fbpx

Get your 6-month No-Cost Opt-Out offer for Unlimited Software Automation?

Robotizuotas procesų automatizavimas yra bėgantis traukinys. “Deloitte” teigimu, Å¡i technologija padės pasiekti iki 2025 m. beveik visuotinai pritaikyti. Tačiau tai, kad RPA dominuoja verslo pasaulyje, nereiÅ¡kia, kad ji nustos vystytis.

Esame įdomiame technologiniame etape. Pastaraisiais metais dirbtinio intelekto paÅŸanga buvo stulbinanti. ChatGPT ir kitos generatyvinio dirbtinio intelekto formos uÅŸkariavo visuomenės sąmonę. Tačiau Å¡i įdomi technologija yra tik viena iÅ¡ dirbtinio intelekto galimybių iÅ¡raiÅ¡kų.

RPA yra paprasta, tačiau veiksminga priemonė. Tačiau RPA ir dirbtinio intelekto konvergencija suteikia begalę galimybių inovacijoms. Klientų aptarnavimas pokalbiais, paremtas dirbtiniu intelektu, sprendimų priėmimas remiantis analitika ir ÅŸinių darbo automatizavimas – tai tik keli dirbtinio intelekto taikymo RPA pavyzdÅŸiai.

Tobulėjant technologijoms, kognityvinis robotinis procesų automatizavimas pakeis darbo pobūdį taip, kaip mes net negalime įsivaizduoti. Prieš pradėdami svarstyti, kaip dirbtinis intelektas su RPA jau išplėtė automatizavimo ribas, panagrinėkime jo poveikį ateityje.

 

RPA ribos

Dirbtinis intelektas ir RPA

Plačiai paplitęs RPA diegimas liudija jos naudingumą. Å i technologija padėjo daugybei įmonių pasiekti naują gamybos, efektyvumo ir tikslumo lygį automatizuojant anksčiau rankiniu bÅ«du atliktas uÅŸduotis. Tačiau, kaip ir bet kuri kita technologija, ji turi virÅ¡utines ribas.

 

1. Sandorių automatizavimą sunku valdyti

 

Nors RPA robotai iÅ¡tikimai vykdo procesus, juos reikia Å¡iek tiek valdyti ir priÅŸiÅ«rėti. PavyzdÅŸiui, kai pasikeičia įvestys arba iÅ¡vestys, robotai turi bÅ«ti perkonfigÅ«ruoti taip, kad atitiktų Å¡ias Å¡iek tiek pasikeitusias sąlygas. DinamiÅ¡koje darbo aplinkoje tai gali iÅ¡eikvoti iÅ¡teklius ir laiką.

 

2. RPA susiduria su nestruktūrizuotais duomenimis

 

RPA įrankiai yra sukurti uÅŸduotims vykdyti naudojant if/then/else logiką. Todėl jie remiasi nuspėjamomis duomenų struktÅ«romis. Bet kokie įvesties duomenų pokyčiai ar variacijos sukels klaidų ar iÅ¡imčių, nes jie neatitinka apibrÄ—ÅŸtų verčių, kurias tikisi gauti robotas.

 

3. RPA kelia mastelio keitimo iššūkių

 

IÅ¡ dalies dėl pirmiau iÅ¡vardytų prieÅŸasčių gali bÅ«ti sudėtinga plėsti RPA procesus. Kiekvienas procesas turi bÅ«ti aiÅ¡kiai apibrÄ—ÅŸtas, valdomas ir priÅŸiÅ«rimas, o dėl nepakankamo RPA pritaikomumo taip pat gali kilti problemų.

Dėl RPA apribojimų nerimauti nereikėtų. Dirbtinio intelekto palaikoma RPA gali įveikti visus šiuos apribojimus ir atverti naujas ir įdomias automatizavimo galimybes.

 

Štai kaip RPA su dirbtiniu intelektu pakeitė automatizavimą.

 

Robotizuotas procesų automatizavimas ir dirbtinis intelektas:

Puikus atitikimas

RPA gyvavimo ciklas ir procesas - 10 ÅŸingsnių, kaip įdiegti robotų procesų automatizavimą

 

RPA yra paprastas ir nesudėtingas įrankis, bent jau naudotojo lygmeniu. Jis sukurtas taip, kad bÅ«tų prieinamas ne techninio profilio komandoms. Todėl jis kontroliuojamai vykdo jam duotus nurodymus. Åœmonės turi nustatyti Å¡iuos procesus ir nurodyti RPA vykdyti komandas.

