核心观点
- 自动化发展历程：RPA（机器人流程自动化）从世纪初的兴起，逐渐成熟并扩展应用范围，但多数企业仍停留在有限场景的战术性应用，缺乏战略层面的整合。
- 智能自动化（IA）：IA通过整合非结构化数据、高级AI服务、ML驱动的编排和无缝的Bot-Human-Bot交互，实现端到端的自动化，为企业带来更广泛的业务价值。
- IA的关键挑战：过程发现、复杂性、异常路径处理、人机交互、非结构化数据处理是IA实施的主要挑战。
关键数据
- 自动化部署现状：53%的企业部署了10个或更少的Bot，只有少数企业部署超过100个Bot。
- 自动化价值衡量：56%的企业使用自动化平台内置工具衡量ROI，26%的企业使用BI团队工具，18%的企业使用专用ROI工具。
- 自动化实施障碍：实施成本、变革阻力、IT准备不足是前三大障碍。
- 过程发现方式：37%的企业由业务和运营人员手动识别，26%来自流程改进/运营卓越团队，22%使用流程挖掘工具。
研究结论
- 过程发现与编排：任务挖掘和流程挖掘技术结合机器学习，可以揭示实际业务规则，指导自动化流程设计，并通过NBAML模型进行动态决策。
- 人机交互：NLP、NLU、NLG等技术使机器能够理解和生成自然语言，实现更智能的人机交互，LCNC工具则简化了交互界面设计。
- 数据处理：OCR技术进步显著，可处理多种格式的文档，结合机器视觉技术，实现非结构化和半结构化数据的数字化和结构化。
- IA的未来：IA将推动企业数字化转型，成为企业战略的核心，连接人、流程和数据，释放自动化潜力，但需要更多具备专业技能的从业者。
IA平台解决方案
- AssistEdge 19.0：通过连接过程、数据和人员，解决自动化孤岛问题，提供端到端的自动化体验，助力企业实现智能自动化转型。
