300229 拓尔思
202104-01
拓尔思分享“RPA+AI赋能场景化落地实践”
发布时间:2021 -04-01
分享至:
分享
近日,由RPA产业推进方阵主办的第二届RPA Days 技术开放日·线上直播活动圆满结束,来自中国信通院、RPA产业推进方阵、建信金科、拓尔思等相关单位的领导和嘉宾,就RPA政策导向、产业方向、市场需求、技术发展等议题展开深入探讨。拓尔思智能数据云产品中心总经理周宁捷为大家带来“RPA+AI赋能场景化落地实践”的主题分享。
 
演讲摘要
▶ RPA+AI发展现状:
随着技术的发展,RPA(Robotic Process Automation的缩写,译为“机器人流程自动化”)从桌面按键精灵,逐渐发展为自动化能力强大的机器人运行、管理工具,正在全面走向RPA+AI。目前,通用典型AI技术,如OCR(光学字符识别)、NLP(自然语言处理)、ML(Machine Learning,译为“机器学习”)、大数据分析及对话机器人等技术已经在RPA流程中得到广泛应用,AI技术的加入,使得RPA的能力不断增强,并帮助企业的流程治理逐步实现智能化、便捷化。
 
▶ AI在RPA的应用层次进阶
RPA正在成为AI技术重要的应用场景,RPA+AI的结合已经成为重要的发展趋势之一。AI在RPA的应用可以分为流程中的智能分析、流程中的智能决策和流程挖掘3个层次,并在不断向更高层次的AI应用探索。
 
• 流程中的智能分析,主要是指在RPA机器人执行的具体流程中,需要运用AI技术对文件进行识别、分析和对比,最主要采取的技术是OCR和NLP。
 
• 流程中的智能决策,是指通过对业务流程中操作和产生的数据进行监控,结合业务需求,建立分析模型,对数据带来的影响进行量化,并产出管理报告分析,向决策者提供有效建议,采用的主要技术是ML、DL(Deep Learning,也称为深度机器学习,是一种实现ML的技术)。
 
• 流程挖掘(预测与归因),是指运用AI技术,根据对流程的监控与分析,自动发现业务流程中可以释放人力、有机器操作的环节,对其进行评估确定优先级,以实现快速自动化的准备。
 
▶ 拓尔思RPA+AI技术及案例分享
在RPA+AI领域,拓尔思比较重视NLP、OCR、STR(场景文本识别)、知识图谱及RPA等核心技术,在各个行业场景的深度融合和实际应用,如结合金融、企业、知识产权、智慧公检法、政务等领域的业务场景,开发了授信审批机器人、智能招采机器人、机检机器人、卷宗机器人、以及政务机器人等。
 
其中:
1) 授信审批机器人:主要面向金融机构授信合同审核环节,为解决人工审核多样且复杂的授信合同附件时,面临的效率低下、主观风险大等行业痛点而开发,通过使用NLP、STR、DL及RPA等技术,实现对授信合同场景文本/图片的自动化识别、内容的自动纠错、范本的自动核对以及对关键指标的自动抽取等。
 
2) 智能招采机器人:主要面向集团型企业采购管理和合规管理环节,为提升企业采购评审效率,而构建的智能招采机器人,该系统通过使用“NLP+知识图谱”,实现智能评标;基于OCR、NLP、知识图谱和RPA等技术,对新引入的供应商实现自动化尽调和风险排查,在合同签署环节,实现自动化抽取与合规比对。
 
3) 机检机器人:面向知识产权领域,主要是为了满足国家知识产权局对不具创新性的专利申请进行自动检测,降低审查员的人工负担而构建。国家知识产权局于2013年正式上线新型机检系统,先后增加公开库比对、申请库比对、繁体库比对、附图标记比对及附图图像比对等功能,并于2018年上线发明专利机检系统,以NLP、OCR、DL和RPA技术为核心的机检机器人是其关键组成部分,发挥了非常重要的作用,据不完全统计,机检机器人每天处理的申请数量超过1万件,识别准确率接近100%。
 
4) 卷宗机器人:面向智慧公检法领域,研发之初,主要是为提高公安机关法制民警审核案件卷宗的效率和质量,减低其案件审查时间而构建。卷宗机器人基于“RPA+AI”以人机协同的方式,帮助法制民警实现对案件卷宗的数字化、智能化、高效率采集,并实现对案件卷宗的智能校验,在提高“无纸化审核”程度的同时,大幅度降低其审查时间。据用户反馈,卷宗机器人的使用减少了法制民警审核工作量的40%左右,极大提高了审核效率和质量。
 
5) 政务机器人:面向政务服务领域,帮助政府部门在微信、微博、网站、APP等全渠道中接入RPA,并融合NLP、DL等技术,实现对自身服务(政府部门向社会公众提供的相关服务)的智能管控、资源集约、知识融合和科学决策等。
 
▶ 结语
基于对多个行业的实践和深度应用,拓尔思认为“RPA+AI”成熟应用的条件包括:要有丰富的数据或知识、完全的信息、确定性的信息、确定性的规律演化、面向单领域和单任务;“RPA+AI”应用的关键是场景化,可以优先聚焦于高频的应用场景。