《iS-RPM產品深度解讀》
內容回顧
分享嘉賓:吳鑫
2022年4月22日,藝賽旗聯合RPA中國共同舉辦的《透視全業務 精進全流程—藝賽旗iS-RPM產品(
韓國大尺度吃奶真做爰:流程挖掘)發布會》在線上順利舉行。吳鑫作為藝賽旗CTO圍繞iS-RPM產品帶來了哪些專業解讀呢?作者就吳鑫在發布會上的主要演講內容進行整理發布,歡迎大家閱讀。
內容主要圍繞下面四個部分展開:一、流程挖掘技術介紹;二、流程挖掘實現的方式及原理;三、流程挖掘面臨的挑戰;四、iS-RPM的技術優勢。
吳鑫首先為大家分享了藝賽旗最新發布的流程挖掘版本都使用了哪些新的技術,新的架構、新的功能:
他介紹到:RPM的全稱是Robotic Process Mining是一款集流程挖掘、任務挖掘、流程自動化于一體的由人工智能驅動的端到端的流程發現智能平臺。在2021年7月份,我們在上海人工智能大會上發布了流程挖掘的第一個版本,與此同時也發布了蒼穹RPA以及與同行的戰略簽約。
接下來,吳鑫為我們詳細介紹了流程挖掘技術及實現的方式和原理:
他提到:在今天數字化優先的時代,企業的目標是一致的,就是提高效率降低風險。要提高效率,首先我們需要了解企業當前流程的運行效率如何。在沒有流程挖掘技術之前,困擾世界很長一段時間的問題就是需要通過手工的方式去進行,最常見的方式就是通過面談觀察記錄。那么這就面臨著以下幾個問題:第一需要去詢問,業務人員在詢問的過程中多多少少會存在偏差和缺失;第二,如果業務人員跨了很多個部門和業務,我們就需要調研大量的跨部門人員,這就面臨了一個比較集中的問題,可能會產生“數據壁壘”。
那么談到流程挖掘的實現方式和原理,吳鑫介紹,大概的實現方式為:第一步我們需要連接ERP系統讀取系統日志如SAP金蝶等ERP廠家的日志;第二步,有了這些數據之后通過清洗和轉換關聯以映射成標準化的日志;第三步使用可視化的模型,將標準化的日志形成可視化的圖形展示,實行監控及瓶頸分析。
接下來吳鑫系統為我們分享了在進行流程挖掘的時候,會面臨哪些挑戰:
第一點就是解決了數據質量問題;和其他所有的日志一樣,事件日志也存在著數據質量問題。這個時候就需要通過it團隊進行大量的前期工作來清洗和選擇這些數據,在2020年的流程挖掘分析報告中指出,流程挖掘大概有80%的精力都會花在定位、選擇、提取、轉換這些數據上面,浪費了比較多的時間。
第二個挑戰,就是系統集成問題;一般的流程挖掘需要事件日志,必須通過API、ODBC等多種接口、以多種不同的規則來提取各類業務系統中的數據,這樣就讓流程挖掘的依賴性變得非常高,實施的難度也變大。因為我們分析的數據是自己采集的操作日志和業務標簽,不需要花費大量時間做系統集成,已經是標準化的格式,直接可用。
第三點,就是流程的不可見;我們在實際業務中常常遇到需要從數據庫中獲取關鍵業務的數據變化信息。一個端到端的流程,可能要跨很多個系統,比如像中石化的從采購到付款流程,就跨了4個系統,FSO、SAP、TMS以及ERP,那這個過程中特別是有些要托管的系統,可能就無法提取到日志。
那RPM在這上面又是如何發揮價值的呢?主要通過三個部分:第一部分在數據上面,我們使用后臺業務與交互數字結合、使用基于視覺的計算機學習模型來進行業務的映射以及建立原數據之間的關系,統一輸出標準的數據格式。并且使用流程分析模型,元數據模型,對流程實行合規監控、流程優化、流程預測。在算法上面,藝賽旗跟南京大學的人工智能學院進行簽約并在AI核心算法方面強強聯手,聘請了黎銘教授作為我們的首席科學家。同時結合我們藝賽旗近10年的技術積累,在流程挖掘以及RPA上面形成了多項自主研發的專利技術。
接下來吳鑫為我們分享了企業挖掘成功流程轉換,需要圍繞哪幾步走:
第一通過流程挖掘,首先要發現企業存在什么樣的問題,比如效率低下的問題,合規的問題等。
第二,要找到優化的方式,優化的方法有很多,比如通過流程變革,通過培訓,另外也可以通過RPA的方式來進行流程的優化。
第三,針對上面的流程的優化,我們可以通過觀察是否有效,如果效果不好,我們就根據這些問題來調整我們的偏差。
第四,企業對流程的改進不是一次就能成功的,需要一個可持續的監控改進。
最后吳鑫為我們重點介紹了iS-RPM具備的一些獨特優勢:
第一是與RPA的無縫銜接,可一鍵式自動發現并創建機器人。特別是針對目前已經在使用RPA的企業,或者正準備使用RPA的企業,都會有一個很直觀的感受,在流程的調研和開發上面,需要花將近60%的精力,RPA可以實現對流程自動化的精確定位識別,同時自動產生我們的需求文檔,如果您使用的是藝賽旗的RPA那么就可以無縫銜接,節省了我們大量的開發工作量。
第二是我們擁有較多的日志分析的模板。進行流程優化80%的時間我們是在數據的準備工作中,我們集成了一些流程的分析模板,如與金蝶的ERP系統,與分享銷客系統做了一些開箱即用的分析模板等;
第三比較新穎的發現方式。在數據上面,我們不只依賴后臺的日志,人機交互的日志,還通過機器人學習、人工智能等智能技術實現業務的標簽。
第四安全隱私優先的架構,iS-RPM在執行流程挖掘時完全遵守數據隱私保密準則,保證企業的數據資產安全。
第五就是國產化,不管是從客戶端服務端我們都做了國產化的操作系統的認證,從采集、挖掘都實現了算法的自主可控,iS-RPM的底層技術安全自主研發安全可控,并完成了國產化認證與適配。