作者:Gartner研究总监 王晓铭
Gartner 2022年中国信息和通信技术成熟度曲线显示,机器人流程自动化(RPA)在国内的发展势头逐渐增强。如果运用得当,RPA可以帮助用户建立自动化工作流完成任务,提高企业机构生产率。
然而实际上很多RPA项目并不顺利,其中一个原因在于IT领导者使用这项技术的场景可能并不合适。此外,RPA供应商筛选流程也很复杂,领导者可能缺乏必要的资源或企业级支持来做好这项工作。
图1总结了中国RPA项目需要避开的三大陷阱。
图1:中国PRA项目需要避开的三大陷阱
使用四大原则筛选用例
RPA是众多自动化技术中的一种,其设计初衷是实现任务自动化。IT领导者如果确认RPA是实现自动化需求的最佳工具,则需要选出最合适部署RPA的任务自动化场景。
理想情况下,任何流程只要结构清晰、重复性强、规则明确,都可以使用RPA来完成自动化。为选出最佳应用场景,领导者再评估中需要考虑以下四个关键原则:
建立周密的评估标准
为准确评估RPA供应商的能力并选出最佳合作伙伴,国内IT领导者应在供应商评选开始前以及过程中与各干系人积极协商沟通,优先关注以下指标。
集成能力。IT领导者一定要确保供应商软件与自身IT环境可以兼容。为此,需要列举可能会应用到RPA的全部现有系统和应用,然后将其分为三类——经常使用的大众软件、偶尔使用的一般软件、很少使用的小众软件。
用户体验。终端用户对于自身工作的流程细节,有非常独到的见解。因此,IT领导者需要与业务终端客户和应用技术专业人员沟通,获取产品需求反馈。
用户体验在中国尤其重要。本地RPA供应商更了解国内用户,所以更容易做出中国公民开发者所需的直观产品用户界面(UI)。同时,本地供应商也更善于在整个销售和支持期间提供中文服务。
投资回报率和总体拥有成本。考虑到项目预算的限制,国内IT领导者往往青睐价格最低的RPA产品。售价低固然有吸引力,但并不等于投资回报率高。低价产品如果缺少关键功能,长期维护和人力成本会非常高。总之,要控制住选择最低价的冲动。
长期合作潜力。很多国内IT领导者低估了企业需要与RPA供应商合作的时间。RPA从部署到成熟,往往需要数年时间。因此,领导者需要判断供应商是否具有成为长期合作伙伴的潜力。合格的供应商不仅能覆盖短期自动化需求,还需要具备与企业发展战略和长期目标相匹配的RPA产品发展愿景。
建立RPA治理模型
为将RPA项目推向成熟阶段,完成企业机构内部的RPA推广,IT领导者需要建立RPA治理模型。为选出最合理的RPA治理模式,国内IT领导者需要优先关注以下三个方面:
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。