Robotická automatizácia procesov je rozbehnutý vlak. Podľa spoločnosti Deloitte sa touto technológiou dosiahne takmer univerzálne prijatie do roku 2025. To, že RPA dominuje vo svete podnikania, však neznamená, že sa prestane vyvíjať.
Nachádzame sa na vzrušujúcej technologickej križovatke. Pokrok v oblasti umelej inteligencie bol v posledných rokoch prekvapujúci. ChatGPT a iné formy generatívnej umelej inteligencie sa dostali do povedomia verejnosti. Táto vzrušujúca technológia je však len jedným z prejavov potenciálu umelej inteligencie.
RPA je jednoduchý, ale účinný nástroj. Konvergencia RPA a AI však poskytuje nekonečné možnosti inovácií. Konverzačný zákaznícky servis poháňaný umelou inteligenciou, rozhodovanie založené na analytike a automatizácia znalostnej práce sú len niektoré príklady umelej inteligencie v RPA.
S technologickým pokrokom zmení kognitívna robotická automatizácia procesov povahu práce tak, že si to sotva dokážeme predstaviť. Skôr ako sa zamyslíme nad jej budúcim vplyvom, preskúmame, ako umelá inteligencia s RPA už posunula hranice automatizácie.
Limity RPA
Široké prijatie RPA je dôkazom jeho užitočnosti. Táto technológia pomohla nespočetným podnikom dosiahnuť novú úroveň výroby, efektívnosti a presnosti vďaka automatizácii kedysi manuálnych úloh. Ako každá technológia má však svoje horné hranice.
1. Transakčná automatizácia sa ťažko riadi
Hoci RPA boti budú verne pracovať na procesoch, potrebujú trochu správy a údržby. Napríklad, keď sa zmenia vstupy alebo výstupy, roboty sa musia prekonfigurovať tak, aby zvládli tieto mierne zmenené podmienky. V dynamickom pracovnom prostredí to môže odčerpávať zdroje a čas.
2. RPA bojuje s neštruktúrovanými údajmi
Nástroje RPA sú vytvorené na vykonávanie úloh pomocou logiky if/then/else. Preto sa spoliehajú na predvídateľné dátové štruktúry. Akákoľvek odchýlka alebo zmena vstupných údajov spôsobí chyby alebo výnimky, pretože sú mimo definovaných hodnôt, ktoré bot očakáva.
3. RPA predstavuje výzvy v oblasti škálovania
Čiastočne z dôvodov, ktoré sme uviedli vyššie, môže byť škálovanie procesov RPA náročné. Každý proces musí byť jasne definovaný, riadený a udržiavaný, pričom problémy môže spôsobovať aj nedostatočná prispôsobivosť RPA.
Obmedzenia RPA nie sú dôvodom na obavy. RPA s podporou umelej inteligencie môže prekonať každé z týchto obmedzení a zároveň otvoriť nové a vzrušujúce možnosti automatizácie.
Tu sa dozviete, ako RPA s AI zmenila automatizáciu.
Robotická automatizácia procesov a umelá inteligencia:
Dokonalá zhoda
RPA je zo svojej podstaty jednoduchý a nekomplikovaný nástroj, aspoň na úrovni používateľa. Je vytvorený tak, aby bol prístupný aj netechnickým tímom. Ako taký vykonáva pokyny, ktoré mu boli udelené, kontrolovaným spôsobom. Je na ľuďoch, aby tieto procesy identifikovali a usmernili RPA na vykonanie príkazov.
Samozrejme, podrobný postup krok za krokom môže byť pri dostatočnej zložitosti nemožný – preto je kombinácia RPA a umelej inteligencie budúcnosťou automatizácie.
