Last active
May 27, 2018 15:35
-
-
Save wanghaisheng/50b91c81da613e4426c2fb2f53704295 to your computer and use it in GitHub Desktop.
来自兴业数金整理的科普文章
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
| 原文链接：[迎接机器人自动化时代：RPA的全景生态扫描](https://zhuanlan.zhihu.com/p/35509153) | |
| ===================== | |
| RPA是什么？RPA如何升级成IPA？那些在不同领域尝试了各类RPA的大佬们现在过得好吗？ | |
| 今天，小编这篇文章先用通俗易懂的语言带你360°无死角了解RPA。 | |
| 自2007－09的经济危机以来，企业在成本控制、作业效率上面临了巨大的压力和挑战，许多公司纷纷重拾上世纪初精益生产管理的理念，通过对工作流程的优化重塑，加大对人力资源的有效利用并最终提高成本效率。 | |
| 在这一系列的变革工作中，部分企业通过例如流程改造等项目在经营成本上取得了一定的成效。然而，企业的劳动力就本质上而言，并没有打破“总有人得去干苦活儿”这一规则的束缚。重复单调的低价值操作性任务仍然存在，使得员工疲于应对，无暇发挥其创造性和主观能动性。 | |
|  | |
|  | |
| 随着机器人科技手段的日渐成熟以及企业机构高效运营呼声的与日俱增，机器人流程化（Robotic Process Automation）逐渐映入人们的眼帘。不少行业先行者，例如领先海外银行机构早已积极尝试与厂商实施商合作，紧锣密鼓地落实着各类RPA的试点工作，把宝贵的人力资源从繁重枯燥的操作工作中解放出来，去创造更高的价值。 | |
| 工业4.0与精益管理的必然产物：RPA历史回顾 | |
| ----------------------- | |
| 随着数据科学不断发展，机器人流程自动化、认知科学等数字化技术融入工作，企业已经展开了小型革命，通过自动化及智能技术，不断释放自然劳动力，追求员工 “更有价值”的体现。RPA代表着智能自动化技术发展的技术结晶，是工业革命4.0的必然产物。 | |
| 而从近代企业管理理念角度来看， RPA可追溯至上世纪的精益管理概念与其主张的降低成本、提高质量、加快流程速度、提高顾客满意度等重要观点。而随着后经济危机时期对成本效率的重视以及近年来人工智能技术的进步更是加速推动了RPA的潮流：让机器代替人工去完成重复的、标准化的作业流程。 | |
| 机器人流程自动化是一类自动化软件工具，它可以通过用户界面使用和理解企业已有的应用，将基于规则的常规操作自动化，例如读取邮件和系统，计算，生成文件和报告，检查文件等。 | |
|  | |
|  | |
| 例如，当客户致电银行客服并提出查询信用卡信息时，RPA会模仿人在系统界面上鼠标+键盘操作，将查询所需客户信息瞬间输入应用系统，并将后台反馈的信息以告知客户。而在此前，这样的操作可能需要数十、上百人的人力重复劳作，设想一下，原先需要大量客服人员在电脑、电话前进行海量查询、反馈，且难免出现错漏的重复性工作，RPA能够在短时间且几乎不出错误的完成，另外，机器人更显著的不同在于，7X24小时工作与没有情绪。 | |
|  | |
|  | |
| 扬长避短：RPA的适用性与优势 | |
| --------------- | |
| 就上述定义观察不难理解：RPA仅具备模仿能力，不具备学习能力。换句话说，RPA适用于基于规则的，仅涉及结构化数据的流程。因此，适合用RPA自动化的流程必需具有稳定性、规则性、重复性。对此，德勤咨询RPA专家提出了七大类极为适合RPA流程： | |
| 1、收集和整理信息，包括数据搜索与检索、数据整理和汇总整合等； | |
| 2、验证和分析，包括数据映射和验证确认、错误模式分析识别、非结构化数据整理与分析、具有光学字符号识别功能的自然语言数据审查等； | |
