디지털 작업자 사이에서 지능형 자동화가 어떻게 더 똑똑해지고 있습니까?

디지털 근로자의 업무 능력이 향상되고 있습니다.

현재와 ​​같은 도전적인 환경에서 전 세계 이사회는 업무를 디지털 방식으로 전환하여 이전보다 적은 리소스로 훨씬 빠르고 스마트하며 효율적으로 업무를 수행하고자 하는 진정한 열망이 있습니다. 이러한 목표를 달성하기 위한 점점 더 논리적인 경로는 디지털 인력을 운영하는 지능형 자동화를 채택하는 것입니다. 비즈니스에 즉시 사용 가능하고 IT 승인을 받은 AI 기반의 끊임없이 진화하는 슈퍼 리소스입니다. 이는 프론트 오피스, 미들 오피스, 백오피스뿐만 아니라 모든 산업 부문에서 기업 전체에 걸쳐 훨씬 더 복잡한 작업을 제공할 수 있도록 비즈니스 담당자에게 교육을 받을 준비가 된 디지털 작업자의 인력입니다.

24시간 연중무휴 오류 없이 완전한 무결성으로 사람보다 최대 150배 빠르게 작동합니다. 이 디지털 인력은 인간에게서 배우고 인간처럼 작동함으로써 인간과 점점 더 가까워지고 있습니다. 사람들이 쉽게 훈련하고 업무에 투입한 다음 새로운 업무를 위해 재교육을 받으면서 사람들이 그들과 함께 일하거나 타고난 기술에 더 잘 맞는 더 많은 일을 할 수 있는 인력입니다.

디지털 작업자는 방대한 워크로드의 궁극적인 팀 플레이어, 공유자 및 관리자이며, 다른 로봇과 달리 AI 기능을 결합하여 끊임없이 변화하는 디지털 환경에서 실패 없이 원활하게 상호 운용함으로써 능동적으로 일합니다. 그들은 다른 화면, 레이아웃 또는 글꼴, 응용 프로그램 버전, 시스템 설정, 권한 및 언어를 읽을 수 있습니다. 모든 IT 시스템의 모든 소스에서 반정형 및 비정형 데이터를 수집 및 정렬하는 동시에 품질 검사를 제공하고 오류를 감지하며 입력을 위해 예외를 사람들에게 전달합니다.

디지털 작업자는 코딩 없이도 현재 및 미래 기술의 사용자 인터페이스에 고유하게 액세스하고 읽을 수 있습니다. 이 보편적인 상호 운용성 기능 덕분에 특히 '디지털 교환'의 모든 신기술을 비즈니스에서 쉽게 사용하고 안전하게 테스트하고 엔터프라이즈 프로세스 흐름으로 신속하게 끌어다 놓을 수 있습니다.

우리는 디지털 작업자를 사용하여 인공 지능(AI), 심층 분석 및 점점 증가하는 인지 플랫폼을 쉽게 활용하는 것에 대해 이야기하고 있습니다. 자연어 처리(NLP), 음성 인식, 감정 및 위험 분석, 기계 학습(ML) 및 추론 등. 디지털 작업자는 이러한 기능을 강화하여 기업 전체에서 비즈니스 요구 속도로 디지털 혁신을 주도하는 훨씬 더 복잡한 종단 간 활동을 수행할 수 있습니다.

디지털 작업 실행

AI와 인지 기술을 사용하는 디지털 작업자의 영향력은 점점 더 강력해지고 있습니다. 다음은 그들이 제공하는 작업의 두 가지 예입니다.

뱅킹 – 주요 다중 라인 은행은 대량의 지불, 이체 및 대출을 처리할 때 비용이 많이 들고 오류가 발생하기 쉬운 수동 작업으로 어려움을 겪었으므로 이 작업을 자동화하고 있습니다. 디지털 작업자는 여러 기술과 트랜잭션 엔진에 대한 통합 접착제 역할을 하여 클라이언트로부터 들어오는 명령의 이미지를 캡처하거나 생성하고 이를 컴퓨터 비전 도구로 라우팅합니다. 기계 학습 기능의 추가 통합으로 은행은 데이터를 해석하고 기계 검사에서 발견된 패턴을 기반으로 구조화된 작업 처리 양식을 생성할 수 있었습니다.

