Автоматизацията на роботизираните процеси е влак, който се движи с бясна скорост. Според Deloitte технологията ще постигне почти повсеместно приемане до 2025 г. Въпреки това, само защото RPA доминира в света на бизнеса, това не означава, че ще спре да се развива.
Намираме се във вълнуващ технологичен момент. Напредъкът в областта на изкуствения интелект през последните години е поразителен. ChatGPT и други форми на генеративен изкуствен интелект завладяха общественото съзнание. Тази вълнуваща технология обаче е само едно от проявленията на потенциала на ИИ.
RPA е прост, но ефективен инструмент. Сближаването на RPA и AI обаче предоставя безкрайни възможности за иновации. Обслужване на клиенти с помощта на разговорен ИИ, вземане на решения на базата на анализи и автоматизиране на работата със знания са само някои от примерите за ИИ в RPA.
С напредването на технологиите когнитивната роботизирана автоматизация на процесите ще промени естеството на работата по начин, който едва ли можем да си представим. Нека да проучим как ИИ с RPA вече е разширил границите на автоматизацията, преди да разгледаме бъдещото му въздействие.
Границите на RPA
Широкото разпространение на RPA е доказателство за нейната полезност. Технологията е помогнала на безброй предприятия да постигнат нови нива на производство, ефективност и точност чрез автоматизиране на някогашните ръчни задачи. Като всяка технология обаче и тя има горна граница.
1. Автоматизацията на транзакциите е трудна за управление
Макар че RPA ботовете вярно ще се справят с процесите, те се нуждаят от малко управление и поддръжка. Например, когато входовете или изходите се променят, ботовете трябва да се преконфигурират, за да се справят с тези леко променящи се условия. В динамична работна среда това може да доведе до загуба на ресурси и време.
2. RPA се бори с неструктурирани данни
Инструментите за RPA са създадени за изпълнение на задачи с помощта на логика if/then/else. В този смисъл те разчитат на предвидими структури от данни. Всяко отклонение или промяна на входните данни ще предизвика грешки или изключения, тъй като те са извън определените стойности, които ботът очаква да получи.
3. RPA представлява предизвикателство за мащабиране
Отчасти поради причините, които изброихме по-горе, мащабирането на процесите на RPA може да бъде трудно. Всеки процес трябва да бъде ясно дефиниран, управляван и поддържан, а липсата на адаптивност на RPA също може да създаде проблеми.
Ограниченията на RPA не са нещо, за което да се притеснявате. RPA с помощта на изкуствен интелект може да преодолее всяко от тези ограничения, като същевременно открива нови и вълнуващи възможности за автоматизация.
Ето как RPA с AI промени автоматизацията.
Автоматизация на роботизирани процеси и изкуствен интелект:
Перфектно съчетание
По замисъл RPA е прост и неусложнен инструмент, поне на ниво потребител. Създаден е така, че да е достъпен за екипи, които не са технически специалисти. В това си качество той изпълнява контролирано дадените му инструкции. Хората трябва да идентифицират тези процеси и да насочат RPA да изпълнява команди.
Разбира се, подробното описание на инструкциите стъпка по стъпка може да стане невъзможно при достатъчна сложност – ето защо съчетаването на RPA и изкуствен интелект е бъдещето на автоматизацията.
1. RPA с оптично разпознаване на символи
В
Роботизирана автоматизация на процесите с AI и OCR за подобряване на бизнес процесите
(Shidaganti, 2021), авторът очертава ограниченията на RPA, като предлага: „Всякакви промени в автоматизирания процес изискват директни промени в приложението на RPA.“ Шидаганти предлага ИИ като решение на този процес и аргументира оптичното разпознаване на символи (OCR) като основно допълнение към RPA.
Всъщност OCR оказа влияние върху бизнеса, като отвори RPA за неструктурирани данни. Инструментите за OCR на RPA с изкуствен интелект могат да четат информация от печатни документи и дори от писмен текст. Съществуват три основни възможности за RPA, които интеграцията на OCR улеснява.
