河洛网首页 新闻 关注 房产 汽车 教育 健康 婚庆 家居 旅游

| 人工智能

娱乐 体育 财经 科技 人工智能

人工智能促进企业的端到端智能自动化

来源:河洛网    发布时间:2021-06-10     发布人:洛阳新闻网

随着各组织协调业务流程,增加数字化转换项目的投资,以应对新型冠状病毒带来的破坏,此次疫情提高了对流程自动化的关注。

人工智能促进企业的端到端智能自动化

对于致力于或致力于这种现代化的IT负责人来说,人工智能(主要是机器学习技术)将对自动化产生革命性的影响,有望接近端到端流程自动化的梦想。

但是,目前由AI驱动的流程自动化仍然是一种理发的方法,AI涉及的是单个任务,而不是整个流程链。 尽管供应商再怎么大肆宣传,完全自动化还没有到来,但致力于填补这个/ kloc-0/white的各组织正在寻找创新的方法,使这个有前景的概念更接近现实。

在智能自动化现状自动化中使用AI的典型用例中,工作人员不需要手动将PDF文件的信息重新输入表格,只要训练AI,就可以代替手动进行这些工作。 或者,如果员工需要经常搜索公司文档以回答客户的问题,AI将提供可能的答案。

对于整个过程的其余部分,人仍然处于中心位置。 人工业务分析师发现了进入某个特定流程的东西。 开发者使用RPA(robotprocessautomation )系统创建工艺流程。 越来越多的业务分析人员监视流程性能,寻找瓶颈,并提出通过传统脚本和AI扩展技术实现自动化的其他步骤的想法。

也就是说,到目前为止,AI已经成为用更大的自动化计划来填补小市场的工具。

HFS Research公司研究高级副总裁艾琳娜·; 克里斯托弗( Elena Christopher )是“ 关于AI的一个大秘密是,每个用例的范围有多窄。 ”

与端到端智能自动化相结合的技术可能已经存在,但至少在理发上存在。 但是,挑战依然存在。 这包括了解业务流程往往不是那么简单的事实。 因为,员工经常切换系统来执行任务的一部分,或者自己执行数字难以完成的工作,从而削弱了AI从头到尾完全理解流程的能力。

利用计算机视觉的流程洞察力Genpact是一家拥有约100,000名员工的全球专业服务公司,为包括许多财富500强企业在内的数百名客户管理着数千个流程。 该公司利用智能,使核心系统内的单个交易与其所属的更大的流程相匹配。 但是,Genpact公司的首席数字官桑杰• Sanjay Srivastava表示,例如,如果一名员工离开核心系统,在Web浏览器中打开页面,就会缺乏智能。

例如,在某个流程步骤中,必须搜索定价页面以确定特定商品是否超过100美元。 为了完成这项工作,员工可以打开相关页面,在决定如何操作下一步之前快速浏览这个价格。 这个动作(在画面上看到什么)很难用数字进行。

这就是计算机视觉发挥作用的地方,使用工作场所的摄像头跟踪员工所看到的内容。 “ 这必须得到工作人员的同意才能执行。 ” 斯里加斯塔说。 “ 因为通常我们服务的企业已经制定了有关这方面的政策,所以这项工作对一些公司是可行的,对其他公司是不可行的。 ”

通过使用包括计算机视觉在内的多种技术,Genpact公司的自动化系统不仅可以收集特定部门和岗位员工的行为,还可以收集与业务流程相关的所有行为。 据斯瓦斯塔瓦介绍,确定所有工作任务并将其与某个工作流关联的过程称为过程挖掘,Genpact公司使用自主开发的AI自动化解决方案进行了这项工作,已经三年了。 在过去的一年中,该公司添加和使用了计算机视觉,使技术更加全面。

确定并挖掘业务流程后,Genpact公司可以监视和排除流程的各个实例,也可以根据持续反馈对流程进行微调。

他说:““ 假设我们公司上周购买了100,000台笔记本电脑。 ” “ 可以提取100,000个端到端的流程。 可以监视所有进程的情况,并始终跟踪特定进程的情况。 为什么这条一流的路线没有通过? 能够解决业务问题,适应新常态。 ”

这个“ 新标准和” 可能与自动检测某个过程的变化有关。 例如,如果原始发票额和10%以上的更改需要批准,并且当时批准的百分比为100%,则业务规则可能会从10%调整为20%。 斯里加斯塔说。 然后,通过自动流程自动化,可以跳过发票金额变更为小于20%的审批步骤,或者发送弹出消息通知员工无需将发票转发给财务部门审批,可以自己做出最终决定