Åœinoma, detalių instrukcijų rengimas ÅŸingsnis po ÅŸingsnio gali tapti neįmanomas, jei jos pakankamai sudėtingos, todėl RPA ir dirbtinio intelekto derinimas yra automatizavimo ateitis.

 

1. RPA su optiniu şenklų atpaşinimu

 

Svetainėje
Robotizuotas procesų automatizavimas naudojant dirbtinį intelektą ir OCR verslo procesams tobulinti
(Shidaganti, 2021), autorius nurodo RPA apribojimus, siÅ«lydamas: “Bet kokie automatizuoto proceso pakeitimai reikalauja tiesioginių RPA taikymo pakeitimų”. Shidaganti siÅ«lo dirbtinį intelektą kaip Å¡io proceso sprendimą ir pateikia argumentus dėl optinio ÅŸenklų atpaÅŸinimo (OCR) kaip esminio RPA papildymo.

Iš tiesų OCR padarė poveikį verslui, nes RPA gali naudotis nestruktūrizuotais duomenimis. Dirbtinio intelekto valdomi RPA OCR įrankiai gali perskaityti informaciją iš spausdintų dokumentų ir net rašytinio teksto. Yra trys pagrindinės RPA galimybės, kurias palengvina OCR integracija.

  • OCR koduoja struktÅ«rizuotus duomenis, todėl RPA gali dirbti su nenuspėjamais įvesties duomenimis.
  • RPA gali automatizuoti nuotolines maÅ¡inas iÅ¡Å¡ifruodama, kas vyksta jų ekranuose.
  • OCR, kartu su maÅ¡ininiu mokymusi, skenuojant dokumentus, gali padėti nustatyti “PaÅŸink savo klientą” (KYC), kovoti su pinigų plovimu (AML) ir sukčiavimu. Technologijų iÅ¡moktos ÅŸinios ir sprendimai gali bÅ«ti integruoti į RPA, todėl galima greičiau atidaryti sąskaitas, priimti sprendimus dėl paskolų ir t. t.

 

2. Mašininis mokymasis ir RPA

 

Robotizuotas procesų automatizavimas ir maÅ¡ininis mokymasis yra dar vienas dirbtinio intelekto panaudojimo pavyzdys siekiant įveikti RPA bÅ«dingus apribojimus. Dar 2016 m. draudimo sektoriaus automatizavimo ekspertai nustatė, kad kognityvinio robotų procesų automatizavimo (RPA) galimybes. Tame straipsnyje autoriai aptaria “savaime optimizuojantį klientų aptarnavimą, paskolų kainų nustatymą, finansines konsultacijas arba pretenzijų ar skundų nagrinėjimą” kaip galimus horizontus.

Ä®domu stebėti, kaip per trumpą laiką paplito robotų procesų automatizavimo maÅ¡ininio mokymosi įrankiai, kurie turi bÅ«ti paÅŸangos ÅŸenklas.

Mašininis mokymasis yra visur. Juo apibūdinamas procesas, kurio metu mašina mokoma atlikti uşduotis, naudojant aiškius programavimo nurodymus. Kaip tikriausiai şinote, tai reiškia, kad mašinos, naudodamos algoritmus, analizuoja ir randa duomenų rinkinio modelius. Apmokyta mašina gali apdoroti kitus duomenis ir pateikti įşvalgas bei prognozes.

RPA ir mašininis mokymasis puikiai dera, nes tai reiškia, kad RPA tampa išmanesnė, intuityvesnė ir geba dirbti su nestruktūrizuotais duomenimis.

 

3. RPA su giliuoju mokymusi

 

MaÅ¡ininis mokymasis yra dirbtinio intelekto porÅ«Å¡is, o gilusis mokymasis – maÅ¡ininio mokymosi porÅ«Å¡is. Skirtumas tarp gilaus mokymosi ir maÅ¡ininio mokymosi kai kuriems ÅŸmonėms gali bÅ«ti subtilus, tačiau jį verta patyrinėti. MaÅ¡ininis mokymasis yra mokomas iÅ¡ duomenų, kad padėtų priimti sprendimus ir prognozuoti.

