在自動化與人工智能的合力推動下，全球企業正在步入一個創造價值的新紀元。

預計市場將涌現出一系列高潛力的AI應用實例；

企業的日常運營和復雜流程管理方式將面臨根本性的變革，人工智能的崛起正加速企業自動化進程，促成價值的快速增長；

RPA技術也正在延伸至新的應用領域，包括桌面自動化和后端支持。

在UiPath最新發布的白皮書《2024年UiPath自動化和AI趨勢》中，深入探討了預計在2024年及未來幾年內將成為自動化領域重點的七個趨勢。報告展示了一系列迅速發展并極具潛力的使用案例，而且還著眼于未來可能引領變革的創新技術，以及在人工智能推動下，組織和社會將如何進行根本性的轉變。公眾號后臺回復“2024趨勢”，可下載原版白皮書。

趨勢1：高級管理層在自動化的幫助下抓住Al的價值

如果說2023年是AI炒作之年和希望之年，那么2024年就是Al落地之年。

報告顯示，全球高管對AI充滿期待，看好其推進增長、創新和生產率提升的潛力，以及滿足客戶需求的新方式。2024年，焦點轉向實現AI投資的實際回報。盡管大多數企業都在努力發展AI能力，有資金投入，但超過三分之四的企業還未能擴展AI應用以獲得顯著成效，實施上存在差距。

為此，許多企業計劃到2024年底分配資金加強AI建設。他們期待自動化與AI的結合能夠放大優勢，據麥肯錫預測，這種融合能每年提升生產率0.2-3.3%。

根據UiPath委托貝恩公司進行的研究，70%的高管認為AI驅動的自動化對行業未來至關重要，45%的高管看到了自動化與AI整合的行業革新潛力。他們相信AI與自動化不僅能提高效率和生產力，還能推動新產品和服務的發展，利用數據，并增強個性化服務。

預計到2025年，美國在AI上的投資將達到1000億美元，而全球投資總額將翻倍至2000億美元。

趨勢2：高級Al+自動化用例變得炙手可熱

“成熟的價值生產者”和“隨時可用”便是最好的回報。

高管們追求的是AI用例能迅速帶來顯著的商業價值，特別是那些與自動化結合的應用。預計這些應用在2024年的需求將持續增長。

其中一個關鍵應用是智能文檔處理（IDP），它在文件處理眾多的行業（如銀行和保險）中，可以顯著提升效率并降低成本，且它的成效很快顯現。其他例子包括解析大量通信數據的通信挖掘，深度分析業務流程的流程挖掘和任務挖掘，以及加速高質量應用開發的自動化測試。

這些AI和自動化結合的應用能夠減輕實施負擔，使企業即便在建設AI能力的過程中也能快速收獲成果。

智能文檔處理（IDP）的市場預期在2023至2030年間的復合年增長率（CAGR）為30.1%。

趨勢3：透明組織成為端到端的焦點

流程挖掘和任務挖掘魅力四射；數字孿生旗開得勝。

在X光和MRI技術發明之前，醫生通常難以充分獲取對患者進行準確診斷和治療所需的信息。類似地，最近企業管理者也面臨著無法全面了解組織運作、診斷問題和實施解決方案的困境。

現代流程智能技術集成了高級流程挖掘、任務挖掘和通信挖掘的AI能力，極大地改善了運營管理。這些工具允許組織跨系統連續監控和分析流程，類似于“企業MRI”，它們可以識別和實施高回報的解決方案以提高工作效率。

領先的組織更是創建了業務的數字孿生模型，這使得他們能夠實時、精準地洞察企業內部的運作，并在實施變更前模擬改進方案的潛在效果。

早期采用者的成果顯示，維護組織的透明度可以顯著提升效率和產出。因此，預計從2024年開始，這些技術的采用率會迅速上升。

高管們普遍看好流程智能技術與自動化、AI的結合，認為這將優化流程（86%同意）并提高生產率（79%同意）。

流程挖掘預計在2021至2030年間將實現49%的復合年增長率。

趨勢4：LLM賦能虛擬更加智能

超強“副駕駛”實現飛速發展，可以幫助人們游刃有余地應對各種日常工作。

最近調查顯示，65%的美國高管預計生成式AI和大型語言模型（LLM）在未來3至5年將顯著影響他們的組織，但60%的高管表示至少需要一年時間才能部署首個解決方案。然而，很多企業軟件供應商已經將其集成以提供實際應用。

