什么是智能自动化？

智能自动化简单来说就是将自动化技术与 AI 技术结合在一起，它可以革新企业运营，帮助企业提高效率、节约成本和提升准确性。数据显示，如今几乎一半的企业都在使用某种形式的自动化技术，而智能自动化将这一趋势推到了一个新的高度。毫不夸张地说，智能自动化已成为当今全球企业参与市场竞争的一个重要筹码，正确理解智能自动化和各种智能自动化应用至关重要。

什么是智能自动化 (IA)？

智能自动化有时也被称为智能流程自动化，它将人工智能 (AI) 和自动化技术相结合，旨在优化并理顺企业业务流程。智能自动化是多种技术结合的产物，例如机器人流程自动化 (RPA)、机器学习 (ML) 和自然语言处理 (NLP)，在自动执行重复性任务和捕获数据洞察方面发挥着重要作用。

在智能自动化的帮助下，企业可以自动执行数据录入、文档处理和日趋复杂的客户服务响应等工作，优化业务流程。举例来说，企业可以使用人工智能驱动的自然语言处理技术和其它机器学习算法来自动与客户互动，快速响应客户查询，整个过程不需要人为干预。在保险行业中，智能自动化可以在无人值守的情况下，高效地在整个索赔流程中进行文档路由。这些（以及许多其它）智能自动化技术广泛适用于各行各业，包括金融、医疗卫生、制造和零售。不过，要想获得智能自动化带来的可观优势，企业需要制定翔实的计划并严格执行，确保成功实施智能自动化项目。

什么是智能自动化 (IA)？

• 人工智能/机器学习
• 集成平台
• 机器人流程自动化

智能自动化可提高客户满意度、降低成本和优化业务流程

关键要点

• 智能自动化指利用高级机器学习和人工智能来自动化执行重复性工作。
• 智能自动化既适用于面向客户的业务运营（如客户服务），又适用于企业内部运营（如采购订单管理）。
• 智能自动化的优势主要包括提高速度、节约成本和消除重复性工作中的错误。此外，它还能随着时间推移而识别趋势，提出优化建议。
• 智能自动化的挑战一方面体现在技术方面，包括执行系统集成和训练机器学习算法。另一方面体现在需要像人一样“传达”组织变革。
• 智能自动化的实施依赖多种技术 — 从集成和业务流程平台到 AI 机器人和 IoT 传感器。

智能自动化详解

智能自动化可称得上是升级版的业务流程自动化。它的出现离不开一系列新问世的云端 AI 工具，如机器学习、语音识别、自然语言处理和计算机视觉。正是在这些工具的帮助下，企业才得以自动化执行很多在过去看来过分复杂的，或者以人为中心的，机器无法胜任的工作。

这样的自动化案例有很多，例如使用可理解客户意图和可利用自然语言生成技术解答客户问题的聊天机器人与客户互动；在保险行业中自动进行交接点间文档路由。在这两个案例中，接受了广泛的数据训练，可智能决策和提供建议的 AI 模型发挥着重要作用。总而言之，集机器人流程自动化和人工智能于一体的智能自动化可以消除并非完全不可预测的重复性工作，优化流程，让员工专注于高价值的精微工作。

智能自动化的工作原理

智能自动化系统旨在帮助企业更高效地运营业务。举例来说，智能自动化流程可以通过聊天机器人快速为客户提供问题解答，整个过程不需要人为干预；可以在库存低于一定水平时自动向业务合作伙伴下发采购订单。之所以如此，原因在于智能自动化系统能够启动一个工作流来实时跟踪业务数据，然后利用人工智能技术来做出相应的决策，提出下一步行动建议。它可以为决策者提供经过合理组织的“事实”，可以自动执行原本会占用员工大量时间和精力的重复性工作，以此辅助甚至增强企业决策。

智能自动化相关的主要工具包括业务流程自动化软件、运营数据以及 AI 服务。其中，AI 算法将接受运营数据训练，确保顺利执行各种类型的工作任务，例如向库存流程提供计算机视觉支持；在快节奏的财务事务中嵌入异常检测功能；通过聊天机器人响应个性化的客户对话以及在适当时候将客户移交给相关员工。

在所有这些使用场景中，智能自动化都能有效提高繁忙的日常事务的处理效率，减少错误。另外，机器学习算法也能随着时间推移而自主学习，更好地检测业务数据中潜藏的趋势，甚至提出工作流优化建议。

