25 unverzichtbare Ressourcen für den Erfolg von Enterprise-KI (2020)

Es war nicht das erste Jahr, in dem jemand das Eintreffen künstlicher Intelligenz (KI) vorhersagte. Doch 2020 war anders: Die COVID-19-Pandemie hat die Einführung digitaler Transformationstechnologien erheblich beschleunigt.

Kunden, mit denen wir sprechen, möchten Automatisierung und KI nutzen, um Resilienz aufzubauen, während sie sich auf die Zukunft vorbereiten. Auf dem Weg ins Jahr 2021 gibt es kein Zurück mehr: Das Zeitalter der Enterprise-KI hat begonnen. Und wir sind nicht die Einzigen, die das sagen: Auch Forrester prognostiziert: „Jetzt ist die Zeit für KI, zu glänzen.“

Entscheidend ist die Kombination: Die Ergänzung von Automatisierung durch KI hat den Umfang dessen, was Unternehmen automatisieren können, drastisch erweitert. 2020 hat deutlich gemacht, dass KI nicht nur ein Trend ist. KI ist ein Pfeiler des vollständig automatisierten Unternehmens™ – und ein vollständig automatisiertes Unternehmen bringt KI in jeden Arbeitsbereich. Das Potenzial der Automatisierung ist riesig. Wir glauben, dass die Kraft der KI es nahezu grenzenlos machen kann. In diesem Beitrag haben wir die besten Ressourcen zusammengefasst, die das UiPath-KI-Team 2020 erstellt hat. Sie finden einen wahren Schatz an Ressourcen – von Videos über Artikel bis hin zu Fallstudien –, die zeigen, warum 2020 ein wichtiges Jahr für KI war. Noch mehr: Sie werden verstehen, warum 2021 noch besser wird.

KI und RPA kombinieren, um die Vorteile beider zu nutzen

Enterprise-KI entfaltet ihre größte Wirkung und Zugänglichkeit, wenn Unternehmen sie mit RPA verbinden. Auf einem Fundament aus Automatisierung kann KI in jeden Arbeitsbereich fließen, manche Prozesse verbessern, andere transformieren. Im Jahr 2020 haben wir intensiv darüber nachgedacht, was die Kombination von KI und RPA bedeutet und was sie leisten kann.

Was sind KI und RPA: Unterschiede, Hype und wann man sie gemeinsam einsetzt

Machen Sie sich keine Sorgen, wenn Sie die Unterschiede zwischen KI und RPA noch nicht ganz klar sehen. Idealerweise arbeiten die Technologien eng zusammen, daher ist es verständlich, wenn man sie verwechselt. In diesem Artikel haben wir die Unterschiede zwischen den beiden aufgeschlüsselt.

Zusammenfassend: RPA ist eine grundlegende Automatisierungstechnologie, die Software-Roboter bereitstellt, um monotone, repetitive, regelbasierte Aufgaben zu automatisieren, die Menschen ungern erledigen. KI ist eine hochmoderne Automatisierungstechnologie, die komplexe, kognitive Prozesse mithilfe großer Datensätze bewältigt.

KI und RPA: Für sich transformativ, gemeinsam noch mächtiger

Hier haben wir dargelegt, wie RPA und KI gemeinsam Potenziale freisetzen, die im jeweils anderen schlummern. Mit KI erhalten RPA-Entwickler eine nahezu grenzenlose Fähigkeit, kognitive Prozesse zu automatisieren. Mit RPA können Entwickler KI-Prozesse auf einfache, skalierbare und sichere Weise integrieren.

UiPath KI + RPA: Ermöglichen grenzenloser Automatisierungserweiterung

Eine Art, die Verbindung dieser beiden Technologien zu betrachten, ist – nun ja – durch die Linse eines Paares.

Im folgenden Video steht ein Paar kurz vor dem Hauskauf. Ein Problem: Die meisten Banken können Hypothekenanträge nicht effizient bearbeiten. Das lässt das Paar in der Kälte warten – und die Bank auf einen langsamen Umsatzzyklus. Es sei denn, sie wählen die „KI Superior Bank“.

Diese Bank, unser fiktives Beispiel (basierend auf einem realen Anwendungsfall), automatisiert ihre Prozesse mit Robotern und rüstet diese mit KI aus, damit die Roboter Vorhersagen treffen, Variabilität bewältigen und unstrukturierte Inhalte interpretieren können. Das Ergebnis ist ein effizienterer Prozess, der sowohl Kunden als auch Unternehmen zufriedenstellt.

Das Portfolio, das KI in RPA bringt

Wir konzentrieren uns auf die praktische Anwendung von KI im Unternehmen.

