Robotizuotas procesų automatizavimas yra bÄgantis traukinys. „Deloitte” teigimu, Å¡i technologija padÄs pasiekti iki 2025 m. beveik visuotinai pritaikyti. TaÄiau tai, kad RPA dominuoja verslo pasaulyje, nereiÅ¡kia, kad ji nustos vystytis.
Esame įdomiame technologiniame etape. Pastaraisiais metais dirbtinio intelekto paÅŸanga buvo stulbinanti. ChatGPT ir kitos generatyvinio dirbtinio intelekto formos uÅŸkariavo visuomenÄs sÄ monÄ. TaÄiau Å¡i įdomi technologija yra tik viena iÅ¡ dirbtinio intelekto galimybių iÅ¡raiÅ¡kų.
RPA yra paprasta, taÄiau veiksminga priemonÄ. TaÄiau RPA ir dirbtinio intelekto konvergencija suteikia begalÄ galimybių inovacijoms. Klientų aptarnavimas pokalbiais, paremtas dirbtiniu intelektu, sprendimų priÄmimas remiantis analitika ir ÅŸinių darbo automatizavimas – tai tik keli dirbtinio intelekto taikymo RPA pavyzdÅŸiai.
TobulÄjant technologijoms, kognityvinis robotinis procesų automatizavimas pakeis darbo pobÅ«dį taip, kaip mes net negalime įsivaizduoti. PrieÅ¡ pradÄdami svarstyti, kaip dirbtinis intelektas su RPA jau iÅ¡plÄtÄ automatizavimo ribas, panagrinÄkime jo poveikį ateityje.
RPA ribos
PlaÄiai paplitÄs RPA diegimas liudija jos naudingumÄ . Å i technologija padÄjo daugybei įmonių pasiekti naujÄ gamybos, efektyvumo ir tikslumo lygį automatizuojant anksÄiau rankiniu bÅ«du atliktas uÅŸduotis. TaÄiau, kaip ir bet kuri kita technologija, ji turi virÅ¡utines ribas.
1. Sandorių automatizavimÄ sunku valdyti
Nors RPA robotai iÅ¡tikimai vykdo procesus, juos reikia Å¡iek tiek valdyti ir priÅŸiÅ«rÄti. PavyzdÅŸiui, kai pasikeiÄia įvestys arba iÅ¡vestys, robotai turi bÅ«ti perkonfigÅ«ruoti taip, kad atitiktų Å¡ias Å¡iek tiek pasikeitusias sÄ lygas. DinamiÅ¡koje darbo aplinkoje tai gali iÅ¡eikvoti iÅ¡teklius ir laikÄ .
2. RPA susiduria su nestruktūrizuotais duomenimis
RPA įrankiai yra sukurti uÅŸduotims vykdyti naudojant if/then/else logikÄ . TodÄl jie remiasi nuspÄjamomis duomenų struktÅ«romis. Bet kokie įvesties duomenų pokyÄiai ar variacijos sukels klaidų ar iÅ¡imÄių, nes jie neatitinka apibrÄÅŸtų verÄių, kurias tikisi gauti robotas.
3. RPA kelia mastelio keitimo iššūkių
IÅ¡ dalies dÄl pirmiau iÅ¡vardytų prieÅŸasÄių gali bÅ«ti sudÄtinga plÄsti RPA procesus. Kiekvienas procesas turi bÅ«ti aiÅ¡kiai apibrÄÅŸtas, valdomas ir priÅŸiÅ«rimas, o dÄl nepakankamo RPA pritaikomumo taip pat gali kilti problemų.
DÄl RPA apribojimų nerimauti nereikÄtų. Dirbtinio intelekto palaikoma RPA gali įveikti visus Å¡iuos apribojimus ir atverti naujas ir įdomias automatizavimo galimybes.
Å tai kaip RPA su dirbtiniu intelektu pakeitÄ automatizavimÄ .
Robotizuotas procesų automatizavimas ir dirbtinis intelektas:
Puikus atitikimas
RPA yra paprastas ir nesudÄtingas įrankis, bent jau naudotojo lygmeniu. Jis sukurtas taip, kad bÅ«tų prieinamas ne techninio profilio komandoms. TodÄl jis kontroliuojamai vykdo jam duotus nurodymus. ÅœmonÄs turi nustatyti Å¡iuos procesus ir nurodyti RPA vykdyti komandas.
