IBM(中国)后步风 | IBM Cloud Pak for Automation助力企业智能自动化创新

后台-系统设置-扩展变量-手机广告位-内容正文顶部

IBM(中国)开发中心资深工程师后步风在“2020INNO CHINA中国产业创新大会”RPA+AI开发者论坛上以《IBM Cloud Pak for Automation助力企业智能自动化创新》为主题进行了精彩演讲,由RPA中国在不改变原意的情况下进行编辑整理。

 

IBM(中国)开发中心资深工程师-后步风

 

以下为演讲内容:

 

各位嘉宾好,我是IBM(中国)的后步风。前面看到了很多友商的精彩分享,有产品方面的也有案例方面的,看的出来大家在RPA领域做了很多事情。所以,我觉得RPA在中国正呈现出一种百家争鸣的盛况,这对于整个行业生态建设来说非常重要。

 

我曾对欧洲的IBM同事说过:“RPA在中国非常火热,。”尤其是看到今天这么多友商做出的贡献,更加坚信这一观点。

 

今天的主题是RPA,RPA的本质是自动化,从IBM视角来看自动化,其实这个产业已经有20—30年的历史,我本人在IBM也做了很多年的自动化产品开发与技术支持。我记得Gartner在前两年曾经说过RPA会在未来几年之内,成为一个非常热门的创新技术。去年Gartner又提出了超自动化的概念,并且RPA是超自动化的重要组成部分。所以,今天我就从IBM的角度来讲述一下超自动化,主要分为三个阶段。

 

数字化阶段:组织想通过RPA实现业务流程自动化前提是数字化业务,也就是说其业务流程是运行在云ERP、云、CRM等平台,这才能有使用RPA的机会。

 

定制标准阶段:当组织应用RPA之后需要制定一系列的流程标准,例如,设计流程标准、运行流程标准以及维护流程标准,RPA只有在规则之下运行才能获得更大的收益。

 

敏捷开发阶段:如今是一个数据大爆炸时代,组织每天业务产生的数据非常庞大,如果用过去低效、缓慢的开发流程来响应快节奏的打法,那么等产品上线的时候什么都晚了。所以,RPA提出了一个非常有优势的功能低代码。低代码的好处在于,可以让很多没有编程经验的业务人员也能设计出自己想要的自动化业务流程,这也是RPA行业未来的主要发展趋势。

  

此外,AI与RPA的相结合也成为重要发展趋势,很多厂商都在把各种AI技术内置RPA中,以突破传统自动化天花板,实现更大的自动化收益。去年IBM曾做过一个数据调查,只有12%的AI项目实现真正落地,为什么落地项目这么少呢?这是因为落地一个AI项目,从部署阶段到管理再到后期的维护,需要投入大量财力以及人力资源,严重阻碍了多数企业的应用进程。

 

所以,很多厂商想到了把AI封装在RPA中,免去繁琐的部署流程以达到开箱即用的目的。同时AI可以充当RPA的“大脑”,赋予机器人看、取、想的能力;而RPA可以充当AI的“四肢”,将一些数据搬运、上传或下载到指定系统中。这种技术上的互补对于RPA的发展起到了推波助澜的作用,可以赋能更多的业务场景实现自动化,并节省更多的时间和提高更多的业务效率。
 

这里简单介绍一下IBM的RPA产品Cloud Packfor Automation。为了增强Cloud Pack for Automation的产品能力,早在去年7月份,IBM收购了巴西RPA企业WDG Automation,这是一家成立于2014年的RPA厂商。与其他厂商相比,WDG的RPA产品WGA Studio具有三大优势。

 

原生云服务:功能齐全的基于云的RPA软件即服务解决方案使组织能够构建Attended和Unattended bot,并缩短实现价值的时间。

 

智能聊天机器人:将聊天和RPA命令结合使用,可以通过多种渠道创建聊天机器人,从而提供引人入胜的客户端交互,改善客户服务体验。

 

并行执行工作负载:智能的在多个机器上分配工作以优化工作的吞吐量,在同一虚拟主机上运行多个机器人而降低总体拥有成本。

 

同时为了帮助组织节省开发成本,快速响应业务需求,Cloud Pack for Automation提供低代码功能。众所周知,专业IT开发人员的薪水非常高,这也是阻碍企业应用创新技术的重要原因之一,因为没有专业人才的协助便无法使用新技术。

 

但通过低代码功能,即便是没有编程经验的业务人员也能快速上手RPA,并通过可视化拖拽的方式设计业务自动化流程。此外,IBM的Business Automation Insights功能可以自动搜集并分析自动化平台的数据,为用户提供360度无死角的业务改进建议,帮助用户将自动化效益扩展至最大。

 

最后介绍一个保险理赔的案例,以帮助大家更好的深入了解IBM的RPA产品。

 

理赔业务一直都是一个非常繁琐、复杂的业务场景,当客户提交理赔需求后,业务人员需要搜集大量的理赔数据,例如,理赔人员的基本信息、理赔类型等。如果人工处理不仅周期长,容易出现数据的错误,还将严重影响客户的服务体验,从而对业务发展造成损失。

 

在RPA的帮助下,机器人可以自动搜集这些数据,再通过AI技术对非结构化数据进行解析与提取,并转化成结构化数据。然后在特定数据模型的帮助下对相应的理赔业务进行判断,如果超出范围将发送至人工处进行处理。此外,在机器人完成所有业务流程操作后,还会生成数据报告和任务日志,让管理员可以详细查看每一步的处理过程。

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 > IBM(中国)后步风 | IBM Cloud Pak for Automation助力企业智能自动化创新

后台-系统设置-扩展变量-手机广告位-内容正文底部