'誰是世界第一的AI公司，不要忘了IBM的超強實力'
2017年，一場十分另類的辯論賽，在北京大學上演。馬薇薇、黃執中、邱晨等明星辯手，圍繞如何與職場AI在未來的工作環境中和平共處，大開腦洞。而無論正反方的觀點如何，我們都必須要接受，AI對人類工作方式的改變。
早就有權威調研機構預測：到2020年，全球將會有700萬個工作崗位消失，因為這些崗位將會被AI所取代。同樣因為AI的存在，到2025年，65%現在進入小學的孩子將在未來從事目前並不存在的工作。
其實，我們大可不必為AI融入人類的工作而感到恐慌。工業革命時代，人們並沒有因為“四個輪子的蒸汽怪獸”失去工作，反而因為工業文明的形成，獲得了現代化的生活。
2017年，一場十分另類的辯論賽，在北京大學上演。馬薇薇、黃執中、邱晨等明星辯手，圍繞如何與職場AI在未來的工作環境中和平共處，大開腦洞。而無論正反方的觀點如何，我們都必須要接受，AI對人類工作方式的改變。
早就有權威調研機構預測：到2020年，全球將會有700萬個工作崗位消失，因為這些崗位將會被AI所取代。同樣因為AI的存在，到2025年，65%現在進入小學的孩子將在未來從事目前並不存在的工作。
其實，我們大可不必為AI融入人類的工作而感到恐慌。工業革命時代，人們並沒有因為“四個輪子的蒸汽怪獸”失去工作，反而因為工業文明的形成，獲得了現代化的生活。
今天，以機器人處理自動化（Robotics Process Automation）為代表的“機器人”，已經開始進入到各行各業，它們會解決大量事務性的重複工作，這其實與企業數字化轉型的預期是一致的，將RPA技術融入數字化流程，企業可以將精力聚焦於業務創新，而不是日常工作的瑣碎。
RPA的未來與定義
今年7月初，軟銀宣佈將投資三千億進入RPA行業，引起業界軒然大波。這家以投資未來科技領域著稱的公司，為什麼對RPA這個行業如此看重？
簡單地說，RPA的核心能力是通過自動化、智能化技術來模擬或替代人們進行重複性、低價值、無需人工決策的固定性流程化操作，從而有效地提升工作效率，減少錯誤。很明顯，從企業的角度看，RPA能夠有效優化傳統辦公流程，提升工作效率，間接優化企業勞動資源配置，助力企業數字化升級。
2017年，一場十分另類的辯論賽，在北京大學上演。馬薇薇、黃執中、邱晨等明星辯手，圍繞如何與職場AI在未來的工作環境中和平共處，大開腦洞。而無論正反方的觀點如何，我們都必須要接受，AI對人類工作方式的改變。
早就有權威調研機構預測：到2020年，全球將會有700萬個工作崗位消失，因為這些崗位將會被AI所取代。同樣因為AI的存在，到2025年，65%現在進入小學的孩子將在未來從事目前並不存在的工作。
其實，我們大可不必為AI融入人類的工作而感到恐慌。工業革命時代，人們並沒有因為“四個輪子的蒸汽怪獸”失去工作，反而因為工業文明的形成，獲得了現代化的生活。
今天，以機器人處理自動化（Robotics Process Automation）為代表的“機器人”，已經開始進入到各行各業，它們會解決大量事務性的重複工作，這其實與企業數字化轉型的預期是一致的，將RPA技術融入數字化流程，企業可以將精力聚焦於業務創新，而不是日常工作的瑣碎。
RPA的未來與定義
今年7月初，軟銀宣佈將投資三千億進入RPA行業，引起業界軒然大波。這家以投資未來科技領域著稱的公司，為什麼對RPA這個行業如此看重？
簡單地說，RPA的核心能力是通過自動化、智能化技術來模擬或替代人們進行重複性、低價值、無需人工決策的固定性流程化操作，從而有效地提升工作效率，減少錯誤。很明顯，從企業的角度看，RPA能夠有效優化傳統辦公流程，提升工作效率，間接優化企業勞動資源配置，助力企業數字化升級。
首先，從宏觀的層面，全球幾大調研機構對RPA的評價也頗為積極。
比如，相關數據顯示，全球 RPA 市場規模未來 5 年可能會增長至超過 1000 億美元。而麥肯錫公司關於新興和顛覆性技術的報告則表示，RPA所屬的自動化技術市場到2025年將產生近6.7萬億美元的經濟價值。這說明，無論是RPA本身的市場前景還是它對整個自動化產業鏈價值的推動都是不可估量的。
