人們對(duì)AI和超自動(dòng)化感到興奮，這是有充分理由的，AI具有自動(dòng)化涉及人類思維和相關(guān)行為的復(fù)雜企業(yè)任務(wù)的潛力。

AI驅(qū)動(dòng)的企業(yè)超自動(dòng)化看起來(lái)就像自動(dòng)駕駛汽車的現(xiàn)狀，我們有特斯拉可以按需送人們?nèi)サ胤?，Waymo在舊金山和鳳凰城的街道上漫游，根本沒(méi)有司機(jī)!這是一個(gè)很好的開(kāi)始，但在考慮我們自己進(jìn)入一個(gè)完全自動(dòng)駕駛的世界之前，還需要做更多的工作。

挑戰(zhàn)包括不完整的數(shù)據(jù)地圖版本、不同和不斷變化的路況、駕駛文化、障礙物和許多其他變量，該系統(tǒng)也不能在所有道路、城市和地點(diǎn)運(yùn)行，也不能在較大、擁堵的城市運(yùn)行，而且，在所有情況下，它仍然需要人類的監(jiān)督。

企業(yè)自動(dòng)化也是如此，有些自動(dòng)化是存在的，但要在企業(yè)中擁有有效的超自動(dòng)化，有很多事情必須首先發(fā)生。具體地說(shuō)：“學(xué)習(xí)階段”，以確保自動(dòng)化能夠適應(yīng)企業(yè)的挑戰(zhàn)，這包括每種類型的系統(tǒng)中的數(shù)千個(gè)流程，每個(gè)流程都有細(xì)微差別的策略，不同的團(tuán)隊(duì)嵌入了任務(wù)如何完成的知識(shí)。

通過(guò)使用AI仔細(xì)地學(xué)習(xí)業(yè)務(wù)流程并應(yīng)用正確的學(xué)習(xí)嚴(yán)謹(jǐn)性，使用超自動(dòng)化來(lái)加速?gòu)?fù)雜的企業(yè)流程是可能的。

客戶支持

客戶支持是人員密集型企業(yè)流程的一個(gè)很好的例子，可以從AI驅(qū)動(dòng)的超自動(dòng)化中受益。德勤報(bào)告稱，80%的聯(lián)絡(luò)中心正在積極參與AI部署的某個(gè)階段。

18個(gè)月前，隨著GenAI的出現(xiàn)，客戶支持/服務(wù)世界發(fā)生了變化。聊天機(jī)器人現(xiàn)在在解決問(wèn)題方面從根本上更有效，運(yùn)行和實(shí)施成本也比以往任何時(shí)候都要低。因此，所有現(xiàn)有的客戶服務(wù)平臺(tái)提供商 - Salesforce、Zendesk、ServiceNow等 - 都在其核心平臺(tái)功能中添加GenAI，他們的機(jī)器人將以指數(shù)級(jí)的方式變得更加有用和強(qiáng)大，因?yàn)樗鼈兓谀切┫到y(tǒng)中的數(shù)據(jù)，并可以從中學(xué)習(xí)。

然而，所有不能偏離的事情又如何呢?那些仍然需要經(jīng)紀(jì)人的人!對(duì)于不折不扣的客戶支持，超自動(dòng)化的機(jī)會(huì)更大。根據(jù)定義，每一筆客戶交易都是一次性的，風(fēng)險(xiǎn)很高——因?yàn)樗€不夠簡(jiǎn)單，無(wú)法實(shí)現(xiàn)自動(dòng)化!

例如，處理產(chǎn)品發(fā)貨問(wèn)題的客戶支持工程師需要瀏覽各種系統(tǒng) - 內(nèi)部和外部“堆?！焙凸ぞ?例如，ServiceNow、Salesforce、SAP、Oracle ERP、發(fā)貨工具和自主開(kāi)發(fā)的應(yīng)用程序) - 并根據(jù)大量環(huán)境做出決策。自動(dòng)履行流程在美國(guó)和德國(guó)可能是相同的，但有一個(gè)(關(guān)鍵)例外：選擇不同的本地履行合作伙伴。

類似的需要認(rèn)知能力的大容量、高風(fēng)險(xiǎn)職能包括索賠處理、醫(yī)療收入運(yùn)營(yíng)、供應(yīng)商入職和更多后臺(tái)職能。