Daher haben wir KI in jeden Teil der UiPath-Plattform integriert. Durch unser Portfolio können Sie mehr Prozesse automatisieren, indem Sie:

1. Mehr Automatisierungsmöglichkeiten überall finden: Mit KI und RPA gemeinsam können Sie Automatisierungsmöglichkeiten aufdecken und eine bessere Automatisierungspipeline aufbauen.

2. Ihren Robotern „Denkaufgaben“ beibringen: Mit UiPath Document Understanding, UiPath KI Computer Vision und Chatbots statten Sie Ihre Roboter mit der Fähigkeit aus, alle Arten kognitiver Prozesse zu übernehmen.

3. KI einfach in Roboter einfügen: Mit UiPath StudioX und UiPath AI Fabric* können Sie KI-Fähigkeiten per Drag-and-Drop einbauen und bereitstellen.

4. Den Lernzyklus nutzen: Mit all diesen Tools können Sie die Leistung Ihrer Software-Roboter und Ihrer KI-Modelle verbessern, während neue Daten einfließen.

Dieses Portfolio transformiert Prozesse, die beispielsweise das Prüfen von Lebensläufen, die Bearbeitung von Schadensfällen und die Sicherstellung von Audit-Compliance umfassen.

*Hinweis der Redaktion: UiPath AI Fabric heißt jetzt AI Center.

5 Wege, wie RPA und KI Unternehmen jetzt und nach COVID-19 für Erfolg positionieren

Wie oben erwähnt, erwies sich COVID-19 als Beschleuniger der digitalen Transformation. Prozesse, die durch RPA und KI angetrieben werden, werden bald zur neuen Normalität, und Unternehmen, die wettbewerbsfähig bleiben wollen, müssen RPA und KI jetzt und tiefgreifend implementieren. In diesem Beitrag diskutieren wir fünf verschiedene Wege, wie Unternehmen RPA und KI für Erfolg nutzen können – selbst im Schatten einer Pandemie. Wenn Ihre Führungsebene noch Zweifel an Automatisierung hat, ist dies der Beitrag, den Sie ihnen vorlegen sollten.

Das Fundament für KI-Erfolg mit Wissen über Geschichte und Technologie legen

Enterprise-KI braucht ein Fundament, um erfolgreich zu sein. Ohne es sind selbst die innovativsten Geschäftsführer führungslos. Eine Accenture-Studie zeigt, dass 76 % der Führungskräfte Schwierigkeiten haben, KI in ihren Unternehmen zu skalieren. Schlimmer noch: Viele C-Level-Führungskräfte – bis zu drei von vier – fürchten, dass sie in den nächsten fünf Jahren aus dem Geschäft gedrängt werden, wenn sie KI nicht skalieren. Der Wunsch nach der Zukunft ist da, ebenso die Angst, in der Vergangenheit zurückzubleiben. Was fehlt, ist das Verständnis dafür, woher KI kommt und was es bedeutet, ihre Entwicklung zu unterstützen.

Die Geschichte der KI: Von futuristischer Fiktion zur Zukunft des Unternehmens

Daniel Dines, unser Gründer und CEO, sagt gerne, dass Automatisierung nicht neu ist. Automatisierung reicht zurück bis zum Anbeginn der Menschheit, als die allerersten Menschen versuchten, die Kosten ihrer Arbeit zu verringern. KI ist viel moderner (und effizienter, zum Glück). In diesem Beitrag gingen wir auf die Geschichte der KI ein, von ihrer Einführung in den heiligen Hallen der Wissenschaft bis hin zu ihren realen, praktischen Geschäftsanwendungen. Diese Reise ist faszinierend und es kommt jedem Geschäftsführer zugute, zu wissen, wo die Zukunft ihre Wurzeln hat.

OCR mit KI und RPA kombinieren für fortschrittliche Datenanalyse

KI erforderte viele vorbedingende Technologien – optische Zeichenerkennung (OCR) allen voran. Einmal mit OCR ausgestattet, können Software-Roboter unstrukturierte Daten (die etwa 80 % bis 90 % aller Daten ausmachen) verarbeiten und maschinell lesbaren Text ausgeben. Fügt man KI hinzu, können Software-Roboter die resultierenden Daten mithilfe von Kontextinterpretationen verstehen, was bedeutet, dass sie Variabilität in Rohdaten bewältigen und Dokumente bei Bedarf trennen können. Das Triumvirat: KI, RPA und OCR liefern Ergebnisse, die keines der drei allein erreichen kann.

UiPath antwortet auf die Konsultation der Europäischen Kommission zu künstlicher Intelligenz

2020 gab es viele große Ereignisse in der KI außerhalb der unmittelbaren Geschäftswelt – allen voran das Weißbuch der Europäischen Kommission „Über künstliche Intelligenz: Ein europäischer Ansatz für Exzellenz und Vertrauen“. Wir haben uns mit Unternehmen wie Google und Microsoft zusammengeschlossen, um auf das Papier zu antworten. Wir machten zahlreiche Vorschläge, wie KI am besten reguliert werden sollte, beispielsweise:

• Einen schrittweisen, verhältnismäßigen, risikobasierten Ansatz verfolgen.