其次，從技術的角度看，人工智能和自動化都不是新概念，但在機器學習領域的技術提升、傳感器能力的提高、更為強大的計算能力，兩者的結合產生了RPA這個新的技術領域。所以，RPA應該是一種技術能力的融合，它最終考量的可能會是整體解決方案的能力。
第三，從企業數字化轉型角度。一方面，RPA具有對企業現有系統影響小，基本不需要編碼，並且實施週期短，而且具有對非技術的業務人員友好等特性，所以要比其他數字化技術更容易融入企業的數字化流程。另一方面，調研機構安永認為，RPA基本流程具備三個關鍵特徵：操作一致，模板化驅動，和基於標準規則操作。這說明著RPA提供的是一種標準化的生產力，並不會抑制企業自身的創造力，可以看作是企業數字化轉型很好的幫手。
最後，RPA應該如何準確定義呢？
德勤的觀點認為，機器人的作用是代替人工在用戶界面完成：高重複、標準化、規則明確、大批量的日常事務操作。RPA和一般軟件或程序的區別在於：普通程序被動地由業務人員操作、機器人則替代人工主動操作其他軟件。
而IBM則認為，“在企業以實現人工智能（AI）轉型為目標的同時，企業內部單一、重複、且繁瑣的事務性工作卻又在禁錮著員工的發展。RPA 把員工從這些工作中解放出來，優化整個企業基礎流程作業、降低成本、提高效率、和確保零失誤，是企業邁向人工智能的第一步。”
從RPA到智能自動化
如今，各行各業的企業都在面臨數字化變革，涵蓋從產品到業務的方方面面。移動互聯網的出現，和5G的未來，意味著海量的數據，將會成為企業數字化轉型的巨大負擔。
可以將企業從複雜的數據海洋中拯救出來的就是：智能自動化。它能夠幫助組織創建新的個性化產品和服務、改善運營、降低成本並提高效率。
但令人遺憾的是，IBM的一項調查發現，僅有12%的企業部署了智能自動化。同時，90%已採用基本流程自動化的組織高管表示他們不具備所需的技能。這說明，大部分的企業還沒有能夠理解智能自動化帶來的生產力提升。
2017年，一場十分另類的辯論賽，在北京大學上演。馬薇薇、黃執中、邱晨等明星辯手，圍繞如何與職場AI在未來的工作環境中和平共處，大開腦洞。而無論正反方的觀點如何，我們都必須要接受，AI對人類工作方式的改變。
早就有權威調研機構預測：到2020年，全球將會有700萬個工作崗位消失，因為這些崗位將會被AI所取代。同樣因為AI的存在，到2025年，65%現在進入小學的孩子將在未來從事目前並不存在的工作。
其實，我們大可不必為AI融入人類的工作而感到恐慌。工業革命時代，人們並沒有因為“四個輪子的蒸汽怪獸”失去工作，反而因為工業文明的形成，獲得了現代化的生活。
今天，以機器人處理自動化（Robotics Process Automation）為代表的“機器人”，已經開始進入到各行各業，它們會解決大量事務性的重複工作，這其實與企業數字化轉型的預期是一致的，將RPA技術融入數字化流程，企業可以將精力聚焦於業務創新，而不是日常工作的瑣碎。
RPA的未來與定義
今年7月初，軟銀宣佈將投資三千億進入RPA行業，引起業界軒然大波。這家以投資未來科技領域著稱的公司，為什麼對RPA這個行業如此看重？
簡單地說，RPA的核心能力是通過自動化、智能化技術來模擬或替代人們進行重複性、低價值、無需人工決策的固定性流程化操作，從而有效地提升工作效率，減少錯誤。很明顯，從企業的角度看，RPA能夠有效優化傳統辦公流程，提升工作效率，間接優化企業勞動資源配置，助力企業數字化升級。
首先，從宏觀的層面，全球幾大調研機構對RPA的評價也頗為積極。
比如，相關數據顯示，全球 RPA 市場規模未來 5 年可能會增長至超過 1000 億美元。而麥肯錫公司關於新興和顛覆性技術的報告則表示，RPA所屬的自動化技術市場到2025年將產生近6.7萬億美元的經濟價值。這說明，無論是RPA本身的市場前景還是它對整個自動化產業鏈價值的推動都是不可估量的。
其次，從技術的角度看，人工智能和自動化都不是新概念，但在機器學習領域的技術提升、傳感器能力的提高、更為強大的計算能力，兩者的結合產生了RPA這個新的技術領域。所以，RPA應該是一種技術能力的融合，它最終考量的可能會是整體解決方案的能力。