- OCR кодира структурирани данни, което позволява на RPA да работи с непредсказуеми входни данни
- RPA може да автоматизира отдалечените машини, като дешифрира случващото се на съответните екрани.
- OCR, в комбинация с машинно обучение, може да помогне за опознаване на клиента (KYC), борба с изпирането на пари (AML) и откриване на измами чрез сканиране на документи. Наученото и решенията на технологията могат да се интегрират с RPA, което позволява по-бързо откриване на сметки, приемане на клиенти, вземане на решения за кредити и т.н.
2. Машинно обучение и RPA
Автоматизацията на роботизираните процеси и машинното обучение са друг пример за използване на ИИ за преодоляване на присъщите на RPA ограничения. Още през 2016 г. експертите по автоматизация в застрахователната индустрия установиха. възможностите на когнитивната роботизирана автоматизация на процесите (RPA). В този документ авторите разглеждат „самооптимизиращо се обслужване на клиенти, ценообразуване на заеми, финансови съвети или разглеждане на искове и жалби“ като възможни хоризонти.
Интересно е да се види как инструментите за машинно обучение за автоматизация на роботизираните процеси са станали широко разпространени само за кратко време, което трябва да служи като знак за напредък.
Машинното обучение е навсякъде. Той описва процеса на обучение на машината да изпълнява задачи с помощта на изрични програмни инструкции. Както може би знаете, това включва машини, които използват алгоритми, за да анализират и откриват модели в даден набор от данни. След като бъде обучена, машината може да обработва други данни и да изготвя прозрения и прогнози.
RPA и машинното обучение са чудесно съчетание, защото това означава, че RPA става по-интелигентна, по-интуитивна и способна да работи с неструктурирани данни.
3. RPA с дълбоко обучение
Машинното обучение е подмножество на изкуствения интелект, а дълбокото обучение е подмножество на машинното обучение. Разликата между дълбоко обучение и машинно обучение може би е незабележима за някои хора, но си заслужава да се проучи. Машинното обучение се обучава върху данни, за да помага при вземането на решения и прогнози.
Въпреки това технологията обикновено няма способността да се подобрява сама с течение на времето. За разлика от това, дълбокото обучение включва използването на невронни мрежи за учене и подобряване на производителността му. С други думи, благодарение на дълбокото обучение RPA и ML се комбинират, за да създават автоматизации, които стават все по-добри чрез опита.
Разбира се, дълбокото обучение изисква невероятно количество данни, за да изпълнява тази функция. Като още един пример за дълбоката симбиоза между изкуствения интелект и RPA, ботовете са идеални за подпомагане на трудоемкия процес на събиране на тези данни за обучение. Инструментите за RPA могат да получат достъп до различни уебсайтове и други информационни хранилища, за да съберат тази информация, като гарантират, че алгоритъмът за дълбоко обучение разполага с достатъчно данни за подобряване.
Дълбокото обучение също така позволява на ботовете да се възползват от предимствата на прогнозния анализ. Когато RPA се сблъска с изключения, тя може да ги съпостави с очаквани или неочаквани модели, като по този начин елиминира зависимостта от човешка намеса.
Когато интелигентните ботове могат да вземат решения, базирани на данни, те могат да реагират на клиентите по оптимален начин. Пример за такива приложения в рамките на RPA са инструментите за анализ на настроенията, които използват обработка на естествен език (NLP), за да разкодират настроенията на потребителите. На свой ред ботовете могат да модулират реакцията си, за да уцелят подходяща нотка. Тази динамика може да допринесе много за преодоляване на различията между съпричастното човешко обслужване на клиенти и механизираната му алтернатива.
4. RPA и разпознаване на изображения
Свързването на RPA със софтуер за разпознаване на изображения е друг пример за използване на ИИ за преодоляване на неспособността на RPA да се справя с разхвърляни или неструктурирани данни. В статията
Анализ и приложимост на технологиите за изкуствен интелект в областта на софтуерните роботи RPA за автоматизиране на бизнес процеси
(Канаков, 2022 г.), авторът очертава някои интересни приложения на RPA и разпознаването на изображения във връзка с автоматизирането на проверките за наемане на служители или подпомагането на откриването на измами.
