艺赛旗CTO吴鑫:流程挖掘、任务挖掘,加速推动RPA向超自动化演进

近日 , 由RPA中国主办的“企业数字化变革引擎:流程优化与重构-流程挖掘技术发展与应用研讨会”在线上顺利召开 。 艺赛旗CTO吴鑫作为特邀嘉宾出席了此次会议 , 并以《流程挖掘、任务挖掘加速推动RPA向超自动化演进》为主题 , 做深度技术与项目实践分享 。
在Gartner最新发布的“2022年12大技术趋势”中 , 超自动化连续3年入选 , 成为入选次数最多的技术之一 。 同时超自动化也入选了Gartner发布的“2022年10大政府技术趋势” 。 这充分证明超自动化在全球数字化转型浪潮中发挥重要推动作用 。
吴鑫表示 , 超自动化并非是单一技术而是一种技术集合 , 包含RPA(机器人流程自动化)、AI(OCR、NLP等)、云化、流程挖掘、任务挖掘、低代码、BPM等 。 随着用户自动化需求的深入 , 未来可能会有更多的智能创新技术加入到超自动化阵列中 , 以提升自动化效率扩大赋能范围 。
艺赛旗CTO吴鑫:流程挖掘、任务挖掘,加速推动RPA向超自动化演进
文章图片
从超自动化核心技术属性来看 , RPA依然是重要的技术底座 , 其他智能创新技术皆围绕RPA展开或扩大其边界能力将自动化价值发挥到极致 , 使得企业在应用自动化时像工厂机器人那样实现大规模应用 , 创造更高的商业价值 。
但在超自动化大规模实现场景化落地过程中 , 如何有效识别业务自动化机会 , 智能追踪、监控自动化业务流程 , 填补自动化流程断点 , 持续改进自动化流程提升KPI , 成为企业扩大自动化规模道路上的“拦路虎” 。 因此 , 流程挖掘、任务挖掘被吸纳进超自动化技术矩阵中 , 成为“攻城拔寨”打通业务链上下游的利器 。
艺赛旗CTO吴鑫:流程挖掘、任务挖掘,加速推动RPA向超自动化演进
文章图片
吴鑫指出 , 流程挖掘主要通过对业务系统的数据及日志采集、清洗、过滤(如SAP , Salesforce , 金蝶)形成可分析的元数据;然后根据元数据做进一步的业务流程比对 , 业务流程再造等智能化操作 , 并给出可视化解决方案 。 而任务挖掘则可以帮助企业高效识别自动化机会 , 为实施自动化提供智能决策 , 以加快大规模自动化应用进程 。
从技术视角来看 , 任务挖掘能够通过搜集任务记录、任务分析以及用户交互行为 , 深度解读执行层面所遭遇的流程断点、数字鸿沟、低效任务等 。 这样做的好处是 , 可以减少业务流程之间的差距 , 减少/检查违规自动化业务流程 , 同时可以加速自动化项目交付周期 , 为大规模自动化应用奠定基础 。
虽然流程挖掘和任务挖掘都是诊断数字业务流程的“门诊医生” , 但在技术层面两者却略有不同 。 吴鑫表示 , 任务挖掘主要聚焦在业务的操作步骤 , 而流程挖掘关心的是端到端的流程以及子流程 。 技术层面 , 任务挖掘使用的是数据挖掘识别模式 , 而流程挖掘则是通过AI算法 , 更加侧重于客户、流程、业务 , 业务分析颗粒感更强一些 。
有一点需要注意的是 , 流程挖掘和任务挖掘皆是对数据进行深度加工 , 因此如何保护数据安全不泄露也成为技术的关键点 。 “艺赛旗作为国内最早布局任务挖掘厂商之一 , 格外注重用户的数据安全 。 在最新发布的艺赛旗RPM中 , 内置了隐私计算功能 , 将敏感数据和透明数据进行模糊化 , 以保护用户数据资产安全 。 ”吴鑫说 。
艺赛旗CTO吴鑫:流程挖掘、任务挖掘,加速推动RPA向超自动化演进
文章图片
为了使用户深度感知任务挖掘的商业价值 , 吴鑫分享了艺赛旗的实际项目案例:中移在线上海分公司主要负责客户的业务咨询、办理和投诉等业务 , 但由于客户咨询量大、业务类型众多、业务办理操作步骤繁琐等因素 , 该公司在业务管理中存在着业务办理效率低、业务瓶颈不明确和座席业务操作流程不透明等难题 。