Tačiau ši technologija paprastai neturi galimybės ilgainiui pati tobulėti. Priešingai, gilusis mokymasis apima neuroninių tinklų naudojimą mokymuisi ir jo rezultatų gerinimui. Kitaip tariant, naudojant gilųjį mokymąsi, RPA ir ML kartu sukuria automatizavimo priemones, kurios tobulėja dėl patirties.

IS YOUR COMPANY IN NEED OF

ENTERPRISE LEVEL

TASK-AGNOSTIC SOFTWARE AUTOMATION?

Åœinoma, “Deep Learning” funkcijai atlikti reikia neįtikėtinai daug duomenų. Tai dar vienas gilios dirbtinio intelekto ir RPA simbiozės pavyzdys, todėl robotai puikiai tinka padėti atlikti sunkų Å¡ių mokymo duomenų rinkimo procesą. RPA įrankiai gali pasiekti įvairias svetaines ir kitas informacijos saugyklas, kad surinktų Å¡ią informaciją ir uÅŸtikrintų, jog gilaus mokymosi algoritmas turėtų daug duomenų, kuriuos galėtų tobulinti.

Gilusis mokymasis taip pat leidÅŸia robotams pasinaudoti pranaÅ¡umais, kuriuos suteikia prognozavimo analizė. Kai RPA susiduria su iÅ¡imtimis, ji gali jas palyginti su laukiamais ar netikėtais modeliais, todėl nebereikia ÅŸmogaus įsikiÅ¡imo.

Kai iÅ¡manieji robotai gali priimti duomenimis pagrįstus sprendimus, jie gali optimaliai reaguoti į klientus. Tokio RPA taikymo pavyzdys – nuotaikų analizės įrankiai, kurie naudoja natÅ«ralios kalbos apdorojimą (NLP) vartotojų nuotaikoms iÅ¡Å¡ifruoti. Savo ruoÅŸtu robotai gali moduliuoti savo atsaką, kad atitiktų reikiamą natą. Å is dinamiÅ¡kumas gali labai padėti įveikti skirtumus tarp empatiÅ¡ko ÅŸmogiÅ¡kojo klientų aptarnavimo ir jo mechanizuotos alternatyvos.

 

4. RPA ir vaizdų atpaşinimas

 

RPA ir vaizdų atpaÅŸinimo programinės įrangos derinimas – dar vienas pavyzdys, kaip naudojant dirbtinį intelektą įveikti RPA nesugebėjimą dirbti su netvarkingais ar nestruktÅ«rizuotais duomenimis. Dokumente
Dirbtinio intelekto technologijų analizė ir pritaikomumas RPA programinės įrangos robotų, skirtų verslo procesams automatizuoti, srityje
(Kanakov, 2022 m.) autorius pateikia keletą įdomių RPA ir vaizdų atpaÅŸinimo panaudojimo bÅ«dų, susijusių su įdarbinimo patikrinimų automatizavimu arba pagalba nustatant sukčiavimo atvejus.

Kiti Kanakovo siÅ«lomi naudojimo atvejai apima veido atpaÅŸinimo naudojimą pastatų apsaugai, kai RPA įrankiai prijungiami prie kamerų. Pritaikymo galimybių iÅ¡ tiesų yra begalė. PavyzdÅŸiui, bepiločiai orlaiviai arba kameros galėtų skenuoti bet kokią aplinką ieÅ¡kodami anomalijų. Aptikusi problemas, RPA sistema galėtų apie jas praneÅ¡ti atitinkamoms Å¡alims ir uÅŸtikrinti greitą iÅ¡taisymą.

 

5. RPA su generatyviniu dirbtiniu intelektu

 

Ä®
“Forbes” straipsnyje
, DELL atstovas Clintas Boultonas, lygindamas RPA ir generatyvinį dirbtinį intelektą, naudoja fantastiÅ¡ką analogiją. Jis teigia, kad “iÅ¡kilmingame renginyje RPA tikrina svečių sąrašą, skaičiuoja bilietus ir stebi tokius dalykus kaip patalpų talpa, Å¡ildymas ir apÅ¡vietimas”. Tada jis teigia: “Tuo tarpu generatyvinis dirbtinis intelektas kuria renginio reklamą, raÅ¡o sveikinimo kalbas apdovanotiesiems ir kalbasi su kiekvienu svečiu.”