第三，從企業數字化轉型角度。一方面，RPA具有對企業現有系統影響小，基本不需要編碼，並且實施週期短，而且具有對非技術的業務人員友好等特性，所以要比其他數字化技術更容易融入企業的數字化流程。另一方面，調研機構安永認為，RPA基本流程具備三個關鍵特徵：操作一致，模板化驅動，和基於標準規則操作。這說明著RPA提供的是一種標準化的生產力，並不會抑制企業自身的創造力，可以看作是企業數字化轉型很好的幫手。
最後，RPA應該如何準確定義呢？
德勤的觀點認為，機器人的作用是代替人工在用戶界面完成：高重複、標準化、規則明確、大批量的日常事務操作。RPA和一般軟件或程序的區別在於：普通程序被動地由業務人員操作、機器人則替代人工主動操作其他軟件。
而IBM則認為，“在企業以實現人工智能（AI）轉型為目標的同時，企業內部單一、重複、且繁瑣的事務性工作卻又在禁錮著員工的發展。RPA 把員工從這些工作中解放出來，優化整個企業基礎流程作業、降低成本、提高效率、和確保零失誤，是企業邁向人工智能的第一步。”
從RPA到智能自動化
如今，各行各業的企業都在面臨數字化變革，涵蓋從產品到業務的方方面面。移動互聯網的出現，和5G的未來，意味著海量的數據，將會成為企業數字化轉型的巨大負擔。
可以將企業從複雜的數據海洋中拯救出來的就是：智能自動化。它能夠幫助組織創建新的個性化產品和服務、改善運營、降低成本並提高效率。
但令人遺憾的是，IBM的一項調查發現，僅有12%的企業部署了智能自動化。同時，90%已採用基本流程自動化的組織高管表示他們不具備所需的技能。這說明，大部分的企業還沒有能夠理解智能自動化帶來的生產力提升。
IBM認為，這是一種新型的“數字勞動力”，是通過將不同形式的自動化合並在一起來實現的一種結果。這個理解其實已經更為接近於人，比如人類的右腦是基於認知，左腦基於規則，中樞神經基於協調和統籌，眼睛負責數據捕捉，雙手相當於軟件機器人。智能自動化就是將這些不同的自動化進行融合，而產生的“數字勞動力”。
這個看法與調研機構畢馬威KPMG的對RPA的觀點有些相通之處。畢馬威KPMG認為，“RPA可以定義為AI，機器學習等認知技術在業務自動化中的靈活使用，可以是針對重複性工作的自動化以及高度智能處理的自動化。RPA是數字化的支持性工具，可以替代在此之前認為只有人類才可以完成的工作，或者在高強度的工作中作為人工的補充，是企業組織中出現的新概念勞動力。可見“勞動力”的理解是非常貼切的。
而通過這種新型的“數字勞動力”，企業在數字化當中創造更好的客戶體驗。
2017年，一場十分另類的辯論賽，在北京大學上演。馬薇薇、黃執中、邱晨等明星辯手，圍繞如何與職場AI在未來的工作環境中和平共處，大開腦洞。而無論正反方的觀點如何，我們都必須要接受，AI對人類工作方式的改變。
早就有權威調研機構預測：到2020年，全球將會有700萬個工作崗位消失，因為這些崗位將會被AI所取代。同樣因為AI的存在，到2025年，65%現在進入小學的孩子將在未來從事目前並不存在的工作。
其實，我們大可不必為AI融入人類的工作而感到恐慌。工業革命時代，人們並沒有因為“四個輪子的蒸汽怪獸”失去工作，反而因為工業文明的形成，獲得了現代化的生活。
今天，以機器人處理自動化（Robotics Process Automation）為代表的“機器人”，已經開始進入到各行各業，它們會解決大量事務性的重複工作，這其實與企業數字化轉型的預期是一致的，將RPA技術融入數字化流程，企業可以將精力聚焦於業務創新，而不是日常工作的瑣碎。
RPA的未來與定義
今年7月初，軟銀宣佈將投資三千億進入RPA行業，引起業界軒然大波。這家以投資未來科技領域著稱的公司，為什麼對RPA這個行業如此看重？
簡單地說，RPA的核心能力是通過自動化、智能化技術來模擬或替代人們進行重複性、低價值、無需人工決策的固定性流程化操作，從而有效地提升工作效率，減少錯誤。很明顯，從企業的角度看，RPA能夠有效優化傳統辦公流程，提升工作效率，間接優化企業勞動資源配置，助力企業數字化升級。
