От UI к AI: навигация в ландшафте автоматизации

Примечание редактора: Это было опубликовано в 2017 году. Посетите нашу страницу Роботизированная автоматизация процессов и искусственный интеллект для актуальной информации.

Оригинальный пост:

В последние годы внедрение роботизированной автоматизации процессов (RPA) как программного решения резко увеличилось в мировом масштабе. Недавний отчет исследовательской фирмы Everest Group указывает, что рынок вендоров RPA в 2016 году оценивался более чем в 200 миллионов долларов, что указывает на рост более чем на 64% за один год. Но другое измерение влияния RPA исходит из разработок и эволюции в технологии и возможностях автоматизации. Термин роботизированная автоматизация процессов впервые вошел в употребление в начале 2000-х, и ранние формы технологии были расширением предшественников RPA: инструментов скрейпинга данных и автоматизации рабочих процессов. Однако, превзойдя возможности скрейпинга данных и автоматизации рабочих процессов, RPA сделал — и продолжает делать — значительные шаги в продвижении операционной автоматизации двух десятилетий назад. Недавно RPA переходит от простой автоматизации пользовательского интерфейса (UI) к включению возможностей новой области: искусственного интеллекта (ИИ).

Сфокусировавшись интенсивно на оптимизации автоматизации UI на ранних стадиях технологии RPA, бизнес-организации и компании сейчас переходят к достижению полноценной цифровой рабочей силы, способной действовать как когнитивный ассистент, взаимодействовать с людьми для обслуживания бизнес-потребностей и обрабатывать неструктурированные данные. Это нечто вроде фундаментального сдвига в процессах автоматизации вчерашнего дня и потенциале автоматизации сегодня и завтра.

Оглядываясь назад: основы RPA

Изначально выйдя на техническую сцену в начале 2000-х, технология RPA и ее предки имеют глубокие исторические отношения с UI, даже если автоматизация UI существовала гораздо дольше. Сегодняшние الناشствующие платформы автоматизации являются эволюционным продуктом двух форм автоматизации UI: скрейпинга данных и инструментов управления рабочими процессами. Программное обеспечение для скрейпинга данных действует на презентационном уровне для извлечения данных из веба и переноса данных из устаревшихlegacy систем на их замены, в то время как инструменты управления рабочими процессами взаимодействуют с UI для автоматизации бизнес-процессов.

Как и его два предка, программные роботы RPA работают на том же уровне, что и человеческий персонал, для установки автоматизации UI. То, что отличает RPA, — это то, что это больше, чем просто инструмент скрин-скрейпинга. Технология RPA предоставляет и продолжает предоставлять значительные преимущества перед более элементарными инструментами автоматизации, многие из которых полагаются на формы коммуникации внутри архитектурных слоев данных под UI. Значительная технологическая эволюция этих старых форм автоматизации, RPA — это безкодовое и неразрушающее решение.

Это означает, что программные роботы RPA могут быть легко обучены бизнес-пользователями без знаний кодирования и с минимальными или нулевыми ИТ-инвестициями. Через свои взаимодействия в UI, RPA способен соединять различные системы и приложения без необходимости перестройки существующей настройки. В отличие от своих предшественников, технология совместима с любой версией браузера, положением экрана или размером окна. В частности, взаимодействия RPA с UI позволяют платформе быть гибкой, масштабируемой и эффективной даже на уровне предприятия.

Гонка за интеллектом

Спросите любого разработчика RPA или бизнес-пользователя, и станет ясно, что фокус на автоматизации UI критичен для успеха технологии. Недавние технологические достижения, однако, были сфокусированы на продвижении возможностей интеллектуальной автоматизации процессов. Это означает, что, интегрируя ИИ с существующими технологиями автоматизации процессов, RPA способен выйти далеко за свой исходный объем.

В частности, интеллектуальная автоматизация процессов относится к применению ИИ и смежных технологий (например, машинное обучение, компьютерное зрение, обработка естественного языка, когнитивная автоматизация) к RPA. Через добавление ИИ к RPA, правила-основанная автоматизация будет постепенно дополняться знаниями-основанной автоматизацией, с большим количеством задач — и особенно более сложных — становящимися более широко подходящими для автоматизации.

Отчет за март 2017 года консалтинговой группы McKinsey & Company указывает, что эти достижения позволяют бизнесу успешно использовать автоматизацию:

Более широкая область сложной автоматизации

Технологии RPA в настоящее время способны автоматизировать повторяющиеся, правила-основанные бизнес-ответственности, в то время как сотрудники в значительной степени все еще отвечают за задачи, требующие креативности и суждения. ИИ особенно хорошо подходит для работы с вариабельностью и способен выполнять задачи, полагающиеся на большие объемы неструктурированных входов и данных. Это означает, что более сложные и неопределенные задачи, такие как обнаружение мошенничества и бизнес-прогнозирование, могут управляться с помощью ИИ с повышенной точностью и прецизией.

Продвижение цифровой рабочей силы

Как цифровая рабочая сила, программные роботы RPA уже оптимизируют бизнес-операции по всему миру. С помощью ИИ RPA разовьется в еще более автономную рабочую силу. Поскольку они обучаются и адаптируются к новым ситуациям со временем, интеллектуальные системы автоматизации могут автоматизировать сложные процессы без необходимости человеческого обучения или вмешательства. ИИ-драйвные рабочие силы смогут автономно обучаться на данных и принимать решения на основе распознавания паттернов.

Демократизация ИИ

Мы черпаем одну из наших любимых метафор, чтобы объяснить, как RPA и ИИ находятся вместе, из спорта. Представьте, что вы гольфист, стоящий на ти, и вам нужно заставить свой мяч пролететь 400 ярдов по фейвею через бункеры, на грин и в лунку.

Если вы стоите там, держа только паттер, то есть инструмент ИИ, вы, вероятно, найдете это невероятно сложным, если не невозможным, чтобы продолжить. Вам также понадобится комбинация драйвера и железов, чтобы заставить тот маленький белый мяч попасть в лунку. Вам понадобятся инструменты RPA и вы будете нуждаться в когнитивных инструментах вроде ABBYY и Celaton, и в конечном счете вам понадобятся инструменты ИИ вроде IBM Watson или Google TensorFlow.

Вот тут и кроется трюк. Не маленькие компании разрабатывают инструменты ИИ. Это гиганты вроде Microsoft, Google или IBM. И они открывают исходный код этих инструментов и демократизируют их внедрение. Это означает, что больше этих экспертных возможностей будут впечены в платформы RPA в ближайшие несколько лет, создавая новые возможности для автоматизации как с человеко-центричным, так и робото-центричным подходом.

Управление ожиданиями на будущее

Интеллектуальная автоматизация — это наиболее недавнее развитие среди технологий автоматизации, но мы только начинаем видеть начало возможностей ИИ. Директор исследований в Facebook, Ян ЛеКун, предполагает, что ИИ все еще имеет долгий путь:

Тем не менее, профессиональная сервисная компания KPMG предполагает, что через конвергенцию RPA и ИИ мы уже начинаем видеть:

Деятельности, которые в настоящее время все еще требуют навыков высококвалифицированных профессионалов, становятся все более автоматизируемыми каждый год, с гибридом RPA-ИИ будущего, готового позволить компаниям использовать более автономную, точную и гибкую автоматизацию, чем когда-либо раньше.