रोबोटिक प्रोसेस ऑटोमेशन एक भगोड़ा ट्रेन है। डेलॉयट के अनुसार, प्रौद्योगिकी हासिल करेगी 2025 तक लगभग सार्वभौमिक अंगीकरण। हालांकि, सिर्फ इसलिए कि आरपीए व्यापार की दुनिया पर हावी है, इसका मतलब यह नहीं है कि यह विकसित होना बंद हो जाएगा।
हम एक रोमांचक तकनीकी मोड़ पर खड़े हैं। हाल के वर्षों में एआई में प्रगति चौंकाने वाली रही है। ChatGPT और जनरेटिव AI के अन्य रूपों ने सार्वजनिक चेतना पर कब्जा कर लिया है। हालांकि, यह रोमांचक तकनीक एआई की क्षमता की एक अभिव्यक्ति है।
आरपीए एक सीधा लेकिन प्रभावी उपकरण है। हालांकि, आरपीए और एआई का अभिसरण नवाचार के लिए अंतहीन अवसर प्रदान करता है। संवादी एआई-संचालित ग्राहक सेवा, एनालिटिक्स-संचालित निर्णय लेने और ज्ञान कार्य का स्वचालन आरपीए में एआई के कुछ उदाहरण हैं।
जैसे-जैसे प्रौद्योगिकी आगे बढ़ती है, संज्ञानात्मक रोबोटिक प्रक्रिया स्वचालन काम की प्रकृति को उन तरीकों से बदल देगा जिनकी हम शायद ही कल्पना कर सकते हैं। आइए देखें कि आरपीए के साथ एआई ने अपने भविष्य के प्रभाव पर विचार करने से पहले स्वचालन की सीमाओं को पहले ही कैसे धकेल दिया है।
आरपीए की सीमाएं
आरपीए को व्यापक रूप से अपनाना इसकी उपयोगिता का प्रमाण है। प्रौद्योगिकी ने अनगिनत व्यवसायों को एक बार मैनुअल कार्यों को स्वचालित करके उत्पादन, दक्षता और सटीकता के नए स्तर प्राप्त करने में मदद की है। हालांकि, किसी भी तकनीक की तरह, इसकी ऊपरी सीमाएं हैं।
1. लेन-देन स्वचालन का प्रबंधन करना मुश्किल है
जबकि आरपीए बॉट ्स ईमानदारी से प्रक्रियाओं को दूर कर देंगे, उन्हें थोड़ा प्रबंधन और रखरखाव की आवश्यकता होती है। उदाहरण के लिए, जब इनपुट या आउटपुट बदलते हैं, तो बॉट्स को इन थोड़ी बदलती स्थितियों को संभालने के लिए पुन: कॉन्फ़िगर किया जाना चाहिए। गतिशील कार्य वातावरण में, यह संसाधनों और समय को खत्म कर सकता है।
2. आरपीए असंरचित डेटा के साथ संघर्ष करता है।
आरपीए उपकरण कार्यों को निष्पादित करने के लिए बनाए गए हैं। जैसे, वे अनुमानित डेटा संरचनाओं पर भरोसा करते हैं। इनपुट डेटा के साथ कोई भी भिन्नता या परिवर्तन त्रुटियों या अपवादों का कारण बनेगा क्योंकि वे उन परिभाषित मानों से बाहर हैं जो बॉट प्राप्त करने की उम्मीद कर रहा है।
3. आरपीए स्केलिंग चुनौतियों को प्रस्तुत करता है।
आंशिक रूप से उन कारणों के कारण जिन्हें हमने ऊपर सूचीबद्ध किया है, आपकी आरपीए प्रक्रियाओं को स्केल करना मुश्किल हो सकता है। प्रत्येक प्रक्रिया को स्पष्ट रूप से परिभाषित, प्रबंधित और बनाए रखा जाना चाहिए, जबकि आरपीए की अनुकूलनशीलता की कमी भी समस्याएं पैदा कर सकती है।
आरपीए की सीमाएं चिंता की कोई बात नहीं है। एआई-सहायता प्राप्त आरपीए नई और रोमांचक स्वचालन संभावनाओं को खोलते हुए इन सीमाओं में से प्रत्येक को दूर कर सकता है।
यहां बताया गया है कि एआई के साथ आरपीए ने स्वचालन को कैसे बदल दिया है।
रोबोटिक प्रक्रिया स्वचालन और कृत्रिम बुद्धिमत्ता:
एक परफेक्ट मैच
आरपीए, डिजाइन द्वारा, कम से कम उपयोगकर्ता स्तर पर एक सीधा और सरल उपकरण है। यह गैर-तकनीकी टीमों के लिए सुलभ होने के लिए बनाया गया है। इस प्रकार, यह नियंत्रित तरीके से दिए गए निर्देशों का पालन करता है। इन प्रक्रियाओं की पहचान करना और आरपीए को कमांड निष्पादित करने के लिए निर्देशित करना मनुष्यों पर निर्भर है।