| 3、记录数据，包括收件人数据输入记录、多接口数据输入、存档元数据和信息等； | |
| 4、收集和整理信息，包括自动计算、基于规则的决策、分析与记录或生成报告等； | |
| 5、协调管理，包括智能分配不同机器人的工作、任务分配和异常切换处理、多机器人整合工作等； | |
| 6、传输与沟通，包括一对一、一对多、多对一、多对多的数据迁移与测试、向员工或供应商及客户提供的各类自动通知等； | |
| 7、报告汇报，包括自动报告机器人的活动与绩效、企业流程绩效的详细分析等。 | |
| 综上可见，RPA最适合重复性高、基于规则、定义清晰、极少产生异常情况的大部分常见流程。它可以代替人的眼和手操作应用，却不能代替人脑处理非结构化数据，以及规则之外的事件。与规则相冲突的事件出现之时，人必须介入。 | |
|  | |
|  | |
| 在了解了RPA适用背景的前提下，企业还应了解实施RPA的优势所在： | |
| 1、**工作效率提升**：和人相比，RPA不间断地高速工作且几乎不出错，因此可以显著提升流程效率，降低成本，减少风险； | |
| 2、**解放员工生产力**：RPA为员工解决了重复枯燥的工作任务，不仅提高员工士气，而且能使得他们有更多的时间从事知识密集型的作业； | |
| 3、**工作将更具有高度合规性**：机器人减少流程错误，并能够精准无误、批量及时地提供审计追踪所需数据，因此更好满足合规控制的要求； | |
| 4、**技术改造投入较低**：RPA建设不需要显著的基础设施投入，因为它仅涉及系统的表层，企业不需要改变底层技术； | |
| 5、**高灵活性和可扩展性**：每个机器人通常都能够执行多种类型的流程，当有更重要的流程出现时，系统又能够快速重新分配机器人。同样地，只要将流程定义为软件机器人可执行的一系列指令，就可以设定于特定的时间执行，并且可以快速部署机器人； | |
| 6、**高效存档记录备份能力**：相比员工，机器人的工作更容易被监控和存档记录。如此便意味着在工作流程中产生的高价值的数据和工作日志会被更好的保留记录。而这也更方便企业进一步从中分析并挖掘后续的商业价值； | |
| 7、**客观的投资回报效应**：RPA的投资-回报期限短，可量化效益明显。根据德勤RPA专家的经验，通常RPA短则1季度，长则不超过1年必定实现投资回报。而BCG数据也证实：通常而言，RPA帮助企业减少20%-80%的成本，在实施的一年内即可达到盈亏平衡。 | |
|  | |
|  | |
| RPA发展方向以及结合人工智能技术的IPA | |
| --------------------- | |
| Gartner数据显示，在过去的一年中，全球范围中大型商业巨头里有300家陆陆续续开展了RPA工程，将原先手工化的流程进行自动化改革。到了2020年，全球40%的商业巨头会拥抱RPA技术（虽然这普及率就目前而言不到10%）。整体销量方面来看，RPA软件的最终用户开销将以41%的复合增长率递增，并在2020年达到10亿美元。此外，在RPA种类上 ，数据显示3年后，25%的RPA用户将会同时采用多种类型的RPA软件以及多种不同的人工智能工具。对于RPA卖方而言，随着产品技术的日渐发展，RPA将由目前的单一功能转向多功能演变，而用户与市场的逐步成熟则会带来较大的价格压力。 | |
|  | |
|  | |
| 可以预想，商业社会对流程自动化的功能性期望将与日俱增。而至于RPA究竟会朝着什么方向演变，各大研究咨询机构不约而同的指向IPA，即智能流程自动化（Intelligent Process Automation）。它是RPA和领先人工智能技术的结合，相当于在基于规则的自动化基础（RPA）之上增加基于深度学习和认知技术的推理、判断、决策能力。 | |
| 根据麦肯锡报告以及德勤专家访谈的归纳总结可得出：在未来，完美的IPA应用应体现以下几大核心技术特点： | |
| 1、**机器人流程自动化**（RPA，Robotic Process Automation）：如上文所述，RPA自动完成有规则性的、重复性的枯燥流程。它是一种基于事先流程梳理及规则编写并以此执行对应行动的科技工具，其本身并不具备自我认知或学习能力。换句话说，RPA是基础，需与其他技术手段相整合，方能实现IPA及其优势所在。 | |