目前熱門的領域之一是“副駕駛”式虛擬桌面助手。這些助手能理解工作環境和任務，并以易于理解的語言與用戶互動。它們能迅速學習并自動執行任務，使工作流程更高效和順暢。

這些基于生成式AI的虛擬助手正減輕許多人的工作負擔，并且易于采納，無需克服復雜障礙。

雖然虛擬助手可能永遠無法完全替代人類同事，但在70%的知識工作者可獲得AI支持的今天，它們將是隨時可用的助手。

對客戶服務代表來說，基于生成式AI的對話助手平均可以提高他們14%的工作效率，而對于新手和低技能的工作者，這一提升甚至可達35%。

據預測，全球智能虛擬助手市場規模將從2022年的52億美元增長到2032年的620億美元，年復合增長率為28%。

趨勢5：自動化領域出現新一波的“自動化”

Al在自動執行自動化流程方面實現了巨大飛躍。

自動化的諷刺之處在于，它過去常需依賴繁瑣的手動設置才能啟動。然而，隨著“無需動手”的技術進步，2024年預計將看到這一狀況的顯著變化。以下是幾個關鍵更新：

- 無代碼實現變得簡單，只需要提出問題：“你能創建一個自動完成這項任務的流程嗎？”到2024年，無論是開發者還是業務用戶都能向自動化平臺提出這樣的問題，技術進步使得將自然語言指令轉換為自動化的工作流程、測試案例、流程挖掘以及特定任務的執行成為可能。

- 增強型AI將賦予機器人自我診斷和修復能力，提升其在執行自動化任務時的韌性和自適應水平。

- 新的生成式AI和分析技術使得復雜工作的自動化成為可能，如閱讀文檔、解析非結構化通信，以及執行數據提取、編輯和輸入的模型訓練，極大降低了實現智能自動化流程的時間、所需專業知識和勞力。

這些進展預示著自動化流程即將變得更加智能化，2024年及以后，這一領域的創新與增長將不斷加速。

低代碼和無代碼開發預計將顯著削減成本（達170%）和開發時間（達190%）。

趨勢6：安全Al成為行動和創新的焦點

我們都在努力地、認真地改善Al的風險/收益等式。

企業領導者認識到人工智能（AI）的潛力和風險。據畢馬威一項調查，約一半的高管表示已有成熟的AI治理政策，43%的高管正在制定相關政策。

組織在追求有效的AI治理時，需要考慮超出自身政策制定和實施的范疇，同時向技術伙伴尋求支持，包括：

- 集成AI治理：企業軟件供應商已開始將先進的AI控制措施集成到產品中。

- 人機交互：企業越來越多尋求技術供應商的支持，改進人機互動，簡化操作流程，提高異常檢測的效率，并簡化審核及反饋流程。

- 揭示隱性AI：在復雜的企業系統中，隱藏的決策規則和AI模型需要被發掘和優化，這可能成為流程挖掘和任務挖掘的新趨勢。

- 咨詢需求增長：AI治理已成為眾多合作伙伴，從大型系統集成商到專業顧問公司的熱門咨詢主題。

2024年對于許多組織而言，是轉化其AI治理理念為具體行動，從而推動AI成功的關鍵一年。

趨勢7：開始重新定義工作

我們運用人類獨特的想象力和聰明才智，構想與機器的全新關系。

當前，大型語言模型（LLM）已經具備了完成至少80%工作者的一些工作。預計到2030年，多達30%的現有工作能被自動化。這引發了對工作本質和未來技能需求的深刻思考，以及如何有效地與機器合作。

到2024年，關鍵的行動將啟動以解決這些挑戰。企業領袖和決策者將專注于三個核心方向：

- 向那些工作中已經融入AI助理的專業人士學習。從編程到醫療再到客戶服務，這些領域的經驗將指導未來工作設計，并確定AI影響較大領域的核心技能。
  
- 考量虛擬員工對勞動市場的影響。在某些地區，雇主在增聘虛擬員工時必須通知工會或政府。2024年的趨勢將是制定反映各方利益和視角的政策和方法。

- 重新界定關鍵技能，并改進技能培養方式。探討未來是否更需敏捷的工程師而非僅僅是程序員，以及技能的質量與數量哪個更加重要。2024年將開啟關于如何重塑這些能力和重訓員工以適應新角色的討論，并設計教育系統以適應“生成式AI”的新時代。

在美國900多種工作中，96%的工作類型包含一些可以通過技術輔助完成的任務。

公眾號后臺回復“2024趨勢”，可下載原版白皮書。

文章信息來源UiPath官網，由RPA中國編譯整理發布。

如有侵權，請聯系刪除。

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 > UiPath報告 | 2024年7大自動化和Al趨勢