Åœinoma, detalių instrukcijų rengimas ÅŸingsnis po ÅŸingsnio gali tapti neįmanomas, jei jos pakankamai sudÄtingos, todÄl RPA ir dirbtinio intelekto derinimas yra automatizavimo ateitis.
1. RPA su optiniu şenklų atpaşinimu
SvetainÄje
Robotizuotas procesų automatizavimas naudojant dirbtinį intelektÄ
ir OCR verslo procesams tobulinti
(Shidaganti, 2021), autorius nurodo RPA apribojimus, siÅ«lydamas: „Bet kokie automatizuoto proceso pakeitimai reikalauja tiesioginių RPA taikymo pakeitimų”. Shidaganti siÅ«lo dirbtinį intelektÄ
kaip Å¡io proceso sprendimÄ
ir pateikia argumentus dÄl optinio ÅŸenklų atpaÅŸinimo (OCR) kaip esminio RPA papildymo.
IÅ¡ tiesų OCR padarÄ poveikį verslui, nes RPA gali naudotis nestruktÅ«rizuotais duomenimis. Dirbtinio intelekto valdomi RPA OCR įrankiai gali perskaityti informacijÄ iÅ¡ spausdintų dokumentų ir net raÅ¡ytinio teksto. Yra trys pagrindinÄs RPA galimybÄs, kurias palengvina OCR integracija.
- OCR koduoja struktÅ«rizuotus duomenis, todÄl RPA gali dirbti su nenuspÄjamais įvesties duomenimis.
- RPA gali automatizuoti nuotolines mašinas iššifruodama, kas vyksta jų ekranuose.
- OCR, kartu su maÅ¡ininiu mokymusi, skenuojant dokumentus, gali padÄti nustatyti „PaÅŸink savo klientÄ ” (KYC), kovoti su pinigų plovimu (AML) ir sukÄiavimu. Technologijų iÅ¡moktos ÅŸinios ir sprendimai gali bÅ«ti integruoti į RPA, todÄl galima greiÄiau atidaryti sÄ skaitas, priimti sprendimus dÄl paskolų ir t. t.
2. Mašininis mokymasis ir RPA
Robotizuotas procesų automatizavimas ir maÅ¡ininis mokymasis yra dar vienas dirbtinio intelekto panaudojimo pavyzdys siekiant įveikti RPA bÅ«dingus apribojimus. Dar 2016 m. draudimo sektoriaus automatizavimo ekspertai nustatÄ, kad kognityvinio robotų procesų automatizavimo (RPA) galimybes. Tame straipsnyje autoriai aptaria „savaime optimizuojantį klientų aptarnavimÄ , paskolų kainų nustatymÄ , finansines konsultacijas arba pretenzijų ar skundų nagrinÄjimÄ ” kaip galimus horizontus.
Ä®domu stebÄti, kaip per trumpÄ laikÄ paplito robotų procesų automatizavimo maÅ¡ininio mokymosi įrankiai, kurie turi bÅ«ti paÅŸangos ÅŸenklas.
Mašininis mokymasis yra visur. Juo apibūdinamas procesas, kurio metu mašina mokoma atlikti uşduotis, naudojant aiškius programavimo nurodymus. Kaip tikriausiai şinote, tai reiškia, kad mašinos, naudodamos algoritmus, analizuoja ir randa duomenų rinkinio modelius. Apmokyta mašina gali apdoroti kitus duomenis ir pateikti įşvalgas bei prognozes.
RPA ir maÅ¡ininis mokymasis puikiai dera, nes tai reiÅ¡kia, kad RPA tampa iÅ¡manesnÄ, intuityvesnÄ ir geba dirbti su nestruktÅ«rizuotais duomenimis.
3. RPA su giliuoju mokymusi
MaÅ¡ininis mokymasis yra dirbtinio intelekto porÅ«Å¡is, o gilusis mokymasis – maÅ¡ininio mokymosi porÅ«Å¡is. Skirtumas tarp gilaus mokymosi ir maÅ¡ininio mokymosi kai kuriems ÅŸmonÄms gali bÅ«ti subtilus, taÄiau jį verta patyrinÄti. MaÅ¡ininis mokymasis yra mokomas iÅ¡ duomenų, kad padÄtų priimti sprendimus ir prognozuoti.
