2020 年の RPA の 7 つの主要トレンド: AI の有効化からより戦略的な拡張まで

2020 年の RPA の 7 つの主要トレンド: AI の有効化からより戦略的な拡張まで

ロボティック プロセス オートメーション (RPA) サービス プロバイダーである Blue Prism の CTO EMEA である Peter Walker 氏は、企業がロボティック プロセス オートメーション (RPA) の導入によって優れた成果を得られるようになると予想される、2020 年の主要な開発について予測し、分析しています。

[[315561]]

では、2020 年のロボティック プロセス オートメーション (RPA) の主なトレンドは何でしょうか?

1. RPAベンダーの差別化に関する洞察がさらに深まる

現在、市場には 150 を超えるロボティック プロセス オートメーション (RPA) ブランドが存在し、生産性要件、設計品質、アプローチが大きく異なるため、多くの企業が混乱する選択に直面しており、これらの重要な技術的違いをより深く理解する必要性が高まっています。ロボティック プロセス オートメーション (RPA) 製品は今年、より明確にセグメント化され始め、ベンダーはデスクトップ環境で迅速かつ戦術的なメリットを提供する製品と、大企業でより戦略的な変革を提供する製品の 2 つの大まかなカテゴリに分類されます。

多くの新しい RPA ブランド製品には設計上の制限があるため、一部の企業が自動化プロジェクトの規模を拡大しようとする際には、この明確さが極めて重要になります。現実には、大規模なデバッグと大幅な変更管理のオーバーヘッドを必要とする、コード集約型の展開になる可能性があります。この主張は、ガートナーの最近の予測によって裏付けられています。「2021年までに、企業の40%が、不適切な使用、サイロ化された使用、拡張の失敗により、ロボティックプロセスオートメーション(RPA)製品の購入を後悔するだろう。」

ロボティック プロセス オートメーション (RPA) が変革ツールとしての約束を果たしたときにのみ、その真の価値が認識されます。これは、企業の焦点が、コード不要のビジネス主導の設計原則に基づくロボティック プロセス オートメーション (RPA) テクノロジーの採用へとますます移行することを意味します。

RPA の連携も重要なので、集中型プラットフォームを提供するベンダーは、ますます知識が豊富な「デジタルワーカー」が企業全体で自動化イニシアチブを実施、共有、拡張できるようにし、メリットを加速させます。

2. 新しいRPA選択基準

企業がロボティック プロセス オートメーション (RPA) を選択する方法について再考し、セキュリティ、回復力、ガバナンスが実装のスピードよりも重要である、要求の厳しい大規模エンタープライズ環境で RPA が正常に動作し、拡張できる能力について、より情報に基づいた評価が行われます。つまり、RPA ベンダーの選択基準には、より有意義な洞察が考慮されることになります。これらには、必要なコーディングの全体的なレベル、より高い作業負荷、概念実証後の価値の証明、スケーラビリティの可能性、コラボレーションの可能性、ロボット機能、全体的なセキュリティ、監査機能などが含まれます。

企業が市場の誇大宣伝を理解して選択のリスクを軽減し、長期的な問題を回避するために、これらの洞察はこれまで以上に重要になります。

3. RPAの価値をより適切に測定する

成熟した RPA ユーザーの経験と実証済みの結果を研究することで、RPA の影響を測定するより有意義な方法を発見します。これらの方法には次のものが含まれます。

  • 新しいサービスと製品 - スタッフが以前は実行できなかった、または安全かつ準拠した方法で実行できなかったアクティビティ。
  • 生産性の向上 - ビジネスでどれだけの時間が節約されるか。
  • サービスの品質と提供がどのように改善されるか - これは、より高速で、エラーがなく、より高速な実行と市場投入までの時間の短縮によるもので、これにより、応答時間が長くなることに関連するリスクが軽減されます。
  • 加速、革新、機会の創出 – 企業の人々がテクノロジーの機能を活用して、新しい価値のあるサービスや製品を生み出す方法。
  • 運用変革 - 自動化されたプロセスからのトランザクション データから得られる実用的な洞察を使用してビジネス プロセスを最適化または再構築し、関係者のエクスペリエンスを向上させて長期的な価値を生み出す方法。
  • より幸せで、よりやる気のある従業員 – より知的に挑戦的で、充実感があり、価値のある仕事に自由に取り組めるようになり、新しい役割に満足感を感じている従業員はどれくらいいるでしょうか。

4. RPAがAIの実現に寄与する

2020 年を通じて、ロボティック プロセス オートメーション (RPA) は、企業内での人工知能、自然言語処理、インテリジェント光学文字認識、通信分析、プロセス最適化、機械学習の導入をテストおよび導入するための手段としてますます普及し、「ハイパーオートメーション」を推進するでしょう。

Digital Application Exchange を使用すると、さまざまな構築済み AI、認知技術、破壊的技術に簡単にアクセスしてダウンロードできます。これらの取引所は、パートナー エコシステムからのイノベーションに直接アクセスできる拡張のためのワンストップ ショップを提供し、デジタル ワークフォースにスキルを追加して、よりスマートな自動化イノベーションの実現を支援します。

5. デジタルワーカーとロボットのより明確な区別

また、市場に出回っているさまざまなロボットとその機能の大きな違いについての理解も深まるでしょう。これは、ロボットがビジネス変革のきっかけとなるため重要です。記録されたプロセス手順に依存して戦術的なタスクを完了するが、計画外の変更に適応できないロボットもあれば、より人間のように動作するより高度な「デジタルワーカー」も存在します。

