机器人技术与智能自动化人类与机器力量的结合每日免费阅读行业报告1、每日星球内分享10+精品报告；2、不定时分享国际投行报告，脱水研报等；3、行业报告均为公开内容，版权归原作者所有，星球仅分享内部学习。扫描右侧二维码即刻加入【行业报告（免费） 】星球（此页只为更多需要行业报告的朋友提供便利，希望不会影响您的阅读，谢谢理解！）20“大AI”如何创造价值24智能自动化项目的成功秘诀28结语29后续步骤/联系人2RPA早已占据一席之地4AI：蕴含变革力量，但却更为繁复10RPA与AI之间的关系12迈向智能自动化16“RPA+” 如何创造价值 目录机器人技术与智能自动化：人类与机器力量的结合1金融服务公司对自动化的运用已有一段时日。机器人流程自动化（RPA）早已占据一席之地，但随着企业探索释放价值的潜能，人工智能（AI）目前正凭借收入提高、客户服务、效率和风险管理改善的方式，广受青睐。AI被广泛视为下一个业务颠覆者，且发展迅速。AI领域工作者相信，其将是未来三到五年内最具颠覆性的技术。AI不仅仅局限于无人驾驶汽车。金融服务公司早已见证AI工具是如何提高收入、效率和风险管理水平的。然而，AI是未来的一部分：其真正的实力不仅体现在与RPA和数字化的普遍结合，还体现在与人类输入的融合。人类或机器单独工作的效果绝对无法超越人机携手的成果。我们相信，金融服务公司可凭借“智能自动化”——即多个工具和自动化方法的智能应用——蓬勃发展。本篇机器人技术与智能自动化系列的最新刊物透过繁杂的表象，解释了AI对于金融服务企业的意义，以及RPA和AI如何相辅相成。我们还识别了不同形式智能自动化所实现的活动和流程的类型，从处理“追加保证金通知”电邮到信用风险管理、产品定价和欺诈检测。智能自动化可为金融服务企业带来收益，但仍有挑战更待解决，以释放这些收益。我们突出强调了其中最为重要的部分，并提供了关于管理团队如何开始在自身运营中探索智能自动化变革潜力的建议。机器人技术和智能自动化（IA）向金融服务公司提供了多重收益，但成功取决于对不同工具和自动化方法优势的理解。 RPA 早已占据一席之地在过去几年里，我们看到了RPA应用的爆炸式增长。RPA程序曾经是一个不起眼的工具，而今每个大型金融服务机构却均在运行。安永RPA专业团队的快速发展印证了这种颇高的关注度，团队从屈指可数的几个人壮大到2,000余人，向40个国家或地区交付RPA项目。2机器人技术与智能自动化：人类与机器力量的结合3RPA创造了大量的自动化机会，而迄今为止，我们仅抓住了其潜能的皮毛而已。然而，传统RPA具有局限性，仅能处理结构化数据（如系统、电子表格和网络里的信息），仅能根据已有定义做出简单决策（如基于“决策树”或基于规则的更复杂定义）。总之，这些局限性意味着，尽管RPA极其强大，但却仅能用于特定流程，而且更多的是子流程，从而限制了端到端流程自动化。 传统RPA正在与AI和其他数字自动化工具（如，光学字符识别（OCR）、数字表格、工作流程、聊天机器人、人机结合处理）相结合，以帮助克服这些局限性。这创造了任何流程之间实现端到端流程改造的潜能，同时无需考虑现有系统环境。传统RPA能够改造流程，但单独使用时却受到重大限制。AI: 蕴含变革力量，但却更为繁复AI指通过计算机系统的开发，能够运用简单决策树以外的判断，执行通常需要人类智慧的任务，如视觉感知、聊天和消息对话、读取电邮、语音识别、决策制定和语言翻译。4机器人技术与智能自动化：人类与机器力量的结合5AI是真实存在的，且有潜能改造当今的业务运营。在过去几 年里，三大组成部分汇集，实现了这一点：• 新AI模式算法• 以数字方式移动数据• 新的云计算能力和处理能力然而，AI世界令企业倍感困惑，即便是拥有RPA经验的企业。 这部分归因于AI涵括了诸多供应商的众多不同技术类型，远超RPA领域所见。因此，AI范围颇广，而在本刊中载列AI的所有特点是无法企及的。但AI通常可被划分为不同的类型或用例，并运用多种技术和工具加以实施。