专栏连载 |深度解读RPA:什么是数字化劳动力(下)

后台-系统设置-扩展变量-手机广告位-内容正文顶部
 

即日起,AutomationAnywhere首席专家王言将在RPA中国公众号和官网同步开设专栏,每周一篇深度专栏文章,为读者深度解读RPA技术以及未来的发展和应用。点击RPA全球生态公众号下方菜单:「深入RPA-王言专栏」即可查看全部专栏内容,欢迎关注!

 

(22)什么是数字化劳动力(下)

 
大家好,我是王言。上一节我和您分享了当RPA和人工智能技术,以及其他技术相结合以后,所形成的这种数字化劳动力是如何通过我们去匹配人类的各项工作来完成自动化任务的。基于这样一个未来智能流程自动化的设想基础,在这一节中,我会和您继续聊一聊数字化劳动力这一话题。

 

 扫描二维码购买全套课程

 

在本节中,我将从人的角度再次分析数字化劳动力的形成基础,以及未来真实的人类员工和数字化劳动力员工之间的定位和分工问题。上一节我们谈到了人的工作事项可以划分为做事情、想事情、分析事情和休息这四类动作。我们再从办公室里边真实的人的情况,我们再次分析一下。比如说,当我们人坐在办公桌前,我们用到的主要能力有哪些呢?

 

从下边来讲,首先会看到的是你的手,手的作用是什么?手主要用来点击鼠标,敲击键盘,做出对各种计算机的这样一个操作,这是我们一个白领员工坐在办公室里边,手的最基本用途,也是工作中最常使用的一个能力。

 

我们再往上看,其实就会到你的嘴。当然,嘴除了呼吸之外,我们工作中主要的用途就是用来沟通和讲话,当然,说不是为了大家能够聊八卦,主要是为了谈工作上的内容。再往上看,嘴往上就是鼻子。我想除了一些特殊的工种之外,我想大多数员工在工作中是不需要使用鼻子的能力的。

 

那左边和右边就是我们的耳朵,耳朵的目的主要是用来听别人讲话,把这些听到的文字吸收进来,然后再在工作中加以使用。再往上,就是我们人类的眼睛,在工作中眼睛的主要作用是什么呢?一方面主要是用来看我们的电脑屏幕,需要去读文档,看图片和图像。这是眼睛的主要作用。再往上,就是到了我们人类最核心的部分“大脑”。人类的大脑主要是用于记忆思考和分析,也是各种能力的控制中心。

 

我们把人整个在办公室中所能用到的各种技能梳理了一遍,我们一个个讲。在技术方面我们看怎么去来实现这些人的能力。

 

第一,手的能力的替代。手刚才我们谈到主要是对计算机的操作,这个时候RPA技术就是最擅长的。所以,我们经常谈到说,RPA的技术能力主要就是来替代员工手的这样一个能力,但是它比手的能力会更迅捷,而且会更准确,而且不会累。

 

第二,嘴的能力。嘴的能力如果是靠技术实现的,主要是包括对于语言的组织和语音的形成的这部分能力,目前来看,主要就是要应用NLP,就是自然语言处理,以及语音合成技术,就是我们经常说的TTS,就是Text To Speech,就是文本转语音的技术。今天我们看到很多能够给孩子讲故事,读文章的一些机器人,大多数都是这种技术的应用。所以,嘴的能力也是可以通过一定的技术能力去实现的,而且这项能力来说,目前来看是非常成熟的。

 

第三,耳朵的能力,也就是听的能力。听的能力目前主要是依赖于ASR技术,就是叫自动语音识别技术(Automation Speech  Recognition),然后现在很多自动的语音导航,自动翻译的软件都应用了这种技术。所以大家可以看到,其实这项技术的成熟度也是非常高的。

 

我们可以综合来看,对于嘴和耳朵,以及手其实在技术上的能力准备都是比较成熟的,应用的场景也是非常多。接下来,我们看看对于眼睛能力的技术支持情况。眼睛能力大概我们可以分为两种:

 

第一类,员工需要看计算机界面的屏幕,比如说,我们要阅读电子表格、文档、网页这种计算机能够产出或者识别的结构化数据。

 

第二类,眼睛看的内容,比如说是我们物理的一个纸张,或者说我们电脑里的图片、图形、标牌,或者扫描仪扫描之后的那些电子文档,我们统称为这一类都叫做所谓非结构化数据,也就是说计算机无法对里边的内容去直接获取这样的一类数据。

 

我们先看第一类数据,就是格式化的这类结构化数据。其实这一类数据是RPA非常容易能够读取和处理的,而且也是很成熟的。但是,其中如果涉及到一些复杂的文档和一些内容是用自然语言表述的时候,那就需要利用到NLP自然语言处理技术。现在NLP技术也大量的结合了AI的能力,所以我们综合的在这种NLP的技术上也有了大幅的一个提升。但是,目前对于一些复杂的、专业的,比如说合同或者法律的文档,在NLP的阅读理解上还是存在着一定的缺陷。