बेशक, पर्याप्त जटिलता को देखते हुए चरण-दर-चरण निर्देशों का विवरण देना असंभव हो सकता है – यही कारण है कि आरपीए और आर्टिफिशियल इंटेलिजेंस का संयोजन स्वचालन का भविष्य है।
1. ऑप्टिकल कैरेक्टर रिकग्निशन के साथ आरपीए
व्यापार प्रक्रिया में सुधार के लिए एआई और ओसीआर के साथ रोबोटिक प्रक्रिया स्वचालन में
(शिदागंती, 2021), लेखक आरपीए की सीमाओं को रेखांकित करता है, यह सुझाव देते हुए, “स्वचालित प्रक्रिया में किसी भी बदलाव के लिए आरपीए एप्लिकेशन में प्रत्यक्ष परिवर्तन की आवश्यकता होती है। शिदागंती ने एआई को इस प्रक्रिया के समाधान के रूप में प्रस्तावित किया और आरपीए के मौलिक संवर्धन के रूप में ऑप्टिकल कैरेक्टर रिकग्निशन (ओसीआर) के लिए एक तर्क दिया।
दरअसल, ओसीआर ने आरपीए को असंरचित डेटा के लिए खोलकर व्यवसायों को प्रभावित किया है। एआई-संचालित आरपीए ओसीआर उपकरण मुद्रित दस्तावेजों और यहां तक कि लिखित पाठ से जानकारी पढ़ सकते हैं। आरपीए के लिए तीन प्राथमिक अवसर हैं जो ओसीआर एकीकरण की सुविधा प्रदान करते हैं।
- ओसीआर कोड संरचित डेटा, आरपीए को अप्रत्याशित इनपुट के साथ काम करने की अनुमति देता है।
- आरपीए रिमोट मशीनों को उनके संबंधित स्क्रीन पर क्या हो रहा है, यह समझकर स्वचालित कर सकता है।
- ओसीआर, मशीन लर्निंग के साथ मिलकर, दस्तावेजों को स्कैन करके अपने ग्राहक को जानें (केवाईसी), एंटी मनी लॉन्ड्रिंग (एएमएल), और धोखाधड़ी का पता लगाने में मदद कर सकता है। तकनीक के सीखने और निर्णय आरपीए के साथ एकीकृत हो सकते हैं, जिससे तेजी से खाता खोलने, ऑनबोर्डिंग, ऋण निर्णय, और इतने पर अनुमति मिलती है।
2. मशीन लर्निंग और आरपीए
रोबोटिक प्रोसेस ऑटोमेशन और मशीन लर्निंग आरपीए की अंतर्निहित सीमाओं को दूर करने के लिए एआई का उपयोग करने का एक और उदाहरण है। 2016 तक, बीमा उद्योग में स्वचालन विशेषज्ञों ने पहचान की थी संज्ञानात्मक रोबोटिक प्रक्रिया स्वचालन (आरपीए) की संभावनाएं। उस पेपर में, लेखक संभावित क्षितिज के रूप में “आत्म-अनुकूलन ग्राहक सेवा, ऋण मूल्य निर्धारण, वित्तीय सलाह, या दावों या शिकायत से निपटने” पर चर्चा करते हैं।
प्रगति के निशान के रूप में क्या काम करना चाहिए, यह देखना दिलचस्प है कि रोबोटिक प्रक्रिया स्वचालन मशीन लर्निंग उपकरण थोड़े समय में कैसे आम हो गए हैं।
मशीन लर्निंग हर जगह है। यह स्पष्ट प्रोग्रामिंग निर्देशों के साथ कार्यों को निष्पादित करने के लिए एक मशीन को पढ़ाने की प्रक्रिया का वर्णन करता है। जैसा कि आप जानते हैं, इसमें डेटा सेट के भीतर पैटर्न का विश्लेषण करने और खोजने के लिए एल्गोरिदम का उपयोग करने वाली मशीनें शामिल हैं। एक बार प्रशिक्षित होने के बाद, मशीन अन्य डेटा को संसाधित कर सकती है और अंतर्दृष्टि और भविष्यवाणियां उत्पन्न कर सकती है।
आरपीए और मशीन लर्निंग एक महान मैच हैं क्योंकि इसका मतलब है कि आरपीए स्मार्ट, अधिक सहज और असंरचित डेटा से निपटने में सक्षम हो जाता है।
3. डीप लर्निंग के साथ आरपीए
मशीन लर्निंग एआई का एक उप-समूह है, जबकि डीप लर्निंग मशीन लर्निंग का एक उप-समूह है। डीप लर्निंग और मशीन लर्निंग के बीच का अंतर शायद कुछ लोगों के लिए सूक्ष्म है, लेकिन यह खोज के लायक है। निर्णय और भविष्यवाणियों में मदद करने के लिए मशीन लर्निंग को डेटा पर प्रशिक्षित किया जाता है।
