Verstehen der reifenden Rolle der KI in RPA

RPA kann, wenn es von verschiedenen KI-Modulen unterstützt wird, spezifische Fähigkeiten bereitstellen, um subjektive Verarbeitungsaufgaben auszuführen, die traditionell ausgeführt werden von Menschen.

KI und robotergestützte Prozessautomatisierung werden oft in einem Satz zusammengefasst, aber die meisten RPA-Initiativen haben nichts mit Intelligenz zu tun. In Wirklichkeit geht es bei RPA-Initiativen in der Regel darum, sich wiederholende, langweilige, regelbasierte Prozesse zu automatisieren, um den Mitarbeitern Zeit zu verschaffen, damit sie sich auf die eigentliche „intelligente“ Arbeit konzentrieren können, z. B. kundenorientierte Aufgaben.

RPA ist im Wesentlichen Monkey See, Monkey Do; RPA-Software lernt Prozesse, ohne zu verstehen, warum sie funktionieren. Zum Beispiel ist RPA-Software darauf angewiesen, dass man ihnen sagt, wie sie Benutzeroberflächen einhalten soll, sie zeichnet die ausgeführten Aufgaben auf, wie z. B. Cursorbewegungen und Klicks, und übersetzt diese Aktionen dann in Code, da Aktualisierungen oder Änderungen des Prozesses diesen ungültig machen /P>

Im Moment greifen Unternehmen darauf zurück, Menschen einzusetzen, die diese Art von Problemen manuell beheben, was ironisch ist, da sie Menschen, die manuelle Aufgaben erledigen, durch Technologie ersetzen, die manuelle Aufgaben erfordert.

Wie „KI“ helfen kann

Es gibt gute Nachrichten:Der RPA-Markt reift. Unternehmen beginnen zu erkennen, was RPA ist und was nicht; Sie beginnen auch zu verstehen, dass Desktop-RPA oder UI-basierte RPA nicht die Wunderwaffe für jedes Prozessproblem in jeder Organisation ist.

In diesem Zusammenhang setzen Unternehmen auf KI in der Hoffnung, ihre Bots intelligenter zu machen.

Bevor wir uns damit befassen, lassen Sie uns einen KI-Hype hinter uns lassen und uns von der Vorstellung empfindungsfähiger Maschinen entfernen, die auch Schachgroßmeister sein können – akademisch mag es interessant sein, aber es korreliert nicht mit geschäftlichen Vorteilen.

Die für RPA relevantesten KI-Bereiche sind maschinelles Lernen, Predictive Analytics und anspruchsvolles Cognitive Computing. Stellen Sie sich zum Beispiel vor, wie KI Aktualisierungen und Änderungen an einer Benutzeroberfläche erkennen und RPA-Software anweisen könnte, entsprechend zu handeln.

Im weiteren Sinne ist die Verwaltung unstrukturierter Daten ein Schlüsselbereich, in dem Unternehmen RPA auf den KI-Bereich ausdehnen wollen. In diesem Zusammenhang ist RPA-Software der Aggregator, der die Rohdaten erhält, die benötigt werden, um die KI-Komponenten zu füttern, unabhängig davon, ob sie auf Computer Vision, Musterabgleich, Klassifikatoren oder Verarbeitung natürlicher Sprache basieren. Nachdem die KI-Module ihre Funktionen erfüllt haben, kann RPA dann verwendet werden, um die Antworten in die Zielsysteme zu pushen.

RPA kann, wenn es von verschiedenen KI-Modulen unterstützt wird, spezifische Fähigkeiten bereitstellen, um subjektive Verarbeitungsaufgaben auszuführen, die traditionell von Menschen ausgeführt werden.

Es gibt keine zentrale Anlaufstelle für KI

Auf dem Technologiemarkt wurde viel „KI-gewaschen“, daher ist es für Unternehmensleiter schwierig, die Bereiche zu identifizieren, in denen KI anwendbar ist, und welche Anbieter das einzig Wahre sind.

In Bezug auf KI-Fähigkeiten sind einige RPA-Anbieter fortschrittlicher als andere, während einige besser für bestimmte Bereiche oder Branchen geeignet sind. Wenn Sie jedoch fragen, welcher Anbieter am klügsten ist, stellen Sie möglicherweise die falsche Frage.

Stattdessen sollten Unternehmen versuchen, ihren Blickwinkel zu erweitern und eine vielseitigere Mischung von KI-Lösungen zu nutzen.

„Kein RPA-Anbieter wird der beste Chatbot, der beste OCR/ICR-Dokumentenerfasser oder der beste Prozessor für natürliche Sprache sein“, argumentiert Neil Kinson, Chief of Staff bei Redwood Software. „Grundsätzlich erfordern all diese sehr engen Anwendungsfälle von KI sehr zielgerichtete, kuratierte Datensätze, ein riesiges Volumen und Spezialisierung. Eine RPA-Plattform wird sich niemals bei allen auszeichnen.

„Viele Unternehmen haben das Gefühl, dass sie die Spitzenleistung von RPA erreicht haben, und erkennen, dass es immer noch Prozesse gibt, von denen sie jetzt verstehen, dass sie nicht mit einem einzigen Tool angegangen werden können; und tatsächlich müssen sie mehrere Technologien einbringen, um die vielfältigen Prozessherausforderungen zu bewältigen.“