Други случаи на употреба, предложени от Канаков, включват използване на лицево разпознаване за сигурност на сгради, като инструментите на RPA са свързани с камери. Приложенията са наистина безкрайни. Например, дронове или камери могат да сканират всякакъв брой среди за аномалии. След като бъдат открити, системата RPA може да докладва за проблемите на съответните страни, като гарантира бързото им отстраняване.
5. RPA с генеративен AI
В
статия във Forbes
, Клинт Бултън от DELL използва фантастична аналогия, когато сравнява RPA и генеративния AI. Той предполага, че „по време на гала събитие RPA проверява списъка на гостите, брои билетите и следи за неща като капацитет на залата, отопление и осветление“. След това той заявява: „Междувременно генеративният изкуствен интелект създава реклама за събитието, пише поздравителни речи за наградените и води разговори с всеки гост.“
Тази аналогия е толкова силна, че перфектно отразява нещо, което всички наблюдаваме през последната година. Генериращият изкуствен интелект е толкова интересен и мощен, че не можем да не се възхитим на резултатите от него. Въпреки това, без някой (RPA), който да се труди на заден план и да изпълнява мъжки задачи, не може да има събитие или поне не функционално такова.
Според Gartner генеративният AI предлага много възможности. Тя може бързо да генерира писмено съдържание, изображения, видеоклипове, музика и дори код. Някои от възможностите са веднага очевидни, като например разговорното обслужване на клиенти.
Но подобрените чатботове са само началото; други случаи на използване на RPA и генеративния AI включват подпомагане на RPA да разбира неструктурирани данни от различни форми и дори допълване на RPA с вземане на решения, анализ на данни и др.
6. Участвал в автоматизация
Можете да разделите автоматизацията на две категории: Присъствена и неприсъствена. Както може би очаквате, автоматизацията без наблюдение означава, че ботът изпълнява процеси без човешка намеса. За разлика от това, автоматизацията с присъствие описва задачи, които изискват човешко взаимодействие по време на поне една стъпка по пътя.
Има няколко начина, по които това може да се случи. Например, автоматизираният процес може да изисква ръчно задействане. Алтернативно, една от стъпките може да се нуждае от удостоверения за сигурност по време на процеса. Тук обаче са възможни по-сложни оркестрации благодарение на роботизираната автоматизация на работния плот (RDA).
Роботизираната автоматизация на работния плот (RDA) е форма на присъствена автоматизация. Благодарение на инструментите на изкуствения интелект като ML и оптичното разпознаване на символи обаче тези роботи динамично свързват множество процеси на работния процес, като постоянно автоматизират различни задачи за отделния потребител. В този сценарий ботът RDA действа като виртуален асистент, който извлича данни, изпраща файлове и генерира отчети, докато човекът говори с клиента.
7. Самолечебни ботове
A
Проучване на състоянието на RPA от 2022 г.
разкри проблем, който засяга някои предприятия, които приемат решения за RPA. Над 69% от анкетираните предполагат, че всяка седмица се сблъскват с повредени RPA ботове. И още по-лошо, над 40 % от тях смятат, че поправянето на техния бот отнема повече от 5 часа, а други анкетирани посочват, че поправянето може да отнеме повече от един ден.
Тези цифри са неприемливо високи. В проучването обаче не се разглеждат конкретните аспекти на проблема. Често срещаните причини за неуспех на RPA включват промени във входните данни, изключения на роботите, непълни данни, лошо тестване или липса на поддръжка, и това са само някои от тях.
Самолечението на RPA описва система, която може да се поправи сама, без да е необходимо участието на човешки работник.
Самолечението на RPA ботовете е възможно благодарение на алгоритми с изкуствен интелект, които следят изпълнението на автоматизираната задача. Когато възникнат проблеми, тези полезни инструменти се задействат, идентифицират първопричината и я отстраняват. Предимството е повишена производителност и повече време за работа.
