近日，全球四大會計事務所之一的德勤，連續第7年發布了2022全球智能自動化報告。德勤通過技術應用、往年對比、用戶反饋、技術創新等維度，對全球35個國家479名高管進行了深度調查，以查看他們對RPA、智能自動化的看法和市場發展趨勢。（關注RPA全球生態公眾號，后臺回復【德勤自動化】獲取英文原版報告）
我們將時間線拉回到2015年，在德勤首次發布的《機器人即將到來》報告中，僅有13%的組織表示，將在未來幾個月內通過投資RPA來提升業務自動化程度。而在2022年調查報告中，74%受訪者表示，已成功實施RPA。經過7年的技術迭代與市場教育，RPA終于破圈走向大眾，成為組織實現數字化轉型過程中最重要工具之一。
德勤表示，RPA在各種AI加持下突破了技術瓶頸、擴大了自動化賦能范圍，進一步幫助組織擴大了降本增效收益。此外多數受訪者表示，人工智能、流程挖掘和流程監控，成為未來最受歡迎的創新技術，46%的受訪者計劃在未來3年內實施人工智能，43%表示將實施流程挖掘和流程監控。
-
組織對自動化的應用成熟度顯著提升，平均分為5.04分，高于以往任何一年；
-
-
流程挖掘和流程監控，是打破流程碎片化、重塑業務流程標準的有效技術；
-
流程挖掘、流程監控，成為下一階段智能自動化最受歡迎的創新技術；
-
-
智能自動化是組織實現降本增效最有效途徑之一，預計在未來3年內平均成本降低31%；
流程挖掘、流程監控，成為
下一階段智能自動化最理想的創新技術
流程挖掘和流程監控在智能自動化領域產出的商業價值獲得了組織的認可，同時成為下一階段最理想的創新技術。
當德勤詢問高管他們計劃在未來3年內實施哪些智能自動化技術時，人工智能、流程監控和流程挖掘位居榜首。根據Gartner的調查數據，流程挖掘市場預計將以每年40%至50%的速度保持增長，到2022年將超過10億美元。
德勤調查發現，組織通過使用流程挖掘、任務挖掘、流程監控等技術，正在提升工作鞋效率并生成現有流程的數據見解和改進建議。通過幫助組織選擇高價值流程和建立清晰的數據價值，流程挖掘、任務挖掘、流程監控等技術證明了自己是可以放大自動化帶來的價值。德勤調查顯示，80%的受訪者同意，流程智能可以識別或鑒定更高價值的業務流程。
盡管 82%的受訪者同意使用流程挖掘可以帶來諸多好處，但只有23%的受訪組織已經在使用流程挖掘。為了縮小這種應用差距，組織需要打破阻礙他們充分利用流程智能潛力的障礙。
87%的組織同意流程監控，是實現持續改進數據驅動方法的關鍵。采用流程監控的組織可以將其視為，向數據洞察驅動型組織轉型的主要技術。
此外，德勤調查發現，63%的受訪者認為流程智能加速了流程發現并有助于識別自動化用例。30% 表示，流程智能沒有任何影響，只有 7%的人認為它減緩或停止了發現。對于多數人來說，流程智能的真正價值不是加速發現過程，而是擁有可靠的數據以用于業務案例中的流程改進和自動化。
許多組織在應用自動化時，都面臨著流程碎片化的挑戰，而流程挖掘在克服這一挑戰發揮重要作用。當任務挖掘和過程挖掘相結合時，可以照亮“黑暗數據”仿佛成為組織業務流程中的一戰指路明燈，同時可獲取如何完成工作的經驗和準確的見解。這可以減少業務流程變化，鼓勵數據驅動的思維，讓領導者做出更好的抉擇。
通過流程挖掘和任務挖掘，組織可以更準確地獲得業務流程的端到端視圖。這種痛點、異常和流程漏洞的可見性，使領導者能夠采取適當的方案推動業務流程標準化。
流程監控為領導者提供了對流程中正在發生的事情的實時可見性，使他們可以跟蹤期望的標準流程的進展。德勤認為，這將有助于為組織提供解決流程碎片化問題所需的數據和可見性，進而為數字自動化奠定堅實的技術基礎。
組織要將流程智能用于“始終在線”的實時流程監控，應將其數字平臺連接到流程挖掘平臺——實現實時監控和轉換。領先的流程挖掘供應商提供了預先構建的連接器來加速這一進程。
今年，德勤調查顯示，組織對自動化的應用成熟度顯著提升。德勤將自動化成熟度模型從 1 到 10 分等級（1代表最小，10代表最高）。今年的結果顯示，與 2019 年相比，2020 年自動化轉型的飛躍更為顯著。組織自我評估得分從 2020 年的 4.41 分（滿分 10 分）上升到2021-2022 年的平均分 5.04 分（滿分 10 分）。
當德勤移除試點智能自動化的組織（那些實時自動化少于10個組織）時，數據顯示，實施者（11-50個自動化）和擴展者（51+個自動化）對自己的平均評分為 5.96。這與德勤2018 年的調查結果相比，大規模部署自動化的組織數量翻了一倍。