首先，從宏觀的層面，全球幾大調研機構對RPA的評價也頗為積極。
比如，相關數據顯示，全球 RPA 市場規模未來 5 年可能會增長至超過 1000 億美元。而麥肯錫公司關於新興和顛覆性技術的報告則表示，RPA所屬的自動化技術市場到2025年將產生近6.7萬億美元的經濟價值。這說明，無論是RPA本身的市場前景還是它對整個自動化產業鏈價值的推動都是不可估量的。
其次，從技術的角度看，人工智能和自動化都不是新概念，但在機器學習領域的技術提升、傳感器能力的提高、更為強大的計算能力，兩者的結合產生了RPA這個新的技術領域。所以，RPA應該是一種技術能力的融合，它最終考量的可能會是整體解決方案的能力。
第三，從企業數字化轉型角度。一方面，RPA具有對企業現有系統影響小，基本不需要編碼，並且實施週期短，而且具有對非技術的業務人員友好等特性，所以要比其他數字化技術更容易融入企業的數字化流程。另一方面，調研機構安永認為，RPA基本流程具備三個關鍵特徵：操作一致，模板化驅動，和基於標準規則操作。這說明著RPA提供的是一種標準化的生產力，並不會抑制企業自身的創造力，可以看作是企業數字化轉型很好的幫手。
最後，RPA應該如何準確定義呢？
德勤的觀點認為，機器人的作用是代替人工在用戶界面完成：高重複、標準化、規則明確、大批量的日常事務操作。RPA和一般軟件或程序的區別在於：普通程序被動地由業務人員操作、機器人則替代人工主動操作其他軟件。
而IBM則認為，“在企業以實現人工智能（AI）轉型為目標的同時，企業內部單一、重複、且繁瑣的事務性工作卻又在禁錮著員工的發展。RPA 把員工從這些工作中解放出來，優化整個企業基礎流程作業、降低成本、提高效率、和確保零失誤，是企業邁向人工智能的第一步。”
從RPA到智能自動化
如今，各行各業的企業都在面臨數字化變革，涵蓋從產品到業務的方方面面。移動互聯網的出現，和5G的未來，意味著海量的數據，將會成為企業數字化轉型的巨大負擔。
可以將企業從複雜的數據海洋中拯救出來的就是：智能自動化。它能夠幫助組織創建新的個性化產品和服務、改善運營、降低成本並提高效率。
但令人遺憾的是，IBM的一項調查發現，僅有12%的企業部署了智能自動化。同時，90%已採用基本流程自動化的組織高管表示他們不具備所需的技能。這說明，大部分的企業還沒有能夠理解智能自動化帶來的生產力提升。
IBM認為，這是一種新型的“數字勞動力”，是通過將不同形式的自動化合並在一起來實現的一種結果。這個理解其實已經更為接近於人，比如人類的右腦是基於認知，左腦基於規則，中樞神經基於協調和統籌，眼睛負責數據捕捉，雙手相當於軟件機器人。智能自動化就是將這些不同的自動化進行融合，而產生的“數字勞動力”。
這個看法與調研機構畢馬威KPMG的對RPA的觀點有些相通之處。畢馬威KPMG認為，“RPA可以定義為AI，機器學習等認知技術在業務自動化中的靈活使用，可以是針對重複性工作的自動化以及高度智能處理的自動化。RPA是數字化的支持性工具，可以替代在此之前認為只有人類才可以完成的工作，或者在高強度的工作中作為人工的補充，是企業組織中出現的新概念勞動力。可見“勞動力”的理解是非常貼切的。
而通過這種新型的“數字勞動力”，企業在數字化當中創造更好的客戶體驗。
比如，在金融行業，智能自動化可以在數分鐘或數小時內完成審批，相比於傳統的審批模式，速度提升了10倍；在保險行業，智能自動化可以做到快速支付索賠，同時確保透明度和即時可視性，並能通過機器學習和AI 識別欺詐及濫用，並快速跟蹤其他事務；在醫療行業，智能自動化，可以實現例行任務（如病患和設備調度）的自動化，藉助分析和機器學習最大程度地減少醫療保健資源的浪費等等。
總結而言，企業可以通過智能自動化實現業務運營方式的變革。進而，通過改善自動化效率，提供員工工作效率和從非機構化數據中提取信息，來做到降低成本。同時，通過新業務模式的創新，尋找收入增長的新機會和交付更好的產品和服務來提高收入。
