IDC亞太地區經理Kapoor:智能自動化是企業實現數字化轉型的未來

      后臺-系統設置-擴展變量-手機廣告位-內容正文頂部

      早在2017年,IDC預測全球RPA軟件支出在未來五年內實現49.3%的復合年均增長率(CAGR),并認為在2022年預測期結束時市值達到37億美元。

       

      隨著人工智能的迅速崛起和組織業務的多樣化需求,RPA與AI技術的結合,使得軟件機器人的自動化范圍得到了空前的擴張,眾多企業開始將發展計劃和資金預算投入到IPA(智能流程自動化)領域中。

       

      在銀行、金融、零售和制造等行業中IDC看到許多組織的領導者,參加了智能自動化的各種大會和論壇,其眾多優勢給他們留下了深刻的印象。近日IDC亞太地區研究經理Sneha Kapoor(斯內哈·卡普爾)在國外科技媒體網站Tech Wire Asia,分享了其對智能自動化的看法,對企業可以帶來哪些好處以及在企業實現數字化轉型道路上將起到哪些作用。

       

      資料顯示Kapoor在加入IDC之前,曾在NASSCOM負責中國、日本和印度的數字化發展戰略研究,在機器人流程自動化、人工智能、云計算、數字化轉型和金融服務等技術領域擁有12年經驗。她還是世界四大會計事務所和眾多著名咨詢公司的特邀專家,負責信息咨詢和市場報告。

       

      IDC亞太地區研究經理-Sneha Kapoor

       

      在Kapoor看來,傳統的RPA技術只能處理一些基于規則、重復的低端工作,并不具備智能解決業務流程的能力,例如,RPA機器人可以很快地將數據從A系統錄入到B系統中,但是它無法從JPG、PDF等格式上識別并提取數據。相比之下,IPA不僅可以輕松處理結構化數據任務,還可以處理那些耗費大量時間、人力的非結構化數據任務。并且IPA可以像人類那樣在業務處理的過程中進行自我學習和修復,以幫助管理者提供工作改進意見。

       

      同時IDC也將IPA機器人稱為“數字工作者”,通常在一些組織中他們和普通工人一樣擁有員工ID和特殊的登錄憑證,例如:新加坡的華僑銀行在大規模部署IPA之后,將其第一批數字化工作者命名為“Bob”和“Zac”。這些數字化員工分工明確,每個所負責的業務和職責也各不相同,為了方便管理這些機器人將統一由控制中心來進行調配和管理。Kapoor舉了兩個實際小例子,以幫助用戶更好地感受 IPA與RPA在工作流程上的差別

       

      • 智能糾錯處理   :   傳統的RPA通常遵循員工設定的規則,來自動執行這些重復性的工作,以達到節省時間和提高效率的目的。   但是,任何業務異常都會立即停止自動化業務進程,并導致RPA腳本/機器人失敗。   而智能RPA具有認知和決策的能力,可以輕松處理那些非致命異常錯誤。例如,如果客戶在輸入個人詳細信息時沒有符合標準格式,則智能RPA可以自動將其轉換成合法格式而不會造成機器人停機狀態。
         
         
      • 解析非結構化數據業務:有數據統計,紙質化任務目前仍占據了企業中35%以上的工作時間,而紙質化業務中最耗費時間的流程便是數據提取。例如,如果人工提取發票數據,不僅需要記錄下來所有數字,而且還會經常出現各種數據錯誤,這對于金融行業來說尤為致命。如果使用IPA去執行這些工作流程就變的容易的多,當IPA接收到JPG、PDF等格式的發票時,會通過內置的OCR等技術自動識別并提取上面的數據信息,然后再交由RPA機器人做下一步的規則化處理。

       
      在Kapoor過往的數字化案例中,分享了印度ICICI銀行的案例
       
      印度的ICICI銀行目前已部署了約750個IPA機器人,每天處理近200萬筆交易。 這些機器人被用于不同的業務,包括: 外匯管理、產品銷售,用戶入網和國際業務等。 通過實施智能自動化之后,與之前的人工相比,數據錯誤率幾乎沒有,而工作效率卻提升了40%以上; 而德意志銀行也在其創新實驗室對IPA進行了測試以挖掘其潛在的好處,以便未來大規模的將其部署在業務流程中。

       

        
      此外,Kapoor表示銀行、金融、醫療保健、零售和制造業是應用IPA最廣泛的行業。很多超過十幾分鐘甚至數小時的工作,IPA可以在保證質量的情況下短短的幾分鐘內便可完成。但是很多組織在部署RPA方面還面臨著諸多挑戰。所以,Kapoor給出了以下幾點 部署建議 :
       
      • 選擇正確的業務流程進行PoC驗證:實施IPA解決方案的關鍵之一是選擇正確的業務流程,尤其是在PoC(驗證性測試)階段尤為重要。初次部署IPA的企業最好從基于規則、固定、重復的結構化數據流程入手,然后再慢慢地過渡到非結構化數據流程。

         

        例如,組織的銷售部門每天需要搜索大量的信息來了解當前市場的動態。這里便可以使用RPA來自動化這一流程:

         

        RPA會根據用戶設定的規則,到指定的網站去采集信息;RPA將采集到的信息數據進行分類,然后存儲在不同的表格中;RPA將數據發送至用戶留下的聯系地址,方便用戶進行查看。同時在RPA試用階段,可以進行各種實例的測試和數據確認,例如:收集業務平均處理時間和每天/每周要自動化處理運行的次數。只有在進行全面的性能評估后,才能衡量RPA的效率是否提高,以及確保機器人流程自動化的成功。

       
      • 組織管理層的支持很重要:在Kapoor接觸到的十多個RPA項目中,超過80%都是由其領導層發起。管理層的支持對于開展RPA項目顯得至關重要,尤其是在戰略發展和資金預算方面,過早的讓管理層看到RPA的收益,將有助于提高項目的成功率。

       
      • 建立RPA卓越中心:RPA卓越中心對于后續擴展、培訓以及維護RPA項目至關重要。可以幫助員工解決業務中所面臨的眾多難題,例如:學習RPA技術,設計常見的RPA流程,維護RPA等這樣可以使RPA更好地進行場景化落地,以幫助企業提高工作效率和時間。

        
      在談到IPA未來的發展趨勢時,Kapoor表示,在2019年,我們看到鋪天蓋地的RPA機器人信息,全球500強企業中超過80%的企業全都應用了RPA機器人,這足以證明RPA的普及率越來越高,員工也比以往任何時候都更愿意與機器人一起工作。 據麥肯錫調查數據顯示,到2025年全球40%的企業將全部應用RPA機器人,并且政府、公共事業部門、軍隊采用RPA的應用率也有巨大提升。 未來IPA機器人將成為人們日常辦公的重要數字助手。

      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 > IDC亞太地區經理Kapoor:智能自動化是企業實現數字化轉型的未來

      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: 常山县| 鄂尔多斯市| 宣恩县| 惠安县| 嘉善县| 宁德市| 灵武市| 兴仁县| 东台市| 郸城县| 阳谷县| 昌宁县| 惠水县| 开平市| 卫辉市| 徐闻县| 始兴县| 保康县| 钟山县| 镇康县| 措美县| 姚安县| 阳谷县| 桃园市| 保山市| 全椒县| 易门县| 克什克腾旗| 东源县| 肥东县| 奉贤区| 阿拉善盟| 揭阳市| 阿拉尔市| 克东县| 紫云| 呼图壁县| 临颍县| 海丰县| 南宁市| 新兴县|