これらのデジタル ワーカーは、事前に構築されたインテリジェントで、生産性が高く、自己組織化され、マルチタスクを実行するリソースであり、API を使用せずに人間と同じ IT システムとメカニズムを独自に使用およびアクセスし、過去、現在、将来のあらゆるアプリケーションのプロセスを自動化できるという点で、他のロボットとは異なります。

デジタルワーカーは人間と同じように、より速く、より正確に活動を実行しますが、人間や他のロボットと協力し、彼らから学習することも増えるでしょう。 2020 年には、より多くの組織が人間とデジタルワーカーの独自の機能を活用して、より複雑なエンドツーエンドのアクティビティを実行するようになります。

6. RPAはより戦略的なユースケースに焦点を当てる

プロセスと組織構造、そして他のテクノロジーを再考することで、より多くの企業が RPA に対してより総合的かつ戦略的なアプローチを採用し、エンドツーエンドのプロセスの自動化とワークフローの最適化に重点を置くようになるでしょう。

賢明な組織は、より広範なプロセス検出、プロセス マイニング、プロセス自動化、およびデータ取り込みスイートも検討し、最大の価値をもたらすことが期待される、よりビジネスに沿った複雑なアクティビティの提供を支援します。これらには、法的文書の検証と抽出、請求書の自動処理、不正検出、および同様のビジネスおよびプロセス領域が含まれます。

7. RPAの拡張に対するより戦略的なアプローチ

2020 年には、自動化は、持続的な価値、寿命、回復力を大規模に提供するために、より慎重に計画、モデル化、設計されるようになります。大規模な成功を達成するための主な成功要因には、RPA をより広範なデジタル変革戦略に統合すること、プロセス ガバナンスとの整合、主要な利害関係者の賛同、およびプロセスの最適化が含まれます。

その他の成功要因としては、自動化とプロセス最適化に関する専門知識を開発するための IT および外部パートナーとのコラボレーション、明確なガバナンスと運用モデル、IT アーキテクチャとインフラストラクチャの集中型フレームワーク、利害関係者とのコミュニケーションと変更管理などが挙げられます。

<<:  仕事再開時に間接接触を避けるには?顔認識アクセス制御で徹底した予防と管理を実現

>>:  AIが人々の職場復帰を支援:重慶の音声ロボット、北京の無人配達、広州の顔認識体温測定

ブログ    

推薦する

...

人工知能に関する詳細な調査:AIツールを使ったことがある人は思っているほど考えていない

6月27日、有名なテクノロジーメディアVergeは調査会社と協力し、人工知能の使用状況、期待、懸念を...

Facebook の 10,000 ワードの記事: すべての AI モデルが PyTorch フレームワークに移行

PyTorch は 2017 年のリリース以来、GitHub の人気リストで急速にトップに立ち、一時...

5G、IoT、AI、機械学習は2021年に最も重要なテクノロジーとなる

[[353503]]画像ソース: https://pixabay.com/images/id-575...

四足歩行ロボットが二足歩行で階段を降りることを学びます。脚型システムより83%効率が高い

テスラと競争したロボットを覚えていますか? これは、チューリッヒにあるスイス連邦工科大学のスピンオフ...

視覚と言語の多粒度の調整を学習しますか? Byte は、新しいマルチモーダル事前トレーニング方法 X-VLM を提案しました。コードがオープンソース化されました。

前面に書かれた視覚言語の事前トレーニングにより、多くの視覚言語タスクのパフォーマンスが向上します。し...

複数人の3D姿勢を正確かつ効率的に推定、Meitu Beihang分散知覚シングルステージモデルがCVPRに採用

最近、トップコンピュータビジョンカンファレンスCVPR 2022がカンファレンスの参加結果を発表し、...

5G、AI、IoTが「インテリジェントな接続」を実現する方法

5G、人工知能(AI)、モノのインターネット(IoT)技術の発展により、あらゆるものがインテリジェン...

時間畳み込みネットワーク: 時系列の次の革命?

この投稿では、最近の TCN ベースのソリューションをいくつかレビューします。まず、動き検出のケース...

米国エネルギー省、AIによる科学的発見の自動化を支援するために1,600万ドルを投資

技術の複雑さが年々増すにつれ、科学的な革新と発見への扉がより多くの分野に開かれています。現在の問題は...

南洋理工大学華中科技大学などの最新研究:完全自動化された「即脱獄」、大型モデルだけが大型モデルを倒せる! NDSS

今年、ネットユーザーから「おばあちゃんの抜け穴」と揶揄された大規模言語モデルの「脱獄」法が大人気とな...

AIガバナンスがリスクを軽減しながら利益を獲得する方法

[[389556]] AI ガバナンスは、データ プライバシー、アルゴリズムのバイアス、コンプライア...

Appleは、来年の製品発売を目標に、独自の大規模モデルフレームワークをベースにしたApple GPTを秘密裏に開発していると噂されている。

Apple の大規模言語モデルと AI チャットボットに関する最新ニュースが届きました。本日、ブル...

...

2022年、ビッグモデルはどこまで行けるでしょうか?

[[442868]]著者: ユン・チャオこの記事は、2021年の業界レビュー、2021年のビッグモ...