| 2、**机器学习**：是一种用来设计复杂模型和算法并以此实现预测功能的方法，即计算机有能力去学习，而不是通过预先准确编写的代码。它能够基于对现有结构化数据的观察，自行识别结构化数据中的模型，并以此来输出对未来的结果预测。 | |
| 3、**自然语言生成**（NLG, Natural-Language Generation）：计算机具有人一样的表达和写作的功能，它遵循规则将从数据中观察到的信息转换成高质量的自然语言文本。例如自动识别会议邮件中的主题标题、数字地名、人名地址并生成行程表备忘录；或者识别出合同条款关键内容并将摘要的重点生成列表。 | |
| 4、**认知智能体**（Cognitive Agents）：这是一种结合了机器学习和自然语言生成的技术，并在此基础上加入情绪检测能力并以此做出判断、分析等功能。换句话说，机器会像人一样“情感共鸣、精神共振”，真正成为一个完全虚拟的劳动力（智能体）。在一家英国汽车保险公司的案例中，用户采用了认知智能体技术辅助业务人员作业，提高了客户满意度并加强了保险验证的精准度，使客户转化率提高了22%，验证错误率降低了40%，整体投资回报率达到了330%。 | |
|  | |
|  | |
| 综上可见：IPA执行任务时候，将在RPA的基础上，更加发挥出“人”的要素。回到前文的客服案例中：使用了IPA技术后，客服机器人不仅是向客户反馈查询结果，它会做到“更懂”客户。 | |
| 情绪检测能得知客户的心情如何（比如是焦虑是不满还是愤怒），并以此为判断要素来选择有针对性的言语辞藻（对焦虑客户的回复或许是“您大可不必担心”，对愤怒客户的用词则会是“请您息怒”）。结合自然语言技术和机器学习来分析并完善客户标签（譬如对于信用卡在某A商户品牌的使用事项上，就深入细节询问并结果追问关联性问题的客户，标以“健谈”、“小心谨慎”、“精打细算”、“A商户品牌粉丝”），得出对客户的行为预测并生产备忘录，方便此后的精准营销等策略。 | |
| 因此通俗来讲，如果说 RPA是一个从不思考、交代什么就做什么的一般员工，那IPA则更像一个不仅能完成交代的任务，还会察言观色、勤于思考、擅长总结的优秀员工。 | |
| 当然，德勤、安永等咨询专家也坦然表示，就许多企业客户的流程管理与系统的基础能力现状来看，仍存在着大量的基础建设工作有待开展。而打造智能流程自动化所需的其他核心技术例如认知智能体等也尚停留在雏形阶段。因此，机器人流程自动化的市场需求，在未来5~10年内将仍以RPA为主。 | |
| 先驱者的风采： RPA市场概况与领先案例 | |
| -------------------- | |
| 自问世以来，RPA作为企业流程及人力资源管理的重要突破口，备受各行各业的多方关注。其中的宝贵经验值得其他同业借鉴参考。 | |
| 就RPA供给市场来看，由于国内起步较晚，市面上的主要参与者仍以海外为主。其角色大致可分为三类，即：提供顶层设计建议的咨询机构、提供集成方案的系统集成商、以及提供RPA生产平台的产品供应商。不同的角色之间通过不断的业务合作及项目磨合，逐渐产生自身特有的解决方案。 | |
|  | |
|  | |
| 在金融行业，以国外领先商业银行为首的先行者早已在不同的应用领域中尝试各类RPA的试点工作，并取得了令人瞩目的成绩。 | |
|  | |
|  | |
|  | |
|  | |
|  | |
|  | |
|  | |
|  | |
|  | |
|  | |
| 通过上述领先商业银行的案例分享可以发现，当前RPA的热门应用领域主要集中在零售小微个贷、集中运营大后台等具有较强的规则性、重复性的作业流程。 | |
| 多数案例中体现的流程简化、成本控制等效应也呼应了前文所述的解放生产力、回报周期短等优势利益所在。 | |
| 而同样作为金融行业的重要参与者，保险企业也正快马加鞭地积极构建RPA能力以提高企业竞争力。 | |
|  | |