为什么智能自动化很重要？

智能自动化的重要性体现在它可以帮助企业提高效率，即使它构建了更多企业与客户/其他利益相关者联系。利用 AI 驱动的视觉、声音、语言和响应服务，智能自动化不仅支持企业培育更牢固的客户关系，支持员工摆脱繁忙工作，还可以提供高质量的信息来帮助企业在快节奏的业务运营中自信地做出明智决策。

想象一下，当制造自动化不需要专家干预就能基于日常业务数据集预测故障、订单零件和进行维护工作排班时，企业会获得多么强大的竞争优势？再想象一下，当进行财务关账时，如果可以利用智能自动化来理解文本上下文和存储文档，满足监管要求，企业会获得什么优势？事实上，在从银行到航运物流，再到时尚零售的各行各业中，智能自动化都能为企业提供发展助力。最后，机器学习算法可以驱动智能自动化基于数据集持续学习，随着时间推移进一步优化业务流程，提出更合理的流程优化建议。

智能自动化与机器人流程自动化 (RPA) 对比

总体而言，智能自动化包含但不止于机器人流程自动化 (RPA)。RPA 是自动化的一种，它旨在使用软件机器人来模仿人的动作，自动执行重复性任务。智能自动化则综合了多项技术，包括集成平台即服务 (iPaaS)、人工智能 (AI)、机器学习 (ML) 以及自然语言处理 (NLP)，其目的是自动执行涉及到了人类决策的复杂流程。简单来说，智能自动化不仅意味着自动执行重复性任务，还意味着基于大规模数据集的分析结果提供洞察、建议和预测，辅助企业做出更明智的决策。

智能自动化的 9 大元素

智能自动化是集成、流程自动化、AI 服务和 RPA 技术结合的产物，它们协同运行，自动化执行重复性任务和增强人类决策。通常来说，智能自动化技术包括自然语言处理、机器学习、认知自动化、计算机视觉、智能字符识别和流程挖掘。

1. 人工智能 (AI)：使用大型数据集训练机器，使机器执行通常依赖人类智能（例如感知、语言、学习和解决问题）的工作任务。
2. 集成平台即服务 (iPaaS)：基于云技术的集成平台，支持企业广泛集成自己 IT 生态系统中的各种应用、系统和数据源并自动化执行工作流。
3. 机器人流程自动化 (RPA)：一种软件机器人，可高度准确、快速地执行重复性任务，例如录入数据、处理发票和响应客户服务请求。
4. 自然语言处理 (NLP)：一种机器理解、解释和生成人类语言的能力，支持机器通过聊天机器人、语言助手和其它交互式界面与人类互动。
5. 机器学习 (ML)：人工智能 (AI) 的一个子集，支持机器学习数据并随着时间推移不断增强自身能力，整个过程不需要显性编程。
6. 认知自动化：AI 和 RPA 技术结合的产物，支持自动化运行依赖认知能力（例如模式识别和推理）的复杂决策过程。
7. 计算机视觉：一种机器解释和分析真实世界可视数据的能力，支持机器执行对象识别、图像和视频分析以及自主导航等工作。
8. 智能字符识别 (ICR)：一种机器识别和解释手写/打印文本的能力，支持机器自动执行数据录入和文档处理等工作。
9. 流程挖掘：使用 AI 和数据挖掘技术来分析并优化业务流程，支持企业识别低效环节，提高运营绩效。

智能自动化的优势

智能自动化可以帮助企业提高生产力和效率，改善客户体验，降低成本，更快速地做出更明智的决策。它的目的不是取代人，而是解放人，让企业员工和领导者投入到可更好地促进业务发展的战略性的精细活动中。

1. 提高客户满意度：使用自然语言生成技术来更快速、更准确地响应客户服务请求，让员工投入更多时间来解决更复杂的客户服务问题。
2. 降低成本：更快速地完成常见工作，这意味着自动化处理涉及大量数据和文档的繁重工作，可避免熟练员工将时间和精力浪费在枯燥、单调的任务上，进而让企业支付的员工薪资真正做到“物有所值”。
3. 优化决策：通过实时洞察和分析帮助企业员工和领导者快速做出更明智的决策，制定更明智的业务战略。
4. 提高敏捷性：企业可以持续跟踪并快速响应不断变化的市场状况和客户需求，在激烈的竞争中一路领先。

智能自动化的挑战

智能自动化在技术上十分复杂，本身还在持续进化，而且，人工智能目前还属于相当前沿的企业软件工具，这给企业带来了很多挑战。在实施智能自动化时，企业应格外关注技术挑战和组织挑战。