AI生成的自动化脚本数字化转型咨询公司UST的AI和机器学习首席架构师阿多南·; 马苏德( Adnan Masood )说,在过去的三年里,我们用AI自动化了一些棘手的工作,数字化了一些业务流程任务。

穆德先生与斯坦福大学和麻省理工学院的AI研究所合作,拥有利用未被监控的学习了解业务流程,并将各个任务连接到端到端流程的专利。

例如,一名员工浏览同一网站查询价格。 另一方面,自动化系统需要明确这是某个过程的一部分; 因为网站总是在变化,所以能复制这个动作就更难了。

苏德说:““ 我们将输入的信息矢量化,识别使用深度学习输入的内容。 ” 然后,当员工下一次访问该网站时,AI可以自动提取数据,而无需手动编写任务脚本。 并且,通过加强学习,AI可以随着时间的推移而改善。

苏德说:““ 在这个循环中,会有人强化AI。 或者,告诉计算机数据字段没有被正确验证。 ” 典型的RPA平台可以自动执行繁琐的工作。 但是,认知型AI可以进行自我优化、自我学习。 ”

他说,在某个参数范围内,这个系统还可以自动运行。 “ 在这种情况下,该系统可以根据所学的知识直接行动。 ”

马苏德说,但是,他的系统要发挥作用,就需要一组基本的日志,搜索和总结所有的流程日志仍然是一个耗时的手动流程。 “ 数据不存在于单个系统中。 它来自不同的来源,有不同的形状。 必须有人进行初始配置。 ”

如果数据存储在旧系统上,则此过程可能需要自定义代码。 必须打开防火墙,或者得到监管和网络安全部门的批准。 数据工程师当然需要建立数据流。 这个过程可能需要几个月。

数据收集后,AI开始分析工作流。 他表示,根据该工作流涉及的人员数量和交易频率,验证该工作流图可能需要几个月的时间。

如果绘制了流程图,则需要手动验证。 他说:““ 学科专家检查了这个流程图,‘ 不,这一步错了。 这里是正确的数据源。 ”

高级整合面临的挑战对于使用RPA的企业来说,非核心系统的任务仍然带来挑战。 避免措施(如捕获web数据和扫描OCR文档)是短期解决方案,可能会导致错误和过程中断。 更好的解决方案是通过API整合更深层次的机器和机器。

梅根·,技术咨询公司Insight合伙人联盟和运营高级副总裁; 安达尔表示“ 在一个站点使用RPA时,自动化过程不是很稳定。 ”

据她所说,RPA可以监视用户在网站上的操作,但RPA系统不知道这个网站可能提供了用于直接获取数据的API。 因此,Insight公司返回了手动脚本化这样的自动化过程。

“ 目前,IT部门手动对API数据传输请求进行编码,” 安达尔说。 “ 因为这项工作在IT部门,所以可以更快地操作,更快地扩大规模。 使用API进行硬编码不会影响自动化过程。 虽然API基准会发生变化,但是变化的速度会更慢。 ”

实现完全自动化的其他障碍是未数字化流程的业务合作伙伴或具有不兼容系统的业务合作伙伴。

她说:““ 客户想按自己的方式工作。 然后,我去找能够以自己想要的方式接收信息的公司。 ” “ 因此,例如,他们可以从我们的网站上订购他们想要的大部分东西,但他们的内部流程要求他们制作订单。 ”

她说,如果客户可以直接连接到这些系统,则必须手动进行编码以建立连接。 她说:““ 之后,需要进行维护以避免中断。 ”

随着越来越多的企业迁移到使用核心业务系统的SaaS平台,以及这些SaaS提供商合作建立数据整合,这些可能会很快发生变化。 “ 拥有预制房屋是绝对理想的状态,” 安达尔说。

具体情况比综合情况更像普华永道事务所( PricewaterhouseCoopers )全球AI负责人阿南• 拉奥( Anand Rao )表示,我们在AI主导的过程挖掘中取得了一些成绩,但仅限于特定的有限案例。

他说:““ 我们整合了很多供应商工具来做这件事。 ” “ 因为人们做的工作类型各不相同,所以如果我们只让一个后台机器人监视所有人,我们什么都不知道。 ”

因此,拉奥注意不要过分信任声称可以解决所有自动化问题的营销谈话。 他说:““ 如果营销人员说可以安装流程挖掘软件代替10个人的工作,我就不相信了。 ”