1. RPA s optickým rozpoznávaním znakov
Na stránke
Robotická automatizácia procesov s AI a OCR na zlepšenie obchodných procesov
(Shidaganti, 2021), autor načrtáva obmedzenia RPA a navrhuje: „Akékoľvek zmeny v automatizovanom procese si vyžadujú priame zmeny v aplikácii RPA.“ Shidaganti navrhuje umelú inteligenciu ako riešenie tohto procesu a argumentuje optickým rozpoznávaním znakov (OCR) ako základným rozšírením RPA.
OCR skutočne ovplyvnilo podniky tým, že otvorilo RPA pre neštruktúrované údaje. Nástroje RPA OCR s umelou inteligenciou dokážu čítať informácie z tlačených dokumentov a dokonca aj z písaného textu. Existujú tri hlavné možnosti pre RPA, ktoré integrácia OCR uľahčuje.
- OCR kóduje štruktúrované údaje, čo umožňuje RPA pracovať s nepredvídateľnými vstupmi
- RPA môže automatizovať vzdialené stroje dešifrovaním toho, čo sa deje na ich obrazovkách
- OCR v spojení so strojovým učením môže skenovaním dokumentov pomôcť pri ochrane pred praním špinavých peňazí (KYC) a pri odhaľovaní podvodov. Poznatky a rozhodnutia techniky sa môžu integrovať s RPA, čo umožní rýchlejšie otváranie účtov, onboarding, rozhodovanie o pôžičkách atď.
2. Strojové učenie a RPA
Robotická automatizácia procesov a strojové učenie sú ďalším príkladom využitia umelej inteligencie na prekonanie prirodzených obmedzení RPA. Už v roku 2016 odborníci na automatizáciu v poisťovníctve identifikovali možnosti kognitívnej robotickej automatizácie procesov (RPA). V tomto dokumente autori ako možné horizonty uvádzajú „samooptimalizáciu služieb zákazníkom, stanovenie cien úverov, finančné poradenstvo alebo vybavovanie reklamácií či sťažností“.
Je zaujímavé sledovať, ako sa nástroje strojového učenia pre robotickú automatizáciu procesov stali bežnými v krátkom čase, čo musí slúžiť ako znak pokroku.
Strojové učenie je všade. Opisuje proces učenia stroja vykonávať úlohy pomocou explicitných programových inštrukcií. Ako možno viete, ide o stroje, ktoré používajú algoritmy na analýzu a hľadanie vzorov v súbore údajov. Po vyškolení môže stroj spracovávať ďalšie údaje a vytvárať poznatky a predpovede.
RPA a strojové učenie sa k sebe skvele hodia, pretože to znamená, že RPA sa stáva inteligentnejšou, intuitívnejšou a schopnou pracovať s neštruktúrovanými údajmi.
3. RPA s hlbokým učením
Strojové učenie je podmnožinou umelej inteligencie, zatiaľ čo hlboké učenie je podmnožinou strojového učenia. Rozdiel medzi hlbokým učením a strojovým učením je pre niektorých ľudí možno jemný, ale stojí za to ho preskúmať. Strojové učenie sa trénuje na údajoch, ktoré pomáhajú pri rozhodovaní a predpovedaní.
Táto technológia sa však zvyčajne nedokáže časom sama zlepšovať. Naproti tomu hlboké učenie zahŕňa používanie neurónových sietí na učenie a zlepšovanie jeho výkonu. Inými slovami, vďaka hlbokému učeniu sa RPA a ML spájajú, aby vytvorili automatizácie, ktoré sa zlepšujú vďaka skúsenostiam.
Hlboké učenie si samozrejme vyžaduje neuveriteľné množstvo údajov na vykonávanie tejto funkcie. Ďalším príkladom hlbokej symbiózy medzi umelou inteligenciou a RPA sú roboty, ktoré sú ideálne na pomoc pri náročnom procese zhromažďovania týchto tréningových údajov. Nástroje RPA môžu pristupovať k rôznym webovým stránkam a iným informačným úložiskám, aby zhromaždili tieto informácie a zabezpečili, že algoritmus hlbokého učenia bude mať dostatok údajov na zlepšenie.