如今，任何一个单一工具均无法交付基于AI的所有用例。作为一种变革力量，AI日益得到金融服务机构的认可。自然语言处理 （NLP）和 “书面聊天机器人”AI类别语音识别和“虚拟助理”计算机视觉和OCR预测和决策的监督学习深入学习简单问题的复杂答案6机器人技术与智能自动化：人类与机器力量的结合7在仅仅一个供应商内，即可存在多种不同的工具，这明确表明了：• 用例的宽度• 工具的数量• 基于工具数量而所需的技能• 所需的培训、测试和技术环境• 交付的运营模式这阐释了AI格局的复杂性。AI具备诸多特点，并运用多种技术和工具加以实施AI可能需借助其他工具和人员实现有效性保证金分析师重新培训相关模式（如有必要）机器人记录登记成功的信息机器人将任何例外情况以电邮方式发送给代理人机器人批准发送通知机器人输入抵押品管理系统运用机器学习（ML）模式计算结果，并将结果存储到RPA数据库中运用NLP将电邮拆分为句子从电邮服务器检索电邮，并提取元数据 ML/NLP机器人人员（人机结合）不仅仅潜在用例和相应技能的复杂性是个问题，各个用例的应用也需要重大投资。以安永近期“追加保证金通知”处理自动化的项目为例，经纪人要求投资人增加现金保证金，以达到规定的最低水平。目前，追加保证金通知的回复是成千上万封完全非结构化的电邮，这一领域非常适合实施自动化。据以往经验，我们在第8页表格中汇总了运用AI实现这一流程自动化的优缺点。这不仅仅是AI力量（在一个为期八周的项目中，处理95%的电邮是非常不错的），也是成本和复杂性以及每个案例独特性的一个很好例证。 8运用AI实现追加保证金通知处理自动化的优缺点优点缺点1. 在八周内 ，交付全部工作电邮的解析和处理2. 在四周内，实现60%的准确率，足以试行3. 在八周内，实现95%的准确率，足以大规模 上线4. 须与RPA结合，以实现在现有系统内追加保证金通知回复的真正登记5. 重大投资回报率（ROI），三个月后开始得到回报，12个月内收回全部投资1. 需要3万封电邮（六个月的量），以获得期望的准确率2. 仍需要人为干预来处理例外情况，并继续培训机器学习（ML）模式3. 需要自然语言处理（NLP）、ML技能（在我们的案例中使用了Python）和编程技能4. 这仅适用于特定类型的电邮，而且我们了解到是与追加保证金通知有关。对于具备类似数据量的任何其他类型电邮（如投诉和催费问题），ML须接受再次培训5. 当数据量小时，ML的准确率非常低，从而需要更多的人为干预，所以投资回报率可能 较低6. 通过使用开源（免费）工具，我们可实现适当的投资回报率，而利用商业工具，投资收回时间将为两年或更久尽管AI具有改造企业流程的潜能，但其实施却较RPA繁复很多。 因此，智能自动化前景的实现在于找到RPA、AI、数字工具和人员之间的适当平衡，从而在最大化投资回报率（ROI）的同时，最小化复杂性和风险。 机器人技术与智能自动化：人类与机器力量的结合9RPA与AI之间的关系RPA和AI是高度互补的解决方案。 例如，RPA可被视为将数据输入AI的 氧气，并制定AI交付的决策或见解。10机器人技术与智能自动化：人类与机器力量的结合11据以往经验，我们认为存在一些关于RPA和AI关系的错误观点。例如，AI不仅是取代RPA，RPA也不仅是“过时技术”。实际上，并非一个取代另一个。它们可以单独使用，也可以共同使用。AI可大幅提升RPA工具的价值，反之亦然。例如，了解你的客户（KYC）和信用风险建模可以在没有RPA的情况下由AI支持，但RPA的支持可使建模见解得以立即实施。识别RPA和AI以及其他工具的整合时机与方式，这有助于实现智能自动化。RPA是“过时技术”，AI正在取代RPA1现今，RPA和AI主要是独立且互补的技术在成本、复杂性和技能方面，RPA和AI是类似的技术2AI是基于信息技术/数据科学的技术集，RPA是较简单的且基于业务技能的数量级AI可实现一切事物的自动化3AI具有变革性，可以扩大自动化规模，但目前所有流程的成本和风险均不会堆栈RPA与AI之间关系的错误观点RPA和AI是互补型技术，可视具体情况，单独使用或共同使用。