技术挑战包括：

• 集成工作的复杂性：智能自动化通常需要企业集成各种现有系统和流程，这一过程可能会十分复杂和耗时。具体来说，企业可能要将 AI 解决方案和传统系统集成在一起，需要连通多家供应商的系统，确保数据在各个系统间顺畅流动。
• 数据质量问题：智能自动化高度依赖高质量数据，企业可能需要投入大量时间和精力来处理数据孤岛、数据不完整/不准确以及数据安全问题。否则，IA 解决方案将难以释放它的全部价值。
• 治理和合规挑战：企业需要确保 IA 解决方案满足监管要求，符合组织内部政策和程序。
• 与传统系统集成：很多企业至今还保留着一些难以与智能自动化技术协同运行的传统系统，这带来了只有通过专业技术知识和自定义开发才能解决的复杂的集成问题，需要企业支付高昂成本。
• 安全方面的担忧：IA 解决方案可能会带来一些新的安全风险，尤其是在处理敏感数据或者与其它系统交互时。企业必须确保所使用的系统安全可靠，符合相关安全标准和协议。

组织挑战包括：

• 缺乏高管领导和支持：高管必须制定前瞻愿景，提供所需资源，发挥领导作用，确保智能自动化计划取得成功。
• 对 IA 的潜力认知不足：很多企业没有充分理解 IA 功能，没有全面意识到 IA 的潜力，结果要么白白错失机遇，要么产生不切实际的期望。对此，企业领导者必须深入理解智能自动化，正确认识智能自动化技术的潜力。
• 人才缺口：当缺少擅长 IA 设计、实施和维护的熟练的专业人员时，企业将难以随着业务发展而扩展 IA 计划。
• 变更管理：IA 可能带来重大流程变化和职位角色变化，如果没有适当的沟通和支持，有些员工将很难适应。企业必须确保所有员工都深入理解 IA 的优势，为变更做好准备。
• 投资回报的不确定性：智能自动化的投资回报很难衡量，尤其是它的软优势方面的回报，例如更高的效率和更卓越的客户体验。企业必须定义清晰的 IA 计划指标和目标，定期评估和报告 IA 计划的成果。

智能自动化的使用场景

智能自动化广泛适用于各行各业，包括医疗卫生、金融、零售、制造、物流和运输。例如：

1. 基于 AI 的聊天机器人可以增强客户服务和帮助台职能，帮助企业响应客户查询和解答问题，这有助于更高效地解决问题，打造始终一致的优秀体验。Exelon Corporation 的 IT 副总裁表示，此类聊天机器人“让我们能够快速为新兴渠道交付解决方案，确保客户无论采用何种互动方式，都能获得一致的体验。”
2. 机器学习算法与物联网 (IoT) 传感器结合在一起，可以帮助工厂进行预测性维护。
3. 数字机器人可以自动执行重复性任务（如数据录入、订单处理和发票生成），能够提高流程效率并提供实时业务反馈。
4. 计算机视觉支持活动跟踪，例如在制造和运输行业中跟踪库存水平、在制品以及车辆移动。

智能自动化技术

智能自动化是多种技术合力执行复杂任务的结果。在构建流程自动化平台时，企业须采用以下技术：

1. 机器人流程自动化 (RPA)：使用软件机器人快速、准确地执行简单的重复性任务，如数据录入和文档管理。
2. 机器学习机器人：使用与业务系统相集成的软件程序，基于特定业务规则简化重复性任务。
3. 物联网 (IoT) 系统：设备、传感器和软件相互连接，通过 IoT 进行通信并由一个集中式管理应用进行管理。
4. 聊天机器人：基于 AI 的聊天机器人使用自然语言处理技术理解文本或语音沟通中的意图，然后采取适当的行动，包括进行文本或语音回复。
5. 文本消息传递应用：在智能自动化领域，很多客户服务互动和业务通知流程都使用文本消息传递应用来处理前端工作。
6. 集成服务：连通应用和数据源，这对于利用 IA 实现自动化和管理业务流程至关重要。
7. IT 基础设施：IT 基础设施包括所有智能自动化流程的后端部分，它提供算力、数据管理、数据集成和自动化软件。

智能自动化技术

1. RPA 平台
2. 机器学习/AI
3. 物联网
4. 聊天机器人/自然语言处理
5. 文本消息传递
6. 集成服务
7. 基础设施服务

如何实施智能自动化？

智能自动化的实施分为两部分，第一部分是流程自动化，第二部分是在整个企业中使用 AI 工具扩展流程自动化。在这个过程中，企业需要投入时间，需要了解如何调整日常工作方式来适应 AI 驱动的流程。首先，企业要明确自己的最终目标，即明确构建一个什么样的流程来消除绩效瓶颈和利用 AI 执行某些繁重工作。