Å i analogija tokia galinga tuo, kad ji puikiai atspindi tai, ką visi pastebėjome per pastaruosius metus. Generatyvinis dirbtinis intelektas yra toks įdomus ir galingas, kad negalime nesiÅŸavėti jo rezultatais. Tačiau be fone dirbančio ÅŸmogaus (RPA), atliekančio antraeilius darbus, renginys neįmanomas arba bent jau nefunkcionalus.

“Gartner” teigimu, generatyvinis dirbtinis intelektas siÅ«lo daugybę galimybių. Ji gali greitai sukurti raÅ¡ytinį turinį, paveikslėlius, vaizdo įraÅ¡us, muziką ir net kodą. Kai kurios galimybės yra akivaizdÅŸios iÅ¡ karto, pavyzdÅŸiui, klientų aptarnavimas pokalbiais.

Tačiau patobulinti pokalbių robotai – tai tik pradÅŸia; kiti RPA ir generatyvinio dirbtinio intelekto panaudojimo atvejai apima pagalbą RPA suprantant įvairių formų nestruktÅ«rizuotus duomenis ir net RPA papildant sprendimų priėmimo, duomenų analizės ir kt. funkcijas.

 

6. Dalyvavo automatizavimo procese

 

Automatizavimą galima suskirstyti į dvi kategorijas: Dalyvaujantys ir nedalyvaujantys. Kaip ir galima tikėtis, nepriÅŸiÅ«rimas automatizavimas reiÅ¡kia, kad robotas vykdo procesus be jokio ÅŸmogaus indėlio. PrieÅ¡ingai, automatizavimas dalyvaujant apibÅ«dina uÅŸduotis, kurioms atlikti reikia ÅŸmogaus sąveikos bent vieno ÅŸingsnio metu.

Tai gali bÅ«ti daroma keliais bÅ«dais. PavyzdÅŸiui, automatizuotam procesui gali prireikti rankinio paleidimo. Arba, atliekant vieną iÅ¡ ÅŸingsnių, gali prireikti saugumo įgaliojimų. Tačiau sudėtingesnės orkestruotės įmanomos dėl robotinio darbalaukio automatizavimo (RDA).

Robotizuotas darbalaukio automatizavimas (RDA) yra viena iÅ¡ dalyvaujamojo automatizavimo formų. Tačiau dėl dirbtinio intelekto įrankių, tokių kaip ML ir optinis ÅŸenklų atpaÅŸinimas, Å¡ie robotai dinamiÅ¡kai sujungia kelis darbo eigos procesus ir nuolat automatizuoja įvairias individualaus naudotojo uÅŸduotis. Pagal šį scenarijų RDA robotas veikia kaip virtualus asistentas, gaunantis duomenis, siunčiantis failus ir generuojantis ataskaitas, o ÅŸmogus kalbasi su klientu.

 

7. Savigydos robotai

 

A
2022 m. RPA bÅ«klės apÅŸvalga
atskleidė problemą, su kuria susiduria kai kurios RPA sprendimus diegiančios įmonės. Daugiau nei 69 % respondentų teigia, kad kiekvieną savaitę susiduria su neveikiančiu RPA botu. Dar blogiau – daugiau nei 40 % respondentų nurodė, kad boto taisymas uÅŸtrunka ilgiau nei 5 valandas, o kiti respondentai teigė, kad taisymas gali uÅŸtrukti ilgiau nei dieną.

Å ie skaičiai yra nepriimtinai dideli. Tačiau apklausoje nenagrinėjama konkreti problema. DaÅŸniausios RPA nesėkmės prieÅŸastys yra įvesties pakeitimai, robotų susidÅ«rimas su iÅ¡imtimis, neiÅ¡samÅ«s duomenys, prastas testavimas arba techninės prieÅŸiÅ«ros trÅ«kumas ir kt.

Savigydos RPA apibÅ«dina sistemą, kuri gali pati save pataisyti be ÅŸmogaus įsikiÅ¡imo.