TaÄiau Å¡i technologija paprastai neturi galimybÄs ilgainiui pati tobulÄti. PrieÅ¡ingai, gilusis mokymasis apima neuroninių tinklų naudojimÄ mokymuisi ir jo rezultatų gerinimui. Kitaip tariant, naudojant gilųjį mokymÄ si, RPA ir ML kartu sukuria automatizavimo priemones, kurios tobulÄja dÄl patirties.
Åœinoma, „Deep Learning” funkcijai atlikti reikia neįtikÄtinai daug duomenų. Tai dar vienas gilios dirbtinio intelekto ir RPA simbiozÄs pavyzdys, todÄl robotai puikiai tinka padÄti atlikti sunkų Å¡ių mokymo duomenų rinkimo procesÄ . RPA įrankiai gali pasiekti įvairias svetaines ir kitas informacijos saugyklas, kad surinktų Å¡iÄ informacijÄ ir uÅŸtikrintų, jog gilaus mokymosi algoritmas turÄtų daug duomenų, kuriuos galÄtų tobulinti.
Gilusis mokymasis taip pat leidÅŸia robotams pasinaudoti pranaÅ¡umais, kuriuos suteikia prognozavimo analizÄ. Kai RPA susiduria su iÅ¡imtimis, ji gali jas palyginti su laukiamais ar netikÄtais modeliais, todÄl nebereikia ÅŸmogaus įsikiÅ¡imo.
Kai iÅ¡manieji robotai gali priimti duomenimis pagrįstus sprendimus, jie gali optimaliai reaguoti į klientus. Tokio RPA taikymo pavyzdys – nuotaikų analizÄs įrankiai, kurie naudoja natÅ«ralios kalbos apdorojimÄ (NLP) vartotojų nuotaikoms iÅ¡Å¡ifruoti. Savo ruoÅŸtu robotai gali moduliuoti savo atsakÄ , kad atitiktų reikiamÄ natÄ . Å is dinamiÅ¡kumas gali labai padÄti įveikti skirtumus tarp empatiÅ¡ko ÅŸmogiÅ¡kojo klientų aptarnavimo ir jo mechanizuotos alternatyvos.
4. RPA ir vaizdų atpaşinimas
RPA ir vaizdų atpaÅŸinimo programinÄs įrangos derinimas – dar vienas pavyzdys, kaip naudojant dirbtinį intelektÄ
įveikti RPA nesugebÄjimÄ
dirbti su netvarkingais ar nestruktūrizuotais duomenimis. Dokumente
Dirbtinio intelekto technologijų analizÄ ir pritaikomumas RPA programinÄs įrangos robotų, skirtų verslo procesams automatizuoti, srityje
(Kanakov, 2022 m.) autorius pateikia keletÄ
įdomių RPA ir vaizdų atpaÅŸinimo panaudojimo bÅ«dų, susijusių su įdarbinimo patikrinimų automatizavimu arba pagalba nustatant sukÄiavimo atvejus.
Kiti Kanakovo siÅ«lomi naudojimo atvejai apima veido atpaÅŸinimo naudojimÄ pastatų apsaugai, kai RPA įrankiai prijungiami prie kamerų. Pritaikymo galimybių iÅ¡ tiesų yra begalÄ. PavyzdÅŸiui, bepiloÄiai orlaiviai arba kameros galÄtų skenuoti bet kokiÄ aplinkÄ ieÅ¡kodami anomalijų. Aptikusi problemas, RPA sistema galÄtų apie jas praneÅ¡ti atitinkamoms Å¡alims ir uÅŸtikrinti greitÄ iÅ¡taisymÄ .
5. RPA su generatyviniu dirbtiniu intelektu
Ä®
„Forbes” straipsnyje
, DELL atstovas Clintas Boultonas, lygindamas RPA ir generatyvinį dirbtinį intelektÄ
, naudoja fantastiÅ¡kÄ
analogijÄ
. Jis teigia, kad „iÅ¡kilmingame renginyje RPA tikrina sveÄių sÄ
raÅ¡Ä
, skaiÄiuoja bilietus ir stebi tokius dalykus kaip patalpų talpa, Å¡ildymas ir apÅ¡vietimas”. Tada jis teigia: „Tuo tarpu generatyvinis dirbtinis intelektas kuria renginio reklamÄ
, raÅ¡o sveikinimo kalbas apdovanotiesiems ir kalbasi su kiekvienu sveÄiu.”
