人工智能推动企业实现端到端的智能自动化
发布时间：2021-06-10 13:13:58 所属栏目：大数据 来源：互联网
导读：随着各个组织争相调整其业务流程，并加大对数字化转型项目的投入，以应对因新冠病毒造成的破坏，此次疫情已加剧了人们对流程自动化的兴趣。 对于正在从事或已经致力于此类现代化工作的IT主管们来说，人工智能(主要体现为机器学习技术)有望对自动化产生革命性
|
随着各个组织争相调整其业务流程，并加大对数字化转型项目的投入，以应对因新冠病毒造成的破坏，此次疫情已加剧了人们对流程自动化的兴趣。
对于正在从事或已经致力于此类现代化工作的IT主管们来说，人工智能(主要体现为机器学习技术)有望对自动化产生革命性影响，使他们更接近端到端过程自动化的梦想。
但就目前而言，由AI驱动的过程自动化仍是一种零星存在的方式，其中AI只是涉及单个任务，而非涉及整个过程链。不论供应商如何大肆宣传，完全智能自动化都还没有到来，但致力于填补这一空白的各个组织正在寻找创新方法，以使这一有前途的概念更接近现实。
智能自动化的现状
在自动化中使用AI的典型用例包括：无需工作人员将PDF文件中的信息手工重新输入到表单中，而对AI进行训练后，即可以替代人工完成这些工作。或者，当一名员工在需要常常搜寻公司文件来回答客户的某一问题时，AI会提供一些可能的答案。
至于整个过程的其余部分，则人仍是处于核心位置。人工业务分析师找出了进入某一特定流程的东西。开发人员使用机器人流程自动化(RPA)系统来创建过程流。越来越多的业务分析师在监控流程的绩效，寻找瓶颈，并为其他步骤提出想法，这些步骤可以通过传统脚本或通过AI增强技术来实现自动化。
换句话说，到目前为止，AI已成为一种工具，可以在更大的自动化方案中填补小众市场。
HFS Research公司研究高级副总裁埃琳娜·克里斯托弗(Elena Christopher)表示：“关于AI的一个大秘密就是每个用例的范围有多狭窄。”
尽管与端到端智能自动化结合在一起的技术可能已经存在，至少是零星存在。但面临的挑战依然存在，这包括了解业务流程常常并非那么简单这一事实，因为员工经常会切换系统来执行一部分任务，或者他们会自己完成某个难以以数字方式完成的工作，从而削弱了AI从头到尾全面了解某一流程的能力。
利用计算机视觉获得过程洞察力
Genpact是一家全球专业服务公司，拥有近100,000名员工，为数百个客户(包括许多财富500强企业)管理数千个流程。该公司利用智能将核心系统中的单个交易与其所属的更大流程进行匹配。但Genpact公司首席数字官桑杰•斯里瓦斯塔瓦(Sanjay Srivastava)表示，例如，当一名员工离开核心系统并在Web浏览器中打开页面时，智能就会不足。
例如，某一过程中的一个步骤可能涉及查找某一定价页面，以确定一个特定商品是高于还是低于100美元。为了完成这一工作，员工可能会打开相关页面，并在决定如何操作下一步之前，快速浏览这一价格。这一动作(在屏幕上查看某些东西)很难以数字方式完成。
这就是计算机视觉发挥作用的地方，它会使用工作岗位上的摄像头来跟踪员工所看的内容。“这绝对必须得到员工的同意才能执行，”斯里瓦斯塔瓦说。“通常情况下，我们所服务的企业已经制定了有关这方面的政策，因此这一工作对某些公司是可行的，而对其他公司则不可行。”
通过使用包括计算机视觉在内的多种技术，Genpact公司的自动化系统可以收集到与业务流程相关的所有行为，而不仅仅是特定部门或岗位员工的行为。斯里瓦斯塔瓦表示，识别所有工作任务并将其关联到某一工作流中，这一过程被称为流程挖掘，Genpact公司一直在使用自主研发的AI自动化解决方案从事这一工作，而且已有三年时间了。在过去的一年中，该公司增加使用了计算机视觉，以使该技术更加全面。
一旦确定和挖掘了业务流程，Genpact公司便可以监控该流程的各个实例并对其进行故障排除，或者基于持续的反馈对该流程进行微调。
他说：“假设上周我们公司购买了100,000台笔记本电脑。”“我们可以抽取100,000个端到端流程。我们将监控所有流程的情况，并可以一直跟踪任一特定流程的情况。为什么这一流程发生偏离?您可以解决业务问题或适应新的常态。”
这一“新常态”可能涉及自动检测某一过程中的变化。例如，如果与原始发票金额存在超过10%的变化则需要获得批准，而当时获得批准的比例为100%，那么也许是时候将业务规则从10%调整为20%，斯里瓦斯塔瓦表示。然后，机器人流程自动化可以跳过发票金额变化低于20%的审批步骤，或者发送一个弹出式提示，提醒员工不再需要将发票转给财务部门审批，而是可以自己做出最终决定。
AI生成的自动化脚本
数字化转型咨询公司UST的AI和机器学习首席架构师阿德南·马苏德(Adnan Masood)表示，过去三年来，我们一直在使用AI来使一些棘手的工作自动化，并使一些业务流程任务数字化。
马苏德与斯坦福大学和麻省理工学院的AI实验室都有合作，而且在利用无监督学习来了解业务流程以及在将单个任务连接到端到端流程方面拥有专利。
举个例子，当一名员工通过浏览同一网站来查询价格。一方面，自动化系统需要清楚这是某一流程的一部分;因为网站一直在变化，因此更具挑战性的是能够复制这一动作。
马苏德说：“我们对输入的信息进行矢量化处理，并使用深度学习来识别输入的内容。”然后，当员工下一次访问该网站时，AI可以自动提取数据，而无需人工编写任务脚本。然后，通过加强学习，AI可以随着时间的推移不断改进。
 （编辑：肇庆站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