Hlboké učenie tiež umožňuje botom využívať výhody prediktívnej analýzy. Keď RPA narazí na výnimky, môže ich porovnať s očakávanými alebo neočakávanými vzormi, čím sa eliminuje závislosť od ľudského zásahu.
Keď inteligentní boti dokážu robiť rozhodnutia založené na údajoch, môžu optimálne reagovať na zákazníkov. Príkladom takýchto aplikácií v rámci RPA sú nástroje na analýzu nálad, ktoré využívajú spracovanie prirodzeného jazyka (NLP) na dekódovanie nálad spotrebiteľov. Na druhej strane môžu roboty modulovať svoju reakciu tak, aby sa trafili do vhodnej noty. Táto dynamika môže výrazne pomôcť prekonať rozdiely medzi empatickým ľudským prístupom k zákazníkom a jeho mechanizovanou alternatívou.
4. RPA a rozpoznávanie obrazu
Spojenie RPA so softvérom na rozpoznávanie obrazu je ďalším príkladom využitia umelej inteligencie na prekonanie neschopnosti RPA vysporiadať sa s chaotickými alebo neštruktúrovanými údajmi. V dokumente
Analýza a použiteľnosť technológií umelej inteligencie v oblasti softvérových robotov RPA na automatizáciu podnikových procesov
(Kanakov, 2022) autor uvádza niektoré fascinujúce spôsoby využitia RPA a rozpoznávania obrazu v súvislosti s automatizáciou kontroly náboru zamestnancov alebo pomoci pri odhaľovaní podvodov.
Medzi ďalšie prípady použitia, ktoré Kanakov navrhol, patrí využitie rozpoznávania tváre na zabezpečenie budov pomocou nástrojov RPA pripojených ku kamerám. Možnosti využitia sú skutočne nekonečné. Napríklad drony alebo kamery by mohli skenovať ľubovoľné prostredie a hľadať anomálie. Po zistení problémov by ich systém RPA mohol nahlásiť príslušným stranám, čím by sa zabezpečila rýchla náprava.
5. RPA s generatívnou AI
V
článku v časopise Forbes
, Clint Boulton zo spoločnosti DELL používa fantastickú analógiu pri porovnávaní RPA a generatívnej AI. Navrhuje, aby „na slávnostnom podujatí RPA kontrolovala zoznam hostí, počítala vstupenky a monitorovala veci, ako je kapacita miestnosti, vykurovanie a osvetlenie.“ Potom uvádza: „Generatívna umelá inteligencia medzitým vytvára reklamu na podujatie, píše gratulačné prejavy pre ocenených a vedie rozhovory s každým hosťom.“
Na tomto prirovnaní je silné to, že dokonale vystihuje niečo, čo sme všetci pozorovali v poslednom roku. Generatívna umelá inteligencia je taká zaujímavá a výkonná, že sa jej výsledkom nemôžeme čudovať. Avšak bez toho, aby niekto (RPA) pracoval v pozadí a vykonával podradné úlohy, nemôže byť žiadna udalosť alebo aspoň nie funkčná.
Podľa spoločnosti Gartner ponúka generatívna AI veľa možností. Dokáže rýchlo generovať písaný obsah, obrázky, videá, hudbu a dokonca aj kód. Niektoré možnosti sú zrejmé okamžite, napríklad konverzačný zákaznícky servis.
Ďalšie prípady využitia RPA a generatívnej umelej inteligencie zahŕňajú pomoc RPA pri porozumení neštruktúrovaným údajom rôznych foriem a dokonca aj rozšírenie RPA o rozhodovanie, analýzu údajov a ďalšie.
6. Zúčastnil sa automatizácie
Automatizáciu môžete rozdeliť do dvoch kategórií: Obsluhovaná a neobsluhovaná. Ako sa dá očakávať, bezobslužná automatizácia znamená, že bot vykonáva procesy bez akéhokoľvek ľudského vstupu. Naproti tomu automatizácia s účasťou opisuje úlohy, ktoré si vyžadujú interakciu človeka minimálne počas jedného kroku na ceste.
Existuje niekoľko spôsobov, ako to môže fungovať. Automatizovaný proces môže napríklad vyžadovať manuálne spustenie. Prípadne sa môže stať, že v jednom z krokov budú potrebné bezpečnostné poverenia počas procesu. Vďaka robotickej automatizácii pracovnej plochy (RDA) sú však možné aj zložitejšie orchestrácie.
Robotická automatizácia pracovnej plochy (RDA) je forma automatizácie s účasťou. Vďaka nástrojom umelej inteligencie, ako je ML a optické rozpoznávanie znakov, však tieto roboty dynamicky spájajú viaceré pracovné procesy a neustále automatizujú rôzne úlohy pre jednotlivých používateľov. V tomto scenári bot RDA funguje ako virtuálny asistent, ktorý načítava údaje, odosiela súbory a vytvára správy, zatiaľ čo ľudský pracovník hovorí so zákazníkom.
7. Samolepiace roboty
A
Prieskum stavu RPA od roku 2022
odhalil problém, ktorý sa týka niektorých podnikov, ktoré prijímajú riešenia RPA. Viac ako 69 % respondentov uvádza, že sa každý týždeň stretávajú s nefunkčným RPA botom. Čo je však ešte horšie, viac ako 40 % respondentov uviedlo, že oprava ich bota trvá viac ako 5 hodín, pričom ďalší respondenti uviedli, že náprava môže trvať viac ako jeden deň.
Tieto čísla sú neprijateľne vysoké. Prieskum sa však nezaoberá konkrétnymi problémami. Medzi bežné dôvody zlyhania RPA patria napríklad zmeny vstupov, narazenie robotov na výnimky, neúplné údaje, nedostatočné testovanie alebo nedostatočná údržba.
Samoopravujúci sa RPA opisuje systém, ktorý sa dokáže opraviť sám bez vstupu ľudského pracovníka.
Samoregeneračné roboty RPA sú možné vďaka algoritmom umelej inteligencie, ktoré monitorujú výkon automatizovanej úlohy. Keď sa vyskytnú problémy, tieto užitočné nástroje začnú pracovať, identifikujú hlavnú príčinu a použijú opravu. Výhodou je vyšší výkon a dlhší čas prevádzky.
8. Inteligentné spracovanie ťažby
Process mining v kontexte RPA zahŕňa objavovanie úloh, ktoré môžu podniky automatizovať. Pomocou pokročilých analytických schopností umelej inteligencie môžu tímy preskúmať svoje pracovné postupy a nájsť úlohy, ktoré možno automatizovať, a vypracovať prognózy o vplyve tejto automatizácie.
Process mining využíva ML a dátovú analytiku. Na zachytenie údajov o pracovnom postupe sa napríklad používa softvér na nahrávanie obrazovky, ktorý ho rozdeľuje na jednotlivé kroky. Potom sa pomocou nástrojov ML alebo analytických nástrojov spustia modely týchto úloh a nájdu sa oblasti, ktoré sa môžu zmeniť na automatizované procesy. Nástroje umelej inteligencie poskytujú podnikom lepší dohľad a pochopenie úloh, čo im umožňuje identifikovať závislosti, úzke miesta a neefektívnosť.
Spojenie RPA a process miningu je veľmi silné, pretože môže podnikom pomôcť odhaliť procesy, ktoré by inak neodhalili. To znamená, že môžete získať väčšiu hodnotu zo svojich investícií do RPA a ďalej znásobiť ďalšie výhody RPA, ako je zníženie nákladov a zvýšenie produktivity.
Ďalšia vec, ktorú si tu môžete všimnúť, je, že process mining môže skrátiť čas objavovania vhodných procesov RPA. To znamená, že vaša implementácia sa začne oveľa rýchlejšie.