智能自动化是多种工具的智能应用。其不仅涉及RPA，还有数字化和AI使能器、人机结合和 “大AI”概念。迈向智能自动化12自动化类型说明示例RPA根据已定义的流程和决策，实现高度重复工作自动化的虚拟劳动力• 多个系统间的数据输入• 出于KYC目的而核查多个数据源 • 运行多个国家或地区的报告，并整理汇总为单一 文件RPA+结合附加功能的RPA，如，与适配器结合使用的RPA，可提高RPA生产力与RPA结合后，数字适配器大幅提高了自动化范围：• 网络或移动自助动态数字表格，如消除对纸张或电话的应用需求• 与RPA整合的聊天机器人或语音识别，可提供实时自助服务，如传统系统中的“我的账户余额是多少”• 针对从RPA到代理人的人机结合工作的员工数字门户，如审批或突出显示例外情况数字适配器不可用时，我们可寄望于对RPA应用AI适配器，包括：• 整合了机器学习的新一代光学字符识别（OCR），以读取扫描图片，如申请表• NLP和机器学习，以读取电邮，如追加保证金通知的处理 “Big AI”赋予计算机学习、预测和决策的能力，以及模拟人工交互的能力，如预测或建议、虚拟助理。可能针对特定流程使用高级分析和大数据、决策引擎、机器学习或深度学习算法示例包括：• 可预测客户流失情况的机器学习• 协助产品推荐的专家系统，如机器人咨询• 与ML整合的高级分析，以寻找欺诈模式• 做出贷款申请决策的ML• 针对重大疾病保险索赔相关医疗问题做出决策的专家系统或ML安永划分了三种自动化类型：机器人技术与智能自动化：人类与机器力量的结合1314从一开始即进行流程数字化通过前端交互，模拟程序化的手工任务利用AI技术从非结构化数据中导出结构化数据数字化使能器RPAAI使能器将工作从机器人传递给人类，之后再回传给机器人，以优化对人类技能和经验的使用识别模式和见解，以推动决策和新的价值来源人机结合和流程管理“大AI”RPA+智能自动化工具箱里的工具• 人类通过业务流程管理（BPM）或 数字代理门户可审核或处理的动态数字表格“人机结合”和流程管理• 应用于OCR和电邮的ML和NLPAI使能器“纸张/电邮”数字化• AI或高级分析（用于决策、建议、下一步最佳操作、交叉销售、客户流失情况）“大AI”• 客户自助服务• 提高服务人员办公 效率• 聊天机器人• 语音识别• 安永数字通行证数字化使能器“数字化先行”• 机器人访问多个系统RPA “现有系统自动化”智能自动化还意味着寻找自动化的替代方案，并基于各种不同的潜在收益（不仅是成本）来确定对错。但同样重要的是，智能自动化正在：• 了解是否存在更好的交付选项，如精益生产（LEAN）、六西格玛（Six Sigma）或系统变更• 了解全部收益，如新收入、更好的合规、减少欺诈• 从成本、风险和投资回报率方面，了解使用RPA、数字化和AI的选项，即我们应使用AI读取电邮，还是制定简单的数字表格?机器人技术与智能自动化：人类与机器力量的结合15如果RPA掀起了机器人技术推动业务变革的第一波浪潮，则数字化使能器、AI和人机结合处理将引领下一波浪潮。RPA、数字化使能器和AI工具的合用可将大量数据转换为可行的见解，得出具备真正变革性和颠覆性的结果，使得企业可以实现整个端到端流程的自动化、简化和改造。 然而，AI仍处于应用的初期。从受托研究中，我们了解到，仅约5%的公司认为自身可熟练地运用AI，相比之后，15%认为可熟练地运用RPA。技术应用初期难免面临风险与成本的增加以及技能的匮乏，但潜在回报仍颇具吸引力。AI可对智能自动化的交付以及端到端流程改造的未来发展做出重大贡献。取得最佳成功的关键在于确定RPA、数字化和AI使能器以及“大AI”之间的适当结合与选择，以平衡成本、风险和回报。所以，我们看到，RPA奠定了一个坚实的企业规模的基础，可在其上构建AI。约 5% 的公司...
发表评论取消回复