来也：智慧中国机器人流程自动化应用指南（50页）.pdf

1、传统的 RPA 项目实施，通常由 RPA 咨询顾问与企业内部业务人员共同梳理业务流程，提炼出可被自动化的流程。这不仅要耗费大量的时间和人力，而且也无法覆盖企业中所有的业务场景。通过使用流程挖掘技术，我们能够以更低的成本和更高的效率发现业务中适合自动化的工作流程。基于流程挖掘技术的程序运行在业务人员计算机上，收集并分析业务人员对各种软件的操作行为，识别出哪些工作流程适用于 RPA，生成相应的自动化流程脚本，从而实现自动化的流程发现。在欧美，流程挖掘技术已经应用于电信、金融、保险等各种行业，可以自动识别出多个 RPA 适用场景，例如：电信业的客户信息更改、产品及功能更新提醒等;金融业的信用卡订单处

2、理、在内部系统填写支付信息等;保险业的验证和处理索赔、计算保费折扣、索取客户文件等。以某大型连锁消费集团为例，该集团将流程挖掘技术应用于员工培训。伴随连锁业务的快速扩张，每次面对大规模员工入职培训，通常需要耗时数周以上，并需大量专门的培训人员。在工作人员的计算机上通过流程发现机器人去观察、分析培训工作所需的操作流程，识别出了培训场景中约几十个可应用 RPA 的流程。将这些流程完成自动化后，快速提高了员工培训的效率。”智能对话涵盖语音识别、语义理解、语音合成等技术，实现人与计算机之间的自然语言交互。将智能对话技术和 RPA 结合起来，能够实现更高效的人机协同，主要体现在两方面：首先，在一些涉及到

3、人与人沟通的业务流程中，我们可以使用智能对话技术实现全业务流程的自动化。例如，在呼叫中心场景中，接线员需要一方面和客户进行语言上的沟通，另一方面在计算机面前进行相应的操作，满足客户的需求。在类似这样的场景中，我们可以使用智能对话技术让机器人和客户对话，理解客户的需求，并转化为可被 RPA 机器人执行的指令，最后由 RPA 机器人完成任务的执行，从而实现整个客户服务流程的自动化，大大释放客服人员的效率与能力。其次，在 RPA 流程执行的过程中，有些情况需要用户提供信息，RPA 机器人根据用户的输入再自动将流程执行下去。这种情况下，我们可以使用智能对话技术让计算机和用户进行交互，从而提升 RPA 机器人的用户体验。如果智能对话支持语音交互，用户甚至可以不用对鼠标或键盘进行任何操作，通过说话即可控制 RPA 流程。企业业务中存在大量非结构化的数据，其中以文档类型的数据居多。各种文档中包含了大量的信息，但这些信息因为没有被结构化，无法直接被计算机处理，导致很多涉及到文档的 RPA 流程无法落地。文档理解基于光学符号识别(OCR)、自然语言处理(NLP)等技术，实现对文档内容的识别、分类和理解，将非结构化的文档数据转化为可被计算机处理的结构化信息。