9. Automatizácia testovania softvéru
Vývojári a vydavatelia softvéru priniesli niektoré z najprevratnejších technológií, ktoré sme za posledných niekoľko desaťročí mali možnosť vidieť. Aj ich odvetvie však prešlo určitou revolúciou. Metodiky DevOps a Agile pomohli vývojárom uspokojiť dopyt po bleskovo rýchlych a neustále sa zlepšujúcich produktoch, pričom k rýchlejšiemu uvedeniu na trh prispievajú aj potrubia CI/CD.
RPA je fantastický nástroj na špecifické typy testovania softvéru. McKinsey naznačuje, že vývoj softvéru novej generácie je hneď za umelou inteligenciou, pokiaľ ide o najväčšie technologické trendy v roku 2023. Na čele tohto trendu bude stáť automatizácia testovania softvéru poháňaná RPA aj AI, pričom generatívna AI bude písať kód a netechnické tímy budú vítané vďaka nástrojom bez kódu.
Ako uvádza partner poradenskej spoločnosti Santiago Comella-Dorda, „vývojári sú pravdepodobne jedným z najcennejších aktív moderného digitálneho podniku, ale viac ako 40 % svojho času trávia opakujúcimi sa úlohami s nízkou hodnotou, ktoré by sa dali ľahko automatizovať pomocou modernej sady nástrojov.“
10. Inteligentná automatizácia RPA
Robotická automatizácia procesov s umelou inteligenciou, nazývaná aj inteligentná automatizácia procesov (IPA), sa považuje za ďalší stupeň automatizácie. Využíva RPA a pridáva kognitívne schopnosti prostredníctvom AI. Môže zahŕňať RPA so všetkými alebo niektorými z vyššie uvedených technológií AI.
V
IBM medzi vedúcimi pracovníkmi C-Suite
, 90 % respondentov uviedlo, že inteligentná automatizácia im pomohla „nadpriemerne dobre riadiť organizačné zmeny v reakcii na nové obchodné trendy“. Tento názor svedčí o schopnosti RPA a AI vytvárať agilné a robustné riešenia, ktoré môžu poskytnúť skutočnú konkurenčnú výhodu.
Dôkazom toho, že RPA a umelá inteligencia môžu priniesť organizačné zmeny, je reakcia podnikateľskej komunity na pandémiu COVID-19. Zavedenie technológie robotickej automatizácie procesov na zabezpečenie obchodných procesov počas pandémie COVID-19 (Siderska, 2021) ukázal, že 60 % skúmaných poľských podnikov bolo schopných zaviesť kontinuitu podnikania vďaka nástrojom RPA. Podľa štúdie k tomu najviac prispeli umelá inteligencia a analytika.
V nedávnom
Gartner
, celých 80 % vedúcich pracovníkov vyjadrilo presvedčenie, že automatizácia sa dá použiť na akýkoľvek podnikový proces. Táto štatistika je pozoruhodným dôkazom sily RPA pri použití s umelou inteligenciou. Je nemožné si predstaviť, že by toto číslo mohlo byť také vysoké bez rozšírenia RPA o umelú inteligenciu.
Pokiaľ ide o budúcnosť, výskum
neuromorfného spracovania
– systém spracovania informácií, ktorý je založený na štruktúre mozgu, by mohol viesť k lepšiemu poznávaniu a strojovej inteligencii. Vzrušujúce na tomto horizonte je, že tieto inteligentné modely vyžadujú oveľa menej tréningových údajov, čo znamená, že by mohli byť dostupné pre podniky.
Ako RPA s umelou inteligenciou zmení budúcnosť
práce a spoločnosti
Nástroje na automatizáciu procesov s umelou inteligenciou sa ešte len rozbiehajú. Tu je niekoľko oblastí, v ktorých bude mať umelá inteligencia ďalší vplyv na automatizáciu.
