RPA助力能源行业创新与转型

后台-系统设置-扩展变量-手机广告位-内容正文顶部

 

5月29日,由英诺森、RPA中国、安永联合举办的“聚焦能源企业数字化转型”专场线上研讨会成功举行。超过700多人次在线观看了此次会议。安永资深数字化供应链转型高级顾问-申华作为特邀嘉宾出席了此次会议,并以《RPA助力能源行业创新与转型》为主题深入分享了RPA的试用场景与整体架构。

 

 

申华表示,目前中国处于智能时代高速发展阶段,尤其是在“新基建”国家战略背景下,5G、人工智能、新能源、区块链、数字化、自动化等技术,正与各个行业相结合并颠覆其工作方式。

 

而RPA机器人的最大优势是可以帮助人快速提高工作效率并节省工作时间,把员工从繁琐、复杂的业务流程中释放出来,从而去做更有意义的创新工作。

 

 

01.     

RPA适用于哪些业务场景

 

申华表示,据IDC调查报告显示,未来工作场景中大约36%的底层工作岗位将彻底被RPA机器人替代,如数据收集、数据分析、数据操作等。埃森哲调查报告显示,RPA机器人的工作效率一般情况下为普通员工的3倍左右,其成本却只有员工的50%,并且RPA可以在正确指令下实现100%的数据准确率。因此,在能源企业实现数字化转型的道路上,RPA机器人起到了至关重要的作用。

 

虽然RPA可以为企业数字化转型带来诸多好处,但并不是说RPA是万能的适用于所有业务场景,例如,一些艺术创作类工作RPA却无法将其实现自动化,因为RPA不具备创作性思维,它只能按照人的指令去执行一些重复性工作。因此,如果一些能源企业的业务流程符合以下标准,那么就适合通过RPA实现业务流程自动化。

 

高重复性:定期发送业务报表,自动服务单据中涉及的解决方案,高度重复7*24小时的工作任务。例如,企业里定期发送的各种财务报表、邮件收发/分享等,人工来处理这些工作从数据搜集到统计,耗时耗力而且无法保证数据的时效性。

 

超大量:定期的企业数据报表搜集、整理、分析等工作,周期性的系统历史数据处理,将大量数据录入到系统中等。尤其是历史数据,很多企业中可能存储了过往5—10年的业务数据可能会达到几百T。人工来处理这些数据,如进行分析、提取等操作,那么工作量将是大到无法想想的;而RPA机器人,却可以像“铲车”一样模拟人类的操作方式,轻松地将这些数据整理好。

 

多系统:多个数据源收集和处理数据,如Excel、Outlook、网页应用、ERP系统等。例如,企业的财务部门员工经常需要到邮件里提取发票信息,然后录入到系统中。而RPA通过与OCR技术相结合完全可以将这一业务流程实现自动化。

 

伪集成:存在依赖关系且数据来源多于系统,特定数据的日常下载与核对,系统之间非庞大数据的平台集成工作。例如,当A系统出现数据更新时,我们将其下载然后同步到B系统,如果是人工来执行这个流程,不仅耗时耗力而且无法保证数据的时效性和准确性。通过RPA我们只需要设定数据扫描时间、同步时间便可以将这样的业务流程实现自动化。

 

 

02.   

RPA解决方案基础架构

 

RPA之所以适应于如此多的业务场景,这是因为和它的基础架构有关,主要包括业务数据两种架构。

 

业务层面,RPA通过API和UI两种方式与系统、应用和平台进行交互:API是一种应用程序或系统的端口,在不用访问源代码的情况下,可以帮助用户快速实现系统之间的交互,例如比较常用的Digital Core 、SAP C/4 HANA、ERP等程序。UI是指软件与人之间的交互界面,介于硬件与数据之间,可以帮助人更好的去操作软件,例如Word、PPT、Excel、第三方工具、旧版应用等。

 

 

数据层面,RPA主要通过数据部署和智能分析两种方式执行任务:数据部署方面,目前RPA支持本地部署、云端部署(Cloud Object、Storage等)和混合部署(本地+云端)三种部署方式。因此,可以满足用户不同的预算成本和使用环境需求,以提高整体的RoI(投资回报率)。智能分析方面,RPA通过与机器学习(ML)、大数据分析、深度学习等人工智能技术相结合,在执行任务的同时还可以输出可视化数据报表,为管理者指定发展战略提供数据支撑。

 

  

最后,申华认为,随着数字化进程的推进和数字经济的发展,互联网所能承载的服务愈来愈多,应用场景不断扩大,互联网、大数据、人工智能、RPA等技术将与实体经济深度融合实现场景化落地,促使能源、金融、制造、零售等行业向新型、现代、智能的方向转变。在这个转型的过程中,RPA将扮演重要角色。

 

扫码回看本次会议精彩内容

 
 

未经允许不得转载:RPA中国 | 数字化劳动力 | RPA新闻 | 推动中国RPA生态发展 | 流程自动化 | 流程机器人 | 数字员工 > RPA助力能源行业创新与转型

后台-系统设置-扩展变量-手机广告位-内容正文底部

评论

留言与评论(共有 0 条评论)
   
验证码: