未来工作模式：智能自动化–人工智能(artificial Intelligence) 和自动化实现的智能自动化（Intelligence Automation）

什么是智能自动化？
智能自动化是指使用自动化技术和人工智能来预测用户和客户的需求，使组织更接近数字化转型。因此，组织及其员工能够专注于高价值的任务，譬如建立人脉关系，业务上附带人类情感，从而使客户和员工都获得更有意思的体验。

智能自动化描述了一种数字转换的整体解决方案，主要基于流程管理（BPM，Business Process Management），包括根据业务需求随时协调用户，任务和系统的机器人（RPA）。它还使用分析和AI（尤其是机器学习）来制定自动化和智能决策，实现端到端的成功管理。
最后，值得一提的是，这种趋势的另一个关键特征是公司使用的不同系统之间的集成。集成将防止系统中数据的重复，并且用户只需要在一个平台上工作即可。

据IDC称，智能自动化是未来办公室的关键部分，无论位置在哪里，都可以立即访问内容和以内容为中心的工作流。从而节省成本，提高生产力，协作和运营工作流程方面带来了整体优势。

智能自动化的四大支柱
听起来奇妙而且简单，那么，我如何开始应用这种转换呢？

好，简而言之，它由4种关键技术相互关联实施组成，因此让我们对其进行分解并解释每种技术所扮演的角色：

1）业务流程管理（BPM）：BPM是一种流程自动化技术，包括人员，系统和数据的有效协调。

BPM的目标是确保运营和业务流程基础结构牢固。 因此，它充当组织的基础层，自动化复杂流程要求人们干预数据输入和决策，在特定时刻使用系统，例如计算或集成，控制操作和数据生成以及存储。

（绘制BPM流程图）

换句话说，BPM在组织中担当“乐团指挥”的角色，分配每个时刻应由哪个员工，外部用户或系统采取行动，并确保完整跟踪和存储在此过程中交换和生成的所有信息。

2）机器人过程自动化（RPA）
机器人过程自动化是一种旨在减少人为干预计算机程序的技术，尤其是在每次重复性简单任务中。

RPA主要通过与“高级”应用程序进行交互来工作，这些应用程序与机器语言或编程代码相对。简而言之，它是一种软件，它可以模拟人类与常规计算机应用程序之间的交互协调。

该技术适用于替代简单而重复的手动任务，例如在应用程序中输入数据。这意味着员工有更多时间专注于公司的其他价值部门，例如决策或改善客户关系。

它是一项相对较快的技术，可以通过节省时间和成本为公司带来直接的收益，尤其是某些流程到达瓶颈时。

3）人工智能
人工智能是机器对人类智能的模拟。换句话说，正是该学科试图创建能够像人一样学习和推理的机器系统。

人工智能包含很多概念，例如机器学习，深度学习，自然语言处理（NLP），视觉识别，大数据等。

(人工智能及相关类别)

尽管它是一个非常广泛的概念，涵盖了多个级别（从简单的自动化到复杂的虚拟助手），但在当前的业务环境中值得强调以下优点：
 根据以前的经验来解密未来的模式。
 智能决策。
 规范性和预测性分析。
 改善用户体验。

4）整合
系统之间的连接和集成是公司最头疼的问题之一，因为每个系统或软件都有其自身的特点。

它们通常提供一个交互的应用程序编程接口（API），该接口通常基于某种标准，例如SOAP（在Web服务中应用）或REST（基于HTTP协议）。

(AuraPortal– BPM功能是使用连接器，Web服务和REST API的系统之间的集成平台)

对于无法通过API进行集成的情况，我们将选择RPA在图形界面级别进行表面集成。

智能自动化的主要目标
智能自动化的主要目标是改善客户和员工的体验并提高生产率。

此外，它还节省了时间和成本，从而大大减少了流程周期中的人为干预，从而使员工有更多时间专注于创意改进，策略，决策等。

另一个目标是减少流程中的错误，并减少纸张使用，因为这种趋势完全面向纯数字管理。

智能自动化如何工作？
智能自动化结合了几种关键技术，例如机器人流程自动化，机器学习，业务流程自动化，智能路由和自然语言处理等。这些技术是相互关联的，都是广泛而且庞大的数字化转型计划的一部分。

 智能捕获（Intelligent Capture）可以自动识别并提取文档中的信息，无论是纸质还是数字格式。它结合了光学字符识别（OCR），智能字符识别（intelligent character recognition），光学标记识别(optical mark recognition)和条形码识别(barcode recognition)的组合，以捕获结构化或非结构化数据。

 工作流自动化(Workflow automation)是一种软件，它根据流程定义一系列任务，并自动执行这些任务，而无需人工干预或手动步骤。它是大型业务流程管理解决方案的一部分，该解决方案可优化业务流程并提供实时可见性，以进行明智的决策并提供更好的业务见解。

 机器学习(Machine Learning)是人工智能的一个分支，其中系统从数据，模式和推理中学习，以最少的人工干预就可应对意外。这些机器学习系统能够随着时间的推移自主地继续学习。一些示例是银行中的欺诈检测，医疗保健中的疾病诊断以及应付账款中的发票处理。

 机器人流程自动化(Robotic Process Automation)使组织可以自动执行在重复性很多的应用程序和系统上执行任务。它可以相对快速便捷地集成到现有的IT体系结构中，有直接的好处，例如减少了手动任务，消除了数据输入错误并缩短了周转时间。

智能自动化如何改变您的业务
数字化转型是一项战略任务，它将技术整合到组织流程的各个方面，以满足不断变化的业务需求和客户期望。数字化转型的核心部分是工作转型，它旨在利用智能自动化来创建以员工体验为中心的文化。

智能自动化通过以下方面使企业受益：

 通过降低成本并提高速度，准确性和透明度来提高业务价值。由机器学习，深度学习（deep learning），计算机视觉(computer vision)，文本分析(text analysis)和聊天机器人(chatbots) 驱动的自动化将对诸如客户通信管理，数据捕获，业务流程管理和案例管理等运营流程产生最大的影响。

 通过最大程度地减少重复的手动任务并消除瓶颈，从而使员工专注于更高价值的工作，从而改善员工体验。在转变为更具战略性并专注于建立关系（技术和机器无法做到的事情）的过程中，员工在整个数字化转型过程中发挥着前所未有的重要作用。

 通过在正确的时间向正确的用户提供正确的信息来改善客户体验（以及所有利益相关者的体验）。使用智能自动化使组织能够通过重塑业务并推动新的交付成果来思考竞争，从而改善客户体验。

(完)

（以上内容部分来自auraportal和hyland，特表谢意）

作者：曾志宏（Wechat-1638881963），北科大毕业，NUS　MBA，服务于GE，Rolls-Royce，JCI，Whirlpool等企业供应链部门，上海趋研科技联合创始人，趋研科技提供物流供应链领域，尤其货代，仓储，运输，报关软件机器人RPA，人工智能识别方案，系统间数据录入和传输自动化方案，多系统数据接口机器人，帮助货代物流行业流程自动化，数字化转型，智慧供应链，智慧物流提升。