हालांकि, तकनीक में आमतौर पर समय के साथ अपने दम पर सुधार करने की क्षमता का अभाव होता है। इसके विपरीत, डीप लर्निंग में सीखने और अपने प्रदर्शन को बेहतर बनाने के लिए तंत्रिका नेटवर्क का उपयोग शामिल है। दूसरे शब्दों में, डीप लर्निंग के लिए धन्यवाद, आरपीए और एमएल स्वचालन बनाने के लिए गठबंधन करते हैं जो अनुभव के माध्यम से बेहतर हो जाते हैं।
बेशक, डीप लर्निंग को इस फ़ंक्शन को करने के लिए अविश्वसनीय मात्रा में डेटा की आवश्यकता होती है। एआई और आरपीए के बीच गहरी सहजीवन का एक और उदाहरण है, बॉट इस प्रशिक्षण डेटा को एकत्र करने की श्रमसाध्य प्रक्रिया में मदद करने के लिए आदर्श हैं। आरपीए उपकरण इस जानकारी को इकट्ठा करने के लिए विभिन्न वेबसाइटों और अन्य सूचना भंडारों तक पहुंच सकते हैं, यह सुनिश्चित करते हुए कि डीप लर्निंग एल्गोरिदम में सुधार करने के लिए बहुत सारे डेटा हैं।
डीप लर्निंग बॉट्स को प्रेडिक्टिव एनालिटिक्स के उल्टा फायदा उठाने में भी सक्षम बनाता है। जब आरपीए अपवादों में चलता है, तो यह उन्हें अपेक्षित या अप्रत्याशित पैटर्न के खिलाफ मिलान कर सकता है, जिससे मानव हस्तक्षेप पर निर्भरता समाप्त हो जाती है।
जब स्मार्ट बॉट डेटा-संचालित निर्णय ले सकते हैं, तो वे इष्टतम तरीकों से ग्राहकों को जवाब दे सकते हैं। आरपीए के भीतर इन अनुप्रयोगों के एक उदाहरण में भावना विश्लेषण उपकरण शामिल हैं जो उपभोक्ताओं के मूड को डिकोड करने के लिए प्राकृतिक भाषा प्रसंस्करण (एनएलपी) का उपयोग करते हैं। बदले में, बॉट एक उपयुक्त नोट बनाने के लिए अपनी प्रतिक्रिया को संशोधित कर सकते हैं। यह गतिशीलता सहानुभूतिपूर्ण मानव ग्राहक सेवा और इसके यंत्रीकृत विकल्प के बीच अंतराल को दूर करने के लिए बहुत कुछ कर सकती है।
4. आरपीए और छवि पहचान
छवि पहचान सॉफ्टवेयर के साथ आरपीए को जोड़ना गन्दा या असंरचित डेटा से निपटने में आरपीए की अक्षमता को दूर करने के लिए एआई का उपयोग करने का एक और उदाहरण है। कागज में
व्यावसायिक प्रक्रियाओं को स्वचालित करने के लिए आरपीए सॉफ्टवेयर रोबोट के क्षेत्र में कृत्रिम बुद्धिमत्ता प्रौद्योगिकियों का विश्लेषण और प्रयोज्यता
(कनाकोव, 2022), लेखक ने पृष्ठभूमि की जांच को स्वचालित करने या धोखाधड़ी का पता लगाने में सहायता करने के संबंध में आरपीए और छवि मान्यता के कुछ आकर्षक उपयोगों को रेखांकित किया है।
कनकोव द्वारा प्रस्तावित अन्य उपयोग के मामलों में कैमरों से जुड़े आरपीए टूल के साथ सुरक्षा के निर्माण के लिए चेहरे की पहचान का उपयोग करना शामिल है। अनुप्रयोग वास्तव में अंतहीन हैं। उदाहरण के लिए, ड्रोन या कैमरे विसंगतियों के लिए किसी भी संख्या में वातावरण को स्कैन कर सकते हैं। एक बार पता चलने के बाद, एक आरपीए सिस्टम संबंधित पार्टियों को समस्याओं की रिपोर्ट कर सकता है, जिससे तेजी से उपचार सुनिश्चित हो सकता है।
5. जनरेटिव एआई के साथ आरपीए
फोर्ब्स में एक लेख में