Savigydos RPA robotai tampa įmanomi naudojant dirbtinio intelekto algoritmus, kurie stebi automatizuotos uÅŸduoties vykdymą. IÅ¡kilus problemoms, Å¡ie naudingi įrankiai pradeda veikti, nustato pagrindinę prieÅŸastį ir ją iÅ¡taiso. Geroji pusė – didesnis naÅ¡umas ir daugiau darbo laiko.

 

8. IÅ¡manusis apdorojimas kasyba

 

Procesų paieÅ¡ka RPA kontekste apima uÅŸduočių, kurias įmonės gali automatizuoti, atradimą. Naudodamos paÅŸangias dirbtinio intelekto analitines galimybes, komandos gali iÅ¡tirti savo verslo darbo eigą, kad rastų uÅŸduotis, kurias galima automatizuoti, ir prognozuoti Å¡io automatizavimo poveikį.

Procesų gavybai naudojama ML ir duomenų analizė. PavyzdÅŸiui, ji naudoja ekrano įraÅ¡ymo programinę įrangą, kad uÅŸfiksuotų darbo eigos duomenis, suskirstydama juos į etapus. Tada ML arba analitikos įrankiais atliekami Å¡ių uÅŸduočių modeliai ir randamos sritys, kurias galima paversti automatizuotais procesais. Dirbtinio intelekto įrankiai suteikia įmonėms geresnę uÅŸduočių prieÅŸiÅ«rą ir supratimą, todėl jos gali nustatyti priklausomybes, kliÅ«tis ir neveiksmingumą.

RPA ir procesų analizės derinimas yra labai veiksmingas, nes gali padėti įmonėms atskleisti procesus, kurių kitu atveju jos negalėtų aptikti. Tai reiÅ¡kia, kad investicijos į RPA gali bÅ«ti naudingesnės ir dar labiau padidinti kitus RPA privalumus, pavyzdÅŸiui, sumaÅŸinti sąnaudas ir padidinti naÅ¡umą.

Kitas dalykas, kurį čia galite pastebėti, yra tai, kad procesų gavyba gali sutrumpinti atitinkamų RPA procesų atradimo laiką. Tai reiškia, kad jūsų įgyvendinimas bus pradėtas daug greičiau.

 

9. Programinės įrangos testavimo automatizavimas

 

Programinės įrangos kÅ«rėjai ir leidėjai per pastaruosius kelis deÅ¡imtmečius sukÅ«rė kai kurias labiausiai perversmą sukėlusias technologijas. Tačiau jų pramonė taip pat patyrė tam tikrą revoliuciją. “DevOps” ir “Agile” metodikos padėjo programuotojams patenkinti ÅŸaibiÅ¡kų, nuolat tobulinamų produktų poreikį, o “CI/CD” vamzdynai taip pat padeda greičiau pateikti produktus rinkai.

RPA yra fantastiÅ¡kas įrankis tam tikrų tipų programinės įrangos testavimui. “McKinsey” teigia, kad naujos kartos programinės įrangos kÅ«rimas atsilieka nuo dirbtinio intelekto pagal didÅŸiausios 2023 m. technologijų tendencijos. Å ios tendencijos prieÅ¡akyje bus programinės įrangos testavimo automatizavimas, kuriam pasitelkiami ir RPA, ir dirbtinis intelektas, o generatyvinis dirbtinis intelektas raÅ¡ys kodą, o ne techninio profilio komandos bus kviečiamos prisijungti prie Å¡ios srities įrankių, kuriuose nėra kodo.

Konsultacinės įmonės partneris Santiago Comella-Dorda teigia, kad “programuotojai yra bene vienas vertingiausių Å¡iuolaikinės skaitmeninės įmonės iÅ¡teklių, tačiau daugiau nei 40 proc. savo laiko jie praleidÅŸia atlikdami pasikartojančias, maÅŸos vertės uÅŸduotis, kurias bÅ«tų galima lengvai automatizuoti naudojant Å¡iuolaikinį įrankių rinkinį.”

 

10. RPA išmanusis automatizavimas

 

Dirbtinis intelektas Robotizuotas procesų automatizavimas, dar vadinamas iÅ¡maniuoju procesų automatizavimu (IPA), laikomas kitu automatizavimo etapu. Tai yra RPA ir dirbtinis intelektas, kuris suteikia paÅŸintinių gebėjimų. Ji gali apimti RPA su visomis arba kai kuriomis kitomis pirmiau iÅ¡vardytomis dirbtinio intelekto technologijomis.

