人工智能和自動化在完全物聯(lián)網(wǎng)世界中融合

即使在人工智能時代，人們也是不可替代的，提供人工智能和機器學習無法替代的細微差別。智能流程自動化主要側重于自動化和優(yōu)化涉及人員和文檔的業(yè)務流程，而不是與制造自動化相關的流程。該技術正在創(chuàng)建基本功能，通過解決工作流，表單和移動應用程序來改善業(yè)務流程自動化。它還在擴展到新興領域，如機器人過程自動化，過程和機器智能，AI和機器學習。隨著技術的不斷發(fā)展，它也在提供物聯(lián)網(wǎng)價值鏈中缺失的環(huán)節(jié)。潛在的是，可以使用一整套工具來利用物聯(lián)網(wǎng)數(shù)據(jù)，洞察力，決策和行動的良性循環(huán)。這些工具將推動持續(xù)改進和更全面優(yōu)化的業(yè)務運營。但人們在哪里適應?

人工智能長期以來一直是開發(fā)人員從事高性能計算和基于云的系統(tǒng)的工具。人工智能改變了網(wǎng)絡監(jiān)控方式，電子郵件掃描方式，甚至是我們與手機和設備交互的方式。雖然AI和機器學習總是感覺像是一個生活在實時嵌入式系統(tǒng)之外的遙遠工具，但機器學習正在基于微控制器的系統(tǒng)中實現(xiàn)，事實上，它已經(jīng)存在!

“通過智能流程自動化，我們可以看到死記硬背的手動任務被替換，而且 - 對于需要人工智能，創(chuàng)造力，戰(zhàn)略思考或決策的任務 - 人類通常仍在做出決策，但在計算機的支持下，” Nintex首席營銷官Matt Fleckenstein告訴設計新聞。“隨著時間的推移，趨勢是這將合并到一個人們將推遲到機器進行更多決策的地步。我們目前處于成熟度曲線的早期階段，機器可以了解如何達成決策，并可以創(chuàng)建一個模型來做出具體決策。“

Fleckenstein表示，智能過程自動化的使用也正在擴展，用于供應鏈管理和優(yōu)化制造過程。一個例子是電子商務，網(wǎng)站可以提供令人難以置信的購物和結賬體驗，但一旦出現(xiàn)問題就會出現(xiàn)問題，例如客戶被運送錯誤的商品。盡管部分流程是高度自動化的，但購買后的所有流程都是手動處理的，并且通常效率極低。

“在物聯(lián)網(wǎng)領域，我可以在容器和系統(tǒng)上安裝RFID標簽，以幫助進行集裝箱管理，”他補充說。“但是，如果產品延遲時發(fā)生的過程不會與人和機器結合起來自動化，那么公司就無法從系統(tǒng)中獲得可實現(xiàn)的價值。缺乏自動化會以多種方式影響消費者體驗和客戶體驗。“

物聯(lián)網(wǎng)很有意思，因為物聯(lián)網(wǎng)領域的大部分討論都涉及關鍵任務用例以及對生產和流程高效運行的關注。物聯(lián)網(wǎng)的真正價值在于用戶還可以在整個企業(yè)中利用該數(shù)據(jù)的價值，這意味著將信息交到人們手中處理它。

“一旦數(shù)據(jù)變得可行，組織就需要知道要采取什么行動以及如何使用系統(tǒng)來指導人們完成特定任務，”Fleckenstein說。“在邊緣捕獲數(shù)據(jù)，減少傳輸數(shù)據(jù)和將信號與噪聲分離，更少關于識別受影響的過程以及需要如何改變的過程。最終，有一個問題是內部流程如何變得更加自動化，以實現(xiàn)物聯(lián)網(wǎng)帶來的全部價值。“

對于公司而言，物聯(lián)網(wǎng)的目標不僅僅是生成數(shù)據(jù)，分析數(shù)據(jù)，甚至是啟用數(shù)據(jù)驅動的決策。這就是所有這些。但是，實現(xiàn)可以不斷改進并由此優(yōu)化的數(shù)據(jù)驅動的操作更為重要。這種不僅能實現(xiàn)自動化，而且能夠實現(xiàn)復雜流程的編排和優(yōu)化的能力是智能流程自動化的首要戰(zhàn)略優(yōu)勢。

根據(jù)Nintex的觀點，以業(yè)務優(yōu)化為目標，一個關鍵的策略是通過定義可以產生具體的近期結果的離散IPA項目來開始。這種方法可以在企業(yè)內建立對IPA的認識和支持，并創(chuàng)建組織中其他人可以模仿的示例。因此，新的工作流程可以創(chuàng)建自己的需求并在整個企業(yè)中傳播。

他們的看法是，盡管物聯(lián)網(wǎng)已經(jīng)收到了所有關注，但它仍然處于早期階段，部分原因是企業(yè)仍在確定物聯(lián)網(wǎng)在何處以及如何使其受益。隨著他們逐漸了解IPA支持的物聯(lián)網(wǎng)在優(yōu)化業(yè)務中的作用，將采用穩(wěn)定的方式。