01

超級自動化解構

超級自動化（Hyperautomation）已經連續三年被Gartner列為戰略級技術趨勢之一，開篇我們先回顧下Gartner對于超級自動化的定義：

超級自動化是一種以業務為驅動，組織用來快速識別、審查、自動化盡可能多的業務和 IT 流程的方法。超級自動化涉及多種技術、工具或平臺的協調使用，包括：

人工智能 (AI)
機器學習
業務流程管理 (BPM) 和智能業務流程管理套件 (iBPMS)
集成平臺即服務 (iPaaS)
低代碼/無代碼工具
機器人過程自動化 (RPA)
事件驅動的軟件架構
封裝式軟件
其他類型的決策、流程和任務自動化工具

從定義可以看出超級自動化是一個以自動化流程為方法、創造組織業務價值的技術集框架，并不能以簡單的技術原理來詮釋，本文會對涉及的要素進行拆解，為幫助大家更好地理解超級自動化能為企業帶來的商業價值，我們把討論的邊界框定在“企業業務流程”范圍內。

所謂流程就是一系列活動的組合步驟，有輸入的資源，也有輸出的成果。如下圖所示：

流程解構圖

輸入的原材料、人力、設備，通過各種流程（生產流程、運輸流程、開發流程等）輸出為商品（食品、汽車、軟件等），是一個價值創造的過程，并且“流程”由多個活動組成，每個活動又由操作對象和操作任務組成，需要自動化流程就需要對活動進行自動化，活動自動化則需要對操作對象和操作任務進行分類使用合適的超級自動化子集內的技術。為方便大家理解，簡單做了些分類和技術組件匹配的關系：

活動匹配的超級自動化技術

正如上圖所示，每個活動中操作對象和操作任務的不同，所對應使用的超級自動化技術也不同，每種技術都有一定的局限性，而真正的業務流程往往是復雜的，需要各種自動化技術無縫協作，通過使用超級自動化技術的組合，可以克服依賴單一自動化工具的方法的一些限制。這使組織能夠超越單個流程的限制，并自動化幾乎所有乏味且可擴展的任務。

02

超級自動化的趨勢

“農業時代”主要的生產力是人自身的勞力和經驗，到“工業時代”主要生產力變成了靠能源運轉的機械設備，如今，“信息時代”主要的生產力是科學技術，人們通過研發創新科學技術、實現輔助、擴充、替換、超越人的能力。

國際勞工組織（ILO）的數據也證實了這一趨勢：在新冠疫情爆發之前的最后一年（2019年），全球失業人口總數為1.87億。一些舊的工作崗位，在新冠元年（2020年）之后將可能不復存在。新冠疫情加速了數字化和智能化進程，預計到2025年，自動化將取代8500萬個工作崗位。在疫情之后，新踏入職場的畢業生，可能會面臨和上個世紀末參加工作的年輕人截然不同的勞動力市場。

不難看出，信息技術、數字技術正在慢慢取代人類的重復性勞動，而技術主要代表就是超級自動化，隨著超級自動化技術集內的各種技術不斷發展深化，超級自動化發展的趨勢也在向完全取代和超越人的方向發展。

我們認為超級自動化會分三個階段進行演進：

超級自動化-執行
超級自動化-智能
超級自動化-創造

1、超級自動化-執行

該階段是以替代人們的重復勞動為目的，應具備的領域能力是執行系統。執行系統以iBPMS、LCAP、iPaaS、RPA、OCR、NLP等技術為主，致力于用協作流、執行流、數據流打破企業組織壁壘和資源孤島（業務孤島、應用孤島、數據孤島），激活企業活力。

在信息化時代初期，各個企業通過傳統流程軟件（OA、BPM、ITSM等）讓人在線，但是很多執行動作是線下的，比如一位銷售同事要為客戶申請發票，需要先在OA上進行申請，申請完成后由相關負責人進行審批，審批完成后再流轉到財務老師，財務老師線下登錄到財務軟件進行相應操作、導出電子發票后郵件給對應的銷售同事。企業內的信息化系統是對某個職能或某個場景下部分工作的抽象、實際使用會存在一定局限性，并且信息化系統所產生的數據也會形成孤島，這里就需要引入執行流（iPaaS+RPA等）連接信息化系統，用數據流（iPaaS等）連接信息化系統所產生的數據，這樣通過超級自動化將企業價值鏈下的人在線、系統在線、數據在線，如下圖所示：