Ä®
IBM atliktoje C-Suite vadovų apklausoje
, 90 proc. respondentų teigė, kad paÅŸangusis automatizavimas padėjo jiems “geriau nei vidutiniÅ¡kai valdyti organizacinius pokyčius reaguojant į naujas verslo tendencijas”. Tai rodo, kad RPA ir dirbtinis intelektas gali padėti sukurti lanksčius ir patikimus sprendimus, kurie gali suteikti tikrą konkurencinį pranaÅ¡umą.

Apie RPA ir dirbtinio intelekto galią įgyvendinti organizacinius pokyčius liudija verslo bendruomenės reakcija į COVID-19 pandemiją. Robotizuotų procesų automatizavimo technologijos taikymas siekiant uÅŸtikrinti verslo procesus COVID-19 pandemijos metu (Siderska, 2021) parodė, kad 60 proc. tirtų Lenkijos įmonių sugebėjo įgyvendinti verslo tęstinumą naudodamos RPA priemones. Tyrimo duomenimis, daugiausia prisidėjo dirbtinis intelektas ir analitika.

Neseniai vykusiame
Gartner apklausa
, 80 % vadovų atskleidė savo įsitikinimą, kad automatizavimas gali būti taikomas bet kuriam verslo procesui. Ši statistika yra puikus RPA galios, kai ji naudojama kartu su dirbtiniu intelektu, įrodymas. Neįmanoma įsivaizduoti, kad šis skaičius galėtų būti toks didelis, jei RPA nebūtų papildyta dirbtiniu intelektu.

Kalbant apie ateitį, tyrimai
neuromorfinis apdorojimas
– informacijos apdorojimo sistema, pagrįsta smegenų struktÅ«ra, gali padėti geriau paÅŸinti ir padidinti maÅ¡ininį intelektą. Å i perspektyva įdomi tuo, kad Å¡iems intelekto modeliams reikia kur kas maÅŸiau mokymo duomenų, o tai reiÅ¡kia, kad jie gali bÅ«ti prieinami įmonėms.

IS YOUR COMPANY IN NEED OF

ENTERPRISE LEVEL

TASK-AGNOSTIC SOFTWARE AUTOMATION?

 

Kaip dirbtiniu intelektu paremta RPA pakeis ateitį

apie darbą ir visuomenę

Paşangus procesų automatizavimas ir RPA - skirtumai, bendrumai, įrankiai ir sankirtos / sutapimai

Dirbtinio intelekto procesų automatizavimo įrankiai dar tik įsibėgėja. Štai kelios sritys, kuriose dirbtinis intelektas dar labiau paveiks automatizavimą.

 

1. Pramonė 4.0

 

Pirmoji pramonės revoliucija buvo varoma garu, antroji – elektra. Trečiąją pramonės revoliuciją XX a. septintajame deÅ¡imtmetyje paskatino skaitmeninės technologijos. Kalbant apie ketvirtąją pramonės revoliuciją, dar vadinamą Pramonė 4.0, yra keletas technologinių kandidatų, pavyzdÅŸiui, skaitmeniniai dvyniai, virtualioji realybė, daiktų internetas, dirbtinis intelektas, intelektinis mąstymas ir net 3D spausdinimas.

Tačiau
IMD pasaulinės tiekimo grandinės apklausa
nuo 2022 m. atskleidÅŸia nerimą keliančią tiesą. IÅ¡ daugiau nei 200 apklaustų gamybos įmonių vadovų tik nedaugelis su Pramonės 4.0 technologija susijusias technologijas įvardijo kaip svarbiausią prioritetą. Tai toli graÅŸu ne 2019 m., kai 68 proc. “McKinsey” apklausoje dalyvavusių respondentų nurodė, kad “Pramonė 4.0” yra svarbiausias strateginis prioritetas.

