RPA und seine Ausweitung auf KI:Eine neue Ära der Geschäfts- und IT-Ausrichtung vorantreiben

„Die Anwendungsfälle der intelligenten Automatisierung werden auch weiter zunehmen, da neue KI-Techniken und -Lösungen radikal auf den Markt kommen den Arbeitsplatz der Zukunft verändern.'

Robotic Process Automation (RPA) hat uns in den letzten Jahren einen langen Weg zur Erschließung von Produktivitätsvorteilen gebracht, die mit manuellen Prozessen verbunden sind, und eine Denkweise geweckt, dass sich die Dinge ändern können, ohne dass eine massive Systemumstrukturierung erforderlich ist.

Wenn umfassende Änderungen für Unternehmen keine realistische Option sind, kann RPA als Katalysator fungieren, um Unternehmen dabei zu helfen, Fortschritte zu erzielen und Mehrwert zu schaffen, indem sie es ihnen ermöglichen, strategische Pläne auf der Grundlage von Investitionen zu erstellen, die sie bereits in ihre Altsysteme getätigt haben.

Die Ausweitung auf künstliche Intelligenz (KI) ist der nächste Schritt dieser granularen, schnelleren Form der Transformation, bei der immer mehr Geschäftsaktivitäten durch immer ausgefeiltere Mittel ganz oder teilweise automatisiert werden. Dies wird allgemein als kognitive RPA oder CRPA bezeichnet.

Was sind also einige reale Anwendungsfälle, die RPA und KI zu umfassenderen intelligenten Automatisierungslösungen kombinieren?

Prozesserkennung

Wenn neue digitale Technologien auf den Markt kommen, stehen Geschäftsleute vor der Herausforderung, genau zu verstehen, wo Lösungen wertvoll sein können, um die Effizienz zu steigern, und einen Business Case für die Implementierung zu entwickeln.

Oft wissen Sie intuitiv, wo es Ineffizienzen gibt, aber dies muss durch eine eher evidenzbasierte Bottom-up-Ansicht der Vorgänge in den IT-Systemen und Geräten eines Unternehmens unterstützt werden, um überzeugende Argumente für Investitionen zu liefern – das ist es wo die Prozesserkennung so wichtig ist. Der Unterschied zwischen der Wahrnehmung, wo Ineffizienzen liegen, und dem, was innerhalb der Systemlandschaft passiert, kann überraschend sein.

Durch die Nutzung von Analysen, maschinellem Lernen und KI können Sie eine evidenzbasierte Sicht auf die betrieblichen Prozesse eines Unternehmens erstellen, die wiederum ein tieferes Verständnis dafür vermittelt, wo digitale Technologien angewendet werden können – ob es sich um Systemänderungen oder die Anwendung von RPA auf Prozesse handelt Ausnahmen zum Beispiel. Es ermöglicht Ihnen auch, die Vorteile dieser Lösungen nach ihrer Bereitstellung zu bewerten.

Unstrukturierte Daten verwalten

Trotz des Aufkommens digitaler und robotischer Lösungen bleibt die Verwaltung von Formularen, Korrespondenz, Verträgen und anderen Freitextinhalten eine große Herausforderung für Unternehmen. Dies ist insbesondere bei externem Material wie Kunden- oder Lieferantenverträgen der Fall, wodurch die Notwendigkeit einer hochgradig manuellen Fallverwaltung entsteht.

Dies ist derzeit einer der Schlüsselbereiche, in denen Unternehmen RPA auf den KI-Bereich ausdehnen wollen. In diesem Zusammenhang ist RPA 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.

Die Gesprächsschnittstelle

Laut einer in diesem Jahr von Capgemini durchgeführten Studie werden sich Sprachassistenten in den nächsten drei Jahren zu einem dominierenden Modus der Verbraucherinteraktion entwickeln – 24 % sagen bereits, dass sie Chatbots und Voicebots anstelle einer Website verwenden würden. Die Zunahme von Sprachassistenten wie Google Assistant, Amazon Alexa und Siri von Apple verändert die Kundenbeziehungen dramatisch, und Unternehmen sind gezwungen, darüber nachzudenken, wie sie genutzt werden können.