降低成本仍然是許多組織應用智能自動化的首要任務之一。組織通過采用智能自動化，預計在未來3年內平均成本降低31%，高于2020年的24%。成功應用智能自動化的組織告訴德勤，他們已實現平均成本降低32%。德勤在研究期間采訪的一位金融領域的高管表示，從根本上重新設計流程并使用多種智能自動化工具，使組織在目標領域實現了70%以上的成本降低。
組織在應用智能自動化時會遭遇各種障礙。今年德勤調查發現，流程碎片化成為最大擴大障礙，其次分別是缺乏清晰的愿景、缺乏充足的IT準備和抵制自動化應用。
流程 碎片化：在德勤過去的四次調查中，難以通過統一流程管理的不成熟，和流程碎片化被列為擴展自動化的最大障礙。預計在未來五年或更長時間內，流程碎片化仍是首位，但組織可以采取一些措施來解決這個問題。
為了減少流程的碎片化，組織應該采用端到端的自動化方法。結合新的思維和能力（例如創新技術）可以幫助創建更強大的流程，為利益相關者帶來前所未有的價值。
為了幫助打破流程碎片化并推動流程標準化，組織應考慮使用流程挖掘和流程監控。
德勤認為，端到端自動化是一種專注于在整個流程中交付自動化解決方案的方法，這會涉及使用多種工具。這種提供自動化的方法，使組織能夠在整個價值鏈中獲得更顯著的收益。
最頂尖的智能自動化應用者，已從基于任務的自動化穩步轉向端到端自動化。德勤調查結果顯示，在從COVID-19中恢復過來的同時，超過85%的組織正在重新思考如何完成工作。今年，德勤發現 92% 的實施者，要么已經實施端到端自動化作為其智能自動化戰略的一部分（44%），要么計劃在未來三年內實施（48%分）。
多數組織使用 OCR 和 RPA 等基本工具便開始了他們的自動化之旅，例如，財務流程自動化。這些舉措通常會帶來價值，但僅使用一兩個工具實現自動化，其局限性很快就變得明顯了。用戶應該考慮將更多的創新技術加入到“工具箱”中。
RPA（Robotic Process Automation）：RPA也被稱為軟件機器人，主要通過模擬、錄屏、API等方式模擬人類的鍵盤輸入、鼠標點擊等行為，將基于規則、重復的數字化業務實現自動化。RPA具有兼容性強、適配率高、易使用等技術特點。
人工智能（Artificial Intelligence）：人工智能技術可以執行一些需要人類思考的任務，例如，從圖像、文本或語音中提取數據；在對數據進行智能分析后提出建議、預測或決策。人工智能包括機器學習、深度學習、自然語言處理和生成技術等，是實現非結構化業務自動化的關鍵技術。
流程挖掘（Process Mining）：流程挖掘通過專門的數據挖掘算法、模型，識別信息系統日志事件中的模式、細節和趨勢等，以定義和理解底層業務流程存在的諸多弊端。
流程監控（Process Monitoring）：流程監控是通過流程挖掘，實時監控業務流程的性能。所產生的各種數據洞察、建議、預測，可以幫助用戶更好地執行業務流程或進行轉換。
流程智能（Process Intelligence）：該技術包括流程挖掘、任務挖掘、模擬和執行管理工具等，通過深度分析數據可以優化、重新設計自動化流程，提升更高的自動化收益、效率。
公民主導開發（Citizen-Led Development）：公民主導開發是一種框架，鼓勵非IT人員（沒有專業編程基礎的人）通過低代碼、無代碼開發平臺自行開發復雜、有人值守的自動化業務流程。該方法不僅可以讓業務人員具有獨立開發自動化的能力，也能提升整個組織的自動化意識。
低代碼開發（Low-Code）：在自動化領域中，低代碼可以幫助沒有編程基礎的人員，通過可視化拖拽的方式快速構建自動化業務流程。
繼續閱讀：
未經允許不得轉載：RPA中國 | RPA全球生態 | 數字化勞動力 | RPA新聞 | 推動中國RPA生態發展 | 流 > 德勤發布2022全球智能自動化報告：流程挖掘、流程監控，成為最受歡迎技術
heng.png)
規避RPA項目失敗的關鍵方法
Gartner發布《2023年政府10大技術趨勢》：超級自動化，連續兩年入選！
如何開展企業數字化建設工作 | 2023企業數字化轉型能力報告
高盛最全AI報告來了！白領工作迎來顛覆性變革？哪些行業受益？
熱門信息
閱讀 (14728)
1 2023第三屆中國RPA+AI開發者大賽圓滿收官&獲獎名單公示閱讀 (13753)
2 《Market Insight：中國RPA市場發展洞察（2022）》報告正式發布 | RPA中國閱讀 (13055)
3 「RPA中國杯 · 第五屆RPA極客挑戰賽」成功舉辦及獲獎名單公示閱讀 (12964)
4 與科技共贏，與產業共進，第四屆ISIG中國產業智能大會成功召開閱讀 (11567)
5 《2022年中國流程挖掘行業研究報告》正式發布 | RPA中國