Å i analogija tokia galinga tuo, kad ji puikiai atspindi tai, kÄ visi pastebÄjome per pastaruosius metus. Generatyvinis dirbtinis intelektas yra toks įdomus ir galingas, kad negalime nesiÅŸavÄti jo rezultatais. TaÄiau be fone dirbanÄio ÅŸmogaus (RPA), atliekanÄio antraeilius darbus, renginys neįmanomas arba bent jau nefunkcionalus.
„Gartner” teigimu, generatyvinis dirbtinis intelektas siÅ«lo daugybÄ galimybių. Ji gali greitai sukurti raÅ¡ytinį turinį, paveikslÄlius, vaizdo įraÅ¡us, muzikÄ ir net kodÄ . Kai kurios galimybÄs yra akivaizdÅŸios iÅ¡ karto, pavyzdÅŸiui, klientų aptarnavimas pokalbiais.
TaÄiau patobulinti pokalbių robotai – tai tik pradÅŸia; kiti RPA ir generatyvinio dirbtinio intelekto panaudojimo atvejai apima pagalbÄ RPA suprantant įvairių formų nestruktÅ«rizuotus duomenis ir net RPA papildant sprendimų priÄmimo, duomenų analizÄs ir kt. funkcijas.
6. Dalyvavo automatizavimo procese
AutomatizavimÄ galima suskirstyti į dvi kategorijas: Dalyvaujantys ir nedalyvaujantys. Kaip ir galima tikÄtis, nepriÅŸiÅ«rimas automatizavimas reiÅ¡kia, kad robotas vykdo procesus be jokio ÅŸmogaus indÄlio. PrieÅ¡ingai, automatizavimas dalyvaujant apibÅ«dina uÅŸduotis, kurioms atlikti reikia ÅŸmogaus sÄ veikos bent vieno ÅŸingsnio metu.
Tai gali bÅ«ti daroma keliais bÅ«dais. PavyzdÅŸiui, automatizuotam procesui gali prireikti rankinio paleidimo. Arba, atliekant vienÄ iÅ¡ ÅŸingsnių, gali prireikti saugumo įgaliojimų. TaÄiau sudÄtingesnÄs orkestruotÄs įmanomos dÄl robotinio darbalaukio automatizavimo (RDA).
Robotizuotas darbalaukio automatizavimas (RDA) yra viena iÅ¡ dalyvaujamojo automatizavimo formų. TaÄiau dÄl dirbtinio intelekto įrankių, tokių kaip ML ir optinis ÅŸenklų atpaÅŸinimas, Å¡ie robotai dinamiÅ¡kai sujungia kelis darbo eigos procesus ir nuolat automatizuoja įvairias individualaus naudotojo uÅŸduotis. Pagal šį scenarijų RDA robotas veikia kaip virtualus asistentas, gaunantis duomenis, siunÄiantis failus ir generuojantis ataskaitas, o ÅŸmogus kalbasi su klientu.
7. Savigydos robotai
A
2022 m. RPA bÅ«klÄs apÅŸvalga
atskleidÄ problemÄ
, su kuria susiduria kai kurios RPA sprendimus diegianÄios įmonÄs. Daugiau nei 69 % respondentų teigia, kad kiekvienÄ
savaitÄ susiduria su neveikianÄiu RPA botu. Dar blogiau – daugiau nei 40 % respondentų nurodÄ, kad boto taisymas uÅŸtrunka ilgiau nei 5 valandas, o kiti respondentai teigÄ, kad taisymas gali uÅŸtrukti ilgiau nei dienÄ
.
Å ie skaiÄiai yra nepriimtinai dideli. TaÄiau apklausoje nenagrinÄjama konkreti problema. DaÅŸniausios RPA nesÄkmÄs prieÅŸastys yra įvesties pakeitimai, robotų susidÅ«rimas su iÅ¡imtimis, neiÅ¡samÅ«s duomenys, prastas testavimas arba techninÄs prieÅŸiÅ«ros trÅ«kumas ir kt.
Savigydos RPA apibÅ«dina sistemÄ , kuri gali pati save pataisyti be ÅŸmogaus įsikiÅ¡imo.