讓流程實(shí)現(xiàn)自動(dòng)化：打造一臺(tái)學(xué)習(xí)機(jī)器

通過(guò)使用AI大規(guī)模地觀察和學(xué)習(xí)代理的實(shí)際工作流，可以高效地創(chuàng)建和訓(xùn)練特定于代理環(huán)境的模型，使他們能夠預(yù)測(cè)和做出相應(yīng)的響應(yīng)。

通過(guò)將AI模型錨定在人類解決的問(wèn)題中，該模型將不斷從現(xiàn)實(shí)生活工作流程中學(xué)習(xí)，而不是源于統(tǒng)計(jì)建議而不是邏輯的生成性、變形模型，這將幫助你達(dá)到最佳狀態(tài)。

簡(jiǎn)而言之，這種新的“學(xué)習(xí)機(jī)”有三個(gè)必備條件：

1.深入工作

你可以越深入地執(zhí)行工作流分析，就越能更好地定義單個(gè)工作流，并非所有工作流都是平等創(chuàng)建的，即使它們運(yùn)行的是相同的進(jìn)程。高價(jià)值的節(jié)省步驟和時(shí)間的機(jī)會(huì)可能隱藏在單個(gè)工作流程中，也可能隱藏在模糊的步驟組合中。

2.傾聽(tīng)你的數(shù)據(jù)

通過(guò)深入查看各個(gè)工作流級(jí)別的流程，你可以識(shí)別執(zhí)行中的細(xì)微差異，從而幫助你確定建模的最佳運(yùn)行狀態(tài)，基于實(shí)際數(shù)據(jù)和邏輯進(jìn)行優(yōu)化——不要做任何假設(shè)。

3.認(rèn)真訓(xùn)練，傾聽(tīng)你的榜樣

如果你在不同的場(chǎng)景中用許多不同的用戶來(lái)訓(xùn)練模型，那么模型將是最強(qiáng)大的。與RPA不同的是，沒(méi)有萬(wàn)能的方法。就像你會(huì)有許多不同的汽車在道路上行駛并在上面創(chuàng)建我們的自動(dòng)駕駛汽車時(shí)繪制出它一樣，你需要許多不同的代理培訓(xùn)模型以確保事情是正確和準(zhǔn)確的。

例如，假設(shè)兩個(gè)代理在執(zhí)行操作中工作。在獲得解決方案方面，一個(gè)代理執(zhí)行該過(guò)程的速度明顯快于大多數(shù)其他代理，另一個(gè)代理的工作速度要慢得多，在更長(zhǎng)的工作流程中使用更多的步驟和系統(tǒng)。

人們很容易認(rèn)為FAST代理自動(dòng)“正確”，并宣布他的工作流對(duì)你的AI模型是最優(yōu)的，然而，在更深層次的分析中，F(xiàn)AST代理揭示了許多在后端重新打開(kāi)的案例(因?yàn)樗诮鉀Q這些問(wèn)題的方式上存在錯(cuò)誤)，相反，“較慢”的第二種代理有穩(wěn)定的100%的分辨率。

或者，你可能有兩個(gè)“完全相同”的代理并肩工作來(lái)完成任務(wù)，然而，其中一個(gè)人可能比她的第二層伙伴有權(quán)訪問(wèn)額外的系統(tǒng)(因?yàn)樗堑谝粚?，他們的工作流程可能有重疊，但了解其中的細(xì)微差別對(duì)于適當(dāng)?shù)貙?shí)現(xiàn)流程自動(dòng)化至關(guān)重要。自動(dòng)化層是否需要額外訪問(wèn)此系統(tǒng)?為什么只有第2層才有訪問(wèn)權(quán)限，應(yīng)該重新考慮流方面嗎?

偏轉(zhuǎn)和超越

毫無(wú)疑問(wèn)，AI將使更多的商業(yè)功能從人類轉(zhuǎn)向機(jī)器人和其他更智能的自主技術(shù)，因此，預(yù)計(jì)GenAI及其繼任者會(huì)出現(xiàn)更多偏離。

AI的下一個(gè)重大勝利將是為冗長(zhǎng)的交易制造自動(dòng)化流程，這些交易涉及多個(gè)系統(tǒng)和許多實(shí)時(shí)代理的物理步驟，這些流程必須跟上日益高度自動(dòng)化的業(yè)務(wù)，以滿足客戶、財(cái)務(wù)、監(jiān)管和董事會(huì)的期望。基于工作流分析和其他視角的AI驅(qū)動(dòng)的學(xué)習(xí)“機(jī)器”可以幫助盡快縮小企業(yè)應(yīng)用程序的差距。