1. Priemysel 4.0
Prvú priemyselnú revolúciu poháňala para, druhú elektrina. Tretia priemyselná revolúcia bola umožnená digitálnymi technológiami v 70. rokoch 20. storočia. Pokiaľ ide o štvrtú priemyselnú revolúciu, známu aj ako Priemysel 4.0, existuje niekoľko technologických kandidátov, ako sú digitálne dvojčatá, virtuálna realita, internet vecí (IoT), umelá inteligencia a ML, a dokonca aj 3D tlač.
Avšak, an
IMD Globálny prieskum dodávateľského reťazca
z roku 2022 odhaľuje znepokojujúcu pravdu. Z viac ako 200 oslovených vedúcich pracovníkov výrobných podnikov len veľmi málo uviedlo technológie súvisiace s Priemyslom 4.0 ako veľkú prioritu. To je ďaleko od roku 2019, keď 68 % respondentov prieskumu spoločnosti McKinsey uviedlo, že priemysel 4.0 je najvyššou strategickou prioritou.
Vo výskumnej práci Robotická automatizácia procesov a umelá inteligencia v priemysle 4.0 – Prehľad literatúry (Riberio, 2021), autor uvádza, že „vzhľadom na rozsah použiteľnosti umelej inteligencie, RPA postupne pridáva k svojim automatizačným funkciám implementácie algoritmov alebo techník umelej inteligencie aplikovaných v určitých kontextoch (napr. plánovanie podnikových zdrojov, účtovníctvo, ľudské zdroje) na klasifikáciu, rozpoznávanie, kategorizáciu atď.“
S ďalším vývojom technológií pomôžu nové nástroje a možnosti, aby sa priemysel 4.0 stal realitou poháňanou umelou inteligenciou.
2. Hyperautomatizácia
Hyperautomatizácia je prirodzeným vývojom automatizácie. Namiesto automatizácie konkrétnej úlohy alebo obchodného procesu sa však snaží rozšíriť možnosti automatizácie v rámci celej organizácie. Konečná verzia bude plne prepojený a do značnej miery autonómny podnik, v ktorom budú pracovné postupy a rozhodnutia zefektívnené, agilné a odolné.
Hyperautomatizácia zahŕňa kombináciu viacerých technológií. To zahŕňa:
- RPA
- AI
- Automatizácia podnikových procesov (BPA)
- ML
- Inteligentné spracovanie dokumentov (IDP)
- Orchestrácia pracovných postupov
- Procesná ťažba
- Spracovanie prirodzeného jazyka (NLP)
- Digitálne dvojča organizácie (DTO)
- Konverzačná RPA
- Počítačové videnie RPA
Ako sa uvádza v dokumente Hyperautomatizácia na zvýšenie automatizácie v priemysle (Haleem, 2021), „Prostredníctvom kombinácie automatizačných technológií môže hyperautomatizácia prekonať niektoré obmedzenia metódy jedného automatizačného zariadenia. To umožňuje spoločnostiam prekročiť hranice jednotlivých procesov a automatizovať takmer všetky náročné a škálovateľné operácie.“
3. Menšie spoliehanie sa na odborníkov
Rozmach vývoja softvéru v posledných rokoch odhalil problém. Zatiaľ čo dopyt po aplikáciách a mobilných technológiách rástol, ponuka s ním len ťažko držala krok. Softvérových vývojárov bol nedostatok, čo znamenalo, že mnohé pozície boli dlhé mesiace neobsadené.
Vzhľadom na to, že na kvalifikovaných uchádzačov čakajú prestížne šesťmiestne pracovné miesta, mohli by ste si myslieť, že ľudia sa jednoducho rekvalifikujú a získajú odmenu. Školy a univerzity sa tiež dostali pod drobnohľad, pričom vlády naznačili, že nerobia dostatočné kroky na podporu využívania predmetov STEM. V skutočnosti je však kódovanie ťažké. Len malá časť populácie má na túto prácu predpoklady.