양식을 개발하는 데 필요한 시간은 약 400명에서 3개월 미만으로 단축되었습니다. 그리고 결과 데이터가 이제 디지털화되기 때문에 디지털 작업자는 비즈니스 규칙에 따라 데이터를 처리하고 API 또는 시스템 사용자 인터페이스를 통해 적절한 시스템에 자동으로 입력할 수 있습니다. 이 은행은 키 입력 오류를 제거하고 처리 속도를 개선하면서 연간 인력 오버헤드에서 수백만 달러를 절약했습니다. 이제 새로운 고객을 확보할 수 있는 경쟁력을 확보하여 상당한 비즈니스 성장을 이루었습니다. 실제로 이 은행의 대출 비즈니스는 솔루션이 배포된 이후 두 배로 늘어났고 디지털 작업자를 확장하여 증가된 수요를 충족했습니다.

의료 – 주요 지역 공공 의료 제공자는 디지털 작업자를 사용하여 할당된 임상 치료 경로에 따라 환자 치료를 자동화하고 있으며, 예외적으로 사람의 개입이 필요한 경우는 1% 미만입니다. 원래 수동 프로세스에는 스캔, 임상 테스트, 방문 기록 등을 포함하여 각 환자에 대해 최대 15개의 데이터를 수집 및 인쇄한 다음 단일 PDF 파일로 스캔하는 작업이 포함되었습니다.

디지털 작업자는 이제 콘텐츠를 읽고 추천 이유를 추출한 다음 보안 스마트 카드 기술을 사용하여 필요한 모든 데이터를 검색, 병합 및 업로드하고 컨설턴트에게 파일을 검토할 준비가 되었음을 알립니다. 디지털 작업자는 연중무휴로 주당 평균 2,000건의 추천을 포함하는 사례를 적극적으로 모니터링하여 처리 시간을 25분에서 5분으로 단축합니다.

이러한 성공을 기반으로 제공업체는 디지털 작업자와 인지 전자 양식 기술을 사용하여 산부인과 환자 자가 추천을 자동화하여 데이터를 수신 및 확인하고, 환자를 등록하고, 약속을 지정하고, 환자에게 세부 정보를 확인합니다. 진료소에서 환자에게 보내는 편지는 자동으로 모국어로 번역되어 제공자의 환자 포털에 게시됩니다.

이 공급자는 현재 디지털 작업자와 인지 도구를 사용하여 구조화되지 않은 데이터를 분석하고, 공통 주제를 식별하고, 데이터를 분류하고, 치료 기록에 대한 가능한 코딩 출력을 추천하는 안과 및 내시경 환자를 위한 임상 코딩을 위한 새로운 자동화를 구축하고 있습니다.

최종 생각

궁극적으로 디지털 작업자가 제공하는 작업 가능성은 사실상 무한합니다. 우리는 주요 보험 회사가 디지털 작업자와 함께 ML 및 시각적 처리를 사용하여 사고 청구 평가 시간을 56분에서 5초로 줄이는 것을 보았습니다. 초기 파일럿만으로도 연간 500만 달러를 절약하고 39,000시간의 작업 시간을 확보할 수 있었습니다. 작업 속도 변화와 그로 인한 시간 절약에 대해 잠시 멈추고 생각하십시오. 이제 미래 지향적인 사람들은 후퇴가 없다는 것을 알고 있습니다. 지능형 자동화를 사용하지 않는 기업은 머지 않아 성장이 느리거나 성장하지 않는 조직에서 일하게 될 것입니다.

여기에서 Peter Walker의 정보 시대 항목을 더 읽어보십시오.