В настоящее время, когда мы видим в новостях упоминание об искусственном интеллекте (ИИ), наши умы сразу же устремляются к мыслям, распространенным в массовой культуре. Терминатор всегда был нашей первой мыслью, и мы уверены, что мы не единственные. Часто эти мысли являются проекцией наших страхов или желаний, связанных с темой, которая несколько чужда нам. Каким бы естественным ни был страх перед неизвестным, для нашего личностного роста важно развить понимание того, что делает ИИ. действительно есть и может сделать прямо в эту минуту. Войдите в мир центров обработки данных и суперкомпьютеров, а пока оставьте Арнольда Шварценеггера позади. Искусственный интеллект — это общий термин, охватывающий различные темы, от машинного обучения и глубокого обучения до оптического распознавания символов или обработки естественного языка.
Несмотря на то, что у ИИ практически безграничный потенциал, с точки зрения BrightKnight мы хотели бы рассмотреть одну подобласть — его неизбежное будущее в сочетании с миром роботизированной автоматизации процессов (RPA).
Теперь, если вы еще не слышали об RPA, позвольте предложить вам небольшое вступление. Проще говоря, RPA позволяет моделировать действия человека-пользователя. Подумайте об утомительной задаче переключения с одного приложения на другое, копировании и вставке данных между многочисленными приложениями.
Правильно настроенный RPA также может действовать на основные решения, например. ЕСЛИ это, ТО то. RPA позволяет нам автоматизировать эти процессы быстро и эффективно, без необходимости в новых программах и приложениях. Преимущества и недостатки этого подхода таковы:
• Преимущество: если процесс структурирован, цифровой и основан на правилах, RPA может это сделать (у RPA также нет проблем с доступом к таким вещам, как API).
• Недостаток: в момент изменения процесса (кнопка меняет положение, добавляется дополнительная функциональность, выпускается обновление) решение RPA необходимо обновлять и поддерживать, иначе оно перестанет работать.
Действительно, эта технология может делать удивительные вещи, автоматизируя процессы, которые не нужно выполнять вручную. Трудно не думать: «Это может решить все мои проблемы!». К сожалению, как это часто бывает с такими вещами, это не панацея, на которую мы все надеялись.
Например, иногда проблемы при разработке RPA могут быть вызваны недооценкой вклада пользователя в процесс, который часто становится очевидным только после различных сеансов анализа (например, сложные моменты принятия решений, требующие человеческого суждения). Короче говоря, даже сегодня, после почти 20 лет существования, RPA далеко не так умен, как реальный человек. Поэтому важно управлять нашими ожиданиями с помощью RPA, когда он реализуется исключительно самостоятельно.
Именно здесь искусственный интеллект может дать гораздо больше…
На чем мы сосредоточены?
В то время как А.И. на самом деле отличный способ расширить возможности RPA, быстро возникает вопрос: где в этом огромном море входных данных бизнес-процессов мы хотим сосредоточить этот новообретенный интеллект? К счастью, у нас есть ответ в 3 пунктах ниже:
• Структурированные и цифровые данные (постоянные данные, доступные через SQL)
• Неструктурированные, но цифровые данные (тексты, слова, pdf, контент веб-сайта, фото, видео и т. д.)
•Неструктурированные и нецифровые данные (бумажные документы).
Как мы обрабатываем каждую часть?
Структурированные цифровые данные
здесь мы можем применять концепции науки о данных и искусственный интеллект, чтобы помочь в принятии решений и подсчете очков: классификаторы, обнаружение аномалий, линейные регрессии и многое другое.
Это увеличивает объем возможных точек принятия решений, которые могут быть обработаны решением RPA (заменяя решения, которые ранее были ограничены человеческим суждением), и позволяет использовать решения RPA, которые охватывают более крупные части процесса или включают процессы, которые ранее были полностью исключены. масштаба.
Неструктурированные цифровые данные
эти данные должны быть преобразованы в структурированные данные. Для этого мы обычно используем комбинацию NLP (обработка естественного языка) и распознавания изображений.
Это решает проблему, от которой страдают многие потенциальные RPA-решения: входные данные не представлены в структурированном, готовом к обработке формате.
Неструктурированные и нецифровые данные
А.И. может применяться для оптимизации процесса сканирования посредством настройки сканеров, инструментов OCR и распознавания документов.
Это позволяет собирать еще больший набор данных: бумажные документы, текст, написанный курсивом на документах, и т. д. ..
Это все на данный момент. Продолжайте проверять, так как часть 2 будет посвящена конкретным вариантам использования.
Спасибо за чтение!
Авторы: Джером Фортиас, Даниэль Фастено
Чтобы узнать больше о BrightKnight, зайдите на LinkedIn!
