RPA和IPA有什么区别

智能流程自动化愈来愈被视为对机器人流程自动化的补充,它经过AI技术扩展了机器人流程自动化的范围。CIO和企业IT负责人应将这两种自动化技术之间的一些重要区别视为其技术路线图的一部分。算法

RPA2019012010002.jpg
RPA和IPA编程

与RPA相比,IPA的工做范围更大-它能够处理更多类型的数据格式,并有望实现新型的更智能的决策。要想从IPA战略中得到最佳结果,就须要IT和数据科学团队进行比RPA更深刻的协做。数组

Cognizant智能过程自动化的全球市场领导者Banwari Agarwal说:“ RPA本质上是纯机器人,不须要智能便可操做。” 所以,对于定义良好,基于规则的流程而言,这是一项很好的技术。机器学习

相反,IPA用于受益于AI功能的更复杂的流程。这涉及将智能数据输入,天然语言处理,机器学习和运营分析与RPA相结合。RPA和IPA在不一样类型的状况下都颇有价值。工具

从RPA开始,以简化操做性能

RPA平台的主要吸引力在于它们易于使用且不须要深厚的技术技能。许多RPA技术能够用低码或无码实现。可是,RPA项目的最终价值和成果有限。学习

IPA的开发和实施要复杂得多。该技术须要数据提取和分类,机器学习和AI来促进决策。使用IPA的企业将须要手头的专家,他们须要对该领域不断增加的工具和功能有深刻的了解。优化

用户的技术技能要求是IT主管应预先意识到的关键区别。RPA所需的技术技能从基础到成熟,而IPA所需的技术技能从成熟到高级。毫无疑问,因为这种易用性,RPA具备更大的吸引力。“有更多的进程与RPA被自动比IPA,”他说。spa

可是,与RPA相关的过程效率不如IPA实现的潜在效率高。在RPA部署中,企业除了在RPA工具处理的基于规则的处理以外,还在数据提取和决策中发挥重要做用。相反,IPA有望在下降人工成本方面带来更大的价值,由于它可使不少人的决策自动化。blog

辅助技术能够帮助公司从RPA迁移到IPA部署,包括流程挖掘和优化,智能输入工具,机器学习,AI和运营分析平台。

IPA是RPA向AI过渡阶段

向IPA的过渡是一个连续的过程,而RPA是AI,机器学习和分析的基础,IPA为业务流程的自动化带来了优点。“没有RPA的基础,就不可能拥有IPA。”

萨曼特(Samant)认为此频谱具备三个关键阶段。愈来愈多的企业正在建立数字化员工队伍,并使定义很是明确的业务流程自动化。在下一级别,机器学习能够帮助系统理解和实施决策。第三级是AI,机器能够开始作出一般由人类作出的决策。

前两个阶段更多地是过程驱动的-它们是关于自动化很是明确和肯定性的过程。在第三阶段,机器学习和AI使机器人可以处理更多不肯定的行为。萨曼特说,这是要从让机器思考任务开始,再到让机器思考过程。  

支持半结构化数据

IT咨询机构Protiviti的内部审计和财务咨询业务董事总经理Angelo Poulikakos表示,IPA旨在将RPA与诸如光学字符识别,天然语言处理,数据分析和聊天交互之类的互补技术相结合,从而将机器人带入生活。这些功能扩展了机器人的工做范围,使其可以读取非结构化数据,解释人类语音,关注趋势并预测结果。

Poulikakos赞成,大多数组织一般在开始面向IPA的用例以前先从RPA开始。例如,Protiviti已帮助多个客户构建了RPA机械手,该RPA机械手根据定义明确的访问请求表和批准工做流自动设置或取消对系统的访问。一般使用复选框和下拉菜单之类的东西来指定这些工做流,以识别用户,访问级别和当前状态。

RPA机械手在环境中稳定以后,能够经过IPA对其进行扩展,以便聊天机器人能够简化访问的预配置或预配置。聊天机器人能够解释用户的意图,以驱动可能还没有阐明的动做。例如,若是有人说“玛丽离开了组织。请删除她的访问权限”,则该机器人将收集输入并随后触发RPA机器人,该机器人将启动批准工做流程并执行已定义的操做。同时,它将保存对话历史记录以用做审核跟踪。

具备学习功能

医疗收入周期自动化平台Recondo Technology的首席技术官Eldon Richards说,RPA和IPA之间的主要区别之一是IPA的经验学习能力。当流程或用于支持流程的数据中存在高度可变性时,此技能最为重要。使用RPA,实现者必须提早处理编程算法或规则中的可变性。使用IPA,有时能够从经验中自动学习处理可变性。

在实践中,有两种主要方法能够解决这些差别。首先,IPA可用于自动化某些流程,而这些流程对于RPA工具而言过于费力。当存在大量边缘状况时(例如,当发生意外状况,例如信息丢失或不许确或数量超过典型阈值时),实施RPA须要开发逻辑来处理每一个状况。若是能够从经验丰富的执行者那里学习到IPA,则IPA在这种状况下可能会有用,只要IPA工具能够观察到足够的边缘状况便可。

其次,当须要更高层次的认知来作出决策时,可使用IPA。例如,若是归档基于诸如发件人,主题行中找到的关键字或电子邮件是否具备附件之类的属性,则RPA能够有效地归档电子邮件。相比之下,IPA将监视人类将哪些电子邮件放入垃圾邮件文件夹,以及哪些电子邮件会当即获得答复。理查兹说,这将使它作出更复杂的决定。

RPA和IPA须要合做

IPA项目还可能影响工做场所的收益,例如促进数据科学团队与业务线专业人员之间的协做,这些业务线专业人员具备有关基于文档的自动化业务流程的必要主题专业知识。IPA非结构化内容平台Indico的首席执行官Tom Wilde表示,这将致使更好的实施和其余高价值用例的识别。

在RPA上添加一层智能能够对流程产生变革性影响,以及组织协做寻找更好的反馈环来训练AI模型时,也能够产生变革性的影响。抵押贷款自动化平台AI Foundry的产品管理总监Arvind Jagannath表示:“这些机器人忽然能够应对高价值的决策任务以及重复的任务。”

当业务用户和数据科学家能够识别出用于持续培训的数据集时,能够改进驱动RPA决策的AI模型。这可能包括评估不一样时间范围内模型的性能。较短的时间范围能够查看人类专家批准或拒绝的贷款-较长的时间范围能够考虑人类专家批准但后来拖欠的哪些贷款以进一步完善模型。Jagannath说:“有了更多的数据,用于决策的模型将变得更加准确和可靠。”

相关文章
相关标签/搜索