, डेल के क्लिंट बोल्टन आरपीए और जनरेटिव एआई की तुलना करते समय एक शानदार सादृश्य का उपयोग करते हैं। उन्होंने सुझाव दिया कि “एक भव्य कार्यक्रम में, आरपीए मेहमानों की सूची की जांच कर रहा है, टिकट गिन रहा है और कमरे की क्षमता, हीटिंग और प्रकाश व्यवस्था जैसी चीजों की निगरानी कर रहा है। फिर, वह कहता है, “इस बीच, जेनरेटिव एआई घटना के लिए विज्ञापन बना रहा है, सम्मानित लोगों के लिए बधाई भाषण लिख रहा है और हर अतिथि के साथ बातचीत कर रहा है।
इस सादृश्य के बारे में इतना शक्तिशाली क्या है कि यह पूरी तरह से कुछ ऐसा कैप्चर करता है जिसे हम सभी ने पिछले वर्ष या उसके बाद देखा है। जनरेटिव एआई इतना दिलचस्प और शक्तिशाली है कि हम इसके आउटपुट पर आश्चर्य किए बिना नहीं रह सकते। हालांकि, किसी (आरपीए) के बिना पृष्ठभूमि में काम करने वाले कार्यों को करने के बिना, कोई घटना नहीं हो सकती है या कम से कम कार्यात्मक नहीं हो सकती है।
प्रति गार्टनर, जनरेटिव एआई बहुत सारे विकल्प प्रदान करता है। यह जल्दी से लिखित सामग्री, चित्र, वीडियो, संगीत और यहां तक कि कोड उत्पन्न कर सकता है। कुछ संभावनाएं तुरंत स्पष्ट हैं, जैसे कि संवादी ग्राहक सेवा।
लेकिन एन्हांस्ड चैटबॉट्स सिर्फ शुरुआत हैं; आरपीए और जेनरेटिव एआई के लिए अन्य उपयोग के मामलों में आरपीए को कई रूपों के असंरचित डेटा को समझने में मदद करना और यहां तक कि निर्णय लेने, डेटा विश्लेषण और बहुत कुछ के साथ आरपीए को बढ़ाना शामिल है।
6. उपस्थित स्वचालन
आप स्वचालन को दो श्रेणियों में विभाजित कर सकते हैं: उपस्थित और अनअटेंडेड। जैसा कि आप उम्मीद कर सकते हैं, अनअटेंडेड ऑटोमेशन का मतलब है कि बॉट किसी भी मानव इनपुट के बिना प्रक्रियाओं को निष्पादित करता है। इसके विपरीत, अटेंडेड ऑटोमेशन उन कार्यों का वर्णन करता है जिनके लिए कम से कम, एक कदम के दौरान मानव संपर्क की आवश्यकता होती है।
कुछ तरीके हैं जो यह काम कर सकते हैं। उदाहरण के लिए, स्वचालित प्रक्रिया को मैन्युअल ट्रिगर की आवश्यकता हो सकती है। वैकल्पिक रूप से, प्रक्रिया के दौरान चरणों में से एक को सुरक्षा क्रेडेंशियल्स की आवश्यकता हो सकती है। हालांकि, रोबोटिक डेस्कटॉप ऑटोमेशन (आरडीए) के लिए यहां अधिक जटिल ऑर्केस्ट्रेशन संभव हैं।
रोबोटिक डेस्कटॉप ऑटोमेशन (आरडीए) अटेंडेड ऑटोमेशन का एक रूप है। हालांकि, एमएल और ऑप्टिकल कैरेक्टर रिकग्निशन जैसे एआई टूल के लिए धन्यवाद, ये रोबोट गतिशील रूप से कई वर्कफ़्लो प्रक्रियाओं को एक साथ जोड़ते हैं, लगातार एक व्यक्तिगत उपयोगकर्ता के लिए विभिन्न कार्यों को स्वचालित करते हैं। इस परिदृश्य में, RDA बॉट एक वर्चुअल सहायक की तरह कार्य करता है, डेटा पुनर्प्राप्त करता है, फ़ाइलें भेजता है, और रिपोर्ट उत्पन्न करता है जबकि मानव ऑपरेटिव ग्राहक से बात करता है।
7. स्व-उपचार बॉट्स
2022 से आरपीए सर्वेक्षण की स्थिति
एक समस्या का खुलासा किया जो आरपीए समाधान अपनाने वाले कुछ व्यवसायों को प्रभावित करता है। 69% से अधिक उत्तरदाताओं का सुझाव है कि वे हर हफ्ते एक टूटे हुए आरपीए बॉट का अनुभव करते हैं। इससे भी बदतर, 40% से अधिक ने सुझाव दिया कि उनके बॉट को ठीक करने में 5 घंटे से अधिक समय लगता है, अन्य उत्तरदाताओं का सुझाव है कि उपचार में एक दिन से अधिक समय लग सकता है।
ये आंकड़े अस्वीकार्य रूप से अधिक हैं। हालांकि, सर्वेक्षण समस्या की बारीकियों में नहीं जाता है। आरपीए विफलता के सामान्य कारणों में इनपुट परिवर्तन, अपवाद में चलने वाले रोबोट, अधूरा डेटा, खराब परीक्षण, या रखरखाव की कमी शामिल है।