Savigydos RPA robotai tampa įmanomi naudojant dirbtinio intelekto algoritmus, kurie stebi automatizuotos uÅŸduoties vykdymÄ . IÅ¡kilus problemoms, Å¡ie naudingi įrankiai pradeda veikti, nustato pagrindinÄ prieÅŸastį ir jÄ iÅ¡taiso. Geroji pusÄ – didesnis naÅ¡umas ir daugiau darbo laiko.
8. IÅ¡manusis apdorojimas kasyba
Procesų paieÅ¡ka RPA kontekste apima uÅŸduoÄių, kurias įmonÄs gali automatizuoti, atradimÄ . Naudodamos paÅŸangias dirbtinio intelekto analitines galimybes, komandos gali iÅ¡tirti savo verslo darbo eigÄ , kad rastų uÅŸduotis, kurias galima automatizuoti, ir prognozuoti Å¡io automatizavimo poveikį.
Procesų gavybai naudojama ML ir duomenų analizÄ. PavyzdÅŸiui, ji naudoja ekrano įraÅ¡ymo programinÄ Ä¯rangÄ , kad uÅŸfiksuotų darbo eigos duomenis, suskirstydama juos į etapus. Tada ML arba analitikos įrankiais atliekami Å¡ių uÅŸduoÄių modeliai ir randamos sritys, kurias galima paversti automatizuotais procesais. Dirbtinio intelekto įrankiai suteikia įmonÄms geresnÄ uÅŸduoÄių prieÅŸiÅ«rÄ ir supratimÄ , todÄl jos gali nustatyti priklausomybes, kliÅ«tis ir neveiksmingumÄ .
RPA ir procesų analizÄs derinimas yra labai veiksmingas, nes gali padÄti įmonÄms atskleisti procesus, kurių kitu atveju jos negalÄtų aptikti. Tai reiÅ¡kia, kad investicijos į RPA gali bÅ«ti naudingesnÄs ir dar labiau padidinti kitus RPA privalumus, pavyzdÅŸiui, sumaÅŸinti sÄ naudas ir padidinti naÅ¡umÄ .
Kitas dalykas, kurį Äia galite pastebÄti, yra tai, kad procesų gavyba gali sutrumpinti atitinkamų RPA procesų atradimo laikÄ . Tai reiÅ¡kia, kad jÅ«sų įgyvendinimas bus pradÄtas daug greiÄiau.
9. PrograminÄs įrangos testavimo automatizavimas
PrograminÄs įrangos kÅ«rÄjai ir leidÄjai per pastaruosius kelis deÅ¡imtmeÄius sukÅ«rÄ kai kurias labiausiai perversmÄ sukÄlusias technologijas. TaÄiau jų pramonÄ taip pat patyrÄ tam tikrÄ revoliucijÄ . „DevOps” ir „Agile” metodikos padÄjo programuotojams patenkinti ÅŸaibiÅ¡kų, nuolat tobulinamų produktų poreikį, o „CI/CD” vamzdynai taip pat padeda greiÄiau pateikti produktus rinkai.
RPA yra fantastiÅ¡kas įrankis tam tikrų tipų programinÄs įrangos testavimui. „McKinsey” teigia, kad naujos kartos programinÄs įrangos kÅ«rimas atsilieka nuo dirbtinio intelekto pagal didÅŸiausios 2023 m. technologijų tendencijos. Å ios tendencijos prieÅ¡akyje bus programinÄs įrangos testavimo automatizavimas, kuriam pasitelkiami ir RPA, ir dirbtinis intelektas, o generatyvinis dirbtinis intelektas raÅ¡ys kodÄ , o ne techninio profilio komandos bus kvieÄiamos prisijungti prie Å¡ios srities įrankių, kuriuose nÄra kodo.
KonsultacinÄs įmonÄs partneris Santiago Comella-Dorda teigia, kad „programuotojai yra bene vienas vertingiausių Å¡iuolaikinÄs skaitmeninÄs įmonÄs iÅ¡teklių, taÄiau daugiau nei 40 proc. savo laiko jie praleidÅŸia atlikdami pasikartojanÄias, maÅŸos vertÄs uÅŸduotis, kurias bÅ«tų galima lengvai automatizuoti naudojant Å¡iuolaikinį įrankių rinkinį.”
