Automation Anywhere中国区首席专家王言:RPA驱动下的劳动力转型

后台-系统设置-扩展变量-手机广告位-内容正文顶部

​近日,Automation Anywhere中国区首席专家王言作为特邀嘉宾出席了由RPA中国主办的“2019中国RPA应用与发展论坛”。王言以《RPA驱动下的劳动力转型》为主题,与在场数百位嘉宾分享了关于RPA应用与实践的心得经验。

 

截止到2020年,世界上将出现300万个“数字化员工”,会成为社会上最大规模的一种劳动力资源。如同没有一辆汽车的滴滴,没有一家餐厅的美团,没有一家酒店的Airbnb,Automation Anywhere将为全球企业提供最有效的、最具规模的、也是最安全的数字化劳动力资源。

 

Automation Anywhere中国区首席专家 王言

 

以下内容根据现场发言整理而成,分享给大家:

 

很高兴受到RPA中国的邀请,来与大家分享一些关于RPA的应用与实践经验。首先介绍一下Automation Anywhere 这家公司:Automation Anywhere成立于2003年总部位于美国加利福尼亚州。通过将RPA与人工智能、光学字符识别等技术相结合,为企业提供自动化商业流程的处理系统。目前客户范围覆盖超过90个国家,在全球范围内已部署超过150万台RPA机器人。

 

Automation Anywhere成立有十几年的时间,去年拿到了总计5.5亿美元的A轮融资,也是全球最高的A轮融资。其实RPA这个行业已存在十几年了,只不过近些年随着资本入场,全球企业面临数字化转型,所以RPA又重新出现在大众视野,成为帮助企业提高效率节省时间的必备工具。

 

 

RPA在企业中的应用范围有多广

 

在进行这个话题之前,我有一个问题想问大家,企业中可以实现自动化的业务比例是多少?先给大家提供一个数据作参考,APQC美国生产力中心给出一组数据,一个企业的总体流程大概是1600条。这里有三个答案供大家选择,分别是A小于5%、B小于30%、C大于30%。目前企业普遍给出的答案是A,认为RPA只能解决不到5%的业务流程,其实5%的流程已经有80多条了。

 

 

 

可是根据美国生产力和质量中心 2018年的研究数据表明,一家企业中有超过30%-40%的流程可以被自动化,并把这些可自动化业务进行了统计:排名第一的是财务业务,第二名是业务流程管理,第三名是客户服务管理等。

 

 

 

所以,多数企业没有应用RPA或者认为RPA的功能具有局限性,是因为没有深入的了解RPA,了解RPA的工作原理,以及可以解决企业哪些业务痛点,又可以为企业带来哪些高效的ROI。

 

将流程抽象后再进行分析

 

几乎所有RPA自动化业务流程都抽象的可分为:获取、处理、分析、决策四个环节。相对应的处理内容如下:

 

获取:

•  纸质文档->扫描文档

•  电子邮件

•  语言沟通

•  外部网络获取

 

处理:

•  信息核对校验

•  查询和录入

•  粘贴复制

•  应用/页面切换

 

分析:

•  数据分析

•  多维度分析

•  预测分析

•  推理分析

 

决策:

•  逻辑判断

•  模式判断

•  主观判断

•  感性判断

 

 

 

· 信息获取:由于结构化数据的获取可以借助于RPA,非结构化数据借助OCR或者ICR等技术实现,另外带有交互式自动化流程,Chatbot也可以辅助实现人机交互。

· 信息处理 :完全基于固定规则、重复、有规律性操作,是业务人员常做的工作,包括不同系统之间数据通信、文件提取、上传、录入、查询等,也是RPA最常应用的场景。
· 信息分析 :通过RPA内置分析工具,以及各种BI工具,可以自动生成数据的统计和分析,再很大程度上也可以实现自动化。
· 信息决策 :其中涉及大量人性、主观判断、感性判断等因素,所以在决策层RPA的自动化比例最少,需要与人工协同完成处理。逻辑清晰规则明确的RPA将继续替代人工自动完成;但是一些人性化、感性的需要主观判断的工作,将交由人来处理或者人机协同工作。 

 

通过上述这组数据,我们可以得出这样的结论:如果实现只是纯机器人而无人为干预的全自动化业务流程,那么就只有小于5%的流程可以满足。

 

到底是5%还是40%呢?