• Regulierungen für Konsistenz über den EU-Markt hinweg harmonisieren.

• Kurze und klare Definitionen von KI bereitstellen.

Es ist eine Diskussion, die wir gerne geführt haben und gerne weiterführen. 2021, während KI wächst, erwarten wir, dass sich die Diskussion weiterentwickelt.

Anwendungsfälle für Enterprise-KI studieren

Anwendungsfälle für Enterprise-KI fallen tendenziell in drei Kategorien: hochvariable Prozesse, Workflows mit unvorhersehbaren Ergebnissen und Aufgaben, die unstrukturierte Daten nutzen. In der Realität könnten dies Wiederhospitalisierungsvorhersagen im Gesundheitswesen, Preisoptimierung im Einzelhandel, Betrugserkennung im Finanzwesen und mehr sein. Im Laufe des Jahres 2020 haben wir versucht, diese Anwendungsfälle hervorzuheben und KI greifbar zu machen.

UiPath ist ein kundenorientiertes Unternehmen und hat daher unsere Kunden und Partner wann immer möglich in den Vordergrund gestellt:

• In „Wie KI Automatisierungen kontinuierlich verbessern und skalieren kann“ erfuhren wir, wie Evros – ein Unternehmen in der IT-verwalteten Dienste und Systemintegration – intelligente Automatisierung nutzt, um menschliche Arbeitslasten zu reduzieren, und wie Cognizant ihren Kunden hilft, KI zu RPA hinzuzufügen.

• In „Heritage Bank: Automatisierung mit RPA und KI vorantreiben“ erfuhren wir, wie Australiens größte Genossenschaftsbank 98 % Genauigkeit mit einem Machine-Learning-Modell (entwickelt von UiPath) erreichte, das sie auf AI Fabric bereitstellten.

• In „Große Krankenversicherung nutzt UiPath AI Center zur Optimierung klinischer Ergebnisse“ erfuhren wir, wie Amitech 11 Millionen Dollar einsparte, indem sie UiPath und die Kombination aus KI und Automatisierung einsetzte.

Wir haben viele weitere Anwendungsfälle. Erkunden Sie mehr Anwendungsfälle im Banken- und Finanzdienstleistungssektor. Oder tauchen Sie tiefer in Gesundheitswesen-Anwendungsfälle ein.

Und wenn Sie Videos bevorzugen, schauen Sie sich eine Playlist an, die viele weitere Anwendungsfälle enthält.

Den Einstieg in KI erleichtern

Eine unserer Missionen ist es, KI zugänglich zu machen. Es nützt weder uns noch Ihnen, wenn Enterprise-KI ein hochgestecktes Ziel bleibt, eine Technologie, von der man träumt, aber nie nutzt. Im Laufe des Jahres 2020 haben wir in Wege investiert, es jedem leicht zu machen, mit KI zu beginnen.

KI wurde gerade einfacher: UiPath Starter-Modelle zur Automatisierung komplexerer Prozesse

Starter-Modelle sind der Schlüssel, um KI zugänglicher zu machen. ML-Modelle sind Software, die auf großen Datensätzen trainiert wurde; Starter-Modelle verpacken vortrainierte Versionen, die Unternehmen mit AI Fabric bereitstellen können. In diesem Artikel haben wir einige der wichtigsten Anwendungsfälle für KI und ML aufgeschlüsselt und gezeigt, wie Sie Starter-Modelle nutzen können, um Ihre KI-Bemühungen zu starten.

KI-Starter-Modelle einfach neu trainieren für präzisere Ergebnisse

Natürlich ist der Einstieg mit Starter-Modellen erst der Anfang. Diese Modelle bieten ein robustes Fundament für Ihre KI-Bemühungen, aber irgendwann möchten Sie darüber hinausgehen. In diesem Artikel erklärten wir, wie Sie Ihre ML-Modelle modifizieren und neu trainieren können. Wir nannten drei Gründe, warum Sie neu trainieren müssen:

• Ihr aktuelles Modell ist nicht für bestimmte Datensätze trainiert.

• Ihr aktuelles Modell könnte etwas Verbesserung gebrauchen.

• Realwelt-Daten erfordern, dass sich Ihr aktuelles Modell weiterentwickelt.

Viele Modelle benötigen kein Neutraining, aber für jene, die es brauchen, ist dieses Wissen essenziell.