8. Интелигентна обработка на минното дело
Извличането на информация от процеси в контекста на RPA включва откриването на задачи, които предприятията могат да автоматизират. Като използват усъвършенстваните аналитични възможности на ИИ, екипите могат да проучват бизнес работните си процеси, за да откриват задачи, които могат да бъдат автоматизирани, и да правят прогнози за въздействието на тази автоматизация.
Извличането на данни от процеси използва ML и анализ на данни. Например тя използва софтуер за запис на екрана, за да улавя данни за работния процес, като го разделя на стъпки. След това инструментите за ML или анализ изпълняват модели на тези задачи и откриват области, които могат да бъдат превърнати в автоматизирани процеси. Инструментите с изкуствен интелект дават на предприятията по-добър надзор и разбиране на задачите, като им позволяват да идентифицират зависимости, тесни места и неефективност.
Съчетаването на RPA и процесния анализ е много мощно, тъй като може да помогне на предприятията да открият процеси, които иначе не биха могли да открият. Това означава, че можете да получите по-голяма стойност от инвестициите си в RPA и да увеличите другите ползи от RPA, като намаляване на разходите и повишаване на производителността.
Другото нещо, което може да забележите тук, е, че извличането на информация от процесите може да съкрати времето за откриване на подходящи RPA процеси. Това означава, че внедряването ви ще започне много по-бързо.
9. Автоматизация на софтуерното тестване
Разработчиците на софтуер и издателите са предоставили някои от най-разрушителните технологии през последните няколко десетилетия. Самата им индустрия обаче също преживя нещо като революция. Методологиите DevOps и Agile помогнаха на разработчиците да отговорят на търсенето на светкавично бързи и непрекъснато подобрявани продукти, а CI/CD тръбопроводите също допринасят за по-бързото достигане до пазара.
RPA е фантастичен инструмент за специфични видове тестване на софтуер. McKinsey предполага, че разработването на софтуер от следващо поколение изостава от изкуствения интелект по отношение на най-големите технологични тенденции за 2023 г.. Автоматизацията на тестването на софтуер, задвижвана както от RPA, така и от изкуствен интелект, ще бъде в челните редици на тази тенденция, като генеративният изкуствен интелект ще пише код, а нетехническите екипи ще бъдат приветствани благодарение на инструментите за липса на код.
Сантяго Комела-Дорда, партньор на консултантската фирма, казва: „Разработчиците са може би един от най-ценните активи на съвременното цифрово предприятие, но те прекарват над 40% от времето си в повтарящи се задачи с ниска стойност, които лесно могат да бъдат автоматизирани с помощта на съвременен набор от инструменти.“
10. Интелигентна автоматизация на RPA
Изкуствен интелект Роботизираната автоматизация на процесите, наричана още интелигентна автоматизация на процесите (IPA), се счита за следващия етап на автоматизацията. Той използва RPA и добавя когнитивни способности чрез AI. Тя може да включва RPA с всички или някои от другите технологии за изкуствен интелект, изброени по-горе.
В
IBM сред ръководителите на C-Suite
, 90 % от анкетираните предполагат, че интелигентната автоматизация им е помогнала да се справят „над средното ниво в управлението на организационните промени в отговор на новите бизнес тенденции“. Това мнение говори за способността на RPA и AI да създават гъвкави и надеждни решения, които могат да осигурят истинско конкурентно предимство.
Доказателство за силата на RPA и AI да предизвикват организационни промени може да се намери в отговора на бизнес общността на пандемията COVID-19. Приемане на технология за автоматизация на роботизирани процеси за осигуряване на бизнес процесите по време на пандемията COVID-19 (Siderska, 2021 г.) показва, че 60 % от изследваните полски предприятия са успели да осигурят непрекъснатост на бизнеса благодарение на инструментите на RPA. Според проучването основен принос за това имат изкуственият интелект и анализът.
