RPA + AI：更智慧的业务流程自动化

Maria Korolov

想充分发挥机器人流程自动化（RPA）所有好处的企业开始将人工智能（AI）视为优化其流程的关键技术。

把人工智能构建到业务流程管理中并非易事。很多企业通过构建或者购买单任务机器人（例如，自然语言处理系统或者视觉识别工具）把人工智能添加到流程中，并使用传统的非人工智能方法将其添加到流程中。例如，工程师编写脚本，业务分析师使用流程可视化工具创建自动化工作流。

但是，梳理流程、把完全不同的系统连接到一个统一的流程中、随着业务的发展而修改流程，以及发现和解决问题等仍然需要人类发挥自己的聪明才智。

现在，人工智能、机器学习和相关技术正通过机器人流程自动化（RPA）进入这一领域。据麦肯锡介绍，人工智能和RPA相结合便构成了智能流程自动化（IPA）。除了RPA和机器学习算法，IPA还包括流程管理软件、自然语言处理和生成，以及认知代理，即“机器人”。

据麦肯锡介绍，IPA意味着能够把效率提高20%到35%，处理时间缩短50%到60%，投资回报率将达到三位数。然而，这么说可能还为时过早，因为大多数企业都处于早期发展阶段，还在分散使用人工智能的各个部件，而很少把它们连接到完整的端到端自动化流程中，更不用说连接到人工智能流程中了。

Gartner分析师Moutusi Sau提到RPA在金融服务业中的应用时说：“目前还没有一种应用情形能够体现出整个流程。已经有一些聊天机器人引擎和人工智能决策工具了，但却很难用在某一具体的解决方案上。银行想做的可不止一件事。”

不起眼的机器人

对于很多企业来说，实现智能流程自动化的旅程将从单个智能机器人开始，通常是一个能够回答客户或者员工所提问题的聊天机器人。

德国ZF集团就是如此，它是世界第三大汽车供应商，一年多前才开始把智能应用于其业务流程中。

该公司的IT经理Andreas Bauer介绍说：“在我们公司的通信领域，有很多重复性的工作。我们的收件箱里有很多电子邮件，其中很多问题是重复的。”

使用容器化的工作负载能够极大地提高软件开发部门的效率——这就是为什么我们有望在未来几年完全采用容器的原因。

第一步是创建一个机器人，这是回答重复最多的问题的基本工具。

他说：“作为第一步，它是非常轻量化的。比如有人问它们是否可以做某项工作，或者能不能找出一份未平仓合约？我们可以按照一个一个用例来处理，解决完一个，再解决另一个。我们现在正在开发一个财务机器人，可以帮助客户了解其发票或者账单的状态。”

但是，一旦业务流程的大部分步骤都自动化了，那么就可以应用一种级别更高的智能——流程本身就是智能的。这样，在为其机器人选择供应商时，企业就能够着眼于未来了。

Bauer说：“我们正朝着全流程链自动化的方向前进。我们不只是在寻找一个机器人。我们一直在寻找的是一种流程编排和集成平台，我们在其中能够轻松地采用这些技术，并将它们与智能结合起来。”

他说，ZF集团正在寻找能够从经验中学习的平台，同时还能避免出现意外的后果。“我想，很多人都听说过微软的机器人发疯的事吧。”

既然自动化集成和流程编排是最终目标，那么，该公司还需要一种内置了检查和制衡机制的平台。他说：“有人担心某些事情会变得疯狂起来，而我们却无法控制。必须小心，必须密切关注技术。技术不会对自我进行维护。你必须付出努力。”

ZF集团选择了Vizru，这是一个为机器人提供管理、治理和语言支持层的机器人平台，称之为人工智能流程状态网络（SNAP），如果机器人行为表现异常，它将阻止机器人。根据Vizru，如果存在违规行为或者流程之间共享了不应共享的敏感数据，那么，SNAP还可以标记或者停止某一会话流程。

决策点

另一种方法是在传统的自动化业务流程中添加智能决策点。

美国富达保险公司（American Fidelity Assurance）正在开展这方面的工作。这家总部位于俄克拉荷马州的公司为150万投保人提供了250万份保单。美国富达公司面临的挑战是如何自动把每天收到的大量电子邮件发送到正确的目的地。过去，由人来决定每封邮件应该发送到哪里。

公司研发副总裁Shane Jason Mock受亚马逊在这方面工作的启发而提出了一个问题：“有没有一种方法可以让先进的机器学习技术从过去的数据、过去的决定中学习，并做出与人类相同的决定。”

他说：“观摩亚马逊的仓库是一次挑战。我知道很多人在那里做着各种打包或者其他一些不可思议的事情。也许这不是保险领域所能做到的。但要点并不在于别人做了什么，而在于怎样能帮助到我们的客户。”

富达公司选择了企业RPA供应商UiPath和人工智能平台DataRobot，目的是让其流程更加智能。

他介绍说：“在新的电子邮件流程中，我们把RPA组件与机器学习组件结合在一起，这两个组件的结合决定了电子邮件应该发送到哪里去。”

在很多情况下，传统的RPA方法会遇到一个决策点，对于简单的自动化流程来说，这个决策点太复杂了。

该公司还希望使用人工智能进行流程挖掘，以便实现流程发现的自动化，而不是让业务分析师去弄清楚公司内部是怎样运转的。

他说：“我們正在进行一些概念验证的工作。但现在对此发表评论还为时过早。”

