RPA + AI：更智慧的業務流程自動化

Maria Korolov

想充分發揮機器人流程自動化（RPA）所有好處的企業開始將人工智能（AI）視為優化其流程的關鍵技術。

把人工智能構建到業務流程管理中并非易事。很多企業通過構建或者購買單任務機器人（例如，自然語言處理系統或者視覺識別工具）把人工智能添加到流程中，并使用傳統的非人工智能方法將其添加到流程中。例如，工程師編寫腳本，業務分析師使用流程可視化工具創建自動化工作流。

但是，梳理流程、把完全不同的系統連接到一個統一的流程中、隨著業務的發展而修改流程，以及發現和解決問題等仍然需要人類發揮自己的聰明才智。

現在，人工智能、機器學習和相關技術正通過機器人流程自動化（RPA）進入這一領域。據麥肯錫介紹，人工智能和RPA相結合便構成了智能流程自動化（IPA）。除了RPA和機器學習算法，IPA還包括流程管理軟件、自然語言處理和生成，以及認知代理，即“機器人”。

據麥肯錫介紹，IPA意味著能夠把效率提高20%到35%，處理時間縮短50%到60%，投資回報率將達到三位數。然而，這么說可能還為時過早，因為大多數企業都處于早期發展階段，還在分散使用人工智能的各個部件，而很少把它們連接到完整的端到端自動化流程中，更不用說連接到人工智能流程中了。

Gartner分析師Moutusi Sau提到RPA在金融服務業中的應用時說：“目前還沒有一種應用情形能夠體現出整個流程。已經有一些聊天機器人引擎和人工智能決策工具了，但卻很難用在某一具體的解決方案上。銀行想做的可不止一件事。”

不起眼的機器人

對于很多企業來說，實現智能流程自動化的旅程將從單個智能機器人開始，通常是一個能夠回答客戶或者員工所提問題的聊天機器人。

德國ZF集團就是如此，它是世界第三大汽車供應商，一年多前才開始把智能應用于其業務流程中。

該公司的IT經理Andreas Bauer介紹說：“在我們公司的通信領域，有很多重復性的工作。我們的收件箱里有很多電子郵件，其中很多問題是重復的。”

使用容器化的工作負載能夠極大地提高軟件開發部門的效率——這就是為什么我們有望在未來幾年完全采用容器的原因。

第一步是創建一個機器人，這是回答重復最多的問題的基本工具。

他說：“作為第一步，它是非常輕量化的。比如有人問它們是否可以做某項工作，或者能不能找出一份未平倉合約？我們可以按照一個一個用例來處理，解決完一個，再解決另一個。我們現在正在開發一個財務機器人，可以幫助客戶了解其發票或者賬單的狀態。”

但是，一旦業務流程的大部分步驟都自動化了，那么就可以應用一種級別更高的智能——流程本身就是智能的。這樣，在為其機器人選擇供應商時，企業就能夠著眼于未來了。

Bauer說：“我們正朝著全流程鏈自動化的方向前進。我們不只是在尋找一個機器人。我們一直在尋找的是一種流程編排和集成平臺，我們在其中能夠輕松地采用這些技術，并將它們與智能結合起來。”

他說，ZF集團正在尋找能夠從經驗中學習的平臺，同時還能避免出現意外的后果。“我想，很多人都聽說過微軟的機器人發瘋的事吧。”

既然自動化集成和流程編排是最終目標，那么，該公司還需要一種內置了檢查和制衡機制的平臺。他說：“有人擔心某些事情會變得瘋狂起來，而我們卻無法控制。必須小心，必須密切關注技術。技術不會對自我進行維護。你必須付出努力。”

ZF集團選擇了Vizru，這是一個為機器人提供管理、治理和語言支持層的機器人平臺，稱之為人工智能流程狀態網絡（SNAP），如果機器人行為表現異常，它將阻止機器人。根據Vizru，如果存在違規行為或者流程之間共享了不應共享的敏感數據，那么，SNAP還可以標記或者停止某一會話流程。

決策點

另一種方法是在傳統的自動化業務流程中添加智能決策點。

美國富達保險公司（American Fidelity Assurance）正在開展這方面的工作。這家總部位于俄克拉荷馬州的公司為150萬投保人提供了250萬份保單。美國富達公司面臨的挑戰是如何自動把每天收到的大量電子郵件發送到正確的目的地。過去，由人來決定每封郵件應該發送到哪里。

公司研發副總裁Shane Jason Mock受亞馬遜在這方面工作的啟發而提出了一個問題：“有沒有一種方法可以讓先進的機器學習技術從過去的數據、過去的決定中學習，并做出與人類相同的決定。”

他說：“觀摩亞馬遜的倉庫是一次挑戰。我知道很多人在那里做著各種打包或者其他一些不可思議的事情。也許這不是保險領域所能做到的。但要點并不在于別人做了什么，而在于怎樣能幫助到我們的客戶。”

富達公司選擇了企業RPA供應商UiPath和人工智能平臺DataRobot，目的是讓其流程更加智能。

他介紹說：“在新的電子郵件流程中，我們把RPA組件與機器學習組件結合在一起，這兩個組件的結合決定了電子郵件應該發送到哪里去。”

在很多情況下，傳統的RPA方法會遇到一個決策點，對于簡單的自動化流程來說，這個決策點太復雜了。

該公司還希望使用人工智能進行流程挖掘，以便實現流程發現的自動化，而不是讓業務分析師去弄清楚公司內部是怎樣運轉的。

他說：“我們正在進行一些概念驗證的工作。但現在對此發表評論還為時過早。”