В скорошен
проучване на Gartner
, цели 80 % от ръководителите разкриха убеждението си, че автоматизацията може да се приложи към всеки бизнес процес. Тази статистика е забележително доказателство за силата на RPA, когато се използва с AI. Невъзможно е да си представим, че този брой би могъл да бъде толкова висок без допълването на RPA с AI.
Що се отнася до бъдещето, изследванията в областта на
невроморфната обработка
– система за обработка на информация, която се основава на структурата на мозъка, може да доведе до по-добро познание и машинна интелигентност. Вълнуващото в този хоризонт е, че тези модели за интелигентност изискват много по-малко данни за обучение, което означава, че те могат да бъдат достъпни за предприятията.
Как RPA, задвижвана от AI, ще промени бъдещето
на труда и обществото
Инструментите за автоматизация на процесите с изкуствен интелект едва започват да работят. Ето някои области, в които ИИ ще окаже допълнително въздействие върху автоматизацията.
1. Индустрия 4.0
Първата индустриална революция е задвижвана от пара, а втората – от електричество. Третата индустриална революция е предизвикана от цифровите технологии през 70-те години на миналия век. Що се отнася до Четвъртата индустриална революция, известна още като Индустрия 4.0, има няколко технологични кандидати, като например цифровите близнаци, виртуалната реалност, интернет на нещата (IoT), изкуственият интелект и ML и дори 3D принтирането.
Въпреки това, един
Проучване на IMD за глобалната верига на доставките
от 2022 г. разкрива една тревожна истина. От интервюираните повече от 200 ръководители на производствени предприятия много малко посочиха технологиите, свързани с Индустрия 4.0, като основен приоритет. Това е далеч от 2019 г., когато 68% от участниците в проучване на McKinsey посочват, че Индустрия 4.0 е основен стратегически приоритет.
В изследователския доклад Автоматизация на роботизирани процеси и изкуствен интелект в индустрията 4.0 – Преглед на литературата (Riberio, 2021 г.), авторът заявява, че „като се има предвид обхватът на приложимост на ИИ, RPA постепенно добавя към функциите си за автоматизация реализации на алгоритми или техники на ИИ, прилагани в определени контексти (напр. планиране на ресурсите на предприятието, счетоводство, човешки ресурси) за класифициране, разпознаване, категоризиране и др.“
Тъй като технологиите продължават да се развиват, новите инструменти и възможности ще помогнат на Индустрия 4.0 да се превърне в реалност, задвижвана от изкуствен интелект.
2. Хиперавтоматизация
Хиперавтоматизацията е естествената еволюция на автоматизацията. Вместо да автоматизира конкретна задача или бизнес процес обаче, тя се стреми да разшири възможностите за автоматизация в цялата организация. Окончателният вариант ще бъде напълно свързан и до голяма степен автономен бизнес, в който работните процеси и решенията ще бъдат рационализирани, гъвкави и устойчиви.
Хиперавтоматизацията включва комбинация от няколко технологии. Това включва:
- RPA
- AI
- Автоматизация на бизнес процесите (BPA)
- ML
- Интелигентна обработка на документи (IDP)
- Оркестриране на работни потоци
- Процес на добив
- Обработка на естествен език (NLP)
- Цифров близнак на организация (DTO)
- Разговорна RPA
- Компютърно зрение RPA
Както се посочва в статията Хиперавтоматизация за подобряване на автоматизацията в промишлеността (Haleem, 2021 г.), „Чрез комбинация от технологии за автоматизация хиперавтоматизацията може да преодолее някои ограничения на метода на едно устройство за автоматизация. Това позволява на компаниите да надхвърлят границите на всеки процес и да автоматизират почти всяка трудна и мащабируема операция“.
3. По-малко разчитане на експерти
Бумът в разработването на софтуер през последните години разкри един проблем. Докато търсенето на приложения и мобилни технологии растеше, предлагането трудно успяваше да го задържи. Разработчиците на софтуер бяха в недостиг, което означаваше, че много позиции не бяха заети месеци наред.