流程挖掘

传统的业务流程管理方法包括业务分析师与管理人员和员工交谈，进行审计，然后创建图表来说明企业的各种业务流程。

博思艾伦咨询公司（Booz Allen Hamilton）战略创新部门主管Sumeet Vij评论说：“很多客户参与到我们的工作中，办公室墙上都有一个流程工作流。但实际情况会是如此吗？你会发现，实际发生的情况是不同的，有各种不同的难点。使用机器学习进行流程挖掘有助于人们了解实际情况是怎样发生的。”

此外，这些工具能够随着业务的发展而更新流程，甚至可以实时发现异常行为。

Chart工业公司是一家为能源行业提供服务的制造公司，总部位于佐治亚州的Ball Ground，该公司已经采用了一个智能流程挖掘系统。

几年前，这家公司还面临着很多困难。能源行业受到油价下跌的重创，该公司股价下跌，高层管理人员频繁被换。新的领导层想要进行改革。例如，Chart公司有三个主要部门，尽管他们共享Oracle和J.D.Edwards的一个ERP系统，但有多个后台部门处理应付账款、应收账款和其他后台任务，每个后台部门都有自己的流程和办事程序。

Chart公司的IT执行副总裁Bryan Turner解释说：“我们发现，我们的客户实际上占了晚付款给我们的便宜。”

还有影响现金流的其他机会。例如，在某些情况下，公司可以利用一定时间段内的折扣，给供应商付账;在其他一些情况下，公司持有现金的时间越长对公司越有利。Turner说，在这方面提高效率的好处可以达到数百万美元。

Chart公司求助于流程挖掘供应商Celonis，以帮助发现诸如此类的机会。

Turner说：“我们目前在一些定制系统上运行它。只要它有数据库、会话和时间戳，你就可以把它推给Celonis。很多繁重的工作是如何在我们的部門与SaaS应用程序或者Celonis的亚马逊后端之间移动数据。”

Celonis详细研究并确定了业务流程——不是理论上的流程，而是能够实际操作的流程。然后，它使用机器学习来识别模式，发现异常。

能够以Visio图等图表的形式查看业务流程，管理人员能够深入到流程中，直至单个会话的层面。

Turner介绍说：“仅仅逾期付款这一项，我们每年就节省了24万美元。该软件已经多次收回了自己的成本，我们还注意到，成本机会既和我们的供应商有关也和我们的客户有关。”

需要多少数据？

人工智能系统通常需要数百万个数据点才能做出可用的预测。很少有企业有那么多关于业务流程的内部数据。

星座研究公司（Constellation Research）首席分析师兼创始人Ray Wang表示，由于其业务流程挖掘平台的存在，Celonis公司在利用人工智能帮助企业实现智能流程自动化方面处于领先地位。他说，其他业务流程供应商，例如Workday和Salesforce公司，也能很好地帮助客户使用其历史数据自动发现并管理业务流程。

他说：“他们或许能够达到某种高度：他们能对某一流程进行编排，然后规划出下一次最佳实践。但这仍需假以时日。”

一些提供企业ERP、CRM和类似平台的供应商将来可能会开始提供智能流程自动化工具（如果他们目前还没有的话）。例如，Salesforce公司正在通过其Einstein平台提供智能工具。

对于此类情形，企业受益于经历过所有供应商客户数据训练的人工智能。在其他情况下，企业可以购买预先培训过的模型，并根据自己的需要对其进行调整，也可以寻找开源或者商业上可用的训练数据集。

此外，企业数据还可以通过外部数据进行扩充，这些数据有助于为业务流程提供信息，例如，天气数据和金融市场数据。

博思艾伦咨询公司的Vij评论说：“数据越多，算法的鲁棒性就越好。但我们也认识到，很多时候，当我们参与其中时，客户并没有掌握所有数据。”

Vij说，整个业务流程不需要完全自动化，就可以实现智能应用。很多业务工具没有数字接口或者API，并且一些业务流程需要大量的人力。智能流程会知道什么时候把任务发送给某个人员进行处理。有时，一个看起来需要人类参与的步骤实际上可能并不需要。

Vij说：“人们在SharePoint和Drupal中的某些内容是非结构化的，需要人来查看并找到它们。但是你可以应用先进的自然语言处理技术来提取结构化信息，而不是让人们去查找。”

他说，成熟的智能管理流程包括入职等人力资源流程，以及索赔处理等财务流程。

业务流程分析

人工智能平台提供商DataRobot公司的业务开发高级副总裁Seann Gardiner介绍说，一些最先进的企业拥有足够多的业务流程数据，现在他们可以查看正在发生的事情的总体情况，并进行分析和预测。

他说：“他们发现RPA流程中的问题，想尽办法抓住这些问题，并从中吸取教训，让这些流程更智能。我不敢说这在企业中应用的很广泛了，但的确已经有了。”

他补充道，“如果一家企业非常注重流程级的自动化，并且能够打破数据孤岛，那么它的确是已经准备好了。但是必须有相信自动化和人工智能优先意识的业务领导，并且能够进行必要的组织结构改革。”

他说，《财富》5000强的公司已经准备好了，并且已经制定了能够采用人工智能和RPA相结合的流程。“问题是，他们是否会真的付诸实施，在组织结构上进行大规模改革？”

Maria Korolov过去20年一直涉足新兴技术和新兴市场。

原文网址

https：//www.cio.com/article/3398596/rpa-and-ai-business-process-automation-gets-smart.html