Gartner副總裁Svetlana:RPA將是企業快速落地AI應用的最佳途徑

      后臺-系統設置-擴展變量-手機廣告位-內容正文頂部

      近期,Gartner副總裁Svetlana Sicular出席了在美國佛羅里達州奧蘭多市舉辦的“Gartner年度數據研討會”。這項活動是Gartner一年一度的總結性大會,參會人員包括Gartner本公司的高管以及受邀請的名企CIO。他們從經濟、技術、管理、環境等多個維度,對企業如何將傳統業務過度到數字化業務進行了詳細闡述。

       

      Sicular在大會上說道:“如今,企業應用AI的最大動機是使業務流程實現自動化和改善客戶體驗。人工智能技術可以完美地將傳統業務中的非結構化數據進行拆解,而RPA可以將基于規則、重復性的工作業務實現自動化。這種技術性上的互補,對企業在數字化轉型的道路上幫助是巨大的,也是企業打開‘AI之門’的最佳途徑”。

       

      早在今年9月12日,Gartner發布了一份名為《2019年技術成熟度曲線圖》的數據調查報告,該圖表詳細顯示了AI技術的發展趨勢,其中Auto ML(自動機器學習)、聊天機器人和增強智能的上升勢頭最為旺盛,而RPA作為技術趨勢中的新貴成為最大黑馬。其上升勢頭高于虛擬助手、計算機視覺、認知計算等已發展2年以上的智能技術。根據Gartner 2019年CIO調查數據顯示,在2018年至2019年間,部署與應用AI的組織從4%增長到14%。與前幾年相比人工智能技術已經以多種方式應用到企業業務中。

       

      Gartner發布的《2019年技術成熟度曲線圖》

       

      • 自動機器學習(Auto ML):機器學習的核心是通過算法解析數據從中學習,然后對世界上的某件事情做出決定或預測。   例如:滿足個性化客戶需求,物流供應鏈建議,商品動態定價,醫療診斷或反洗錢等。目前,機器學習已在多個領域和行業中應用,以推動和改進業務所面臨的挑戰。美國運通公司通過使用機器學習來解決金融詐騙問題,以節省數千萬美元的損失。沃爾沃使用機器學習預測零件何時可能發生故障或何時需要維修,從而提高了車輛的安全性。
       
      • 聊天機器人(Chatbots):是可以模擬人類對話進行交流的計算機程序,聊天機器人可以基于文本或語音,也可以是兩者的組合。   目前已被大量應用在客戶服務領域,極大地提高了客戶服務的工作效率。例如:汽車制造商起亞,通過聊天機器人每周與115,000名用戶進行交流;德國著名零售商Lidl ,通過聊天機器人為客戶提供葡萄酒購買指南以及食物搭配技巧等。
       
      • 機器人流程自動化(RPA):這里的機器人指的是以軟件形式存在的虛擬機器人,通過錄屏、腳本等形式模擬人類的工作方式,從而執行那些基于規則、重復的業務流程。   新時代的自動化與傳統自動化的最大區別在于和AI技術的結合。RPA與AI的結合最大好處是可以處理非結構化數據,并提供直觀的可視化智能數據分析,以幫助組織提升自動化的工作效率。例如:位列世界500強的東芝集團,通過使用RPA與AI將閃存制造業務流程節省了35%的時間。
       
      Gartner副總裁Svetlana Sicular在“Gartner年度數據研討會”進行演講 
       
      即便企業已經知道AI技術的諸多好處,但是根據Gartner的AI應用調查數據顯示,2018年部署AI應用的企業是14%,2019年是19%,一年的時間里僅提升了5%,雖然這是一個不錯的增長,但是這遠低于Gartner預期的23%。
       
      Gartner發布的“2019年AI應用現狀” 
       
      當被問及企業在應用AI面臨哪些挑戰時,Svetlana認為主要有3個原因:
       