此外,德勤咨询公司数据云和机器学习的首席专家奇达• 根据“沙雅潘”( Chida Sadayappan )的说法,RPA中使用的大多数AI都支持特定的单独任务。

他说:““ 一切都由AI主导。 ” “ 有些文档是可读的,可以提取数据,也可以编辑个人信息。 有图像相关的工作,如识别封装是否有破损等。 ” 他补充说,这不是AI驱动的RPA。 “ AI只是代替人们执行繁杂的任务。 ”

他说,AI和机器学习被纳入了过程工作流的自动化中。 “ 但是,现在没有很多用例。 ”

萨潘表示,大型保险公司可能会将AI纳入流程工作流自动化,但金融机构可能会使用AI处理抵押贷款申请。 “ 但是,在其他方面,工作流自动化很少使用。 ”

但是,安永会计师事务所全球人工智能咨询负责人丹·; 迪亚西奥( Dan Diasio )看到了增长的可能性。 “ AI有很多积分解决方案。 但是,现在有可能从单解决方案迁移到AI平台。 自动化要求由AI主导完成各项任务。 他说这两件事融合在一起,安永会计师事务所为此“ 以前专注于过程自动化的团队,实际上是AI团队” 。

流程目的:黄金公司分析师马克• 克尔曼斯( Marc Kerremans ) 4月做了一份关于流程挖掘的报告,他说流程挖掘和工作流自动化的AI还处于初期阶段。 “ 但是,AI会不断改善。 ”

但是,至少在不久的将来,不自动化是情景感知。 这还需要手动分析,以确定流程是否应该首先存在,或者是否需要替换为其他内容。

同时,供应商们正在加大力度。 所有主要的RPA供应商都构建或购买了流程挖掘功能,并在Celonis、ui路径、自动Anywhere、Blue Prism和Livejourney等公司投资了AI。

在公司收购行为的推动下,主要供应商们也处于竞争状态。 IBM公司最近收购了流程挖掘公司myInvenio,SAP公司收购了流程挖掘公司Signavio,微软公司收购了工作流自动化公司Softomotie。

最终,克尔曼表示,流程挖掘将成为企业平台的常规功能。

但是,基尔曼兹建议不要沉迷于过程挖掘。 他说:““ 即使没有所有可用的信息,也要从拥有现成信息的任务开始。 ” “ 获得见解、认知和价值。 如果你不这样等三年,你会过时的。 ”

【编辑推荐】

哈佛大学与麻省理工学院联手开发智能口罩,并“迎接”新的皇冠病毒自动闪耀 哈佛大学与麻省理工学院联手开发智能口罩,并“迎接”新的皇冠病毒自动闪耀 rdquo 《纽约邮报》报道称,哈佛大学和麻省理工学院的一组科学家正在设计一种智能口罩。研发的原则很容易理解

CPU比GPU训练神经网络快十几倍。 英特尔:请勿按矩阵计算在深度学习和神经网络领域,研究者通常离不开GPU。 GPU极高的内存带宽和更多的核心数量,使得研究者可以更快地获得模型训练的结果。 同时,CPU受限于自身较少的核心数,计算执行需要较长时

中国人工智能企业占全球融资总额的70% 今年以来,人工智能的发展迎来了新一轮高潮。与此同时,市场和需求日益细分。市场参与者表示,人工智能商业应用的第一年已经到来。 中国人工智能企业占全球融资总额的70% 从没人关心到投

世界上人工智能企业的数量:美国2028家,印度和中国800家? 科学技术不仅能改变生活,也能改变世界。早在19世纪60年代,以英国为中心的工业革命就用机械代替了手工劳动,这极大地促进了社会生产力的提高。21世纪初,互联网的广泛应用在很大程度上改

提高复杂网络分析的效率! 中国科学家的研发将加强新框架提高复杂网络分析的效率! 中国科学家的研发将加强新框架 最近,中国国防科学技术高等院校、美国加利福尼亚大学洛杉矶分校和哈佛医学院的研究人员研制出了深度强化学习信息帧工作检索。

上一篇:光明面与黑暗面:人工智能与人类的未来

下一篇:没有了

免责声明:非本网注明“禁止转载”的信息,皆为程序自动获取互联网,目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责;如此页面有侵犯到您的权益,请给站长发送邮件,并提供相关证明,站长将在收到邮件24小时内删除。

热门标签

洛阳新闻网 | 新闻 | 关注 | 房产 | 汽车 | 教育 | 健康 | 婚庆 | 家居 | 旅游