企業價值鏈超級自動化應用圖

通過超級自動化改造后，申請發票的流程就會簡化并且高效，銷售同事發起發票申請流程，經過審批后，流程會自動連接財務系統導出電子發票，并自動把電子發票發郵件給最終客戶。

企業經歷了多年豎井式開發，面對市場激烈競爭，當業務運營部門需要靈活制定銷售運營策略時，信息化系統往往無法滿足業務端靈活多變的業務訴求，此時業務運營部門就會讓人在各個煙囪（信息化系統）之上按照策略來回手動操作，所以經常看到運營人員為完成一個業務流程，需要打開多個網站、操作多個軟件、并用通訊工具進行數據傳輸、最后打開OFFICE工具進行記錄。我們在幫用戶用多種自動化工具將整個業務流程自動化同時，更重要的是賦能了用戶能通過低代碼/無代碼非侵入式快速構建業務流程、打通系統和數據孤島的能力，解決了部分IT無法快速匹配業務變化的矛盾，提升了企業敏捷力、運營效率、用戶與員工體驗，這也是VUCA時代每個企業必須具備的能力。

2、超級自動化-智能

該階段能基于領域認知，使用AI能力，讓自動化更加智能，應具備的領域能力是執行系統+分析決策系統。分析決策系統以AI+ML+大數據技術+iBPMS+流程挖掘等技術為主，致力于為自動化賦予數據洞察的能力，代替和超越人的分析決策能力，并根據分析決策的能力對現有業務流程進行重塑，挖掘更大的商業價值。

在超級自動化的定義里不僅僅是可以自動化盡可能多的流程，還有如何識別出可被自動化的流程和審核現有流程是否具備被自動化和流程重塑的條件，超級自動化是一套圍繞業務流程持續精進的閉環框架，下面簡單拆解下執行系統和分析決策系統之間的關系：

“超級自動化-智能”階段解構圖

如上圖所示，分析決策系統需要能根據不同流程、快速圍繞某個場景從不同數據源進行數據匯聚、數據治理、數據模型構建、算法模型構建，最后該場景通過數據服務進行變現。分析決策系統可以根據不同業務需求構建多個分析場景，與執行系統協作主要有幾種形式：

發現：任務挖掘與流程挖掘，引入流程科學的方法分別對不同層級流程進行識別，同時發現可以改進的點，任務挖掘主要使用記錄員工PC界面操作來識別流程（5級流程）、主要聚焦實際操作步驟。流程挖掘主要通過抽取不同業務系統的日志數據來還原業務流程（L1-L4層級），附上企業流程層級圖（越高層級的流程越靠近企業核心業務）。

企業流程層級圖

觸發：根據分析場景的結果觸發工作流執行，常用于識別風險后的阻斷等場景。
調用：在工作流執行過程中調用分析場景服務，常用于智能決策、智能審核等場景。
挖掘：根據工作流執行過程信息，分析流程可以進行改進，流程挖掘不僅可以發現流程，也可以對現有流程做改進分析或者應用于價值流圖的分析。

超級自動化-智能階段不僅僅是在執行的時候更加智能化，其真正的價值是通過技術手段讓企業的業務流程發生質變，通過技術手段重塑流程，帶來巨大的商業價值與企業競爭力，商業價值提升主要分為兩個層次：

局部提升： 針對復雜決策場景，引入AI能力，賦予智能決策的能力，比如外賣行業里的外賣員調度算法、12306售票系統的算法、酒店行業的空房率優化算法、制造業的庫存周轉率優化算法等。復雜場景下基于規則為代表的JAVA應用已經無法勝任，需要引入AI應用進行局部優化，而針對行業關鍵指標的優化直接關乎企業整體運營效率能否極大提升。