Keďže sa náš svet stáva čoraz digitálnejším, nedostatok programátorov by sa mohol považovať za varovanie, ktoré sme nedbali. Našťastie, automatizácia na báze umelej inteligencie môže byť protilátkou na tento problém.
Vedúce pozície si vyžadujú kombináciu manažérskych zručností a hlbokých odborných znalostí. Čítanie a učenie sa sú len jednou z častí toho, čo robí vedúcich pracovníkov a členov seniorských tímov pre organizáciu cennými. Keďže však čoraz viac priemyselných odvetví využíva technológie, táto skupina talentov sa vyčerpá.
Analýza pomocou umelej inteligencie dokáže využiť obrovské množstvo historických údajov na nájdenie poznatkov a základných vzťahov a na vytvorenie predpovedí. Tieto nástroje pomôžu preklenúť rozdiely v skúsenostiach. Môže tiež slúžiť na demokratizáciu prezieravého rozhodovania, ktoré bolo doteraz výsadou podnikov s obrovskými rozpočtami.
Zatiaľ čo skúsení rozhodovatelia a stratégovia nikdy nevyjdú z módy, hyperautomatizovaný podnik riadený strojovým učením (ML) a dátovou analýzou bude pracovať nepretržite a rozhodovať sa na základe faktorov, ktoré by človek vedome nezohľadnil.
McKinsey naznačuje, že automatizácia znalostnej práce je už na dohľad. Právo, ekonomika, vzdelávanie, umenie a technológie zažijú narušenie, ktoré sa predtým považovalo len za ohrozenie menej kvalifikovaných pracovných miest. Čo to však znamená pre celkovú pracovnú silu, ešte nie je známe.
4. Väčšia efektívnosť verejnej správy
Vládne výdavky sú neustále spornou otázkou. Demokratické administratívy na celom svete majú povesť štátov, ktoré sa vyznačujú nadmernou spotrebou a chybnými výdavkami. Na
výskum renomovaného Brookingsovho inštitútu
, vládne orgány USA využívajú AI a RPA.
Rôzne rezorty, ako napríklad Úrad pre potraviny a liečivá, Úrad sociálneho zabezpečenia, Agentúra pre logistiku obrany a Ministerstvo financií, zaviedli AI a RPA s cieľom zvýšiť produktivitu a znížiť náklady na svoje základné služby. Okrem toho, a
prieskum Americkej rady pre technológie a Poradného výboru pre priemysel (ACT-IAC)
demonštruje prípady použitia z približne desiatky vládnych organizácií.
Účinnejšia a nákladovo efektívnejšia vláda by mohla mať transformačný účinok na celú spoločnosť. Služby by sa mohli stať efektívnejšími a účinnejšími a dane by sa mohli použiť na programy, ktoré by mohli zmeniť životy miliónov ľudí. Toto rozšírené prijatie však zdôrazňuje význam odstránenia
predsudky v umelej inteligencii,
najmä ak vlády na celom svete využívajú túto technológiu na prijímanie politických rozhodnutí.
Záverečné myšlienky
Umelá inteligencia má zásadný vplyv na technológiu RPA. Prvé automatizačné nástroje dokázali zvládnuť množstvo rutinných a všedných úloh na pracovisku. S rastúcim kolektívnym apetítom po automatizácii však RPA narazila na svoje limity. Umelá inteligencia tieto prekážky odstraňuje.
Kombinácia RPA a AI rozširuje potenciál oboch nástrojov. Podniky už využívajú výhody inteligentnej automatizácie, ako je zlepšenie služieb zákazníkom, zvýšenie efektívnosti organizácie a zníženie prevádzkových nákladov. Umelá inteligencia otvorila oblasť pôsobnosti RPA spôsobom, ktorý sa ešte pred desiatimi rokmi zdal nepravdepodobný.
Príbeh robotickej automatizácie procesov a umelej inteligencie sa tu však nekončí. Ďalšie prínosy prídu s prechodom do éry hyperautomatizácie. Bude to divoká jazda, tak nezostávajte pozadu.
