打造最懂中文的RPA 現實路漫漫 達觀數據能否實現預期?

      后臺-系統設置-擴展變量-手機廣告位-內容正文頂部

      文/夏天  審校/一條輝  新媒體編輯/李珠江
       

      不單單是像達觀數據這樣的創業公司還需要時間成長,市場也需要時間成長和成熟。


      RPA(軟件流程自動化)在2018年的爆發,離不開技術和市場的相對成熟。          
             
               
      達觀數據就是RPA這一賽道的新玩家。        
               
      其能否成功占領這一賽道并且成為領導者?        
               
      現實顯示,達觀數據想要實現目標有點難。        
             
       
      達觀數據變身記


      RPA被視為AI最佳的落地場景。圈內從業者們常常將RPA比作人類的手,將NLP(自然語言處理)比作人類的腦,將OCR(光學字符識別)比作人類的眼睛。


      手腦眼的結合,讓RPA+AI能夠一定程度上將人類員工從枯燥繁雜的工作中解放出來。        
               
      成立于2015年的達觀數據正是RPA這一賽道的新玩家,雖是新人,但卻頗受資本青睞:        
               
      達觀數據曾于2015年獲真格基金領投,眾麟資本和掌門科技跟投的1000萬元天使輪融資;        
               
      2017年獲軟銀賽富和方廣資本5000萬元A輪融資;        
               
      2018年11月,達觀數據宣布成功完成1.6億元B輪融資,由寬帶旗下基金晨山資本領投,元禾重元、聯想之星、鐘鼎資本及老股東等跟投。        
               
      事實上,直到2018年底,達觀數據才正式開始RPA產品的研發。        
               
      2019年7月,達觀數據推出達觀智能文本RPA,也是國內首款將語義分析技術引入到 RPA中的產品。          這個平臺能夠將人工智能植入機器人流程自動化,解決識別、分類等問題。        
               
      事實上,達觀數據最開始并不是專注于做RPA的,達觀數據更為人熟知的身份是國內NLP領域的頭部玩家,為客戶提供關鍵信息抽取、文檔審閱、智能推薦等行業解決方案。        
               
      為何達觀數據會轉身PRA賽道呢?        
               
      RPA(Robotic Process Automation),機器人流程自動化可以模擬白領的手去進行鼠標和鍵盤的操作,實現自動化。          NLP (Natural Language Processing) ,自然語言處理可以讓計算機模擬白領的大腦運轉,實現閱讀和理解;        
               
      而如果只有RPA技術,計算機只能承擔初級的工作,但是有了NLP技術的幫助,就可以做更復雜的任務,真正承擔起虛擬員工的角色。        
               
      這跟其創始人有關。        
               
      達觀數據創始人兼CEO陳運文創業之前曾擔任盛大文學首席數據官、騰訊文學高級總監、百度核心技術研發工程師等職位,一直從事文本挖掘相關工作。        
               
      陳運文認為,NLP+RPA在中國大有可為,NLP和RPA的結合將可以實現白領部分工作的自動化,未來將是一片藍海市場。        
               
      但是,從目前達觀數據的智能RPA來看,其融合了NLP+OCR技術,能夠實現圖片驗證碼、證件識別以及合同、報告、財務報表等文字抽取工作,解放員工的手和腦。        
               
      其中,OCR 如同人的眼睛,NLP 如同人的大腦,RPA則是人的雙手,手腦眼三者結合承擔更復雜的流程化工作。        
               
      但說實話,現在的人工智能并沒辦法完全解放人類雙手。          就說文本挖掘工作,中華語言文化博大精深,例如,“天很冷,能穿多少穿多少”和“天很熱,能穿多少穿多少”,同樣是“能穿多少穿多少”,但表達的是兩個意思。        
               
      這么看來,文本挖掘工作,既是一個數學問題,通過后臺大量的數學運算對文字進行解讀,同時也需要將語言學等偏藝術領域的知識納入進去,才能讓計算機更好的解讀文字,甚至代替人完成一部分文字撰寫的工作。        
               
      事實上,與人類相比較,人工智能與還存在著沒有意識、不能思考、不能推理等一些根本性的差異;          當前的人工智能所用的深度學習算法還有兩大“軟肋”:          一是不具備小樣學習功能,二是沒有知識,更不必說用知識進行推理。        
               
      因此,雖說前方是一片藍海,但是真正能做多大,還是一條未知路。        
             
             
      場景應用是關鍵,PRA的路不好走
       
       
      任何高精尖技術判斷其價值在于真正落地到每個客戶的應用場景中。
               
      簡單來說,就是相當于未來每個人都有一個“數字機器人”幫助甚至可能會代替你完成工作,越來越多的企業認可使用數字化機器人代替人去完成工作        
               
      從目前來看,達觀數據的NLP+RPA主要替代一些高重復、標準化、規則明確且高準確率要求的工作。          以金融行業來說,金融行業過半員工在與文本合同打交道,但是他們90%的工作都是可以被替代的。        
               
      以信貸業務為例,貸前基于OCR可以幫助銀行工作人員對提交材料進行人物、事件、數值等關鍵信息抽取和審核;          貸中支持合同多版本比對,對合同關鍵要素進行智能審核,防止陰陽合同風險;          貸后對貸款項目評估報告關鍵信息提取及結構化,并對企業進行實時輿情分析監控,實現有效跟蹤和監督。        
               
      雖說現在現在有一定的應用場景,但是企業數字化和流程成熟度參差不齊,因為RPA依托業務流程落地,而這背后需要有成熟的 IT環境,以及企業內部的流程足夠標準化、數字化。        
               
      但是目前國內企業的現狀是,很多企業內部有許多流程仍然需要人工參與,流程不夠標準化;          另外像一些大型企業就算使用,也會優先選擇國外的RPA產品,因為其產品穩定性和拓展性較為領先,比如國外產品的會調用谷歌、微軟等公司的OCR、NLP模塊,對中文支持效果尚不是特別理想。        
               
      另外,由于電子化程度還沒足夠高,國內就已興起數字化轉型,新老軟件共同存在于企業當中,會導致應用間的斷層。          并且因為沒有經歷完完整的信息化、SaaS、ERP等產品還在進行中,中國公司的流程普遍不標準。        
               
      而且更重要的是中國企業很多時候沒接受RPA的理由是,他們認為做自動化能夠一次到位,就像傳統軟件一樣,而現在RPA 只能部分實現。        
               
      因此,不單單是像達觀數據這樣的創業公司還需要時間成長,市場也需要時間成長和成熟。        


      特別聲明:

      文章來源:首席創業官(CEfirst)

      作者:夏天

      原文鏈接:https://mp.weixin.qq.com/s/9fFJTYBCpd8rIWhhtT5Ejg

      RPA中國推薦閱讀,如有侵權,請聯系刪除

       
             

      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 > 打造最懂中文的RPA 現實路漫漫 達觀數據能否實現預期?

      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: 遵义市| 谷城县| 南华县| 兴山县| 承德市| 龙泉市| 迭部县| 南溪县| 泰顺县| 武陟县| 调兵山市| 龙泉市| 绍兴县| 额济纳旗| 清水河县| 信丰县| 长兴县| 当阳市| 无为县| 买车| 云龙县| 台州市| 嘉峪关市| 嘉鱼县| 桐乡市| 鞍山市| 江津市| 四平市| 阳西县| 安图县| 石嘴山市| 开原市| 揭东县| 府谷县| 磴口县| 洞头县| 湘乡市| 婺源县| 长宁县| 普宁市| 宁化县|