Как ИИ революционизирует роботизацию бизнес-процессов (RPA)

RPA, поддерживаемая различными модулями ИИ, может предоставлять конкретные возможности для выполнения субъективных задач обработки, которые традиционно выполняются людьми.

ИИ и роботизация процессов часто упоминаются в одном предложении, но большинство инициатив RPA не имеют отношения к интеллекту. В реальности инициативы RPA обычно касаются попытки автоматизировать повторяющиеся, скучные, основанные на правилах процессы, чтобы освободить время сотрудников для фокуса на настоящей «интеллектуальной» работе, такой как задачи, ориентированные на клиента.

RPA по сути — «обезьяна видит, обезьяна делает»; RPA-софт обучает процессам без понимания, почему это работает. Например, RPA-софт полагается на инструкции, как соответствовать пользовательским интерфейсам, записывает выполняемые задачи, такие как движения курсора и клики, затем переводит эти действия в код, поэтому любые обновления или изменения процесса делают его недействительным.

В данный момент организации прибегают к размещению людей для ручного поддержания таких проблем, что иронично, потому что они заменяют людей, делающих ручные задачи, технологией, требующей людей для ручных задач.

Как «ИИ» может помочь

Есть хорошие новости: рынок RPA зреет. Предприятия начинают понимать, что такое RPA, и что это не такое; они также начинают понимать, что настольный RPA или UI-основанный RPA не является волшебной пулей для каждой процессной проблемы в каждой организации.

В этом контексте предприятия смотрят на ИИ в надежде сделать своих ботов умнее.

Прежде чем углубиться, давайте прорежим немного ИИ-хайпа и отойдем от представления о разумных машинах, которые также могут быть гроссмейстерами по шахматам — академически это может быть интересно, но это не коррелирует с бизнес-выгодами.

Области ИИ, наиболее релевантные для RPA — машинное обучение, предиктивная аналитика и сложные когнитивные вычисления. Например, представьте, как ИИ мог бы заметить обновления и изменения в UI и направить RPA-софт действовать соответственно.

Более широко, управление неструктурированными данными — ключевая область, где предприятия смотрят на расширение RPA в область ИИ. В этом контексте RPA-софт — агрегатор, получающий сырые данные, нужные для питания компонентов ИИ, основанных на компьютерном зрении, сопоставлении образов, классификаторах или обработке естественного языка. После того как модули ИИ завершили свои функции, RPA может использоваться для выталкивания ответов в целевые системы.

RPA, поддерживаемая различными модулями ИИ, может предоставлять конкретные возможности для выполнения субъективных задач обработки, которые традиционно выполняются людьми.

Нет универсального магазина для ИИ

В технологическом рынке было много «ИИ-помывки», поэтому бизнес-лидерам трудно определить области, где ИИ применим, и какие поставщики — настоящие.

Что касается ИИ-возможностей, некоторые RPA-поставщики более продвинуты, чем другие, в то время как некоторые лучше подходят для конкретных областей или отраслей. Однако, если вы спрашиваете, какой один поставщик самый когнитивный, вы, возможно, задаете не тот вопрос.

Вместо этого организации должны пытаться расширить свой взгляд и посмотреть на принятие более электичной смеси ИИ-решений.

«Ни один RPA-поставщик не будет лучшим чат-ботом, лучшим OCR/ICR захватом документов или лучшим обработчиком естественного языка», — аргументировал Нил Кинсон, chefe of staff в Redwood Software. «По сути, все эти очень узкие случаи использования ИИ требуют высокоцелевых, курируемых наборов данных, огромного объема и специализации. RPA-платформа никогда не преуспеет во всех из них.

«Многие организации чувствуют, что достигли пика возможностей RPA и понимают, что есть процессы, которые они теперь понимают, не могут быть адресованы одним инструментом; и на самом деле им нужно привести множество технологий для адресации множественных процессных вызовов».