注入了機器人流程自動化，人工智能和機器學習，以自動化業務流程并加快決策時間。這些技術中的每一個的“最佳位置”是什么，公司如何使用它們？這些技術的通用觸點是自動化。

使用RPA時，您將自動執行重復性任務，因此員工不必執行這些任務。一個示例是定義并實現一個機器人流程自動化過程，該過程可以自動篩選來自一個系統的發票信息并將其輸入到另一個系統，而辦公室工作人員不必手動將信息從一個系統輸入另一個系統。 

使用AI時，您將在決策中添加自動化。無需手動執行供應鏈風險評估，而是將各種相關數據點輸入AI數據存儲庫，然后呈現希望系統分析并返回答案的多種假設風險場景。對于每種風險情況，AI系統會返回幾種不同的潛在結果，然后您做出最終決定。

當您通過機器學習進一步增強AI時，您將激活AI系統自行檢測和分析數據模式并從這些模式中“學習”的能力。這樣做的好處是系統可以處理數據并自動識別人類無法識別的模式的速度。機器學習發現的內容可能會降低您對正在研究的情況下的重要模式或趨勢發展的洞察力，因此您可以更快地對情況做出響應。

總而言之，RPA使日常的重復性辦公任務自動化。人工智能為決策增加了自動化；ML是AI的持續教育過程，因此AI可以從AI負責評估的數據點中的模式和趨勢中“學習”。RPA，AI和ML共同發揮重要作用，并且必須智能地編排為業務流程自動化和培訓發生的工具。

1.克服實施挑戰

在使用認知自動化工具時，許多組織面臨的主要障礙是了解何時使用哪種工具。

在采用RPA，AI和ML時，企業面臨以下四個常見挑戰：

（1）不切實際的期望

2017年末，德勤對RPA的一項調查顯示，有53％的企業受訪者已經開始實施或至少使用RPA進行水域測試。德勤（Deloitte）預測到2020年，這一數字將增長到組織的72％。

據德勤稱，這些組織中的大多數都在尋求對工作流程進行持續流程改進，而自動化是其次要目標。然而，當德勤向這些組織詢問他們如何充分利用RPA并將其擴展到公司的其他領域時，只有3％的受訪者表示他們成功做到了這一點。

德勤報告指出：“許多組織開始將RPA視為一項實驗，但現在已陷入困境，并遭受IT問題，流程復雜性，不切實際的期望和“試行”方法的困擾，”德勤表示。“要最大程度地發揮RPA的影響，就需要從實驗到轉型不斷地轉變思維方式和方法。…鑒于自動化市場的相對不成熟，特別是大型組織需要時間來大規模學習和采用RPA。。”

對于AI和ML來說，故事并沒有太大改變。許多公司仍在研究采用早期階段的概念驗證。他們還沒有處于可以廣泛利用這些技術以在整個公司中獲得最大業務收益的階段。

緩慢擴展的一個因素是員工對這些技術的知識和經驗有限，以及如何將這些技術最佳地應用于業務流程和決策。

（2）行政管理教育

C級對RPA，AI和ML的支持一直很強大，但是要確保長期的C級支持和預算投資，IT和數據科學部門必須做兩件事： 

他們必須成功地實現這些技術的實現，并帶來切實的業務收益。

他們必須對RPA，AI和ML工具之間的差異以及所有這些工具如何在業務流程或運營中融合在一起的方法進行非技術C級管理教育。

如果首席執行官和其他人要在董事會前解釋并提出有關這些技術的問題以及為什么要投資于這些技術，則高層管理人員的培訓至關重要。

（3）供應商合作

我曾經指導過一個IT系統集成項目，在這個項目中，我的團隊不得不與幾個不同的供應商合作以實現集成。每個供應商都帶有自己的API，并堅持要求其他供應商使用該API。我們花了幾周時間與這些不同的供應商進行談判，直到我們都同意集成方法。這花費了寶貴的時間來進行技術項目工作。這樣的集成復雜性同樣適用于RPA，AI和ML。

易于集成很重要，因為IT或用戶從RPA，AI和ML供應商那里購買的每種工具都不太可能來自同一供應商。當您要為業務集成和擴展解決方案時，將需要供應商合作。

對于您審核的任何RPA，AI或ML供應商，與您自己的公司以及與其他供應商合作的能力和意愿應該是您首先要提出的問題之一。

（4）用戶參與度

RPA是手動業務流程的自動化，因此用戶不再需要這樣做。是最能確定他們希望消除的重復流程的用戶，以及知道如何定義RPA為成功執行流程必須執行的業務規則的用戶。

相同的原則適用于確定AI支持業務所需的決策支持類型。企業要解決什么問題？如果沒有持續的用戶參與，則IT /數據科學可能會偏離用戶的需求。這可能會使項目失望，甚至失敗。

2.確保RPA，AI和ML的成功實施

RPA，AI和ML的成功實施首先要了解這些自動化工具之間的差異以及它們的使用方式-并掌握將其應用于組織需要解決的業務案例的方式。

有一些組織正在這樣做并取得有意義的結果。 

中國電子零售商ALIBABA GROUP使用AI來幫助繪制最有效的商品交付路線，而美國電子零售商Amazon使用AI來預測產品需求并為客戶量身定制產品推薦。

Medecision 開發了一種AI算法，該算法能夠識別八個變量以預測糖尿病患者可避免的住院治療。

英國使用RPA來自動簽發公民提醒函。

“我們相信每個大公司都應該探索認知技術，”《哈佛商業評論》中的托馬斯·H·達文波特和拉杰夫·羅南基說。“道路上將有一些坎bump，在勞動力流離失所和智能機器的道德問題上，我們沒有自滿的余地。但是，通過正確的計劃和發展，認知技術可以迎來生產力，工作滿意度和繁榮的黃金時代。”

達文波特和羅南基是對的。潛力無處不在，對于那些善于瞄準將從認知自動化中受益的業務和決策流程的公司而言，該技術也將“取勝”。