從這個角度不難發現，智能自動化可以作為企業數字化轉型的初期階段，是企業成為智能化企業的必由之路。
另外，在我看來，智能自動化還可以作為企業數字化的一種“粘合劑”。因為業務部門的角度來看，智能自動化在解決企業現有系統間的交互問題上和人處理的方式非常類似，而從IT部門的角度來看，智能自動化並不改變現有業務系統的處理邏輯，而實施速度要更快。所以，這種實施週期短，見效快，成本低的特點，能夠有效緩解業務部門和IT部門之間的矛盾。因此，智能自動化完全可以作為企業智能化從0到1的關鍵一步。
IBM為什麼可以引領智能自動化的發展
我們知道，智能自動化並非是獨立存在的技術，它必須建立在雲計算、移動和物聯網技術等構建起來的基礎設施之上，並且是服務於企業的數字化業務的。智能自動化也必須要符合企業上雲的這個大的框架。
2017年，一場十分另類的辯論賽，在北京大學上演。馬薇薇、黃執中、邱晨等明星辯手，圍繞如何與職場AI在未來的工作環境中和平共處，大開腦洞。而無論正反方的觀點如何，我們都必須要接受，AI對人類工作方式的改變。
早就有權威調研機構預測：到2020年，全球將會有700萬個工作崗位消失，因為這些崗位將會被AI所取代。同樣因為AI的存在，到2025年，65%現在進入小學的孩子將在未來從事目前並不存在的工作。
其實，我們大可不必為AI融入人類的工作而感到恐慌。工業革命時代，人們並沒有因為“四個輪子的蒸汽怪獸”失去工作，反而因為工業文明的形成，獲得了現代化的生活。
今天，以機器人處理自動化（Robotics Process Automation）為代表的“機器人”，已經開始進入到各行各業，它們會解決大量事務性的重複工作，這其實與企業數字化轉型的預期是一致的，將RPA技術融入數字化流程，企業可以將精力聚焦於業務創新，而不是日常工作的瑣碎。
RPA的未來與定義
今年7月初，軟銀宣佈將投資三千億進入RPA行業，引起業界軒然大波。這家以投資未來科技領域著稱的公司，為什麼對RPA這個行業如此看重？
簡單地說，RPA的核心能力是通過自動化、智能化技術來模擬或替代人們進行重複性、低價值、無需人工決策的固定性流程化操作，從而有效地提升工作效率，減少錯誤。很明顯，從企業的角度看，RPA能夠有效優化傳統辦公流程，提升工作效率，間接優化企業勞動資源配置，助力企業數字化升級。
首先，從宏觀的層面，全球幾大調研機構對RPA的評價也頗為積極。
比如，相關數據顯示，全球 RPA 市場規模未來 5 年可能會增長至超過 1000 億美元。而麥肯錫公司關於新興和顛覆性技術的報告則表示，RPA所屬的自動化技術市場到2025年將產生近6.7萬億美元的經濟價值。這說明，無論是RPA本身的市場前景還是它對整個自動化產業鏈價值的推動都是不可估量的。
其次，從技術的角度看，人工智能和自動化都不是新概念，但在機器學習領域的技術提升、傳感器能力的提高、更為強大的計算能力，兩者的結合產生了RPA這個新的技術領域。所以，RPA應該是一種技術能力的融合，它最終考量的可能會是整體解決方案的能力。
第三，從企業數字化轉型角度。一方面，RPA具有對企業現有系統影響小，基本不需要編碼，並且實施週期短，而且具有對非技術的業務人員友好等特性，所以要比其他數字化技術更容易融入企業的數字化流程。另一方面，調研機構安永認為，RPA基本流程具備三個關鍵特徵：操作一致，模板化驅動，和基於標準規則操作。這說明著RPA提供的是一種標準化的生產力，並不會抑制企業自身的創造力，可以看作是企業數字化轉型很好的幫手。
最後，RPA應該如何準確定義呢？
德勤的觀點認為，機器人的作用是代替人工在用戶界面完成：高重複、標準化、規則明確、大批量的日常事務操作。RPA和一般軟件或程序的區別在於：普通程序被動地由業務人員操作、機器人則替代人工主動操作其他軟件。
而IBM則認為，“在企業以實現人工智能（AI）轉型為目標的同時，企業內部單一、重複、且繁瑣的事務性工作卻又在禁錮著員工的發展。RPA 把員工從這些工作中解放出來，優化整個企業基礎流程作業、降低成本、提高效率、和確保零失誤，是企業邁向人工智能的第一步。”
從RPA到智能自動化