 

第二类我们谈到的就是这些非结构化数据。为了能让计算机可以去处理这些数据,其实首先要把这些非结构化数据转换为结构化数据,这时候就需要用到OCR技术,就是光学识别技术。同样,OCR目前也结合了大量的深度学习模型,AI的训练以及GPU,就是常说的图形处理器的计算能力。所以,目前对于一些比如说我们国内看到的一些标准格式的非结构化数据,例如:发票、火车票、身份证、护照等这些内容的识别率已经非常非常高了,甚至我们很多的内容是可以直接用于自动化处理应用的。而对于一些手写的一些文档,目前的识别率还是有所欠缺的。

 

综合来讲,对于各项技术,对于眼睛这项能力的替代或者辅助水平也是非常高的。当然,这首先决定于在企业内是否已经大量的实现的信息化的能力。如果一个企业里面大量的还是利用了纸质文档,手工的处理,这个时候对于自动化的处理能力就会相对的下降很多。

 

最后一部分,也是最核心的,我们通常讲到,比较难模拟的就是人类的大脑。当前的技术发展现状,我们很难讲是说,技术可以替代大脑。所以,从自动化的领域看到,我们更多是去辅助大脑来工作。大脑其实主要分为左脑和右脑。左脑是决定人的逻辑思维能力,也就是通常我们讲的人的理性的一面,而人的右脑是倾向于艺术思维能力,也就是说我们谈到的感性的一面。所以,我们每个人其实是由左脑和右脑组成,也就是是由逻辑思维能力和感性方面和理性方面共同组成的。右脑这部分的技术是很难实现的,所以我们讲艺术家不管在任何时代都有其特定的历史意义。

 

但是,对于商业的日常工作中,其实各个企业的运营环节都是尽量要避免员工感性的这一面的,都希望员工对工作中做出的都是理性的判断,而理性的判断主要就是按照业务规则、业务逻辑来办事情。当我们回归理性之后,可以发现计算机的技术就能帮助很多。例如,可以帮助人来整理和汇总数据,RPA就可以做到。对于一些数据模型和数据分析,大数据的相关技术又可以做到。做出决策和判断时,可以利用规则引擎技术、知识图谱技术,或者知识库技术等,又可以辅助做到。

 

在这期间,如果人是可以放心把决策权交出来,其实现在很多内容,机器是可以帮助去做判断的,最后再由人去做校验就可以了。我们人如果不想交出决策权,其实我们可以让机器帮助人类整理好数据,分析好结果,人依据这个分析结果来做出判断。综合下来,我们看到其实技术也已经辅助人脑,甚至替代人脑的职场工作了,这些技术准备也已经做好了。

 

回顾一下我们把上面的各种谈到的各项技术如果综合在一起使用,我们是不是用这种技术可以组合,或者模拟出一个数字化员工呢?这个员工利用各项综合技术来去办理业务,虽然他没有一个物理的形态,但是他的能力已经变成了我们办公室中的一名员工。

 

总结一下,其实人类员工和我们刚才谈到的数字化员工有很多的相同点和不同点。比如说他们的相同点都可以操作计算机的系统,使用键盘、鼠标,也能看懂各种的界面,然后能通过各种手段获得信息,也可以按照规则去执行。数字化员工比人类员工更具优势的是说,数字化员工的执行速度会更快,操作过程也更准确,而且他不会疲惫和懈怠,可以快速的扩张规模,也不会产生什么不良的情绪,而且它是非常容易被调度和听从指挥的。人类员工比数字化员工的优势就是人类员工更有创造力,同理心,懂得沟通,一些事情懂得更灵活的处理,而且会容易学到新的知识。数字化员工在真实的工作中肯定并非能够完全独立工作,它也不可能百分之百的替代人类工作。

 

所以,在未来的工作场景中必然出现一种人类员工和数字和员工共同工作的工作场景。所以,我们就把它叫做数字化劳动力。而我们今天在市场上看到,如果能够去管理这样数字化劳动力的平台,我们叫做“数字化劳动力平台”。在这个过程中,人类应该充分发挥自己其他特有的优势,完成那些具有创新性、沟通性、学习性的工作,而数字化员工主要应该去承担那些固定规则、重复执行、业务量比较大的工作任务。对于其他的一些类的任务,更多是采用一种双方协作来共同完成的工作方式。

 

很多专家也预测,在未来随着企业中数字化员工的占比越来越大,整个社会也会迎来一场数字化劳动力的革命。作为我音频分享中模块一的最后一部分内容,我通过两节内容的描述,对数字化员工这个概念做出了较为全面的介绍。当您在未来需要面对一名数字化员工时,您又会做何感想呢?接下来我将开始和您分享模块二的内容,即从更加宏大和历史的视角来去解读RPA这一领域。谢谢您的收听,我们下次再见!

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 > 专栏连载 |深度解读RPA:什么是数字化劳动力(下)

后台-系统设置-扩展变量-手机广告位-内容正文底部