IDC:20%高端工作者将与IPA机器人一起协作,五大产业已抢先应用

2020年对于机器人流程自动化(RPA)是丰收的一年,根据福布斯指出,2019年不少资金涌入像Automation Anywhere、Uipath和Blue Prism等开发RPA软件的公司,此外,像Cisco思科系统这样的大型跨国企业也正在使用机器人流程自动化(RPA),企图提升现有员工的价值。而现今与以往不同的是,当今的RPA结合了时下最盛行的AI技术,升级成IPA(智能流程自动化),比RPA更加精准、更有“智能”。

RPA结合AI后,是否就能比拟人工智能?

IPA是由RPA加上人工智能(AI)而来,能够处理更为复杂的工作,例如将语音转为文本消息、资料验证等等。但是RPA、IPA与AI,虽然都能用来帮助人类更快速有效地完成工作,然而三者却是不同的。

根据RPA企业UIBOT的解释:

麦肯锡报告解析:IPA包含五大核心技术

根据麦肯锡的报告指出,IPA(智能流程自动化)由五大核心技术所组成:

1、机器人流程自动化(RPA,Robotic process automation)

RPA是一个可以自动执行规律性工作的自动化软件工具。例如:通过已经存在的用户截取接口和清理数据;机器像人一样拥有一个用户ID,基于一定规则,通过邮件系统执行运算、创建文档和报告、撰写记录等任务。

2、Smart workflow

Smart workflow是一种流程管理软件工具,集结了由人和机器团队执行的工作(例如,通过控制RPA以帮助流程管理)。它使得用户可以即时启动和跟踪端到端过程的状态。

3、机器学习/高端分析

即为一种通过“监督”或者“无监督”学习来识别结构化数据中模式(如日常性能数据)的算法。例如,提高合规性、降低结构成本、从观察中得到竞争优势。

4、自然语言生成(NLG, natural-language generation)

即结构化的性能数据可以通过渠道传输到自然语言引擎中,并自动编写成内部和外部的管理报告。目前,主要金融机构也已经使用NLG来复制其每周的管理报告。

5、认知智能体(cognitive agents)

即一种结合了机器学习和自然语言生成的技术,它可以作为一个完全虚拟的劳动力(或者“智能体”),有能力完成工作、交流、从数据集中学习,甚至基于“情感检测”做出判断等任务。例如,认知智能体可以在员工服务中心通过电话或交谈来帮助员工和客户。

综合上述5大技术,借助IPA,机器人可以代替手动点击(RPA),解释内容繁复的消息(NLG),在不必被preprogrammed的情况下做出基于规则的决策(机器学习),为客户提供建议(认知代理)以及提供系统与人员间工作交接的即时关注(Smart workflow)。

IPA的效益分析与五大领域应用

IPA由于综合了上述5大核心技术,因而在生产力、品质与准确度都比RPA具有优势,根据勤业众信2019年的调查显示,使用智能流程自动化(IPA)的企业,相较于使用机器人流程自动化(RPA)的企业,在作业流程准确性、资料分析能力、顾客服务满意度上三项指标,所带来的成效都高于单独使用RPA,其中,在“强化资料分析”的满意度上,超出预期的效益更是多出了一倍。

在实际的工作应用上,根据智能自动化平台企业Automation Hero,常见的五大应用领域包含:

1. 金融服务:抵押贷款

约有80%的银行客户不会与他们最常使用的银行做抵押,但因为银行将抵押卖给现有客户比卖给新客户便宜得多,因此银行通常会通过交叉销售抵押贷款给现有客户以降低购置成本。

而IPA应用于这个案例是将这些系统与银行数据连接,并于现有客户出现购房行为时提醒银行企业,此外,IPA还可根据客户的数据文件建议客户最适合他们的贷款产品。

2. 保险:索赔处理

保险索赔通常需要花费员工数小时的时间,IPA可以使索赔过程中的重要例行步骤自动化,其中包含:IPA可将客户数据从索赔表移植到公司的CRM系统或数据库中;IPA可以扫描纸质表格,将表帧数字化并将内容移植到数据库中,这样的应用减少了索赔处理人员的点击工作和数据输入时间。

3. 技术产业:“订阅用户”流失预测

许多技术公司会使用基于订阅的定价模式,但该模式让用户取消订阅变得更加容易。应用IPA可以在客户决定取消服务之前向技术销售代表发出警告,从而提高客户保留率,并提出保留该客户的建议方法。

4. 电信:自动处理常见的客户需求

电信企业常会收到客户的消息,请求企业协助进行简单的更改,例如:地址的更改、支付账单等,而执行这些看似微小的工作可能要耗费数小时的人力处理。IPA因为具有自然语言处理器(NLP),可以扫描并识别客户传来消息的用意,并根据消息内容自动答复、协助做修改,或将消息发送到相对应的部门。

5. 物流与供应链:需求预测

物流公司通常会收集大量数据,例如:产品的平均生产时间,客户的等待时间以及产生的库存量等,但却未能有效地使用数据。IPA可以使得将这些数据加以汇集整理,并做出消费者需求相关的预测,物流企业则可使用这些预测,进行流程的优化。

IPA未来的挑战与机会

不过,即便IPA看起很先进又能带来方便,根据勤业众信的调查,目前仍有44%的企业尚未做好因应措施,且有64%的企业尚未积极地做出相对应的变革,另外,超过1/3的企业认为员工缺乏相关的工作技能,无法因应智能流程自动化(IPA)带来的新技术与改变,导致IPA的发展受到阻碍。

但趋势会不断地随着时间推进与更新,根据麦肯锡也预测,到2025年,全球人工智能应用市场规模总值将达到1270亿美元。IDC也预测,未来RPA将开始朝向IPA发展,且在2024年全球企业将有20%的知识密集型人员将与IPA技术交互、完成人机协作。

而因应疫情后的新形态工作,企业面对提升利润率的压力,提高产能和加快工作速度已成为高端管理层需面对的问题,而这刚好成为应用IPA的良好契机,下一篇我们将介绍全球更多企业应用RPA、IPA的实例。