Einführung von UiPath Document Understanding – Ein effizienterer Weg zur intelligenten Dokumentenverarbeitung

2020 führten wir UiPath Document Understanding ein – eine neue Technologie, die Software-Robotern ermöglicht, selbst die komplexesten, unstrukturierten Dokumente zu analysieren und zu interpretieren. Ausgestattet mit KI können UiPath-Software-Roboter nun Daten lesen, extrahieren, interpretieren und darauf basierend handeln. Bisher war dies nur für Dokumente mit fester Struktur möglich, wie Formulare, Pässe oder Führerscheine. Jetzt können Software-Roboter KI nutzen, um Dokumente mit variierenden Layouts oder ohne feste Struktur zu verstehen, wie Quittungen, Rechnungen und Lebensläufe.

Das Document Understanding Ökosystem nutzen

Document Understanding lässt sich am besten als Ökosystem erklären, nicht als Feature. In diesem Artikel erklärten wir, wie Technologien wie OCR, template-basierte Extraktoren (TBEs), unüberwachtes Lernen (USL) und natürliche Sprachverarbeitung (NLP) Kräfte bündeln, um wirklich fortschrittliches Dokumentenverständnis zu ermöglichen.

Regelbasierte und modellbasierte Ansätze kombinieren für verbesserte Dokumentenverarbeitung

Ein weiterer entscheidender Vorteil von Document Understanding ist die Möglichkeit, sowohl regelbasierte als auch modellbasierte Ansätze zur Dokumentenverarbeitung zu nutzen. In diesem Artikel betrachteten wir einige der häufigsten Dokumenttypen und -klassifikationen und untersuchten die Vorteile regelbasierter und modellbasierter Datenextraktion. Mit diesem gemeinsamen Verständnis gingen wir auf häufige Herausforderungen ein, die Unternehmen bei der Anwendung dieser Ansätze sehen, und prüften die Vorteile, die Unternehmen erzielen, sobald sie diese kombinieren.

Betriebseffizienz steigern und Risiken mit Document Understanding mindern

2020 haben wir einige tiefgehende Whitepapers zusammengestellt, die analysierten, wie Unternehmen neue UiPath-Funktionen nutzen können. In diesem konzentrierten wir uns auf UiPath Document Understanding, ein von KI angetriebenes Ökosystem, das Software-Robotern ermöglicht, alle Arten von Dokumenten zu lesen und sogar zu verstehen. Lesen Sie dieses Whitepaper, um zu verstehen, wie Sie Ihre Dokumentenverarbeitungslösung auswählen und wie Sie sie nutzen, um betriebliche Effizienz zu steigern.

Die Kraft von KI und RPA mit AI Center vereinen

Ein weiteres Whitepaper konzentrierte sich auf KI, RPA und eines unserer spannendsten Produkte: UiPath AI Center. Die Möglichkeiten für KI-erweiterte Automatisierung sind vielfältig, und in diesem Whitepaper gingen wir darauf ein, wie Sie KI implementieren und skalieren können – besonders mit der Unterstützung von UiPath AI Center.

Bessere Geschäftsergebnisse durch Operationalisierung künstlicher Intelligenz im großen Maßstab

Wenn es um KI geht, ist die Frage für viele Unternehmen – zu Recht – wie man sie operationalisiert. Es gab Versuche, den Data-Science-Lebenszyklus zu standardisieren, aber bisher haben diese nicht berücksichtigt, dass die Bedürfnisse jedes Unternehmens unterschiedlich sind. Hier haben wir analysiert, wie Unternehmen ML und KI tatsächlich im großen Maßstab implementieren können. Wir deckten vier Phasen ab:

• Ihr Problem definieren

• Ihre Daten verstehen

• Das ML-Modell bauen

• Ein sich entwickelndes Modell bereitstellen

Dieser vierphasige Prozess verleiht Ihnen einen flexiblen, wartbaren und skalierbaren ML-Betrieb.

Sich weiterbilden, um bereit für 2021 zu sein

Unsere Forschung zeigte einen weit verbreiteten Wunsch nach KI-Wissen. Mehr als 80 % der RPA-Entwickler in unserer Umfrage „The Impact of RPA on Employee Experience“ gaben beispielsweise an, sie wollten mehr über KI/ML erfahren. Zudem sagten mehrere RPA-Entwickler in unserem „UiPath State of RPA Developers Report“, sie wollten ML und Data Science zu ihren Fähigkeiten hinzufügen. Der Hunger ist da, und als Reaktion darauf haben wir relevante Kurse zur UiPath Academy hinzugefügt.

Die UiPath Academy umfasst nun Kurse zu:

• AI Center

• Document Understanding

• KI Computer Vision

Weiterbildung wird 2021 ein wesentlicher Bestandteil des Erfolgs sein. Kluge Mitarbeiter werden sie anstreben, und kluge Organisationen werden sie fördern und bereitstellen.

Die Zukunft der Enterprise-KI ist da – lassen Sie uns sie zu einer guten machen. Starten Sie noch heute Ihre Enterprise-Testversion.