      • 員工缺乏對AI技術的熟練度:企業經常會招聘一些AI技術的專家,但實際上AI是一項“團隊技術”,它需要業務分析師、開發人員、市場營銷人員以及更多的員工參與到其中。   企業應該提高基層員工的AI技術熟練程度,畢竟AI技術是應用在實際業務中的。
       
      • 高昂的部署成本和應用方向:像谷歌、Facebook、微軟、亞馬遜那樣的企業可以很輕松地將AI技術應用到業務中。   但是對于中小型企業來說,超高的部署成本和應用方向成為了一個無法逾越的鴻溝。并且單一的AI技術無法滿足企業對ROI(投資回報率)的要求。
       
      • 缺乏數據:人工智能技術只是一種工具,真正的靈魂是數據。   只有經過大量數據模型訓練之后的AI,才是人們所需要的。不過目前很多組織不具備數據訓練能力,這使得AI的處理能力大打折扣。
       
       Gartne發布的“AI應用調查報告”
            
      在應用AI方面,Sicular建議企業應該從小處著手,獲得收益后再逐步開展到其他業務中去。同時Sicular分享了一個AI應用周期表,Gartner認為企業應該按照質量、需求、便利性、效果、實施難易度等因素,在短期、中期和長期內考慮AI項目。
       
      Gartner發布的AI應用周期表 
       
      從短期來看,Sicular表示人們應該將易于部署和使用作為首要選擇。而RPA的出現剛好解決了這些難題,通過內置多種AI技術(機器學習、自然語言處理、光學字符識別等),將那些非結構化數據業務實現自動化。以智能技術為驅動替代傳統的手動業務,這將為企業提高生產力和決策能力。目前世界一流的RPA供應商已經提供可視化拖拽方式的AI技術,這對于企業員工熟悉AI技術來說有極大地幫助。
       
      Sicular 還分享了兩個Gartner的預測,到2020年,以機器學習為基礎的增強分析,將成為購買分析和商業智能(BI)以及數據科學的主要推動力。例如:找到一個以前未知的動機,該動機可以根據一個人的生日時間改變人壽保險的加價率;通過智能自動化更改每種產品的折扣時間段來提高零售業的利潤。
       
      另一個預測是,到2022年,將有75%的企業通過AI和ML重新構建商業平臺。定制式人工智能技術,AI云服務,智能ERP/CRM和機器學習的應用和滲透率將大大地提高。基于云端的機器學習服務將在數據科學平臺市場中占據20%的份額。
       
      Gartner發布的“技術應用趨勢” 
       
      最后Sicular強調,目前全球企業正在進行一場“數字化革命”,這是一項任重而道遠的事業。數字化轉型主要由內部和外部兩條業務線組成,通常這種轉型大概需要7年以上的時間。但由于社會環境和AI、ML、RPA、NLP、CV等一大批人工智能技術的出現,使得這一進程得到了極大地縮減。根據Gartner最近的一項CIO調查顯示,如今,普通企業20%的收入來自數字化業務,其中的39%收入是通過優化內部運營效率得到的。同時超過83%的企業高管(數據來源Gartner董事會研究報告)對數字化轉型產生了濃厚的興趣,認為數字化轉型將是企業發展戰略中頭的等大事。

      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 > Gartner副總裁Svetlana:RPA將是企業快速落地AI應用的最佳途徑

      后臺-系統設置-擴展變量-手機廣告位-內容正文底部
      主站蜘蛛池模板: 两当县| 浮山县| 高雄县| 玛沁县| 长垣县| 嘉黎县| 文成县| 屯昌县| 峨眉山市| 芷江| 农安县| 山东省| 西平县| 卫辉市| 浏阳市| 界首市| 凤台县| 页游| 泸水县| 武城县| 东光县| 嵩明县| 马龙县| 北宁市| 台东县| 成武县| 平山县| 西峡县| 吴堡县| 岳西县| 深州市| 南平市| 大理市| 丰台区| 乐陵市| 鹿邑县| 英山县| 云龙县| 都匀市| 乐至县| 犍为县|