स्व-उपचार आरपीए एक ऐसी प्रणाली का वर्णन करता है जो मानव कार्यकर्ता के इनपुट के बिना खुद को ठीक कर सकता है।
स्व-उपचार आरपीए बॉट्स को एआई एल्गोरिदम के माध्यम से संभव बनाया जाता है जो स्वचालित कार्य के प्रदर्शन की निगरानी करते हैं। जब समस्याएं उत्पन्न होती हैं, तो ये सहायक उपकरण कार्रवाई में आते हैं, मूल कारण की पहचान करते हैं और एक सुधार लागू करते हैं। ऊपर की ओर प्रदर्शन में वृद्धि और अधिक अपटाइम है।
8. स्मार्ट प्रसंस्करण खनन
आरपीए के संदर्भ में प्रक्रिया खनन में उन कार्यों की खोज शामिल है जिन्हें व्यवसाय स्वचालित कर सकते हैं। एआई की उन्नत विश्लेषणात्मक क्षमताओं का उपयोग करके, टीमें अपने व्यावसायिक वर्कफ़्लो ज़ को उन कार्यों को खोजने के लिए खनन कर सकती हैं जिन्हें स्वचालित किया जा सकता है और इस स्वचालन के प्रभाव के बारे में पूर्वानुमान कर सकते हैं।
प्रक्रिया खनन एमएल और डेटा एनालिटिक्स का उपयोग करता है। उदाहरण के लिए, यह वर्कफ़्लो डेटा कैप्चर करने के लिए स्क्रीन रिकॉर्डिंग सॉफ़्टवेयर का उपयोग करता है, इसे चरणों में तोड़ता है। फिर, एमएल या एनालिटिक्स टूल इन कार्यों के मॉडल चलाते हैं और उन क्षेत्रों को ढूंढते हैं जिन्हें स्वचालित प्रक्रियाओं में बदला जा सकता है। एआई उपकरण व्यवसायों को कार्यों की बेहतर निगरानी और समझ देते हैं, जिससे उन्हें निर्भरताओं, बाधाओं और अक्षमताओं की पहचान करने की अनुमति मिलती है।
आरपीए और प्रक्रिया खनन को एक साथ जोड़ना बहुत शक्तिशाली है क्योंकि यह व्यवसायों को उन प्रक्रियाओं का पता लगाने में मदद कर सकता है जिन्हें वे अन्यथा पता नहीं लगा सकते हैं। इसका मतलब है कि आप अपने आरपीए निवेश से अधिक मूल्य प्राप्त कर सकते हैं और आरपीए के अन्य लाभों को आगे बढ़ा सकते हैं, जैसे लागत को कम करना और उत्पादकता को बढ़ावा देना।
दूसरी बात जो आप यहां देख सकते हैं वह यह है कि प्रक्रिया खनन उचित आरपीए प्रक्रियाओं के लिए खोज समय में कटौती कर सकता है। इसका मतलब है कि आपका कार्यान्वयन बहुत तेजी से जमीन पर उतर जाता है।
9. सॉफ्टवेयर परीक्षण स्वचालन
सॉफ्टवेयर डेवलपर्स और प्रकाशकों ने पिछले कुछ दशकों में हमारे पास मौजूद कुछ सबसे विघटनकारी तकनीक प्रदान की है। हालांकि, उनका उद्योग खुद भी कुछ क्रांति के दौर से गुजरा है। DevOps और Agile पद्धतियों ने डेवलपर्स को बिजली की मांग को पूरा करने में मदद की है, लगातार सुधार करने वाले उत्पादों, जबकि CI / CD पाइपलाइनें भी बाजार में तेजी से समय में योगदान करती हैं।
आरपीए विशिष्ट प्रकार के सॉफ्टवेयर परीक्षण के लिए एक शानदार उपकरण है। मैकिन्से का सुझाव है कि अगली पीढ़ी के सॉफ्टवेयर विकास एआई के मामले में सिर्फ पीछे है 2023 के लिए सबसे बड़ा तकनीकी रुझान. आरपीए और एआई दोनों द्वारा संचालित सॉफ्टवेयर परीक्षण स्वचालन, उस प्रवृत्ति में सबसे आगे होगा, जिसमें जनरेटिव एआई लेखन कोड और गैर-तकनीकी टीमों का नो-कोड टूल की बदौलत स्वागत किया जाएगा।