10. RPA išmanusis automatizavimas
Dirbtinis intelektas Robotizuotas procesų automatizavimas, dar vadinamas iÅ¡maniuoju procesų automatizavimu (IPA), laikomas kitu automatizavimo etapu. Tai yra RPA ir dirbtinis intelektas, kuris suteikia paÅŸintinių gebÄjimų. Ji gali apimti RPA su visomis arba kai kuriomis kitomis pirmiau iÅ¡vardytomis dirbtinio intelekto technologijomis.
Ä®
IBM atliktoje C-Suite vadovų apklausoje
, 90 proc. respondentų teigÄ, kad paÅŸangusis automatizavimas padÄjo jiems „geriau nei vidutiniÅ¡kai valdyti organizacinius pokyÄius reaguojant į naujas verslo tendencijas”. Tai rodo, kad RPA ir dirbtinis intelektas gali padÄti sukurti lanksÄius ir patikimus sprendimus, kurie gali suteikti tikrÄ
konkurencinį pranaÅ¡umÄ
.
Apie RPA ir dirbtinio intelekto galiÄ Ä¯gyvendinti organizacinius pokyÄius liudija verslo bendruomenÄs reakcija į COVID-19 pandemijÄ . Robotizuotų procesų automatizavimo technologijos taikymas siekiant uÅŸtikrinti verslo procesus COVID-19 pandemijos metu (Siderska, 2021) parodÄ, kad 60 proc. tirtų Lenkijos įmonių sugebÄjo įgyvendinti verslo tÄstinumÄ naudodamos RPA priemones. Tyrimo duomenimis, daugiausia prisidÄjo dirbtinis intelektas ir analitika.
Neseniai vykusiame
Gartner apklausa
, 80 % vadovų atskleidÄ savo įsitikinimÄ
, kad automatizavimas gali bÅ«ti taikomas bet kuriam verslo procesui. Å i statistika yra puikus RPA galios, kai ji naudojama kartu su dirbtiniu intelektu, įrodymas. Neįmanoma įsivaizduoti, kad Å¡is skaiÄius galÄtų bÅ«ti toks didelis, jei RPA nebÅ«tų papildyta dirbtiniu intelektu.
Kalbant apie ateitį, tyrimai
neuromorfinis apdorojimas
– informacijos apdorojimo sistema, pagrįsta smegenų struktÅ«ra, gali padÄti geriau paÅŸinti ir padidinti maÅ¡ininį intelektÄ
. Å i perspektyva įdomi tuo, kad Å¡iems intelekto modeliams reikia kur kas maÅŸiau mokymo duomenų, o tai reiÅ¡kia, kad jie gali bÅ«ti prieinami įmonÄms.
Kaip dirbtiniu intelektu paremta RPA pakeis ateitį
apie darbÄ ir visuomenÄ
Dirbtinio intelekto procesų automatizavimo įrankiai dar tik įsibÄgÄja. Å tai kelios sritys, kuriose dirbtinis intelektas dar labiau paveiks automatizavimÄ .
1. PramonÄ 4.0
Pirmoji pramonÄs revoliucija buvo varoma garu, antroji – elektra. TreÄiÄ jÄ pramonÄs revoliucijÄ XX a. septintajame deÅ¡imtmetyje paskatino skaitmeninÄs technologijos. Kalbant apie ketvirtÄ jÄ pramonÄs revoliucijÄ , dar vadinamÄ PramonÄ 4.0, yra keletas technologinių kandidatų, pavyzdÅŸiui, skaitmeniniai dvyniai, virtualioji realybÄ, daiktų internetas, dirbtinis intelektas, intelektinis mÄ stymas ir net 3D spausdinimas.
TaÄiau
IMD pasaulinÄs tiekimo grandinÄs apklausa
nuo 2022 m. atskleidÅŸia nerimÄ
kelianÄiÄ
tiesÄ
. IÅ¡ daugiau nei 200 apklaustų gamybos įmonių vadovų tik nedaugelis su PramonÄs 4.0 technologija susijusias technologijas įvardijo kaip svarbiausiÄ
prioritetÄ
. Tai toli graÅŸu ne 2019 m., kai 68 proc. „McKinsey” apklausoje dalyvavusių respondentų nurodÄ, kad „PramonÄ 4.0” yra svarbiausias strateginis prioritetas.
