从 RPA 到 IA——解决 IT 需求或数字化颠覆的长尾问题?

长久以来,机器人自动化一直是制造业的关键推动因素,但关于办公室自动化的所有讨论又有何结论呢?它只是创建宏和修补遗留问题的新方法?还是真正的规则改变者——未来数字化领域的核心组成部分?

我曾担任企业 IT 部门顾问和 IT 管理团队成员,收获了相对较长的经验。您通常无法满足每个用户的需求。有时这不是一个大问题——也许您已经研究出解决方案,可以从根本上满足这些需求,大家都从此过上幸福的生活。

然而更常见的情况是,这些需求得不到解决。在您的 ERP、CRM、SCM 或其他具有三个字母缩写的系统就位,且各类工作流程解决方案和规则引擎均已完成设置之后,仍然会有部分业务要求无法得到满足。这就是 IT 需求的长尾问题。类似需求可能很多——甚至可能占到总数的三分之一。只是这些需求单独的价值太低并且太分散,难以一一解决。

用户不得不自行解决。通常用户还需要进行长时间的手动复制、粘贴操作和无休止的重复动作。或者是一种变通的方法——可能是编辑复杂的电子表格或桌面数据库宏。无论如何,这些都不是理想的解决方式。用户不想一开始就在变通的方案上浪费时间——何况现在还需要进行维护。IT 部门也不满意——他们利用一个无形的解决方案解决了这个问题,而下一次升级,这个解决方案又可能遭到破坏。

那么使用机器人流程自动化(RPA)会如何呢?它是只需要屏幕抓取和宏指令,同时提供 OCR,开启机器视觉?或者全新的文书自动化程序,可为企业家、员工和客户创造巨大的价值?或许还可以远远超越 IT 需求的长尾,甚至创造出数字化颠覆?

我们先看看第一段的类比,并简要谈谈工业机器人。机器学习功能已经应用于增强工业机器人——例如减少设置时间和提高灵活性。因此,这并非全新办法,但是其规模已不同于往日。行业正在开发物理机器,使其能够学习相对复杂的任务并随着时间的推移自行改进。

这一点很重要:工业机器人的安装项目需要投入的成本可能是机器人本身的三倍。如果您的制造流程发生变化或者您想要推出新产品,怎么办?重新配置机器人所需的时间会导致生产中的时间损失或产品发布延迟。如果其中一台机器人突然罢工,整条生产线可能会停滞。类似的问题显然也会出现在办公室的机器人自动化场景——最好精心设计,避免给自己留下更多隐患。

说个有趣的旁话,我们的 Symbio 团队拥有将物理和基于软件的机器人技术相结合的经验。除了软件工程和产品开发,我们在质量保证方面也拥有相当可观的业务。我们内部有很多技术娴熟的工程师,我们可径直启动自动化。

因此,我们开发了一个基于模型的测试自动化框架,该框架具有一定的机器视觉功能,并将其与芬兰公司 Optofidelity 的物理机器人集成。人们可以使用各种外形的触摸屏并自动生成测试脚本。可以添加一些可靠的报告和分析,其成效显而易见。也可以将不同构建块进行智能组合,由此创造价值。

那么,如果将 RPA 功能与一些业务流程、规则引擎和更高级的机器学习功能相结合,会产生什么样的效果?再加上聊天 AI 平台或数字助理,也许会让您大放异彩。如果您是 RPA 流派,也许您会称之为 RPA 2.0 或数字再增加一点。如果您的产品更倾向于人工智能,那么您可能会谈论到认知或智能自动化。

当然,企业软件也越来越好。企业软件不仅越来越容易设置和重新配置,企业套件供应商还在其产品中嵌入了各种认知功能,从而可帮助自动执行日常任务,并通过大量现有数据获得见解,为用户提供支持,或者只是帮助临时用户弄清楚如何使用解决方案或业务流程的目标是什么。

一个典型的企业更有可能拥有多个智能解决方案,让员工和客户的每一天都更轻松。有的解决方案可能属于通用工具箱,而有的可能专注于特定任务,如客户支持。然而,进一步解决方案则存在于员工使用的特定软件解决方案的范围内——或者提供给客户的特定产品。

无论最终决定选取哪个术语来描述它,构建块均已可用。第一个真实世界的应用程序业已存在。其中一些不仅解决了长尾问题,而且实际上正在创建新的数字商业模式并改变商业规则。优质的客户体验与前所未有的可扩展性在后端相结合。不难预测,它必然会带来深远影响。

请谈谈您的想法——智能自动化需要多长时间才能变得成熟和普及?它能否为我们所有人创造更多有趣的工作场所?未来会遇到哪些困难?我们应该如何利用这些技术,减轻对环境的负担?