Авторські блоги та коментарі до них відображають виключно точку зору їхніх авторів. Редакція ЛІГА.net може не поділяти думку авторів блогів.
16.03.2018 16:42
Как машинное обучение повлияет на роботизацию бизнес-процессов
Что даст в будущем интеграция двух мощных технологий – роботизации бизнес-процессов и машинного обучения? Как когнитивные технологии способны повлиять на RPA?
Те организации, которые серьёзно задумывались над повышением операционной производительности своих бизнес-процессов и снижением операционных расходов, не могли обойти в своих поисках возможность их автоматизации и роботизации. Новая на украинском рынке инновационная технология роботизации бизнес-процессов (Robotic Process Automation, RPA) имеет для этого огромный и несомненный потенциал. Все рутинные, повторяющиеся изо дня в день процессы (сверка баланса, составление отчётности, обработка счетов на оплату, проведение платежей, сбор и ввод данных во внутренние системы и т. п.), которых существует множество практически в каждой организации, могут быть существенно усовершенствованы благодаря этой технологии.
Однако, будем откровенны, при всех преимуществах роботизации бизнес-процессов технология всё-таки имеет свои ограничения в применении. Они вступают в действие, когда речь идёт об осуществлении таких операций и процессов, которые происходят по нетривиальным сценариям и требуют принятия решений или анализа. На данном этапе развития технологии роботизации программный робот способен воспринимать только шаблонные структурированные данные и осуществлять операции, основанные на чётко определённых параметрах. Распознавать неструктурированные или полуструктурированные массивы данных и делать на их основе определённые выводы их ещё нужно «обучать». Поэтому до недавнего времени за роботом и человеком были чётко прописаны назначенные полномочия в рамках выполнения определённых бизнес-процессов, а обработка неструктурированных данных и аналитические задачи были только прерогативой человека.
Однако будет ли эта ситуация оставаться и в дальнейшем неизменной?
Никто из нас не рождается с априори сложившимся мировоззрением и опытом. Человек становится тем, кем себя создаёт в процессе обучения и развития, и этот процесс не прекращается на протяжении всей его жизни.
Похожая идея — способности машин самостоятельно «обучаться» — заложена и в технологию машинного обучения (Machine Learning, ML). Как оказывается, машины также могут учиться на основе собственного опыта, в процессе анализа и обработки больших массивов данных находить в них закономерности и прогнозировать результаты.
Сама идея машинного обучения не нова и уже широко апробирована такими технологическими гигантами, как IBM (Watson, 2011), Google (AlphaGo, 2015). Но только сейчас — с развитием современных технологий и усовершенствованием уже разработанных прототипов — появляются предпосылки для её полноценной технической реализации. Мы даже порой не подозреваем, что машинное обучение уже стало частью нашей нынешней повседневной жизни. На основе наших предыдущих предпочтений специально настроенные алгоритмы подбирают нам ленту новостей в соцсетях и товары в интернет-магазинах, а также осуществляют фильтрацию почтовых сообщений от спама; всё совершеннее становится машинный перевод (например, Google Translate) благодаря доступной ручной функции «улучшить перевод» и т. п. По мнению специалистов, направление машинного обучения станет одним из определяющих в развитии компьютерных технологий в XXI веке.
Поэтому с появлением и активным внедрением машинного обучения осуществление программными роботами исключительно рутинных задач становится далеко не верхней границей их потенциальных возможностей. Применение технологий машинного обучения открывает совершенно новые возможности для роботизации бизнес-процессов и позволяет расширить её функциональность. Благодаря когнитивным технологиям программные роботы становятся всё умнее, в состоянии выполнять ещё более сложные задачи, чем на это способны сегодня, развивать и совершенствовать свои навыки, которые не были в них заложены с самого начала. Поэтому сочетание возможностей этих технологий позволит достичь ещё большей операционной эффективности.
Так где же именно может применяться технология машинного обучения в сфере роботизации бизнес-процессов? Здесь без лишних сомнений можно сказать, что развиваться она будет прежде всего в области совершенствования распознаваемых объектов и данных. Поскольку программный робот может сейчас качественно и без ошибок считывать только печатный текст, следующим шагом для него должно стать качественное распознавание нестандартных шрифтов, неструктурированных данных, рукописного текста, а также возможность распознавать человеческое лицо и естественный язык. Вместе с расширением распознавательных возможностей параллельно будут совершенствоваться возможности роботизации по эффективной обработке бизнес-процессов. А это всё в конечном итоге позволит ещё более их оптимизировать и сократить операционные расходы на их содержание.