Mokslinio tyrimo dokumente Robotizuotas procesų automatizavimas ir dirbtinis intelektas pramonÄje 4.0 – LiteratÅ«ros apÅŸvalga (Riberio, 2021) autorius teigia, kad „atsiÅŸvelgiant į dirbtinio intelekto taikymo sritį, RPA prie savo automatizavimo funkcijų palaipsniui prideda algoritmų ar dirbtinio intelekto metodų, taikomų tam tikruose kontekstuose (pvz., įmonių iÅ¡teklių planavimo, apskaitos, ÅŸmogiÅ¡kųjų iÅ¡teklių), skirtų klasifikuoti, atpaÅŸinti, kategorizuoti ir pan., įgyvendinimÄ ”.
TobulÄjant technologijoms, naujos priemonÄs ir galimybÄs padÄs Pramonei 4.0 tapti dirbtinio intelekto varoma realybe.
2. Hiperautomatizavimas
Hiperautomatizavimas yra natÅ«rali automatizavimo evoliucija. TaÄiau vietoj konkreÄios uÅŸduoties ar verslo proceso automatizavimo siekiama iÅ¡plÄsti automatizavimo galimybes visoje organizacijoje. GalutinÄ versija bus visiÅ¡kai susietas ir iÅ¡ esmÄs savarankiÅ¡kas verslas, kuriame darbo eiga ir sprendimai bus supaprastinti, lankstÅ«s ir atsparÅ«s.
Hiperautomatizavimas apima kelių technologijų derinį. Tai apima:
- RPA
- AI
- Verslo procesų automatizavimas (BPA)
- ML
- Paşangus dokumentų apdorojimas (IDP)
- Darbo eigos orkestravimas
- Procesų kasyba
- Natūralios kalbos apdorojimas (NLP)
- Organizacijos skaitmeninis dvynys (DTO)
- Pokalbių RPA
- KompiuterinÄ vizija RPA
Kaip teigiama dokumente Hiperautomatizavimas, skirtas pramonÄs automatizavimo tobulinimui (Haleem, 2021), „Naudojant automatizavimo technologijų derinį, hiperautomatizavimas gali įveikti kai kuriuos vieno automatizavimo įrenginio metodo apribojimus. Tai leidÅŸia įmonÄms perÅŸengti kiekvieno proceso ribas ir automatizuoti beveik bet kokiÄ sudÄtingÄ ir keiÄiamo masto operacijÄ ”.
3. MaÅŸesnÄ priklausomybÄ nuo ekspertų
Pastarųjų metų programinÄs įrangos kÅ«rimo bumas atskleidÄ problemÄ . Nors programÄlių ir mobiliųjų technologijų paklausa augo, pasiÅ«la sunkiai atsiliko. PrograminÄs įrangos kÅ«rÄjų trÅ«ko, todÄl daug darbo vietų buvo neuÅŸimtos iÅ¡tisus mÄnesius.
Kadangi kvalifikuotų kandidatų laukia prestiÅŸinÄs, Å¡eÅ¡iaÅŸenklÄs darbo vietos, bÅ«tų galima atleisti, jei manytumÄte, kad ÅŸmonÄs paprasÄiausiai persikvalifikuos ir gaus naudÄ . Mokyklos ir universitetai taip pat buvo tikrinami, o vyriausybÄs teigÄ, kad jos nepakankamai stengiasi skatinti STEM dalykų įsisavinimÄ . TaÄiau iÅ¡ tikrųjų koduoti yra sunku. Tik nedidelÄ dalis gyventojų turi tam tinkamų gebÄjimų.
Kadangi mÅ«sų pasaulis tampa vis labiau skaitmeninis, programuotojų trÅ«kumas gali bÅ«ti laikomas įspÄjimu, į kurį neatsiÅŸvelgÄme. Laimei, Å¡iÄ problemÄ gali padÄti iÅ¡sprÄsti dirbtinio intelekto automatizavimas.
VadovaujanÄioms pareigoms uÅŸimti reikia vadovavimo įgÅ«dÅŸių ir gilių dalykinių ÅŸinių derinio. Skaitymas ir mokymasis – tai tik viena iÅ¡ dalių, dÄl kurių vadovai ir vyresnieji komandos nariai yra vertingi organizacijai. TaÄiau, kadangi vis daugiau pramonÄs Å¡akų imasi technologijų, Å¡is talentų rezervas maÅŸÄs.
