IDC亚太地区经理Kapoor:智能自动化是企业实现数字化转型的未来

后台-系统设置-扩展变量-手机广告位-内容正文顶部

早在2017年,IDC预测全球RPA软件支出在未来五年内实现49.3%的复合年均增长率(CAGR),并认为在2022年预测期结束时市值达到37亿美元。

 

随着人工智能的迅速崛起和组织业务的多样化需求,RPA与AI技术的结合,使得软件机器人的自动化范围得到了空前的扩张,众多企业开始将发展计划和资金预算投入到IPA(智能流程自动化)领域中。

 

在银行、金融、零售和制造等行业中IDC看到许多组织的领导者,参加了智能自动化的各种大会和论坛,其众多优势给他们留下了深刻的印象。近日IDC亚太地区研究经理Sneha Kapoor(斯内哈·卡普尔)在国外科技媒体网站Tech Wire Asia,分享了其对智能自动化的看法,对企业可以带来哪些好处以及在企业实现数字化转型道路上将起到哪些作用。

 

资料显示Kapoor在加入IDC之前,曾在NASSCOM负责中国、日本和印度的数字化发展战略研究,在机器人流程自动化、人工智能、云计算、数字化转型和金融服务等技术领域拥有12年经验。她还是世界四大会计事务所和众多著名咨询公司的特邀专家,负责信息咨询和市场报告。

 

IDC亚太地区研究经理-Sneha Kapoor

 

在Kapoor看来,传统的RPA技术只能处理一些基于规则、重复的低端工作,并不具备智能解决业务流程的能力,例如,RPA机器人可以很快地将数据从A系统录入到B系统中,但是它无法从JPG、PDF等格式上识别并提取数据。相比之下,IPA不仅可以轻松处理结构化数据任务,还可以处理那些耗费大量时间、人力的非结构化数据任务。并且IPA可以像人类那样在业务处理的过程中进行自我学习和修复,以帮助管理者提供工作改进意见。

 

同时IDC也将IPA机器人称为“数字工作者”,通常在一些组织中他们和普通工人一样拥有员工ID和特殊的登录凭证,例如:新加坡的华侨银行在大规模部署IPA之后,将其第一批数字化工作者命名为“Bob”和“Zac”。这些数字化员工分工明确,每个所负责的业务和职责也各不相同,为了方便管理这些机器人将统一由控制中心来进行调配和管理。Kapoor举了两个实际小例子,以帮助用户更好地感受 IPA与RPA在工作流程上的差别

 

  • 智能纠错处理   :   传统的RPA通常遵循员工设定的规则,来自动执行这些重复性的工作,以达到节省时间和提高效率的目的。   但是,任何业务异常都会立即停止自动化业务进程,并导致RPA脚本/机器人失败。   而智能RPA具有认知和决策的能力,可以轻松处理那些非致命异常错误。例如,如果客户在输入个人详细信息时没有符合标准格式,则智能RPA可以自动将其转换成合法格式而不会造成机器人停机状态。
     
     
  • 解析非结构化数据业务:有数据统计,纸质化任务目前仍占据了企业中35%以上的工作时间,而纸质化业务中最耗费时间的流程便是数据提取。例如,如果人工提取发票数据,不仅需要记录下来所有数字,而且还会经常出现各种数据错误,这对于金融行业来说尤为致命。如果使用IPA去执行这些工作流程就变的容易的多,当IPA接收到JPG、PDF等格式的发票时,会通过内置的OCR等技术自动识别并提取上面的数据信息,然后再交由RPA机器人做下一步的规则化处理。

 
在Kapoor过往的数字化案例中,分享了印度ICICI银行的案例
 
印度的ICICI银行目前已部署了约750个IPA机器人,每天处理近200万笔交易。 这些机器人被用于不同的业务,包括: 外汇管理、产品销售,用户入网和国际业务等。 通过实施智能自动化之后,与之前的人工相比,数据错误率几乎没有,而工作效率却提升了40%以上; 而德意志银行也在其创新实验室对IPA进行了测试以挖掘其潜在的好处,以便未来大规模的将其部署在业务流程中。

 

  
此外,Kapoor表示银行、金融、医疗保健、零售和制造业是应用IPA最广泛的行业。很多超过十几分钟甚至数小时的工作,IPA可以在保证质量的情况下短短的几分钟内便可完成。但是很多组织在部署RPA方面还面临着诸多挑战。所以,Kapoor给出了以下几点 部署建议 :
 
  • 选择正确的业务流程进行PoC验证:实施IPA解决方案的关键之一是选择正确的业务流程,尤其是在PoC(验证性测试)阶段尤为重要。初次部署IPA的企业最好从基于规则、固定、重复的结构化数据流程入手,然后再慢慢地过渡到非结构化数据流程。

     

    例如,组织的销售部门每天需要搜索大量的信息来了解当前市场的动态。这里便可以使用RPA来自动化这一流程:

     

    RPA会根据用户设定的规则,到指定的网站去采集信息;RPA将采集到的信息数据进行分类,然后存储在不同的表格中;RPA将数据发送至用户留下的联系地址,方便用户进行查看。同时在RPA试用阶段,可以进行各种实例的测试和数据确认,例如:收集业务平均处理时间和每天/每周要自动化处理运行的次数。只有在进行全面的性能评估后,才能衡量RPA的效率是否提高,以及确保机器人流程自动化的成功。

 
  • 组织管理层的支持很重要:在Kapoor接触到的十多个RPA项目中,超过80%都是由其领导层发起。管理层的支持对于开展RPA项目显得至关重要,尤其是在战略发展和资金预算方面,过早的让管理层看到RPA的收益,将有助于提高项目的成功率。

 
  • 建立RPA卓越中心:RPA卓越中心对于后续扩展、培训以及维护RPA项目至关重要。可以帮助员工解决业务中所面临的众多难题,例如:学习RPA技术,设计常见的RPA流程,维护RPA等这样可以使RPA更好地进行场景化落地,以帮助企业提高工作效率和时间。

  
在谈到IPA未来的发展趋势时,Kapoor表示,在2019年,我们看到铺天盖地的RPA机器人信息,全球500强企业中超过80%的企业全都应用了RPA机器人,这足以证明RPA的普及率越来越高,员工也比以往任何时候都更愿意与机器人一起工作。 据麦肯锡调查数据显示,到2025年全球40%的企业将全部应用RPA机器人,并且政府、公共事业部门、军队采用RPA的应用率也有巨大提升。 未来IPA机器人将成为人们日常办公的重要数字助手。

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 > IDC亚太地区经理Kapoor:智能自动化是企业实现数字化转型的未来

后台-系统设置-扩展变量-手机广告位-内容正文底部