Однако всё-таки не следует также забывать и об определённых рисках интеграции машинного обучения и роботизации бизнес-процессов. Если, например, вы корректно запрограммируете робота на выполнение нужных вам действий, используя уже апробированные методы RPA, вы можете быть абсолютно уверены в точности выполнения роботизированного процесса. Однако если вы всё же рассчитываете на более широкие возможности программного робота, но объём предоставленных ему для анализа и «принятия решения» данных будет неполным, некорректным или недостаточно продуманным, то нельзя будет полностью исключить возможность возникновения ошибок. Более того, при таких условиях они будут вполне закономерны. Однако если в вашей команде разработчиков есть люди с соответствующими профессиональными навыками, способные тщательно продумать и корректно применять учебные алгоритмы программирования, то таких рисков, бесспорно, можно избежать.

Поэтому выбор, несомненно, будет оставаться за вами: классическая роботизация бизнес-процессов или классическая роботизация, умноженная на возможности когнитивных технологий машинного обучения. Оба варианта способны открыть несравненно лучшие возможности для оптимизации бизнеса. Однако уже и сегодня совершенно очевидно, что будущее всё-таки будет за последней.
Якщо Ви помітили орфографічну помилку, виділіть її мишею і натисніть Ctrl+Enter.
Останні записи
- Где покупать жилую недвижимость и какую? Володимир Стус вчора о 23:53
- ТЦК – треш, хайп, фейк або соціальна допомога військовим та їх сім’ям Сергій Пєтков вчора о 19:52
- Китай закручує "рідкоземельну гайку". Як Україні скористатися своїм шансом? Ксенія Оринчак вчора о 16:53
- Компенсація 1,5 млн грн моральної шкоди з рф на користь киянина за "повітряні тривоги" Світлана Приймак вчора о 10:20
- Розпоряджання землею під час війни: поради юриста Сергій Пагер вчора о 08:57
- Стажування і підвищення кваліфікації: сенси та підходи Сергій Пєтков 20.04.2025 19:43
- Рішенням суду з працівника (водія) стягнуто упущену вигоду Артур Кір’яков 19.04.2025 18:25
- Чому корпоративний стиль – це більше, ніж просто форма Павло Астахов 19.04.2025 12:09
- От трансфера технологий к инновационному инжинирингу Вільям Задорський 18.04.2025 21:33
- Начинается фаза глобального разгона инфляции и масштабных валютных войн Володимир Стус 18.04.2025 18:53
- Омріяна Перемога: яким українці бачать закінчення війни? Дмитро Пульмановський 18.04.2025 18:12
- Баланс між обставинами злочину та розміром застави Богдан Глядик 18.04.2025 17:09
- Люди в центрі змін: як Франковий університет створює сучасне академічне середовище Віталій Кухарський 18.04.2025 16:32
- Інноваційні виклики та турбулентність операційної моделі "Укрзалізниці" в агрологістиці Юрій Щуклін 18.04.2025 14:16
- Тіньова пластична хірургія в Україні: чому це небезпечно і як врегулювати ринок Дмитро Березовський 18.04.2025 11:30
Топ за тиждень
- Терези Феміди: статистика виправдувальних вироків в Україні – симптом чи вирок системі? 418
- Як комплаєнс допомагає громадським організаціям зміцнити довіру та уникнути ризиків 222
- Модель нової індустріалізації України 169
- Професії зникають, навички – у тренді 165
- Омріяна Перемога: яким українці бачать закінчення війни? 126
Популярне
-
"Я туди не хочу". Власник UPG поставив на паузу експансію на ринок Європи
Бізнес 11841
-
"Спортивні авто стоять у гаражах". В Україні ліг ринок високооктанового бензину А-100
Бізнес 10005
-
Індія купить "боїнги", від яких через торгову війну зі США відмовився Китай
Бізнес 5140
-
Нелегальний ринок тютюну: як Україна втрачає 24 мільярди гривень щорічно
Бізнес 4186
-
Бурбон в бак. Що буде із бензином після 1 травня
Бізнес 3230
Контакти
E-mail: [email protected]