近年来,数字化转型、数字经济、人工智能、新一代数字技术发展和投资迅速崛起。其中,RPA作为细分领域,却成为受到众多企业青睐的高热度话题,寄希望于通过RPA实现企业智能化转型。根据Gartner和中国信通院的数据,全球RPA的业务增速以60%的速度在发展。
在华为中国生态大会2021上,软通动力与华为共同完成签约,正式成为华为RPA核心服务商。本次软通动力签约成为“华为RPA核心服务商”,充分展现了软通动力在RPA领域的技术实力和市场影响力,也标志着双方一起协同创新掘金RPA市场的决心。
RPA领域实践先行者
不管是华为还是软通动力,在RPA领域,它们各自都进行了丰富的实践。比如目前华为内部已部署的RPA可等效为超过8000个数字员工,分别应用在了生产、制造、财经、HR、零售、审计等各个业务领域。
作为RPA领域实践先行者,软通动力基于华为“AI+RPA”平台,以“超自动化+数据智能+场景智能”的“智能化三角”实施策略,推动企业的内外部服务生态融合,加速企业和组织完成智能化转型。
2018年,软通动力启动“AI+RPA”业务,为客户提供服务并顺利交付。为支持人工智能和RPA领域的研发与应用落地,软通动力成立了人工智能研究与创新中心(AIC),进行自然语言理解、知识图谱、多轮对话、智能问答、智能推理、自学习、数据分析等AI技术的研究与应用。
在人才建设方面,软通动力基于华为“AI+RPA人才培养体系”,充分发挥软通大学的优势资源,打造“AI+RPA”实验室,构建“AI+RPA”应用型人才生态。目前软通动力已有110多人通过华为RPA高级考试。
同时,在前期大量实践论证的基础上,软通动力作为主要参与者出版了《RPA智能机器人》一书,在分享成功经验的基础上,借以引导更多企业在“AI+RPA”应用场景进行创新和实践。
基于自家的RPA技术,软通动力率先应用与内部提升流程效率、优化流程质量、实现数据价值、重构员工体验等方面,打造造智能化的“数字员工”。据悉,凭借对RPA产品的规模化使用,软通动力每年处理200万个单据,整体业务效率提升了近6.5倍,至少每年节约成本880万元,实现了流程效率的提升,流程质量的优化,数据价值的重构,RPA成为软通动力“降本增效”的利器。
正是这样丰富的RPA实践,软通动力已将RPA机器人技术应用于行业客户的各个流程场景中,如开发的“软通小税、税务小招、软通小财、软通小商、软通小服”等RPA机器人,已在千行百业的不同领域、岗位“发光发热”,成为企业优质的数字化劳动力,帮助企业提质增效。
强强联手共拓RPA市场
基于软通动力RPA业务基础、服务能力及《RPA智能机器人》书籍等一系列的行业深耕举措,软通动力成为华为RPA领域的核心伙伴。
得益于双方在RPA市场的投入和探索,软通动力与华为联手开展了一系列重大项目合作,共同赋能汽车、地产、机器人、财险、医疗、教育等行业及领域,助力企业智能化转型。
软通动力CTO刘会福告诉记者,企业智能化转型战略的落地需要选择专业服务合作伙伴,其提供的能力包括智能化转型咨询服务能力、AI研究及技术研发、“AI+RPA”规划设计能和实施能力。依托成熟完善的RPA技术产品及专业服务,软通动力致力于持续深耕RPA技术的创新应用,助力更多的企业实现智能自动化升级,跨越人工智能鸿沟。
目前,软通动力基于华为云云原生和AI的技术底座,结合自身的业务基础、服务能力,协同华为RPA产品We Automate已经形成成熟的RPA业务解决方案,并在相关行业推广及规模化应用。该预集成解决方案能够提供平台类、视觉、语言、决策等60多项服务,160多项功能,加速赋能行业智能自动化。
仅以某企业员工加班餐报销的智能化应用项目为例,由于报销单据量巨大,无法通过人工完成核对,造成大量异常单据数量。通过引入软通动力RPA智能化场景解决方案,“数字员工”一年间便核查出超过18万条异常单据,为企业节省近300万元成本,成效显著。
刘会福说,软通动力希望与华为一起将“AI+RPA”产品打造成功。而这得益于双方的紧密合作,软通动力聚焦售前咨询、POC开发、售后服务与培训,发挥华为营销体系资源,快速打开区域和行业销售业务。
作为华为核心、坚定的战略合作伙伴,软通动力正全面基于华为“RPA+AI+低代码平台”,致力于赋能更多行业、领域客户,为企业的智能化转型升级创造更多价值。未来,软通动力将持续以技术创新实现价值创新,为华为RPA生态添加砖瓦,实现技术赋能,助力产业数字化开辟新局面。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。