譯者 | 李睿

審校 | 孫淑娟 梁策

在企業系統進行智能自動化的過程中，各個階段的展開就像剝洋蔥，本文亦將逐層對其論述。

2021年，超智能自動化(HIA)著實讓人眼前一亮。邁入2022年，其重要性亦將在未來以多種方式持續彰顯。根據Zinnov Zones咨詢公司最近發布的一份超智能自動化市場發展的調查報告，這一領域將以50%～55%的年速度增長，到2026年，其價值將從2021年的24億美元突破180億美元大關。交易生態系統對超智能自動化的需求穩步上升，3%～35%的超智能自動化交易額將超過50萬美元。

這一趨勢突顯出大型企業已發生根本性轉變，他們不再只關注自動化對效率和節約成本的作用，而是更關注它在提升利益相關者體驗和業務彈性方面的效果。

咨詢公司Gartner將超自動化定義為一種業務驅動的規范方法，企業可以用它來快速識別、審查和自動化盡可能多的業務和IT流程。超自動化涉及多種技術、工具或平臺的協調使用，包括人工智能、機器學習、事件驅動的軟件架構、機器人流程管理(RPA)、業務流程管理(BPM)、智能業務流程管理套件(iBPMS)、集成平臺即服務(iPaaS)、低代碼/無代碼工具、打包軟件以及其他類型的決策、流程和任務自動化工具。

值得注意的一個重點是，為了從基于自動化方法的戰略(部署RPA、人工智能或機器學習的戰略)平穩過渡到基于自動化成果的戰略(用最佳可選方法實現目標業務成果)，企業正在迅速成熟。但是，這種成熟盡管已在觀念上實現，在執行層面上大多數企業仍被一些因素掣肘，例如缺乏編寫良好的超智能自動化策略、無法發現用例、缺乏各種自動領域的人才，以及急于求成等等。

超智能自動化是一場馬拉松，而不是短跑比賽

選擇超智能自動化是一場馬拉松，而不是短跑比賽，所以要看到成果需要時間。因此，耐心至關重要，且要產生預期結果常常需要正確的策略支持。另外，要贏得馬拉松，運動員也往往要內心十分強大，因此要實現超智能自動化，企業也需確保有足夠強大的流程核心。

“流程輸出之旅”或“核心輸出之旅”將幫助企業有條不紊地完成智能自動化過程。這一過程就像剝洋蔥，層層展示出企業在智能實現途中要遵循的規律。

洋蔥的“頂芽”構成了需要實現自動化進程的核心。企業應從這里出發，仔細觀察流程，對流程和任務進行深挖，并評估現有流程圖，查看非增值部分，對這些部分優化后再向前推進。

在洋蔥“頂芽”外層的三層“洋蔥皮”分別代表一種更高階的自動化方法，通常按邏輯進行，幫助企業通過自動化實現確定的具體目標。第一層代表用戶界面(UI)級別的自動化，最佳實現方式為機器人流程管理(RPA);第二層尋求業務流程的自動化，以便為終端用戶提供卓越的客戶體驗;而第三層代表通過應用人工智能和機器學習獲得智能見解。

而對于洋蔥的最外一層，是假設內部流程和業務已經優化的情況下，著眼于應用物聯網、邊緣分析和人工智能以為企業提供有助于未來決策的指導性分析。

如下圖所示：

超智能自動化采用的洋蔥分層方法

如果流程未優化且仍效率低下，簡單對其采用機器人流程管理(RPA)、業務流程管理(BPM)或人工智能/機器學習解決方案是不合邏輯的，企業也無法因此獲得自動化方式帶來的潛在好處。同樣，當業務流程由于數據流不足而無法優化時，采用人工智能和機器學習也沒有意義。數據是人工智能和機器學習的動力，當底層業務流程和案例管理方法效率低下時，這些數據的來源無法得到優化，采用人工智能/機器學習也不會獲得任何回報。

因此，在全球使用人工智能解決方案的企業中，有25%存在約50%的失敗率也就不足為奇。同樣，因為采用方式未成熟、低效而產生較差結果，大約有30%～50%早期企業RPA項目遭遇失敗。

不過，上述方法還是非常靈活的。如果企業進行自動化審計并發現他們已在上面的第二層(使用RPA實現自動化)，那么自然可以繼續向第三層、第四層和第五層前進。

所以企業可以從他們認為存在機會的地方開始，但仍將遵從這些層次結構作為指導。

結論

超智能自動化如洋蔥般分層推進的方法是非常有條理的。它可以優化流程，利用RPA將流程上層的用戶界面(UI)級例行任務自動化。隨后則使用BPM工具將業務流程自動化，利用豐富的業務和流程級數據池，對其應用人工智能和機器學習以獲得見解。最后，當數據池真正強大且流程得到優化，就可以使用物聯網和邊緣分析進行預測性和指導性決策。

這些層次具有一種內在趨向，即從正在進行的階段包住其他階段，從而促進對正在完成工作的關注。因此，這些洋蔥皮就好像智能自動化之旅中的每個階段，企業隨之層層推進，從而系統地邁向智能自動化進程。

原文標題：The “Onion Peel” Approach to Hyper Intelligent Automation，作者：Ved Prakash