流程挖掘

傳統的業務流程管理方法包括業務分析師與管理人員和員工交談，進行審計，然后創建圖表來說明企業的各種業務流程。

博思艾倫咨詢公司（Booz Allen Hamilton）戰略創新部門主管Sumeet Vij評論說：“很多客戶參與到我們的工作中，辦公室墻上都有一個流程工作流。但實際情況會是如此嗎？你會發現，實際發生的情況是不同的，有各種不同的難點。使用機器學習進行流程挖掘有助于人們了解實際情況是怎樣發生的。”

此外，這些工具能夠隨著業務的發展而更新流程，甚至可以實時發現異常行為。

Chart工業公司是一家為能源行業提供服務的制造公司，總部位于佐治亞州的Ball Ground，該公司已經采用了一個智能流程挖掘系統。

幾年前，這家公司還面臨著很多困難。能源行業受到油價下跌的重創，該公司股價下跌，高層管理人員頻繁被換。新的領導層想要進行改革。例如，Chart公司有三個主要部門，盡管他們共享Oracle和J.D.Edwards的一個ERP系統，但有多個后臺部門處理應付賬款、應收賬款和其他后臺任務，每個后臺部門都有自己的流程和辦事程序。

Chart公司的IT執行副總裁Bryan Turner解釋說：“我們發現，我們的客戶實際上占了晚付款給我們的便宜。”

還有影響現金流的其他機會。例如，在某些情況下，公司可以利用一定時間段內的折扣，給供應商付賬;在其他一些情況下，公司持有現金的時間越長對公司越有利。Turner說，在這方面提高效率的好處可以達到數百萬美元。

Chart公司求助于流程挖掘供應商Celonis，以幫助發現諸如此類的機會。

Turner說：“我們目前在一些定制系統上運行它。只要它有數據庫、會話和時間戳，你就可以把它推給Celonis。很多繁重的工作是如何在我們的部門與SaaS應用程序或者Celonis的亞馬遜后端之間移動數據。”

Celonis詳細研究并確定了業務流程——不是理論上的流程，而是能夠實際操作的流程。然后，它使用機器學習來識別模式，發現異常。

能夠以Visio圖等圖表的形式查看業務流程，管理人員能夠深入到流程中，直至單個會話的層面。

Turner介紹說：“僅僅逾期付款這一項，我們每年就節省了24萬美元。該軟件已經多次收回了自己的成本，我們還注意到，成本機會既和我們的供應商有關也和我們的客戶有關。”

需要多少數據？

人工智能系統通常需要數百萬個數據點才能做出可用的預測。很少有企業有那么多關于業務流程的內部數據。

星座研究公司（Constellation Research）首席分析師兼創始人Ray Wang表示，由于其業務流程挖掘平臺的存在，Celonis公司在利用人工智能幫助企業實現智能流程自動化方面處于領先地位。他說，其他業務流程供應商，例如Workday和Salesforce公司，也能很好地幫助客戶使用其歷史數據自動發現并管理業務流程。

他說：“他們或許能夠達到某種高度：他們能對某一流程進行編排，然后規劃出下一次最佳實踐。但這仍需假以時日。”

一些提供企業ERP、CRM和類似平臺的供應商將來可能會開始提供智能流程自動化工具（如果他們目前還沒有的話）。例如，Salesforce公司正在通過其Einstein平臺提供智能工具。

對于此類情形，企業受益于經歷過所有供應商客戶數據訓練的人工智能。在其他情況下，企業可以購買預先培訓過的模型，并根據自己的需要對其進行調整，也可以尋找開源或者商業上可用的訓練數據集。

此外，企業數據還可以通過外部數據進行擴充，這些數據有助于為業務流程提供信息，例如，天氣數據和金融市場數據。

博思艾倫咨詢公司的Vij評論說：“數據越多，算法的魯棒性就越好。但我們也認識到，很多時候，當我們參與其中時，客戶并沒有掌握所有數據。”

Vij說，整個業務流程不需要完全自動化，就可以實現智能應用。很多業務工具沒有數字接口或者API，并且一些業務流程需要大量的人力。智能流程會知道什么時候把任務發送給某個人員進行處理。有時，一個看起來需要人類參與的步驟實際上可能并不需要。

Vij說：“人們在SharePoint和Drupal中的某些內容是非結構化的，需要人來查看并找到它們。但是你可以應用先進的自然語言處理技術來提取結構化信息，而不是讓人們去查找。”

他說，成熟的智能管理流程包括入職等人力資源流程，以及索賠處理等財務流程。

業務流程分析

人工智能平臺提供商DataRobot公司的業務開發高級副總裁Seann Gardiner介紹說，一些最先進的企業擁有足夠多的業務流程數據，現在他們可以查看正在發生的事情的總體情況，并進行分析和預測。

他說：“他們發現RPA流程中的問題，想盡辦法抓住這些問題，并從中吸取教訓，讓這些流程更智能。我不敢說這在企業中應用的很廣泛了，但的確已經有了。”

他補充道，“如果一家企業非常注重流程級的自動化，并且能夠打破數據孤島，那么它的確是已經準備好了。但是必須有相信自動化和人工智能優先意識的業務領導，并且能夠進行必要的組織結構改革。”

他說，《財富》5000強的公司已經準備好了，并且已經制定了能夠采用人工智能和RPA相結合的流程。“問題是，他們是否會真的付諸實施，在組織結構上進行大規模改革？”

Maria Korolov過去20年一直涉足新興技術和新興市場。

原文網址

https：//www.cio.com/article/3398596/rpa-and-ai-business-process-automation-gets-smart.html