При положение че квалифицираните кандидати очакват престижни, шестцифрени работни места, може да ви бъде простено, ако си помислите, че хората просто ще се преквалифицират и ще се възползват от тях. Училищата и университетите също бяха подложени на проверка, като правителствата предположиха, че не правят достатъчно, за да насърчат изучаването на предметите от областта на STEM. В действителност обаче програмирането е трудно. Само малка част от населението има способности за тази работа.
Тъй като светът ни става все по-цифров, недостигът на програмисти може да се разглежда като предупреждение, на което не сме обърнали внимание. За щастие автоматизацията с помощта на изкуствен интелект може да осигури противодействие на този проблем.
Лидерските позиции изискват комбинация от управленски умения и задълбочени познания в съответната област. Четенето и ученето са само част от това, което прави ръководителите и членовете на висшия екип ценни за организацията. Но тъй като все повече отрасли възприемат технологиите, този резерв от таланти ще се изчерпи.
Анализите с изкуствен интелект могат да използват огромни количества исторически данни, за да открият прозрения и основни връзки и да правят прогнози. Тези инструменти ще ви помогнат да преодолеете разликата в опита. Тя може също така да послужи за демократизиране на проницателното вземане на решения, което досега беше запазена територия на предприятията с огромни бюджети.
Въпреки че опитните ръководители и стратези никога няма да излязат от мода, хиперавтоматизираният бизнес, задвижван от машинно обучение (ML) и анализ на данни, ще работи денонощно, правейки избори въз основа на фактори, които никой човек не би могъл да вземе предвид съзнателно.
McKinsey предполага, че автоматизацията на работата, свързана със знания, вече е на лице. Правото, икономиката, образованието, изкуството и технологиите ще бъдат подложени на сътресения, които досега се смятаха за заплаха само за работни места с по-ниска квалификация. Какво обаче означава това за работната сила като цяло, предстои да се определи.
4. По-голяма ефективност на управлението
Държавните разходи са вечно спорен въпрос. В цял свят демократичните администрации се ползват с репутацията на раздути и неправомерни разходи. На
изследване на известния институт Брукингс
, правителствените органи на САЩ използват изкуствен интелект и RPA.
Най-различни ведомства като Администрацията по храните и лекарствата, Агенцията за социално осигуряване, Агенцията за отбранителна логистика и Министерството на финансите са приели изкуствен интелект и RPA, за да увеличат производителността и да намалят разходите за основните си услуги. Освен това
проучване на Американския съвет за технологии и Консултативния съвет за индустрията (ACT-IAC)
демонстрира случаи на използване от около дузина правителствени организации.
Едно по-ефикасно и по-рентабилно правителство би могло да има трансформиращ ефект върху обществото като цяло. Услугите биха могли да станат по-ефективни и ефикасни, а данъците да се насочат към програми, които биха могли да променят живота на милиони хора. Това широко разпространение обаче подчертава значението на премахването на
пристрастия в ИИ,
особено ако световните правителства използват технологията за вземане на политически решения.
Заключителни мисли
ИИ оказа огромно влияние върху технологията RPA. Първите инструменти за автоматизация бяха в състояние да се справят с много от рутинните и обикновени задачи на работното място. С нарастването на колективния апетит за автоматизация обаче RPA се сблъска с ограниченията си. ИИ премахва тези бариери.
Комбинирането на RPA и AI разширява потенциала на двата инструмента. Предприятията вече се възползват от предимствата на интелигентната автоматизация, като например подобряване на обслужването на клиентите, повишаване на организационната ефективност и намаляване на оперативните разходи. ИИ разшири обхвата на RPA по начини, които изглеждаха малко вероятни само преди десетилетие.
Историята на автоматизацията на роботизираните процеси и изкуствения интелект обаче не спира дотук. Допълнителните ползи ще се появят с навлизането в ерата на хиперавтоматизацията. Това ще бъде лудо пътуване, така че не оставайте назад.
