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。