Mokslinio tyrimo dokumente Robotizuotas procesų automatizavimas ir dirbtinis intelektas pramonėje 4.0 – LiteratÅ«ros apÅŸvalga (Riberio, 2021) autorius teigia, kad “atsiÅŸvelgiant į dirbtinio intelekto taikymo sritį, RPA prie savo automatizavimo funkcijų palaipsniui prideda algoritmų ar dirbtinio intelekto metodų, taikomų tam tikruose kontekstuose (pvz., įmonių iÅ¡teklių planavimo, apskaitos, ÅŸmogiÅ¡kųjų iÅ¡teklių), skirtų klasifikuoti, atpaÅŸinti, kategorizuoti ir pan., įgyvendinimą”.

Tobulėjant technologijoms, naujos priemonės ir galimybės padės Pramonei 4.0 tapti dirbtinio intelekto varoma realybe.

 

2. Hiperautomatizavimas

 

Hiperautomatizavimas yra natÅ«rali automatizavimo evoliucija. Tačiau vietoj konkrečios uÅŸduoties ar verslo proceso automatizavimo siekiama iÅ¡plėsti automatizavimo galimybes visoje organizacijoje. Galutinė versija bus visiÅ¡kai susietas ir iÅ¡ esmės savarankiÅ¡kas verslas, kuriame darbo eiga ir sprendimai bus supaprastinti, lankstÅ«s ir atsparÅ«s.

 

Hiperautomatizavimas apima kelių technologijų derinį. Tai apima:

  • RPA
  • AI
  • Verslo procesų automatizavimas (BPA)
  • ML
  • PaÅŸangus dokumentų apdorojimas (IDP)
  • Darbo eigos orkestravimas
  • Procesų kasyba
  • NatÅ«ralios kalbos apdorojimas (NLP)
  • Organizacijos skaitmeninis dvynys (DTO)
  • Pokalbių RPA
  • Kompiuterinė vizija RPA

 

Kaip teigiama dokumente Hiperautomatizavimas, skirtas pramonės automatizavimo tobulinimui (Haleem, 2021), “Naudojant automatizavimo technologijų derinį, hiperautomatizavimas gali įveikti kai kuriuos vieno automatizavimo įrenginio metodo apribojimus. Tai leidÅŸia įmonėms perÅŸengti kiekvieno proceso ribas ir automatizuoti beveik bet kokią sudėtingą ir keičiamo masto operaciją”.

 

3. MaÅŸesnė priklausomybė nuo ekspertų

 

Pastarųjų metų programinės įrangos kÅ«rimo bumas atskleidė problemą. Nors programėlių ir mobiliųjų technologijų paklausa augo, pasiÅ«la sunkiai atsiliko. Programinės įrangos kÅ«rėjų trÅ«ko, todėl daug darbo vietų buvo neuÅŸimtos iÅ¡tisus mėnesius.

Kadangi kvalifikuotų kandidatų laukia prestiÅŸinės, Å¡eÅ¡iaÅŸenklės darbo vietos, bÅ«tų galima atleisti, jei manytumėte, kad ÅŸmonės paprasčiausiai persikvalifikuos ir gaus naudą. Mokyklos ir universitetai taip pat buvo tikrinami, o vyriausybės teigė, kad jos nepakankamai stengiasi skatinti STEM dalykų įsisavinimą. Tačiau iÅ¡ tikrųjų koduoti yra sunku. Tik nedidelė dalis gyventojų turi tam tinkamų gebėjimų.

Kadangi mÅ«sų pasaulis tampa vis labiau skaitmeninis, programuotojų trÅ«kumas gali bÅ«ti laikomas įspėjimu, į kurį neatsiÅŸvelgėme. Laimei, Å¡ią problemą gali padėti iÅ¡spręsti dirbtinio intelekto automatizavimas.

Vadovaujančioms pareigoms uÅŸimti reikia vadovavimo įgÅ«dÅŸių ir gilių dalykinių ÅŸinių derinio. Skaitymas ir mokymasis – tai tik viena iÅ¡ dalių, dėl kurių vadovai ir vyresnieji komandos nariai yra vertingi organizacijai. Tačiau, kadangi vis daugiau pramonės Å¡akų imasi technologijų, Å¡is talentų rezervas maÅŸÄ—s.

Dirbtinio intelekto analitika gali naudoti didelius istorinių duomenų kiekius, kad surastų įşvalgas ir pagrindinius ryÅ¡ius bei atliktų prognozes. Å ios priemonės padės sumaÅŸinti patirties atotrÅ«kį. Tai taip pat gali padėti demokratizuoti įşvalgų sprendimų priėmimą, kuris anksčiau buvo tik didÅŸiulius biudÅŸetus turinčių įmonių reikalas.

