每日更新av在线播放,久久蜜桃香蕉精品一区二区三区 ,久久在线精品视频

文章部分來源 | Deep Analysis行業洞察分析報告

作者 | Deep Analysis副總裁及首席分析師Connie Moore

文章經本平臺整理翻譯

人工智能（AI）和機器學習（ML）在數字流程自動化（DPA）和機器人流程自動化（RPA）中扮演著重要角色，無論是在客戶體驗、業務運營、電子商務還是消費者行為方面，都將給數字流程自動化市場帶來巨大的變革。隨著AI/ML解決方案在全球范圍內的廣泛使用，AI/ML已成為大多數企業高管首要考慮的藍圖，但問題也隨之而來：

1. 對于AI/ML技術的應用，是該一步到位還是循序漸進?

2. 組織是否準備好應用AI/ML技術了?

3. 學習曲線是否陡峭，AI/ML是否將占用大量資源?是否會影響部署速度?

4. 企業是否具備數據質量、數據集成、數據集和數據湖，為廣泛部署AI/ML提供支持 ?

5. AI/ML將如何影響人類現在的工作？組織將如何管理人和機器人勞動力?

6. AI/ML將如何重塑數字流程自動化市場?

關于如何將AI/ML與數字流程自動化融合，目前還處于初期探索階段。一位企業高管指出： “人們對于人工智能是什么，在數字流程自動化中扮演什么角色仍然存有許多疑慮”。在初期階段，這些問題很難一一解答，但就目前而言，我們可以得出以下四點:

AI/ML已經開始被應用于商業和政府機構的某些特定的業務流程中。

在金融服務行業中，企業可以采用AI技術來加強欺詐檢測；在呼叫中心，AI可以進行自然語言處理，自動識別客戶需求；政府機構和零售電商會使用面部識別和語音識別來進行人員安全檢查和身份識別；醫療服務提供商使用AI對患者進行虛擬診斷和治療；零售、旅游、酒店和金融服務公司利用情感分析技術來了解客戶并評估公眾輿論。

大部分企業還未做好準備將AI/ML應用于新的業務場景中。

大多數企業在進行部署AI/ML的前期準備，如準備數據組、進行數據集成、招募數據科學家等，同時分析AI/ML將對組織、部門和消費者行為產生的影響。

AI/ML將在業務流程優化/重構中發揮重要作用。

一些具有前瞻性的數字流程自動化企業已經明確了AI/ML未來的應用方向——優化/重構企業內部的業務流程。例如，金融服務公司通過數字流程自動化技術實現貸款發放，再結合AI技術，優化貸款流程實現決策自動化。還有許多其他業務用例也是如此——保險承保、索賠處理、客戶服務、調查、異常事件報告等等。對企業來說，跨行業跨部門應用AI/ML的重點就是從原來的業務流程用例上入手，應用新的技術實現流程優化或重構。

流程自動化供應商將把AI/ML部署在他們的數字流程自動化產品中，與流程建模、流程執行、流程洞察和流程優化相結合。

流程自動化廠商們都認同AI/ML將重塑流程自動化市場，并改變他們原有的產品。但當被問到細節時，考慮到AI技術的新穎性，很難說清楚如何將AI/ML和產品結合。引用一位企業高管的話“想象如何用AI/ML來優化企業內容服務(舉個例子，比如智能捕捉)，要比想象它將如何改變流程自動化工具的軟件設計和產品功能容易得多。”

基于目前市場的情況，大多數技術供應商已經開始嘗試:

◆將AI/ML集成到他們的軟件平臺中，例如業務規則、流程建模、流程挖掘、流程管控和流程數據；

◆ 將AI/ML與語音、聊天、移動、社交和語音設備(以及IoT設備)等交互渠道集成；

◆ 與盡可能多的基礎架構巨頭合作（如亞馬遜、谷歌和微軟），或者利用他們的AI技術自行開發。

雖然目前技術供應商們對于AI/ML技術的應用仍處于觀望和評估階段，但已有以下幾種與數字流程自動化結合的場景：

1. 應用智能流程設計和模式識別技術，為業務人員和流程設計人員帶來更易上手的產品；

2. 聚焦數據源，將數字流程自動化軟件與不同數據源集成；

3. 通過模式識別技術來評估不同工作流的價值，并確定最佳的工作流模式；

4. 結合案例數據和業務數據來優化決策制定；

5. 在建模的過程中使用智能推薦的流程方案（即AI/ML輔助開發）；

6. 標識和復用全局流程，而不是重復構建流程；

7. 分析流程績效管理數據，改進低效流程；

8. 基于流程模型用流程挖掘技術進行預測。

企業可以開始著手進行的下一步包括:

-研究驅動AI/ML所需的數據并進一步規劃；

-分析AI/ML將如何重構組織的數字化渠道；

-思考AI/ML在機器人流程自動化（RPA）中所扮演的角色;

-制定AI/ML學習計劃，加速組織人員的學習曲線；

-應用領域考慮從下一步最佳行動方案、智能文檔捕獲、情緒分析、欺詐檢測、聊天機器人、自然語言生成內容、生產設備維護等方面入手；

-團隊決策制定(例如雇傭一個候選人或決定產品特性)，以及管理實時交互(例如交付團隊)。

為AI的未來作準備

即使AI在完全集成到數字流程之前還有漫長的周期，但K2已經在推動智能流程的進程上做出了嘗試。K2將DPA（數字流程自動化）與OCR（光學字符識別）、大數據分析、機器學習（ML）等技術深度融合，協調人、系統與機器人之間的業務進程，賦予企業更好的洞察力和服務于業務的能力。我們發現借助DPA+AI/ML的力量的確可以增強個體能力并改變我們對業務問題的看法。

隨著人工智能繼續從科幻小說、天馬行空等領域轉變為現實世界的應用程序，那些將人工智能作為其持續數字化發展的一部分的公司將成為真正的贏家。未來，K2 將攜手這些企業用“智能流程“驅動業務蓬勃發展。

特別聲明：

文章來源：K2的BPM世界（K2_BPM）

作者： K2 BPM

原文鏈接：https://mp.weixin.qq.com/s/Jhyr34A8Qv4iCZ4icLXD-A

RPA中國推薦閱讀，轉載此文是出于傳遞更多信息之目的。如有來源標注錯誤或侵權，請聯系更正或刪除，謝謝。

繼續閱讀：數字流程自動化 RPA 人工智能機器學習