PS：以規則為代表的JAVA應用是人類思想的抽象，人類習慣于將復雜問題抽象、提煉、簡單化，以第一性原理來解決復雜問題，而以AI為代表的應用則通過用復雜去應付復雜，憑借龐大的計算能力去解決問題，譬如AlphaGo打敗人類圍棋冠軍就代表某些領域的上AI應用的超越。
全局重構：當局部關鍵指標使用AI應用進行優化提升的同時，圍繞AI應用的業務流程也會隨著進行改變，這個改變等同于重建重塑，比如線下支付流程變成了現在的移動支付，原來柜臺開戶需要去現場現在可以線上開戶，原來被動查詢到現在的主動推薦，這都是技術升級后對我們生活和工作的流程進行重塑后的產物。

3、超級自動化-創造

該階段是在Smart基礎上，整個業務流程可以自學習、自適應實現自我認知，可完成創造力的工作將整個智能業務流程閉環，人無需再參與業務流程，超級自動化可自行運轉。應具備的領域能力以執行系統+分析決策系統+感知系統等技術為主。隨著人工智能技術賦能的加深，超級自動化的感知認知能力顯著提升，計算機視覺和智能語音語義技術，賦予了超級自動化看、聽、說能力；知識圖譜、神經網絡技術和類腦計算，賦予了超級自動化邏輯推理、類比演繹能力；智能人機交互技術，有效提升交互效率和用戶體驗，人作為被服務方，向超級自動化提出需求，超級自動化會自行處理，最后將結果和產物交付于人。

目前階段AI的創造能力相對較弱，人的創造力之所以強大在于人可以跨界連接，把不同領域的點進行抽象，發現相似性并連接在一起后，新的創意誕生了，AI的知識圖譜還是有一定局限性，想實現高階跨多個知識域連接，AI領域還有很多路要走，但是在一些實踐中可以看到這樣的趨勢。在設計類工作場景，AI已經能完成一些平面設計工作，比如阿里魯班系統，它能根據用戶輸入設計需求進行風格元素進行多種平面組合，經過評估網絡（感知）對平臺組合進行評分，將評分高的作品給到用戶，2017年雙11期間，魯班一天制作了4000萬張海報，并且每張海報都是根據商品圖像特征專門設計的，下面用超級自動化-創造階段的解構圖來解釋這個場景的實現：

“超級自動化-創造”階段解構圖

第一步：用戶輸入平面設計需求。

第二步：分析決策系統根據之前導入的大量設計素材，經過一系列的神經網絡學習，輸出空間+視覺的設計框架。

第三步：執行系統根據空間+視覺的設計框架，選取各種平面元素（背景，主體、修飾等），規劃出多個最優生成路徑，完成圖片設計。

第四步：輸出多個設計圖，并最終交給“感知系統（感知系統提前對好作品進行過學習）”對輸出的設計作品進行評分。

第五步：決策系統將評分較高的作品讓執行系統交付于用戶。

從上面案例里可以看到，設計框架和評分體系都來自于大量人工標注的素材導入來訓練神經網絡，“創意”會被導入素材的范圍所局限，想真正達到現在人類設計大師的水平，我們還需持續努力，持續探索。

03

超級自動化載體

從超級自動化發展趨勢來看，每個階段都會給企業帶來巨大的商業價值，作為信息時代新型生產力的超級自動化，我們在市場上看到了RPA、流程挖掘、低代碼、iPaaS、iBPMS、對話式AI等超級自動化各能力子集的廠商，都在解決局部問題，但超級自動化所有能力歸一的整體解決方案或者產品形態的載體是怎么樣的呢?本章節會告訴大家精鯤理解的答案。

我們先從生產力開始剖析，下圖是對于“生產力”進行要素拆解，同時與超級自動化不同階段匹配的變化關系：

超級自動化對于生產力的影響

執行階段：勞動資料增加人機交互可以直接自動化完成部分重復的工作，并且勞動對象會由原料擴展到應用系統和應用數據。
智能階段：人機交互能力進行增強，能幫助人進行輔助決策或者智能決策，并聯動執行系統，完成生產勞動。
創造階段：當超級自動化技術有自我認知之后，它可以和人一樣歸為勞動者，通過SmartAgent實現感知、采集、控制等能力對勞動對象進行生產勞動。