|  | |
|  | |
|  | |
| 该寿险企业案例所体现的，是大刀阔斧地通过IT、账务、结算等多个同期RPA项目加快中后台流程运营改造。作为一家传统老牌国字号企业，其改造力度与实施决心在同业内受到热烈关注。 | |
| 在非金行业，RPA同样取得了重大突破。通过与外部行业专家的走访调查发现，机器人流程自动化在财务报销、内审合规等领域已崭露头角。 | |
|  | |
|  | |
| 从零到一：RPA建设思路及关注点 | |
| ---------------- | |
| 我国RPA应用尚属于起步阶段，而海外各类领先实践为本土RPA发展提供了许多可圈可点的借鉴经验。在着手RPA能力建设前，企业管理者需明确的是：RPA建设是在运营流程改造的大背景下进行的，然而国内国外企业发展往往有着不同的变革经历，在运营流程的管控机制、人员配置等要素上会不尽相同。因此基于运营流程改造的RPA建设也要做到有机结合：既要积极借鉴国外领先实践，又要充分考虑本土发展现状，切不可生搬硬套、照本宣科。 | |
|  | |
|  | |
| RPA工程的建设大体可分为两个阶段：**评估筛选阶段**与**实施推广阶段**。 | |
| 首先正在第一阶段基于流程成熟度、预期绩效提升等维度来评估筛选RPA候选流程并准备对应材料、动员相关部门团队。在保持沟通顺畅的前提下，通过流程演示等传达方式，确保每个利益相关方都能对RPA的预期有充分的认识。随后，需选择试点场景并对其中的业务规则等做进一步梳理并细化有待RPA解决的问题流程。 | |
|  | |
|  | |
| 在第二阶段，首先应以结果及受益范围作为最终实施目标设计RPA方案并进行RPA制作，即在RPA制作平台上（通常由第三方厂商所有）将流程改造的语言转化为符合RPA逻辑的编程语言。 | |
| 在完成机器人测试后进行部署，于运行后进行检测评估，并对有待完善的机器人进行新一轮的优化工作，以此循环直至取得符合既定目标的RPA成果。 | |
|  | |
|  | |
| 然而，由于其性质的特殊性，RPA工程在实施过程中难免会遇到诸多问题及挑战需要密切关注。 | |
| 例如就前期决策而言，存在着“太多流程参与者但缺乏流程决定者”、“自上而下还是自下而上的实施策略”等问题。 | |
| 在工程落实过程中可能遇到“在诊断梳理阶段缺乏前瞻性分析导致实施中的RPA与原有的业务规范、人员配置、业务权限等机制有所冲突”。 | |
| 就后期试点推广工作而言，存在着“究竟由谁来负责全机构范围内的RPA推广工作？是由业务经验丰富、熟悉作业流程的业务部门负责？还是由系统编程较强、技术能力突出的IT部门来牵头？”、“是否存在由于更换RPA厂商而导致产生过高的交易成本”的问题。 | |
| 而这些决定RPA项目最终效益性和落地性的考量要素，恰恰又是实施RPA工程的企业往往忽视的因素。 | |
| 关于RPA的成败，引用专业咨询机构RPA专家观点即：制造RPA的难度远低于其推广落地的难度。 | |
| 未来展望：RPA究竟会走多快，跑多远 | |
| ------------------ | |
| RPA的主旨是解放劳动力，让员工从单调重复、枯燥乏味的操作型工作中得以解放。然而，市场上仍存在一种普遍忧虑观点：“RPA会抢走我们的工作、我们会被机器人取代”。这种顾虑随着机器人在近年各项人机对比中的耀眼表现，正被逐步放大。 | |
|  | |
|  | |
| 诚然，机器人取代规则化、重复性的低价值劳动任务是大势所趋，但不可否认的是：机器人技术不仅解放员工的时间和精力使其去从事更多高价值的工作，更会创造诸如机器人管理、人机合作类职能岗位的大量潜在需求。（就好比当初，个人计算机的普及并没有让人类失业，反而促进了艺术、金融、教育、传媒、信息技术等各种领域的自然劳动力需求。） | |
| 因此，社会与企业的关注点，应更多地放在如何高效便利、友好和谐的人机协同机制体系上。而这，将最终决定RPA究竟能走多快，跑多远。 |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment