佳的工作流模式；

4. 结合案例数据和业务数据来优化决策制定；

5. 在建模的过程中使用智能推荐的流程方案（即AI/ML辅助开发）；

6. 标识和复用全局流程，而不是重复构建流程；

7. 分析流程绩效管理数据，改进低效流程；

8. 基于流程模型用流程挖掘技术进行预测。

企业可以开始着手进行的下一步包括:

-研究驱动AI/ML所需的数据并进一步规划；

-分析AI/ML将如何重构组织的数字化渠道；

-思考AI/ML在机器人流程自动化（RPA）中所扮演的角色;

-制定AI/ML学习计划，加速组织人员的学习曲线；

-应用领域考虑从下一步最佳行动方案、智能文档捕获、情绪分析、欺诈检测、聊天机器人、自然语言生成内容、生产设备维护等方面入手；

-团队决策制定(例如雇佣一个候选人或决定产品特性)，以及管理实时交互(例如交付团队)。

为AI的未来作准备

即使AI在完全集成到数字流程之前还有漫长的周期，但K2已经在推动智能流程的进程上做出了尝试。K2将DPA（数字流程自动化）与OCR（光学字符识别）、大数据分析、机器学习（ML）等技术深度融合，协调人、系统与机器人之间的业务进程，赋予企业更好的洞察力和服务于业务的能力。我们发现借助DPA+AI/ML的力量的确可以增强个体能力并改变我们对业务问题的看法。

随着人工智能继续从科幻小说、天马行空等领域转变为现实世界的应用程序，那些将人工智能作为其持续数字化发展的一部分的公司将成为真正的赢家。未来，K2 将携手这些企业用“智能流程“驱动业务蓬勃发展。

特别声明：

文章来源：K2的BPM世界（K2_BPM）

作者： K2 BPM

原文链接：https://mp.weixin.qq.com/s/Jhyr34A8Qv4iCZ4icLXD-A

RPA中国推荐阅读，转载此文是出于传递更多信息之目的。如有来源标注错误或侵权，请联系更正或删除，谢谢。

继续阅读：数字流程自动化 RPA 人工智能机器学习