如今，各行各業的企業都在面臨數字化變革，涵蓋從產品到業務的方方面面。移動互聯網的出現，和5G的未來，意味著海量的數據，將會成為企業數字化轉型的巨大負擔。
可以將企業從複雜的數據海洋中拯救出來的就是：智能自動化。它能夠幫助組織創建新的個性化產品和服務、改善運營、降低成本並提高效率。
但令人遺憾的是，IBM的一項調查發現，僅有12%的企業部署了智能自動化。同時，90%已採用基本流程自動化的組織高管表示他們不具備所需的技能。這說明，大部分的企業還沒有能夠理解智能自動化帶來的生產力提升。
IBM認為，這是一種新型的“數字勞動力”，是通過將不同形式的自動化合並在一起來實現的一種結果。這個理解其實已經更為接近於人，比如人類的右腦是基於認知，左腦基於規則，中樞神經基於協調和統籌，眼睛負責數據捕捉，雙手相當於軟件機器人。智能自動化就是將這些不同的自動化進行融合，而產生的“數字勞動力”。
這個看法與調研機構畢馬威KPMG的對RPA的觀點有些相通之處。畢馬威KPMG認為，“RPA可以定義為AI，機器學習等認知技術在業務自動化中的靈活使用，可以是針對重複性工作的自動化以及高度智能處理的自動化。RPA是數字化的支持性工具，可以替代在此之前認為只有人類才可以完成的工作，或者在高強度的工作中作為人工的補充，是企業組織中出現的新概念勞動力。可見“勞動力”的理解是非常貼切的。
而通過這種新型的“數字勞動力”，企業在數字化當中創造更好的客戶體驗。
比如，在金融行業，智能自動化可以在數分鐘或數小時內完成審批，相比於傳統的審批模式，速度提升了10倍；在保險行業，智能自動化可以做到快速支付索賠，同時確保透明度和即時可視性，並能通過機器學習和AI 識別欺詐及濫用，並快速跟蹤其他事務；在醫療行業，智能自動化，可以實現例行任務（如病患和設備調度）的自動化，藉助分析和機器學習最大程度地減少醫療保健資源的浪費等等。
總結而言，企業可以通過智能自動化實現業務運營方式的變革。進而，通過改善自動化效率，提供員工工作效率和從非機構化數據中提取信息，來做到降低成本。同時，通過新業務模式的創新，尋找收入增長的新機會和交付更好的產品和服務來提高收入。
從這個角度不難發現，智能自動化可以作為企業數字化轉型的初期階段，是企業成為智能化企業的必由之路。
另外，在我看來，智能自動化還可以作為企業數字化的一種“粘合劑”。因為業務部門的角度來看，智能自動化在解決企業現有系統間的交互問題上和人處理的方式非常類似，而從IT部門的角度來看，智能自動化並不改變現有業務系統的處理邏輯，而實施速度要更快。所以，這種實施週期短，見效快，成本低的特點，能夠有效緩解業務部門和IT部門之間的矛盾。因此，智能自動化完全可以作為企業智能化從0到1的關鍵一步。
IBM為什麼可以引領智能自動化的發展
我們知道，智能自動化並非是獨立存在的技術，它必須建立在雲計算、移動和物聯網技術等構建起來的基礎設施之上，並且是服務於企業的數字化業務的。智能自動化也必須要符合企業上雲的這個大的框架。
那麼首先，IBM在雲端採用了一種更快、更安全的方式，通過企業級容器化軟件解決方案將核心業務應用遷移到任何雲端，IBM擁有全套的容器化軟件，和容器化的平臺。這是IBM的多年積累的技術優勢。
其次，IBM提供了預集成的軟件包，解決了傳統企業不會寫代碼，不懂技術的問題。目前，IBM針對構建、部署和運行應用；收集、組織和分析數據；集成應用、數據、雲服務和 API；推動實現業務流程、 決策和內容的轉型；多雲可視性、治理與自動化這五個典型的場景，為客戶已經準備了5個預集成的軟件包。
第三，IBM通過雲平臺保持了統一的用戶體驗，可以支持在任何位置，比如本地，多雲環境，混合IT環境都可以進行部署，對用戶IT的架構適用性足夠強，可以滿足多種不同用戶場景下的業務創新。
2017年，一場十分另類的辯論賽，在北京大學上演。馬薇薇、黃執中、邱晨等明星辯手，圍繞如何與職場AI在未來的工作環境中和平共處，大開腦洞。而無論正反方的觀點如何，我們都必須要接受，AI對人類工作方式的改變。