隨著新生產力的獲得，企業的生產方式和勞動者工作方式都會隨之改變，所以面對企業超級自動化是一種新的生產方式，而面對企業員工超級自動化是一種新的工作方式，VUCA時代，企業生產方式需要不斷精進和創新對抗熵增，生產方式的精進會直接影響企業員工的工作方式，身處企業價值鏈各個環節的員工、系統、設備工作所產生的數據又可以成為生產方式改進的基礎數據，通過流程挖掘分析企業核心業務流程的改進點，通過超級自動化技術能力，對企業核心業務流程進行自動化、智能化創新，提升企業核心競爭力。見下圖：

超級自動化產品形態

超級自動化產品分為兩部分：超級自動化門戶和超級自動化平臺。

超級自動化門戶是讓企業和員工、客戶、生態伙伴感受到超級自動化帶來極大便利性的入口，同時能基于企業內部實體團隊和虛擬團隊構建不同的服務空間即服務單元，每個服務單元可對外（企業內部、企業外部、合作伙伴）提供服務，并通過超級自動化讓這個服務線上化、自動化、智能化。在完成服務單元外部服務時，服務單元內部人員可以在工作臺進行協作和完成個人事務工作，超級自動化也可以對工作臺人員協作自動化、個人工作自動化，并通過人機交互窗口進行服務單元聊天溝通、查詢數字資產、知識庫檢索、任務命令下達、數據報表查詢、趨勢分析等任務輔助員工完成創造性工作，并且配置平臺能支持低代碼/無代碼的拖拉拽方式，對自動化、數據流、審批流、AI服務、數據服務進行編排組裝后快速上線，真正幫助企業完成業務流程自動化、智能化。

超級自動化平臺是超級自動化的技術平臺，分別由業務自動化編排模塊、數據治理模塊、數據流編排建模模塊、AI算法模塊、可視化模塊、SmartAgent模塊等構成，這部分主要圍繞本文之前提到的執行系統、決策分析系統、感知系統去構建，在此不做擴展。

超級 自動化平臺也作為企業核心流程進行挖掘，識別改進點，并通過超級自動化技術手段優化和重塑的技術底座。

同時超級自動化會隨企業內部應用得范圍及使用超級自動化能力的深度，給企業帶來的價值會越大，具體見下圖：

超級自動化使用范圍與能力階段對應價值

04

超級自動化是軟件工程的抽象

超級自動化是一個較寬泛的概念，只要能為業務流程賦能的技術都能囊括在內。同時文中提到的技術組件，我們能發現身邊很多的商業軟件也在按照這種模式構建自己的產品體系，Salesforce從2018年開始已經收購約600億美元價值的超級自動化產品組件（RPA、iPaaS、數據集成等產品），前不久Salesforce也推出了全新業務流程自動化平臺。微軟也從2015年開始布局，陸續收購iPaaS、數據集成、RPA工具，目前產品形態和超級自動化理念非常契合。Servicenow從2017年后開始收購iPaaS、RPA、數據集成、流程挖掘、AI等領域的公司，幫助自己從ITOM市場順利切入ITBM市場，覆蓋HR、財務、安全等領域。

第一代商業軟件針對某個領域、某個職能、某個場景開發軟件，其軟件抽象的能力較差，客戶的一些個性化需求，都需要請外部服務商來定制化開發。

第二代商業軟件在原來所在領域上，對核心能力進行了抽象，可自定義核心能力。比如流程軟件，可以自定義流程。

第三代商業軟件已經把軟件工程構成的元素，都可以以配置化的方式構建出來，變成一個平臺級產品，力求詮釋世界。

商業軟件變遷

從第三代商業軟件代表（Salesforce、Microsoft、Servicenow）身上能看到，超級自動化就是軟件工程的抽象。我們也看到身邊的RPA廠商通過增強AI能力，低代碼廠商/BPM廠商在增強自己的iPaaS能力，流程挖掘廠商在增強自己的自動化能力，都在向超級自動化邁進，這個領域，可被超級自動化的場景足夠多，每個場景都值得深鉆，希望這篇文章能幫助到大家，給予一些啟發。

撰文：精鯤科技 CTO 葛丁佳

繼續閱讀：