Dirbtinio intelekto analitika gali naudoti didelius istorinių duomenų kiekius, kad surastų įşvalgas ir pagrindinius ryÅ¡ius bei atliktų prognozes. Å ios priemonÄs padÄs sumaÅŸinti patirties atotrÅ«kį. Tai taip pat gali padÄti demokratizuoti įşvalgų sprendimų priÄmimÄ , kuris anksÄiau buvo tik didÅŸiulius biudÅŸetus turinÄių įmonių reikalas.
Nors patyrÄ sprendimų priÄmÄjai ir strategai niekada neiÅ¡eis iÅ¡ mados, hiperautomatizuotas verslas, valdomas maÅ¡ininio mokymosi (ML) ir duomenų analizÄs, veiks visÄ parÄ , priimdamas sprendimus, pagrįstus veiksniais, į kuriuos ÅŸmogus sÄ moningai negalÄtų atsiÅŸvelgti.
„McKinsey” teigia, kad ÅŸinių reikalaujantis darbas automatizuojamas. TeisÄs, ekonomikos, Å¡vietimo, meno ir technologijų srityse atsiras trikdÅŸių, kurie, kaip anksÄiau buvo manoma, kels pavojų tik maÅŸiau kvalifikuotoms darbo vietoms. TaÄiau dar neaiÅ¡ku, kÄ tai reiÅ¡kia bendrai darbo jÄgai.
4. Didesnis valdÅŸios sektoriaus efektyvumas
ValdÅŸios sektoriaus iÅ¡laidos yra nuolat ginÄytinas klausimas. Visame pasaulyje demokratinÄs administracijos turi reputacijÄ
dÄl iÅ¡pÅ«sto biudÅŸeto ir klaidingų iÅ¡laidų. Per
ÅŸymaus Brookingso instituto tyrimai.
, JAV vyriausybinÄs institucijos imasi dirbtinio intelekto ir RPA.
Tokios skirtingos tarnybos kaip Maisto ir vaistų administracija, SocialinÄs apsaugos tarnyba, Gynybos logistikos agentÅ«ra ir IÅŸdo departamentas pritaikÄ dirbtinį intelektÄ
ir RPA, kad padidintų produktyvumÄ
ir sumaşintų pagrindinių paslaugų išlaidas. Be to, a
Amerikos technologijų tarybos ir PramonÄs patariamosios tarybos (ACT-IAC) apklausa.
demonstruoja maşdaug dešimties vyriausybinių organizacijų naudojimo atvejus.
VeiksmingesnÄ ir ekonomiÅ¡kesnÄ vyriausybÄ galÄtų turÄti permainingÄ
poveikį visai visuomenei. Paslaugos taptų veiksmingesnÄs ir efektyvesnÄs, o mokesÄiai bÅ«tų nukreipti į programas, kurios galÄtų pakeisti milijonų ÅŸmonių gyvenimÄ
. TaÄiau toks platus priÄmimas pabrÄÅŸia, kad svarbu paÅ¡alinti
šališkumas dirbtinio intelekto srityje,
ypaÄ jei pasaulio vyriausybÄs naudoja Å¡iÄ
technologijÄ
politiniams sprendimams priimti.
GalutinÄs mintys
Dirbtinis intelektas padarÄ didÅŸiulį poveikį RPA technologijoms. Ankstyvosios automatizavimo priemonÄs galÄjo atlikti daugelį rutininių ir kasdienių uÅŸduoÄių darbo vietoje. TaÄiau, augant kolektyviniam automatizavimo apetitui, RPA susidÅ«rÄ su savo ribomis. Dirbtinis intelektas naikina Å¡ias kliÅ«tis.
Derinant RPA ir dirbtinį intelektÄ iÅ¡pleÄiamos abiejų įrankių galimybÄs. Ä®monÄs jau naudojasi paÅŸangiosios automatikos privalumais, pavyzdÅŸiui, gerina klientų aptarnavimÄ , didina organizacijos efektyvumÄ ir maÅŸina veiklos sÄ naudas. Dirbtinis intelektas iÅ¡plÄtÄ RPA taikymo sritį taip, kaip atrodÄ neįtikÄtina vos prieÅ¡ deÅ¡imtmetį.
TaÄiau robotų procesų automatizavimo ir dirbtinio intelekto istorija Äia nesibaigia. Dar daugiau laimÄjimų bus pasiekta artÄjant hiperautomatizavimo erai. Tai bus beprotiÅ¡ka kelionÄ, todÄl neatsilikite.