Nors patyrę sprendimų priėmėjai ir strategai niekada neiÅ¡eis iÅ¡ mados, hiperautomatizuotas verslas, valdomas maÅ¡ininio mokymosi (ML) ir duomenų analizės, veiks visą parą, priimdamas sprendimus, pagrįstus veiksniais, į kuriuos ÅŸmogus sąmoningai negalėtų atsiÅŸvelgti.

“McKinsey” teigia, kad ÅŸinių reikalaujantis darbas automatizuojamas. Teisės, ekonomikos, Å¡vietimo, meno ir technologijų srityse atsiras trikdÅŸių, kurie, kaip anksčiau buvo manoma, kels pavojų tik maÅŸiau kvalifikuotoms darbo vietoms. Tačiau dar neaiÅ¡ku, ką tai reiÅ¡kia bendrai darbo jėgai.

 

4. Didesnis valdÅŸios sektoriaus efektyvumas

 

ValdÅŸios sektoriaus iÅ¡laidos yra nuolat ginčytinas klausimas. Visame pasaulyje demokratinės administracijos turi reputaciją dėl iÅ¡pÅ«sto biudÅŸeto ir klaidingų iÅ¡laidų. Per
ÅŸymaus Brookingso instituto tyrimai.
, JAV vyriausybinės institucijos imasi dirbtinio intelekto ir RPA.

Tokios skirtingos tarnybos kaip Maisto ir vaistų administracija, Socialinės apsaugos tarnyba, Gynybos logistikos agentÅ«ra ir IÅŸdo departamentas pritaikė dirbtinį intelektą ir RPA, kad padidintų produktyvumą ir sumaÅŸintų pagrindinių paslaugų iÅ¡laidas. Be to, a
Amerikos technologijų tarybos ir Pramonės patariamosios tarybos (ACT-IAC) apklausa.
demonstruoja maşdaug dešimties vyriausybinių organizacijų naudojimo atvejus.

Veiksmingesnė ir ekonomiÅ¡kesnė vyriausybė galėtų turėti permainingą poveikį visai visuomenei. Paslaugos taptų veiksmingesnės ir efektyvesnės, o mokesčiai bÅ«tų nukreipti į programas, kurios galėtų pakeisti milijonų ÅŸmonių gyvenimą. Tačiau toks platus priėmimas pabrÄ—ÅŸia, kad svarbu paÅ¡alinti
šališkumas dirbtinio intelekto srityje,
ypač jei pasaulio vyriausybės naudoja šią technologiją politiniams sprendimams priimti.

 

Galutinės mintys

kai kurių neaiškumų programinės įrangos testavimo automatizavimo srityje išaiškinimas

Dirbtinis intelektas padarė didÅŸiulį poveikį RPA technologijoms. Ankstyvosios automatizavimo priemonės galėjo atlikti daugelį rutininių ir kasdienių uÅŸduočių darbo vietoje. Tačiau, augant kolektyviniam automatizavimo apetitui, RPA susidÅ«rė su savo ribomis. Dirbtinis intelektas naikina Å¡ias kliÅ«tis.

Derinant RPA ir dirbtinį intelektą iÅ¡plečiamos abiejų įrankių galimybės. Ä®monės jau naudojasi paÅŸangiosios automatikos privalumais, pavyzdÅŸiui, gerina klientų aptarnavimą, didina organizacijos efektyvumą ir maÅŸina veiklos sąnaudas. Dirbtinis intelektas iÅ¡plėtė RPA taikymo sritį taip, kaip atrodė neįtikėtina vos prieÅ¡ deÅ¡imtmetį.

Tačiau robotų procesų automatizavimo ir dirbtinio intelekto istorija čia nesibaigia. Dar daugiau laimėjimų bus pasiekta artėjant hiperautomatizavimo erai. Tai bus beprotiška kelionė, todėl neatsilikite.

Download post as PDF

Alex Zap Chernyak

Alex Zap Chernyak

Founder and CEO of ZAPTEST, with 20 years of experience in Software Automation for Testing + RPA processes, and application development. Read Alex Zap Chernyak's full executive profile on Forbes.

Get PDF-file of this post