Во-первых, что такое когнитивная автоматизация? Технология когнитивной автоматизации работает в области человеческого мышления, суждений и естественного языка, чтобы обеспечить интеллектуальную интеграцию данных, создавая понимание контекста данных.
В реальных сценариях использования когнитивная автоматизация представляет собой очень предсказуемую и надежную комбинацию компьютерного зрения, оптического распознавания символов, машинного обучения, обработки естественного языка и инструментов и методов обработки данных. Но не думайте, что это черный ящик новейших технологий! Это просто объединение готовых решений на одной платформе.
Когнитивная автоматизация — это глубокая обработка и интеграция сложных документов и данных, требующая специальной подготовки эксперта в предметной области.
Проекты RPA всегда будут приходить к необходимости более глубокой интеграции неструктурированных данных, которые боты не могут обработать.
Так, например, RPA не может взять контракт, которого никогда не видел, и рассказать о нем все важное. Любые рабочие процессы, требующие абстрагирования данных контракта или интеллектуальных данных, потребуют тщательного анализа эксперта в предметной области и ручного ввода данных.
Когнитивная автоматизация не может выполнять щелчки мышью или обрабатывать сквозные рабочие процессы, которые запрашивают, получают, обрабатывают, а затем доставляют подробную информацию о контракте обратно в вашу ERP или другое программное приложение.
Вы сразу же увидите ценность использования инструмента когнитивной автоматизации после того, как общие процессы и рабочие процессы будут автоматизированы. Поскольку внедрение RPA находится на рекордно высоком уровне (и даже не близко к тому, чтобы выйти на плато), сейчас настало время, когда бизнес-лидеры обращаются к дальнейшим инициативам по автоматизации.
И хорошая новость заключается в том, что ранний RPA побеждает в решениях для автоматизации самофинансирования.
В опросе Deloitte Global RPA 78% респондентов, которые уже внедрили RPA, ожидают значительного увеличения инвестиций в RPA в течение следующих трех лет.
Значительная часть новых инвестиций придется на направления науки о данных и инструментов на основе ИИ, обеспечивающих когнитивную автоматизацию.
По мере того как организации начинают совершенствовать свои стратегии автоматизации, спрос на повышенную осязаемую ценность будет расти, и потребуется добавление интеллектуальных инструментов автоматизации.
Хорошая новость заключается в том, что вам не нужно создавать решения для автоматизации с нуля. Хотя существует множество инструментов для обработки данных и хорошо поддерживаемых подходов к машинному обучению, объединить их в единую (и прозрачную) платформу очень сложно.
Встроенная прозрачность — один из ключевых драйверов использования готовых когнитивных технологий. Когда вы обучаете программное обеспечение выполнять работу эксперта в предметной области, вы должны быть абсолютно уверены, как и почему оно принимает решения.
Как работает когнитивная автоматизация?
Когнитивная автоматизация имитирует то, как работают люди. Возьмем, к примеру, контракты. Человек распознает документ таким, какой он есть, по таким вещам, как заголовок страницы, язык, используемый в абзацах текста, и способ оформления документа. Это те же функции, которые используются для обучения программного обеспечения распознаванию типа обрабатываемого документа.
Идя глубже, как только конкретный тип документа известен, программное обеспечение будет использовать предварительно обученные правила для поиска определенных слов, групп слов и информации, содержащейся в предложениях и абзацах. Опять же, как человек.
В зависимости от того, какая информация необходима для рабочих процессов автоматизации, могут быть извлечены целые абзацы или только важные даты, условия, суммы в валюте и т. д.
Отличительной чертой этих решений для автоматизации является то, что они обеспечивают процесс проверки человеком информации, которая была идентифицирована для извлечения. Элементы могут быть помечены для проверки, если определенный предварительно запрограммированный «порог достоверности» не был достигнут. Эти пороги устанавливаются разработчиками программного обеспечения для любой переменной, которую они считают важной.
Как использовать когнитивную автоматизацию с RPA
Отличным примером того, как он взаимодействует с развертыванием RPA, является обработка ипотеки/кредита.
Ипотечный процесс состоит из простых рабочих процессов «да/нет», «если/то» и нескольких программных систем. В большинстве займов задействованы сотни страниц. Поскольку информация, содержащаяся в важных формах, таких как заключительные раскрытия информации, не всегда изложена одинаково — люди часто привыкли вручную набирать или просматривать информацию вручную.
RPA в обработке ипотечных кредитов — отличное решение для автоматизации интеграции данных между несколькими программными системами и базами данных, которые не были спроектированы так, чтобы «общаться друг с другом».
Во время выдачи кредита есть много возможностей для автоматизации. Существует предварительная квалификация, проверка дохода и личности, проверка документов перед финансированием, услуги андеррайтинга, аудиты после закрытия и регистрация кредита в системах выдачи кредитов — и все это до того, как кредит перейдет в процесс покупки и продажи.
Если представить себе роботов RPA, передающих сотни фрагментов информации в несколько программных систем, легко увидеть, что сцена довольно сложная и требует абсолютно точных данных. Вы также можете представить, что любые ошибки мешают всему процессу и требуют участия человека для обработки исключений.
И именно здесь когнитивная автоматизация играет роль в успехе высокоавтоматизированных решений по автоматизации ипотечного кредитования. Из одного из самых важных документов в обработке кредита — заключительного раскрытия информации — стало чрезвычайно трудно извлечь информацию. Он содержит критически важную информацию, которая необходима для пост-закрытого аудита и проверки достоверности информации о кредите.
Когда RPA получает кредитный пакет, он использует интеграцию с этой автоматизацией для отправки пакета на обработку. Все страницы тут же обрабатываются, разделяются и извлекаются важные данные.
После извлечения работник-человек уведомляется и вручную обрабатывает любые ошибки проверки. Ошибки легко исправляются в течение нескольких минут, а данные автоматически возвращаются обратно в необходимый рабочий процесс RPA для дальнейшей обработки и интеграции.
Когда следует использовать когнитивную автоматизацию?
Когнитивную автоматизацию следует использовать после оптимизации основных бизнес-процессов для RPA. Внедрение RPA в производство само по себе достаточно сложно, поэтому дальнейшая автоматизация, требующая достижений в области машинного обучения и методов обработки данных, должна рассматриваться после того, как будут выполнены первоначальные требования к автоматизации.
Еще один аргумент в пользу отсрочки использования автоматизации заключается в том, что она обычно финансируется за счет ранних побед RPA. Попытка сделать слишком много сразу — это прямой путь к катастрофе и аналитическому параличу.
Первоначально опубликовано на https://blog.bisok.com.
