本文转载自微信公众号 IBM企业咨询服务
迈入智能自动化时代
从 20 世纪 60 年代初开始,机器人帮助企业实现了流程自动化;如今,机器人具备了适应能力,可以随着环境的变化改变自己的应对方式,自动化开始进入智能时代。
为了进一步了解企业在部署智能自动化技术方面的进展以及所采用的计划和战略,IBM 商业价值研究院与牛津经济研究院合作开展调研,访问了 550 位技术和运营高管。调研结果表明,智能自动化技术正逐渐成为主流,而企业高管们也开始认识到这些技术持续实现价值的潜力。76% 的受访者一致认为,提高自动化水平将对运营效率产生积极影响。
构成智能自动化的各种技术和能力
• 自适应机器人 - 能够处理物联网数据和其他数据以进行学习并自主做出决策的机器人;
• 机器学习系统 - 借助软件,无需明确指令即可不断学习、持续改进的系统;
• 自然语言处理 - 能够理解人类说的话;
• 预测性分析 - 借助统计算法和机器学习预测结果的做法;
• 增强智能 - 模拟人类智能过程的技术。
哪些行业走在前列?
企业对智能自动化的采用率和投资重点往往与各行业的业务模式密切相关。一些行业走在了智能自动化的前列。
汽车制造企业往往关注于如何生产具有互联系统、驾驶员辅助功能甚至完全自主驾驶功能的汽车,因此他们是采用人工智能和机器学习的先行者:36% 的汽车行业受访者表示,这项技术已被应用到业务的部分或所有方面。汽车制造行业在机器人技术采用方面也遥遥领先,占比达到 56%。
银行和零售行业必须通过筛选客户信息,帮助做出更准确的预测,提出更恰当的建议,因此这两个行业中持同样观点的受访者占 32%,紧随汽车行业之后。
保险行业在使用预测性分析方面处于领跑地位,比例达到 47%,紧随其后的是电信和汽车制造行业,比例分别为 43% 和 42%。
智能自动化技术投资预计将在未来数年带来丰厚回报,在客户服务、产品和服务优化以及质量控制等职能领域创造巨大业务价值。实际上,有些企业已经在这些领域实现了价值,提高效率和生产力是受访者提到最多的回报。(见图2)
(图2)
“借助认知计算,我们可以提供更优质的客户服务,提高净推荐成功率,同时降低运营成本,”ZUMATA 的首席执行官 Josh Ziegler 如是说。这家公司总部位于新加坡,主要为旅游和运输行业提供计算机服务。ZUMATA 的机器人可以帮助企业自动处理客户来电,使用自然语言处理,请求用户阐明问题,并作出适当的响应。
流程优化先于技术实施
自动化并非“即插即用”的解决方案:简单地购买技术,打开机器开关,让机器人运行业务,而无需人员干预,这是做不到的。在现实中,运用智能自动化要复杂得多,不可能毕其功于一役。
诸如云计算、移动和物联网技术等构建块是部署智能自动化的重要先决条件,约有半数的受访企业正在努力搭建技术基础。然而,坚实的 IT 基础只是智能自动化的起点。企业还必须重新思考员工需要具备的技能,并优化业务流程,以便为实现自动化做好准备。
举例来说,想想如何使大多数公司每天都会收到的大量安全警报实现自动化。要消除警报传递和响应方面的人工干预,就需要对工作流程、职责和报告机制做出改变,而不仅仅是简单地开启机器。这就需要重新构思有待实现自动化的流程,重新调整员工的技能,在大规模部署之前进行技术原型设计 — 这实际上就是数字化重塑的过程。(见图3)
(图3)
我们的研究表明,许多受访者还没有做好准备,无法进行更广泛的组织变革以及采用更先进的技术。虽然 60% 的受访者已经重新设计了有待实现自动化的流程,但只有 47% 的受访者对员工进行了有关人机合作的培训,只有不到四分之一的受访者在加大对自然语言处理的使用力度。
人机交融,为了智能自动化的明天
智能自动化的主要目的是丰富员工的技能、经验和专业知识,拓宽员工的思路,从而提高他们的工作效率,帮助他们创造性地解决问题,打造更富有吸引力的工作方式。
印度初创公司 Signzy Technologies 开发了一种认知系统,可以阅读和理解政府文件、法庭案件和财务记录中的非结构化文本和图像,并进行归类。这项技术能够发现欺诈和其他非法活动的模式,帮助金融机构更有效地缓解风险。由机器做出的决策可将银行的身份验证时间缩短 80%,将贷款审批和账户开立流程的耗时从两周减至两天。
在德国的奥斯纳布吕克大学的认知科学研究所,研究人员正在开展一个项目,旨在预测和管理流感爆发。他们发现,社交媒体讨论中包含诸多潜在线索,他们需要找到一种方法,高效地分析讨论内容,帮助做出预测。研究人员开发了一种自然语言处理系统,用于对照核心知识体系进行即时的社交媒体分析,结合最新的研究成果,对流感疫情做出预测,并提出预防措施。
这种先进的决策能力是智能机器要实现的关键目标,决策质量和速度的提高是机器学习所带来的最大好处之一。虽然,目前只有极少数企业运用机器学习做出决策,大多数自动化决策流程只用于处理常规或简单的工作。然而,人们预计,未来三年,机器学习将带来巨大收益,并且在某些决策领域使用这项技术的企业数量将大幅增加。
实现这些目标仍然任重道远。超过 80% 的受访者表示,员工需要培训和鼓励,以便能够舒适自如地与智能机器协同工作,但大多数企业还没有采取相关措施。此外,43% 的高管认为,技能和资源缺乏是妨碍他们采用自适应机器人的首要挑战。(见图4)
(图4)
当人们可以和机器和谐相处时,自适应机器人才能真正变得成熟,并且由机器做出复杂的决策,可以让员工投身于更具战略意义的工作。
实现智能自动化的建议
智能自动化通过使用机器理解周围环境、与人类及其他机器互动、学习获得的经验,并利用所学知识支持未来决策,来改变企业的运营组织模式以及从技术投资中获益的方式。为实现这种转变的价值,企业需要的不仅仅是技术投资,还必须培训员工以全新方式与机器协同工作,同时重新设计业务流程,不断进行优化,最终实现智能自动化,保持竞争力。
更多关于智能自动化如何改变业务运营模式的内容,请点击阅读原文查看下载报告原文:《人机交融:智能自动化如何改变业务运营模式》
https://www-935.ibm.com/services/cn/gbs/ibv/pdf/ibv-nov-human-machine.pdf
更多数字化运营和人工智能相关报告,请点击:
https://www-935.ibm.com/services/cn/bcs/iibv/function/scm.html
https://www-935.ibm.com/services/cn/gbs/ibv/cognitiveindustry/index.html