जैसा कि कंसल्टेंसी फर्म के भागीदार, सैंटियागो कोमेला-डोर्डा का सुझाव है, “डेवलपर्स शायद आधुनिक डिजिटल उद्यम के लिए सबसे मूल्यवान संपत्तियों में से एक हैं, फिर भी वे दोहराए जाने वाले, कम मूल्य वाले कार्यों पर अपना 40 प्रतिशत से अधिक समय बिताते हैं जिन्हें आधुनिक टूल सेट के साथ आसानी से स्वचालित किया जा सकता है।
10. आरपीए इंटेलिजेंट ऑटोमेशन
आर्टिफिशियल इंटेलिजेंस रोबोटिक प्रोसेस ऑटोमेशन, जिसे इंटेलिजेंट प्रोसेस ऑटोमेशन (आईपीए) भी कहा जाता है, को ऑटोमेशन का अगला चरण माना जाता है। यह आरपीए लेता है और एआई के माध्यम से संज्ञानात्मक क्षमताओं को जोड़ता है। यह ऊपर सूचीबद्ध सभी या कुछ अन्य एआई प्रौद्योगिकियों के साथ आरपीए को शामिल कर सकता है।
सी-सूट अधिकारियों के आईबीएम सर्वेक्षण में
, 90% उत्तरदाताओं ने सुझाव दिया कि इंटेलिजेंट ऑटोमेशन ने उन्हें “उभरते व्यावसायिक रुझानों के जवाब में संगठनात्मक परिवर्तन के प्रबंधन में औसत से ऊपर” प्रदर्शन करने में मदद की। यह भावना आरपीए और एआई की चुस्त और मजबूत समाधान बनाने की क्षमता की बात करती है जो वास्तविक प्रतिस्पर्धी लाभ प्रदान कर सकती है।
संगठनात्मक परिवर्तन लाने के लिए आरपीए और एआई की शक्ति का प्रमाण कोविड-19 महामारी के प्रति व्यावसायिक समुदाय की प्रतिक्रिया में पाया जा सकता है। कोविड-19 महामारी के दौरान व्यावसायिक प्रक्रियाओं को सुनिश्चित करने के लिए रोबोटिक प्रोसेस ऑटोमेशन तकनीक को अपनाना (साइडर्सका, 2021) ने दिखाया कि अध्ययन किए गए पोलिश व्यवसायों के 60% आरपीए उपकरणों की बदौलत व्यवसाय निरंतरता को लागू करने में सक्षम थे। अध्ययन के अनुसार, एआई और एनालिटिक्स प्रमुख योगदानकर्ता थे।
हाल ही में गार्टनर सर्वेक्षण में
, अधिकारियों के एक पूर्ण 80% ने अपने विश्वास का खुलासा किया कि स्वचालन किसी भी व्यावसायिक प्रक्रिया पर लागू किया जा सकता है। यह आंकड़ा एआई के साथ उपयोग किए जाने पर आरपीए की शक्ति का एक उल्लेखनीय प्रमाण है। यह कल्पना करना असंभव है कि एआई द्वारा आरपीए की वृद्धि के बिना संख्या इतनी अधिक हो सकती है।
भविष्य के लिए, न्यूरोमोर्फिक प्रसंस्करण में अनुसंधान।
– एक सूचना प्रसंस्करण प्रणाली जो मस्तिष्क संरचना पर आधारित है – अधिक अनुभूति और मशीन बुद्धि का कारण बन सकती है। इस क्षितिज के बारे में इतना रोमांचक क्या है कि इन खुफिया मॉडलों को बहुत कम प्रशिक्षण डेटा की आवश्यकता होती है, जिसका अर्थ है कि वे उद्यमों के लिए उपलब्ध हो सकते हैं।
कैसे एआई-संचालित आरपीए भविष्य को बदल देगा
काम और समाज
एआई प्रक्रिया स्वचालन उपकरण अभी गर्म हो रहे हैं। यहां कुछ क्षेत्र हैं जहां एआई स्वचालन को और प्रभावित करेगा।
1. उद्योग 4.0
पहली औद्योगिक क्रांति भाप द्वारा संचालित थी, दूसरी बिजली द्वारा। तीसरी औद्योगिक क्रांति 1970 के दशक के दौरान डिजिटल प्रौद्योगिकियों द्वारा सक्षम की गई थी। जब चौथी औद्योगिक क्रांति की बात आती है, जिसे उद्योग 4.0 के रूप में भी जाना जाता है, तो कई तकनीकी उम्मीदवार हैं, जैसे कि डिजिटल ट्विन्स, वर्चुअल रियलिटी, इंटरनेट ऑफ थिंग्स (आईओटी), एआई और एमएल, और यहां तक कि 3 डी प्रिंटिंग।
हालांकि,
आईएमडी वैश्विक आपूर्ति श्रृंखला सर्वेक्षण
2022 से एक चिंताजनक सच्चाई का पता चलता है। साक्षात्कार किए गए 200 से अधिक विनिर्माण अधिकारियों में से, बहुत कम ने उद्योग 4.0 से संबंधित तकनीक को एक बड़ी प्राथमिकता के रूप में सूचीबद्ध किया। यह 2019 से बहुत दूर है जब मैकिन्से सर्वेक्षण के 68% उत्तरदाताओं ने सुझाव दिया कि उद्योग 4.0 एक शीर्ष रणनीतिक प्राथमिकता थी।
शोध पत्र में उद्योग में रोबोटिक प्रक्रिया स्वचालन और कृत्रिम बुद्धिमत्ता 4.0 – एक साहित्य समीक्षा (रिबेरियो, 2021), लेखक का कहना है कि “एआई की प्रयोज्यता के दायरे को देखते हुए, आरपीए धीरे-धीरे अपनी स्वचालन विशेषताओं में, एल्गोरिदम या एआई तकनीकों के कार्यान्वयन को कुछ संदर्भों (जैसे, उद्यम संसाधन योजना, लेखा, मानव संसाधन) में वर्गीकृत करने, पहचानने, वर्गीकृत करने आदि के लिए जोड़ रहा है।
जैसे-जैसे तकनीक विकसित होती जा रही है, नए उपकरण और संभावनाएं उद्योग 4.0 को एआई-संचालित वास्तविकता बनने में मदद करेंगी।
2. हाइपरऑटोमेशन
हाइपरऑटोमेशन स्वचालन का प्राकृतिक विकास है। हालांकि, किसी विशेष कार्य या व्यावसायिक प्रक्रिया के स्वचालन के बजाय, यह पूरे संगठन में स्वचालन क्षमताओं का विस्तार करना चाहता है। अंतिम संस्करण एक पूरी तरह से जुड़ा हुआ और काफी हद तक स्वायत्त व्यवसाय होगा जहां वर्कफ़्लो और निर्णय सुव्यवस्थित, चुस्त और लचीला होंगे।
हाइपरऑटोमेशन में कई तकनीकों का मिश्रण शामिल है। यह भी शामिल है:
- जन प्रतिनिधि कानून
- .AI
- बिजनेस प्रोसेस ऑटोमेशन (BPA)
- मिलीलीटर
- बुद्धिमान दस्तावेज़ प्रसंस्करण (आईडीपी)
- वर्कफ़्लो ऑर्केस्ट्रेशन
- प्रक्रिया खनन
- प्राकृतिक भाषा प्रसंस्करण (एनएलपी)
- एक संगठन का डिजिटल ट्विन (डीटीओ)
- संवादी आरपीए
- कंप्यूटर दृष्टि आरपीए
जैसा कि पेपर में बताया गया है। उद्योगों में स्वचालन की वृद्धि के लिए हाइपरऑटोमेशन (हलीम, 2021), “स्वचालन प्रौद्योगिकियों के मिश्रण के माध्यम से, हाइपरऑटोमेशन एकल स्वचालन डिवाइस विधि की कुछ बाधाओं को दूर कर सकता है। यह कंपनियों को प्रत्येक प्रक्रिया की सीमाओं से परे जाने और लगभग किसी भी कठिन और स्केलेबल ऑपरेशन को स्वचालित करने की अनुमति देता है।
3. विशेषज्ञों पर कम निर्भरता
हाल के वर्षों में सॉफ्टवेयर विकास में उछाल ने एक समस्या को उजागर किया है। जबकि ऐप्स और मोबाइल प्रौद्योगिकी की मांग बढ़ी, आपूर्ति को बनाए रखने के लिए संघर्ष करना पड़ा। सॉफ्टवेयर डेवलपर्स कम आपूर्ति में थे, जिसका अर्थ है कि कई पद महीनों तक खाली बैठे रहे।
योग्य उम्मीदवारों के इंतजार में पड़ी प्रतिष्ठित, छह-आंकड़े वाली नौकरियों के साथ, आपको यह सोचने के लिए माफ किया जा सकता है कि लोग बस फिर से प्रशिक्षित होंगे और पुरस्कार प्राप्त करेंगे। स्कूल और विश्वविद्यालय भी जांच के दायरे में आ गए, सरकारों ने सुझाव दिया कि वे एसटीईएम विषय को प्रोत्साहित करने के लिए पर्याप्त नहीं कर रहे थे। हालांकि, वास्तविकता यह है कि कोडिंग कठिन है। आबादी का केवल एक छोटा सा वर्ग नौकरी के लिए योग्यता रखता है।
जैसा कि हमारी दुनिया तेजी से डिजिटल हो जाती है, कोडर की कमी को एक चेतावनी के रूप में माना जा सकता है जिसे हम ध्यान देने में विफल रहे। शुक्र है, एआई-संचालित स्वचालन इस समस्या के लिए एंटीडोट प्रदान कर सकता है।
नेतृत्व की स्थिति के लिए प्रबंधन कौशल और गहरे विषय वस्तु ज्ञान के मिश्रण की आवश्यकता होती है। पढ़ना और सीखना सिर्फ एक हिस्सा है जो अधिकारियों और वरिष्ठ टीम के सदस्यों को एक संगठन के लिए मूल्यवान बनाता है। हालांकि, जैसे-जैसे अधिक उद्योग प्रौद्योगिकी को अपनाते हैं, यह प्रतिभा पूल खत्म हो जाएगा।
एआई एनालिटिक्स अंतर्दृष्टि और अंतर्निहित संबंधों को खोजने और भविष्यवाणियां करने के लिए ऐतिहासिक डेटा की विशाल मात्रा का उपयोग कर सकते हैं। ये उपकरण अनुभव अंतर को पाटने में मदद करेंगे। यह चतुर निर्णय लेने को लोकतांत्रिक बनाने के लिए भी काम कर सकता है जो पहले भारी बजट वाले व्यवसायों का संरक्षण था।
जबकि अनुभवी निर्णय लेने वाले और रणनीतिकार कभी भी फैशन से बाहर नहीं होंगे, मशीन लर्निंग (एमएल) और डेटा एनालिटिक्स द्वारा संचालित एक हाइपर-स्वचालित व्यवसाय चौबीसों घंटे चलेगा, जो उन कारकों के आधार पर विकल्प बनाएगा जिन पर कोई भी मानव जानबूझकर विचार नहीं कर सकता है।
मैकिन्से का सुझाव है कि ज्ञान के काम का स्वचालन अब दृष्टि में है।. कानून, अर्थशास्त्र, शिक्षा, कला और प्रौद्योगिकी सभी व्यवधान का अनुभव करेंगे जो पहले केवल कम कुशल नौकरियों को खतरे में डालने के लिए माना जाता था। हालांकि, सामान्य कार्यबल के लिए इसका क्या मतलब है, यह निर्धारित किया जाना बाकी है।
4. अधिक सरकारी दक्षता
सरकारी खर्च एक स्थायी विवादास्पद मुद्दा है। दुनिया भर में, लोकतांत्रिक प्रशासन ों की फूली हुई और गलत खर्च के लिए प्रतिष्ठा है। प्रति
प्रसिद्ध ब्रुकिंग्स इंस्टीट्यूट के शोध
, अमेरिकी सरकारी निकाय एआई और आरपीए को गले लगा रहे हैं।
खाद्य और औषधि प्रशासन, सामाजिक सुरक्षा, रक्षा रसद एजेंसी और ट्रेजरी विभाग के रूप में विविध विभागों ने उत्पादकता बढ़ाने और अपनी आवश्यक सेवाओं की लागत को कम करने के लिए एआई और आरपीए को अपनाया है। इसके अलावा, ए।
अमेरिकन काउंसिल फॉर टेक्नोलॉजी और उद्योग सलाहकार परिषद (एसीटी-आईएसी) का सर्वेक्षण
लगभग एक दर्जन सरकारी संगठनों के उपयोग के मामलों को दर्शाता है।
एक अधिक कुशल और लागत प्रभावी सरकार पूरे समाज पर एक परिवर्तनकारी प्रभाव डाल सकती है। सेवाएं अधिक कुशल और प्रभावी हो सकती हैं, और करों को उन कार्यक्रमों में लगाया जा सकता है जो लाखों लोगों के जीवन को बदल सकते हैं। हालांकि, यह व्यापक रूप से अपनाया जाना उन्मूलन के महत्व पर प्रकाश डालता है
एआई में पूर्वाग्रह,
खासकर अगर दुनिया भर में सरकारें नीतिगत निर्णयों को चलाने के लिए प्रौद्योगिकी का उपयोग करती हैं।
अंतिम विचार
आरपीए तकनीक पर एआई का गहरा असर पड़ा है। प्रारंभिक स्वचालन उपकरण कार्यस्थल के भीतर बहुत सारे रटने और सांसारिक कार्यों को संभालने में सक्षम थे। हालांकि, जैसे-जैसे स्वचालन के लिए सामूहिक भूख बढ़ी, आरपीए अपनी सीमाओं के खिलाफ चला गया। एआई उन बाधाओं को तोड़ रहा है।
आरपीए और एआई का संयोजन दोनों उपकरणों की क्षमता का विस्तार करता है। व्यवसाय पहले से ही इंटेलिजेंट ऑटोमेशन के पुरस्कार प्राप्त कर रहे हैं, जैसे कि ग्राहक सेवा में सुधार, संगठनात्मक दक्षता में वृद्धि और परिचालन लागत को कम करना। एआई ने आरपीए के दायरे को उन तरीकों से खोला है जो सिर्फ एक दशक पहले असंभव लग रहे थे।
हालांकि, रोबोटिक प्रोसेस ऑटोमेशन और एआई कहानी यहीं नहीं रुकती है। आगे लाभ आएगा क्योंकि हम हाइपरऑटोमेशन के युग की ओर बढ़ते हैं। यह एक जंगली सवारी होने जा रही है, इसलिए पीछे न रहें।