 
亚当·斯密有一部非常著名的作品是《国富论》,其中“看不见的手”的理论被广为人知。 但是其中最重要的基础理论是分工理论,有了分工,就有了协作,协作才有货币交换,才有了经济体系。 斯密在文章开始的时候,介绍了一个制作扣针的故事: 18世纪的时候一个工人一天都无法制作一个扣针,后来通过分工的改良后,把一个扣针改成了18道工序,分工之后,1人1日可成针4800个。
 
同理, 如果RPA的设计是基于业务分工的,通常我们在分析自动化流程时,需要做的第一项工作就是对流程任务进行定性分析,即哪些是专业工作,哪些是简单的数据处理工作,并对流程环节进行拆分,甚至是流程步骤拆分,识别清晰之后,再将这两个任务重新归类整理,专业性、创造性、决策性的工作交给人来处理,机械性、重复性的工作交给RPA机器人,最后再看人类员工和机器人员工如何来协作,形成新的业务流程。 那么一个业务流程将会被拆解成若干个自动化步骤,可以用于自动化的业务将全部实行自动化,那些无法自动化的业务将交由人工协助处理,所以我们可以把先前的自动化流程比例进行平均,即,那么将得到40%~50%的自动化比例。所以未来RPA的市场还有很大的可挖掘潜力。
 
 
 
RPA应用实例分析 
 
如何去拆分一个流程呢? 从抽象的方法上,我们可以分为四种 :
 
第一种,纵拆步骤,比如一个流程中10个步骤,其中8个步骤是可以通过RPA自动化处理,另外2个步骤是更加专业化的,需要人为介入处理,那么就需要把一个流程分解为两个任务: RPA机器人+人共处理的方式;
 
第二种,横拆任务,比如一个流程每天要处理100个case,其中80个case是标准化的规则化的,可以采用RPA处理,另外20个case是特殊的,需要人为介入处理的,那么就需要将这些case在一开始进行识别和分流,采取部分自动化+部分人工的处理方式;
 
第三种,机器人为人服务,即在人处理某个流程中,前面需要机器人帮助完成一些预检查和预处理,这样更可以提高人的处理速度;
 
第四种: 人为机器人处理 ,就是在放入RPA自动化流程前,需要人类将那些异常情况提前修正掉或者处理完成后,再交给机器人完成。
 
 
  
工作和技能被拆分后,需要重新定义工作场景 
 
丰田汽车提出的“精益制造 ”理论,其中包含了方法、人力、机器人、材料和业务单元 等内容如何有机的协作 。那么在这个流程中的重点是,我们要知道人力和机器人是如何配比的,输入和输出是什么样的, 如何实现机器人和人的沟通和交互才是最有效的,以了解整个流程的执行效率。 
 
 
 
 
所以目前Automation Anywhere中的很多项目都是以“精益制造+RPA”的模式,为客户提供自动化服务的。 以“精益制造”为基础再加上RPA机器人,这将为企业带来以往传统自动化所不具备的超高工作效率。 
 
我相信随着AI和RPA技术的不断迭代,越来越多的自动化流程将是以“人+RPA”协作的模式来完成。绝大部分的规则化流程将由机器人来完成,而人更多的是对机器人的管理调度和对流程处理的关键节点做出决策。以上就是我关于RPA的分享,感谢大家。

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 > Automation Anywhere中国区首席专家王言:RPA驱动下的劳动力转型

后台-系统设置-扩展变量-手机广告位-内容正文底部