Роботизация процессов (robotic process automation, RPA) часто вызывает в воображении образы роботов, собирающих автомобили, или даже дроидов, работающих в отделе кредиторской задолженности, однако не стоит приписывать ей невозможное, пишет на портале Information Age соучредитель и технический директор AppZen Кунал Верма.

На самом деле RPA — это просто ПО, которое автоматизирует повторяющиеся, типичные ручные процессы и выполняет их точно, эффективно и экономически выгодно, что делает ее очень востребованной в мире бизнеса. Учитывая, что согласно прогнозам ReportLinker, в 2025 г. объем рынка RPA достигнет 7,1 млрд. долл., становится ясно, что эта технология быстро становится важным инструментом для предприятий, стремящимся не отставать от конкурентов. RPA особенно полезна для организаций, обрабатывающих большие объемы структурированных данных, то есть конкретных данных, хранящихся в заранее определенном формате, например, в определенной ячейке электронной таблицы, в поле базы данных или записи в онлайн-форме.

Во время пандемии RPA вышла на первый план, поскольку предприятия искали способы предоставления товаров и услуг с меньшим количеством контактов между людьми. Многие из них сейчас используют RPA для автоматизации процессов цепочек поставок, таких как ввод данных, биллинг и послепродажное обслуживание. RPA не только обеспечивает значительную экономию средств и эффективность, но и высвобождает время сотрудников, позволяя им сосредоточиться на более творческих задачах.

RPA и ИИ

RPA возникла как программный инструмент, заточенный на работу исключительно со структурированными данными и автоматизацию повторяющихся бизнес-процессов, но со временем ее возможности значительно расширились. Deloitte определяет RPA как «комбинацию искусственного интеллекта, включая обработку естественного языка (NLP), машинное обучение, автономность и машинное зрение, с автоматизацией».

Хотя это определение для некоторых рыночных наблюдателей может показаться спорным, нет никаких сомнений в том, что сочетание автоматизации и ИИ является мощным инструментом. Используя такие аспекты ИИ, как компьютерное зрение, которое может «читать» цифровые изображения и извлекать данные из документов, а также NLP и семантический анализ, которые используются для понимания и интерпретации текста, автоматизация процессов делает огромный шаг вперед. Сочетание этих технологий позволяет системам понимать структурированные и неструктурированные данные и учиться на миллиардах транзакций, точек данных и отзывов пользователей.

Например, при обработке счетов и накладных интеллектуальная автоматизация умеет не только извлекать предсказуемые структурированные данные из типовых форм, но и считывать текст с квитанций, применяя семантическое понимание, даже если он едва разборчив. Благодаря ИИ финансовые инструменты могут принимать независимые решения, понимая, какой товар покупается, кто выступает в роли покупателя и как это все классифицировать и поставить на учет.

Системы ИИ анализируют поступающие данные для обучения и более глубокого понимания бизнес-сценариев, что еще больше расширяет их возможности по принятию решений и прогнозированию. Чем больше информации потребляется, тем более интеллектуальными они становятся. Если в некоторых случаях RPA не распознает определенные типы данных, что может потребовать вмешательства человека, то ИИ может разобраться в ситуации исходя из контекста и затем принять разумное и обоснованное решение. RPA обычно ограничивается задачами, основанными на правилах, в то время как ИИ оснащен инструментами для понимания исключений из правил.

Что дальше?

Что касается автоматизации бизнеса, и RPA, и ИИ повышают его ценность, но есть конкретные сценарии, в которых каждая технология имеет больше смысла. Например, многие системы управления расходами используют RPA для извлечения предсказуемых, структурированных данных из типовых форм документов, заполняемых сотрудниками. Такая автоматизация исключает дальнейшее участие человека, проверяя и впоследствии утверждая или отклоняя отчеты.

Однако для компаний, которые работают с большим количеством неструктурированных данных, вмешательство человека все равно необходимо, потому что система не всегда может обработать данные и нуждается в инструкциях по их классификации и обработке. В таких случаях решения на базе ИИ могут быть предпочтительнее, поскольку они могут легко считывать неструктурированные данные, например, рукописные квитанции или условия контрактов.

Несмотря на убедительные доказательства развития технологий RPA и ИИ, автоматизация бухгалтерских и финансовых операций все еще оставляет желать лучшего. По данным Ephesoft, только 12% опрошенных компаний используют инструменты RPA, в то время как ИИ применяют около 11%. В результате у бизнеса есть огромная возможность повысить производительность, продуктивность и эффективность за счет автоматизации — то, что имеет смысл для каждой организации.