Um diese Lösungen in einem Unternehmen bereitzustellen, benötigen wir einen Mechanismus, der den Zugriff auf den Anwendungsbestand einer Organisation ermöglicht. Ein Voicebot oder Chatbot ist natürlich nur so intelligent wie die Informationen, die er extrahieren und an seinen Benutzer weitergeben kann. Die Art und Weise, wie dies in diesem Beispiel zusammenkommt, besteht darin, die Roboter einzusetzen, um die Daten abzurufen und an unsere Konversationsschnittstelle, d. h. den Chatbot, zu liefern und so die gestellte Frage zu beantworten.

Dies wird dadurch erreicht, dass der Chatbot die abstrakte Frage in eine Reihe von Abfragen umwandelt, die vom RPA-System verstanden werden können. Der Roboter fragt dann das/die Aufzeichnungssystem(e) ab, um relevante Datenelemente abzurufen, verpackt sie und übergibt das Paket an den Chatbot zurück, wodurch dieser diese in eine Antwort in natürlicher Sprache rekonstruieren kann.

RPA ist eine entscheidende Komponente bei der Öffnung von Anwendungen – insbesondere solchen, die schwer zu integrieren sind – und ermöglicht ihnen, an der neuen Welt der Konversationsschnittstellen teilzuhaben.

Geschwindigkeit zu Erkenntnissen

Alle Unternehmen haben eine Art Datenpipeline, die ihre Lieferketten und Lager speist. Sie sind so konzipiert, dass sie versuchen, regelmäßig 100 % der benötigten Daten bereitzustellen. Obwohl es normalerweise für die Berichterstellung geeignet ist, ist es kein vollständig genuger Datensatz für die Analyse und Generierung von Erkenntnissen.

Es ist immer eine „letzte Meile“ an ergänzenden Analysen erforderlich, um eine bestimmte Erkenntnis zu gewinnen. Dadurch wird der Datensatz um Daten zur Unterstützung der Ursachenanalyse von Herausforderungen wie beispielsweise Monatsabschlüssen erweitert.

RPA kann verwendet werden, um diese letzte Meile der Extraktion zu unterstützen, indem es die Aggregation und Datenaufbereitung bereitstellt, um die dynamischen Anforderungen der Berichterstellung zu unterstützen, ohne auf die Erweiterung der Datenpipelines durch die Unternehmens-IT warten zu müssen. Dies wiederum ermöglicht es uns, Dinge vorherzusagen und zu tun, die für Menschen historisch schwierig waren.

Wir haben Schwierigkeiten, Vorhersagen zu treffen, weil wir mit den riesigen Datenmengen nicht umgehen können. Wir haben Mühe, große Datenmengen zu erzählen, die eine Vielzahl von Abteilungen oder Abteilungen abdecken. KI kann zum Modellieren und Vorhersagen eingesetzt werden oder Techniken zur Generierung natürlicher Sprache verwenden, um eine grammatikalisch korrekte, narrative Zusammenfassung der Ergebnisse innerhalb eines Blocks von Rohdaten zu erstellen, anstatt Armeen von Menschen zu verwenden.

In vielen der oben beschriebenen Anwendungsfälle befinden wir uns noch in den sehr frühen Phasen der Nutzung der Vorteile von RPA und seiner Ausweitung auf KI. Dies zeigt jedoch nur, wie sehr sich RPA in den kommenden Jahren in Unternehmen weiterentwickeln und erweitern wird.

Die Anwendungsfälle der intelligenten Automatisierung werden auch weiter zunehmen, da neue KI-Techniken und -Lösungen auf den Markt kommen und den zukünftigen Arbeitsplatz radikal verändern werden. Damit Unternehmen diese Technologie vollständig nutzen können, müssen sie zunächst verstehen, wie diese Lösungen ihre Prozesse transformieren können, und eine strikte Governance anwenden, um sicherzustellen, dass ihre Entscheidungsfindung effektiv ist.

Wenn Unternehmen sich bemühen, diese vernetzten und dennoch granularen Lösungen unternehmensweit zu implementieren, wird ihnen dies helfen, eine Transformation mit zwei Geschwindigkeiten voranzutreiben, und eine neue Ära der Geschäfts- und IT-Angleichung wird folgen.