其次，企业需要学习或查找相关技术基础设施的专业知识，确保成功设计并跟踪流程，获得可按需自定义（以满足特定需求）的算法。第三，在完成这些工作后，企业可以制定一个清晰的智能自动化战略，着手构建合作伙伴关系。对此，企业需要盘点内部专家，集内部专家之力全面审查业务互动的所有关键点，充分提高智能自动化的效率和准确性。由于在某些情况下 IA 系统会代替人类来制定决策和与客户沟通，敏锐洞察智能自动化流程至关重要。第四，企业需要确保后端 IT 部门和云技术合作伙伴能够同步扩展和“进化”，满足业务需求。

第五，企业需要实施变更管理，确保员工为智能自动化做好准备。IA 实施的一个关键环节是优化组织结构和革新组织文化。随着自动化水平提升，一些手动任务和客户沟通将由 IA 自动处理，员工将能够专注于更高价值的工作和业务关系。

最后，企业需要执行智能自动化并不断迭代。智能自动化的一个重要优势是机器学习算法可以持续改进，不断完善，请确保您的企业顺利实施这些改进。另外，用户反馈也十分重要，企业须持续监视智能自动化的使用情况并适时调整。总之，只有不断迭代和持续反馈，企业才能尽可能从智能自动化中获得更多价值。

智能自动化的未来

智能自动化的未来发展与人工智能的未来走向密切相关。鉴于各种各样的人工智能功能仍在不断涌现，智能自动化的前景可谓十分广阔。这意味着，企业对于使用智能自动化以更低成本更快地取得更丰硕成果的期望将只增不减。

目前，领先企业采用智能自动化的势头十分强劲。其中，很多企业成功实施了智能自动化，另一些则在不断试验，不断完善自己的战略，为智能自动化做准备。和所有基于 AI 的计划一样，智能自动化计划同样是一项面向未来的投资。这意味着企业可能犯错。不过，面对智能自动化这样的具有强烈市场需求的技术趋势，云技术供应商可凭借他们的软件集成平台和业务流程自动化产品，为企业提供开箱即用的智能自动化系统。

利用智能自动化优化流程和改善决策

随着 AI 技术的不断深化和 AI 实际应用的不断增长，智能自动化将成为企业参与市场竞争的一个重要优势。时不我待，您现在就该采取行动了。对此，您需要一个在企业集成和业务流程自动化方面拥有耀眼的业绩记录的合作伙伴。而在这方面，Oracle 将自己丰富的专业知识融入了 Oracle Cloud Infrastructure (OCI) 服务，在数十年的时间里帮助无数企业成功实现了流程自动化。首先，OCI 集成服务可以高效连通应用和数据源，帮助您实现流程自动化和集中式管理；可以为您构建事件驱动的工作流，帮助您实现自动化审批，加快审批速度。其次，OCI 还提供丰富的基于云技术的 AI 服务，如自然语言处理、异常检测和计算机视觉。Oracle 按照特定工作负载要求对这些服务进行了深度训练，您可以按需使用。

智能自动化常见问题解答

什么是智能自动化？

智能自动化是指这样一种业务实践：综合使用机器人流程自动化 (RPA)、机器学习 (ML) 和自然语言处理 (NLP) 等技术来自动化执行重复性工作、提取数据洞察以及进行数据驱动式决策。

智能自动化示例有哪些？

智能自动化可以改善客户服务：当客户通过文本或语音提出问题时，聊天机器人可智能地理解客户意图，然后为客户提供解答。另外，在航运和制造流程中，智能自动化可使用计算机视觉技术准确识别物体，帮助工人随时快速做出正确决策。

机器人流程自动化 (RPA) 属于智能自动化吗？

不是。虽然都可以自动执行某些工作，但智能自动化更加智能，您可以将它看作是机器人流程自动化的升级版。具体来说，机器人流程自动化可使用数字机器人执行简单的重复性工作，而智能自动化可以处理更精细、以人为主导的工作，可以在需要时以自然语言做出响应。

哪些行业在使用智能自动化？

智能自动化目前已被广泛应用于几乎所有行业，包括保险、投资、医疗卫生、物流和制造。随着新的人工智能功能的不断涌现，智能自动化的应用范围将进一步扩大。