早就有權威調研機構預測：到2020年，全球將會有700萬個工作崗位消失，因為這些崗位將會被AI所取代。同樣因為AI的存在，到2025年，65%現在進入小學的孩子將在未來從事目前並不存在的工作。
其實，我們大可不必為AI融入人類的工作而感到恐慌。工業革命時代，人們並沒有因為“四個輪子的蒸汽怪獸”失去工作，反而因為工業文明的形成，獲得了現代化的生活。
今天，以機器人處理自動化（Robotics Process Automation）為代表的“機器人”，已經開始進入到各行各業，它們會解決大量事務性的重複工作，這其實與企業數字化轉型的預期是一致的，將RPA技術融入數字化流程，企業可以將精力聚焦於業務創新，而不是日常工作的瑣碎。
RPA的未來與定義
今年7月初，軟銀宣佈將投資三千億進入RPA行業，引起業界軒然大波。這家以投資未來科技領域著稱的公司，為什麼對RPA這個行業如此看重？
簡單地說，RPA的核心能力是通過自動化、智能化技術來模擬或替代人們進行重複性、低價值、無需人工決策的固定性流程化操作，從而有效地提升工作效率，減少錯誤。很明顯，從企業的角度看，RPA能夠有效優化傳統辦公流程，提升工作效率，間接優化企業勞動資源配置，助力企業數字化升級。
首先，從宏觀的層面，全球幾大調研機構對RPA的評價也頗為積極。
比如，相關數據顯示，全球 RPA 市場規模未來 5 年可能會增長至超過 1000 億美元。而麥肯錫公司關於新興和顛覆性技術的報告則表示，RPA所屬的自動化技術市場到2025年將產生近6.7萬億美元的經濟價值。這說明，無論是RPA本身的市場前景還是它對整個自動化產業鏈價值的推動都是不可估量的。
其次，從技術的角度看，人工智能和自動化都不是新概念，但在機器學習領域的技術提升、傳感器能力的提高、更為強大的計算能力，兩者的結合產生了RPA這個新的技術領域。所以，RPA應該是一種技術能力的融合，它最終考量的可能會是整體解決方案的能力。
第三，從企業數字化轉型角度。一方面，RPA具有對企業現有系統影響小，基本不需要編碼，並且實施週期短，而且具有對非技術的業務人員友好等特性，所以要比其他數字化技術更容易融入企業的數字化流程。另一方面，調研機構安永認為，RPA基本流程具備三個關鍵特徵：操作一致，模板化驅動，和基於標準規則操作。這說明著RPA提供的是一種標準化的生產力，並不會抑制企業自身的創造力，可以看作是企業數字化轉型很好的幫手。
最後，RPA應該如何準確定義呢？
德勤的觀點認為，機器人的作用是代替人工在用戶界面完成：高重複、標準化、規則明確、大批量的日常事務操作。RPA和一般軟件或程序的區別在於：普通程序被動地由業務人員操作、機器人則替代人工主動操作其他軟件。
而IBM則認為，“在企業以實現人工智能（AI）轉型為目標的同時，企業內部單一、重複、且繁瑣的事務性工作卻又在禁錮著員工的發展。RPA 把員工從這些工作中解放出來，優化整個企業基礎流程作業、降低成本、提高效率、和確保零失誤，是企業邁向人工智能的第一步。”
從RPA到智能自動化
如今，各行各業的企業都在面臨數字化變革，涵蓋從產品到業務的方方面面。移動互聯網的出現，和5G的未來，意味著海量的數據，將會成為企業數字化轉型的巨大負擔。
可以將企業從複雜的數據海洋中拯救出來的就是：智能自動化。它能夠幫助組織創建新的個性化產品和服務、改善運營、降低成本並提高效率。
但令人遺憾的是，IBM的一項調查發現，僅有12%的企業部署了智能自動化。同時，90%已採用基本流程自動化的組織高管表示他們不具備所需的技能。這說明，大部分的企業還沒有能夠理解智能自動化帶來的生產力提升。
IBM認為，這是一種新型的“數字勞動力”，是通過將不同形式的自動化合並在一起來實現的一種結果。這個理解其實已經更為接近於人，比如人類的右腦是基於認知，左腦基於規則，中樞神經基於協調和統籌，眼睛負責數據捕捉，雙手相當於軟件機器人。智能自動化就是將這些不同的自動化進行融合，而產生的“數字勞動力”。
