RPA에서 AI의 성숙한 역할 이해

다양한 AI 모듈이 지원하는 RPA는 전통적으로 수행되던 주관적인 처리 작업을 수행하는 특정 기능을 제공할 수 있습니다. 사람들에 의해.

AI와 로봇 프로세스 자동화는 종종 같은 문장으로 묶이지만 대부분의 RPA 이니셔티브는 지능과 관련이 없습니다. 실제로 RPA 이니셔티브는 일반적으로 직원들이 고객 중심 작업과 같은 실제 '지능적' 작업에 집중할 수 있는 시간을 확보하기 위해 반복적이고 지루한 규칙 기반 프로세스를 자동화하려는 것입니다.

RPA는 본질적으로 원숭이 보기, 원숭이 보기입니다. RPA 소프트웨어는 작동 이유를 이해하지 못한 채 프로세스를 학습합니다. 예를 들어, RPA 소프트웨어는 사용자 인터페이스를 준수하는 방법에 의존하고 커서 이동 및 클릭과 같은 수행 중인 작업을 기록한 다음 이러한 작업을 코드로 변환합니다. 이러한 작업은 프로세스에 대한 업데이트 또는 수정이 무효화되기 때문입니다.

현재 조직에서는 이러한 종류의 문제를 수동으로 유지 관리하기 위해 인력을 배치하는 데 의존하고 있습니다. 이는 수동 작업을 수행하는 사람을 수동 작업을 수행해야 하는 기술로 대체하고 있기 때문에 아이러니합니다.

"AI"가 도움이 되는 방법

좋은 소식이 있습니다. RPA 시장이 성숙하고 있다는 것입니다. 기업은 RPA가 무엇이고 무엇이 아닌지를 깨닫기 시작했습니다. 또한 데스크톱 RPA 또는 UI 기반 RPA가 모든 조직의 모든 프로세스 문제에 대한 은총알이 아니라는 것을 이해하기 시작했습니다.

이러한 맥락에서 기업은 봇을 더 똑똑하게 만들기 위해 AI를 찾고 있습니다.

이에 대해 자세히 알아보기 전에 AI에 대한 과대 광고를 잠시 접어두고 체스 그랜드 마스터가 될 수도 있는 지각 있는 기계의 개념에서 벗어나자. 학문적으로는 흥미로울 수 있지만 비즈니스 이점과 관련이 없습니다.

RPA와 가장 관련이 있는 AI 분야는 머신 러닝, 예측 분석 및 정교한 인지 컴퓨팅입니다. 예를 들어 AI가 UI의 업데이트와 변경 사항을 감지하고 RPA 소프트웨어가 그에 따라 작동하도록 지시하는 방법을 상상해 보십시오.

보다 광범위하게는 비정형 데이터 관리는 기업이 RPA를 AI 영역으로 확장하려는 핵심 영역입니다. 이러한 맥락에서 RPA 소프트웨어는 컴퓨터 비전, 패턴 매칭, 분류기 또는 자연어 처리를 기반으로 하든 상관없이 AI 구성 요소를 제공하는 데 필요한 원시 데이터를 가져오는 집계기입니다. AI 모듈이 기능을 완료하면 RPA를 사용하여 답을 대상 시스템에 푸시할 수 있습니다.

다양한 AI 모듈에서 지원되는 RPA는 전통적으로 사람이 수행하는 주관적인 처리 작업을 수행하는 특정 기능을 제공할 수 있습니다.

AI를 위한 원스톱 상점은 없습니다

기술 시장에는 많은 'AI 워싱'이 있어 비즈니스 리더가 AI를 적용할 수 있는 영역과 어떤 공급업체가 실제 거래인지 식별하기 어렵습니다.

AI 기능과 관련하여 일부 RPA 공급업체는 다른 공급업체보다 더 발전된 반면 일부는 특정 영역이나 산업에 더 적합합니다. 그러나 가장 인지도가 높은 공급업체를 묻는다면 잘못된 질문을 하고 있을 수 있습니다.

대신, 조직은 시야를 넓히기 위해 노력하고 AI 솔루션의 보다 다양한 조합을 수용해야 합니다.

Redwood Software의 수석 비서실장인 Neil Kinson은 "어떤 RPA 공급업체도 최고의 챗봇, 최고의 OCR/ICR 문서 캡처기 또는 최고의 자연어 프로세서가 될 수 없습니다. “기본적으로 AI의 매우 좁은 사용 사례에는 고도로 표적화되고 선별된 데이터 세트, 방대한 양 및 전문성이 필요합니다. RPA 플랫폼은 이들 모두를 능가할 수 없습니다.

“많은 조직이 RPA의 최대 기능에 도달했다고 생각하고 단일 도구로는 해결할 수 없는 프로세스가 여전히 존재한다는 사실을 깨닫고 있습니다. 실제로 여러 프로세스 문제를 해결하기 위해 여러 기술을 가져와야 합니다."