這個看法與調研機構畢馬威KPMG的對RPA的觀點有些相通之處。畢馬威KPMG認為，“RPA可以定義為AI，機器學習等認知技術在業務自動化中的靈活使用，可以是針對重複性工作的自動化以及高度智能處理的自動化。RPA是數字化的支持性工具，可以替代在此之前認為只有人類才可以完成的工作，或者在高強度的工作中作為人工的補充，是企業組織中出現的新概念勞動力。可見“勞動力”的理解是非常貼切的。
而通過這種新型的“數字勞動力”，企業在數字化當中創造更好的客戶體驗。
比如，在金融行業，智能自動化可以在數分鐘或數小時內完成審批，相比於傳統的審批模式，速度提升了10倍；在保險行業，智能自動化可以做到快速支付索賠，同時確保透明度和即時可視性，並能通過機器學習和AI 識別欺詐及濫用，並快速跟蹤其他事務；在醫療行業，智能自動化，可以實現例行任務（如病患和設備調度）的自動化，藉助分析和機器學習最大程度地減少醫療保健資源的浪費等等。
總結而言，企業可以通過智能自動化實現業務運營方式的變革。進而，通過改善自動化效率，提供員工工作效率和從非機構化數據中提取信息，來做到降低成本。同時，通過新業務模式的創新，尋找收入增長的新機會和交付更好的產品和服務來提高收入。
從這個角度不難發現，智能自動化可以作為企業數字化轉型的初期階段，是企業成為智能化企業的必由之路。
另外，在我看來，智能自動化還可以作為企業數字化的一種“粘合劑”。因為業務部門的角度來看，智能自動化在解決企業現有系統間的交互問題上和人處理的方式非常類似，而從IT部門的角度來看，智能自動化並不改變現有業務系統的處理邏輯，而實施速度要更快。所以，這種實施週期短，見效快，成本低的特點，能夠有效緩解業務部門和IT部門之間的矛盾。因此，智能自動化完全可以作為企業智能化從0到1的關鍵一步。
IBM為什麼可以引領智能自動化的發展
我們知道，智能自動化並非是獨立存在的技術，它必須建立在雲計算、移動和物聯網技術等構建起來的基礎設施之上，並且是服務於企業的數字化業務的。智能自動化也必須要符合企業上雲的這個大的框架。
那麼首先，IBM在雲端採用了一種更快、更安全的方式，通過企業級容器化軟件解決方案將核心業務應用遷移到任何雲端，IBM擁有全套的容器化軟件，和容器化的平臺。這是IBM的多年積累的技術優勢。
其次，IBM提供了預集成的軟件包，解決了傳統企業不會寫代碼，不懂技術的問題。目前，IBM針對構建、部署和運行應用；收集、組織和分析數據；集成應用、數據、雲服務和 API；推動實現業務流程、 決策和內容的轉型；多雲可視性、治理與自動化這五個典型的場景，為客戶已經準備了5個預集成的軟件包。
第三，IBM通過雲平臺保持了統一的用戶體驗，可以支持在任何位置，比如本地，多雲環境，混合IT環境都可以進行部署，對用戶IT的架構適用性足夠強，可以滿足多種不同用戶場景下的業務創新。
第四，IBM的智能自動化，是基於IBM DBA平臺，可以為客戶打造了 一套完整的機器人流程自動化專業解決方案。使員工得以更專注於具有更高附加值的數據分析、決策和創新工 作，提高客戶在市場上競爭力。
第五，智能自動化不單純是AI和自動化的簡單結合，它考驗的是多種新技術的融合下，對企業業務流程的理解。那麼IBM將AI，BI，區塊鏈等多種技術融入到認知自動化平臺，實現端到端的自動化。
第六，IBM在智能自動化的應用上，已經積累了豐富的經驗。
最後結論，智能自動化行業有廣闊的市場前景，而IBM正在成為行業的領導者。比如為某IT大咖公司實施了IBM 的解決方案後，將每張發票的處理週期從 32 分鐘縮短到了短短 90 秒。為企業提高了管控力度，提高質量和可追溯性；再比如，某保險公司，採用IBMDBA整體方案以後，全流程交由機器人自動化執行，在保證 100%準確率的同時，讓人工介入的工作量降至 5％，流程執行時間縮短60％。真正達到高效，快速，零錯誤率。
總結而言，IBM不僅擁有智能自動化全鏈條的解決方案和客戶實踐，更重要的是IBM展示了一種正確的AI價值觀，企業可以通過智能自動化去走向AI的階梯，幫助企業優化勞動力，使其專注於更高價值的工作，實現決策和業務流程的自動化，並實現重構新的業務模式的目的。
*瞭解更多IBM智能自動化內容，可以直接致電垂詢：400-668-0529