北京,2022年10月18日——企业自动化软件公司UiPath(纽交所代码:PATH)日前宣布,联想集团通过在全球范围内部署UiPath自动化技术,实现了生产力和效率的大幅提升。
联想集团基于3S战略(智能物联网Smart IoT、智能基础架构Smart Infrastructure和行业智能Smart Verticals)开启了全企业的数字化转型。联想集团IT部门的成功数字化转型归功于对企业自动化、人工智能、机器学习以及其他集成技术的有力整合和应用。
作为智能设备的全球领导厂商,联想每年为全球用户提供数以亿计的智能终端设备。随着该组织向基础设施、移动、解决方案和服务等新领域的扩展,实现全企业范围的自动化已成为企业发展的重要目标。为了支持和响应公司战略,联想全球IT组织在财务、人力资源(HR)和内部审计等部门确定并实施了新的数字化转型计划。
考虑到随着企业发展,员工的需求不断变化,联想全球IT组织认识到企业自动化在简化工作流程、提高准确性,并让员工专注于更多增值任务方面的潜力。
为了支持全企业范围的自动化实施,联想全球IT组织已经成功建立多个自动化工作流程,让全球HR团队能够支持并最大化利用业务资源。
结合痛点,优化流程,RPA为业务层层增效
管理庞大的员工队伍导致全球HR团队的工作量很大,他们每个月都要抓紧处理多个繁琐、重复、耗时的流程。因此,联想全球IT重点确定了个税申报、对公报销、薪资核算等业务流程优化范围,通过部署软件机器人,自动化将产生变革性效果。
首先,联想构建了个税申报机器人,可以自动下载数据、生成个税文件、执行个税申报和校验以及异常流程自动重跑。
机器人还可以实现高度影像化、结构化和数据化的薪资核算过程,这有助于以高效便捷的方式跟踪员工出勤情况。
机器人还可以通过光学字符识别(OCR)软件识别发票,并在报销过程中自动生成、上传和提交文件,显著提升了工作效率。因此,业务流程时间节省超过90%,发票的识别准确率提高了近99%,且大幅提高了流程的验证质量和时效性。
数据说话,效果立竿见影
企业自动化技术还帮助联想显著提升了数据准确性,减少了人为数据录入错误。在部署机器人之后,联想在这些方面没有再发生过任何业务错误,而且人力资源部门的平均流程效率提升5-8倍,保证了按时报税及发放薪资。RPA 机器人的应用每年帮助公司HR部门节省至少6000个工时。更为重要的是,员工有更多的精力去做有价值的工作。
联想集团高级副总裁、全球首席信息官,以及方案服务业务集团首席技术官胡贯中表示:“联想持续与UiPath合作,以实现全企业范围的流程自动化,提高效率,为员工节省时间,使其专注于更有价值的工作。到目前为止,实施成果卓有成效,流程也在提速。我们的员工反馈,他们不仅提升了工作体验,还可以把精力放在更有吸引力、更加重要的工作上。随着我们继续深化数字化转型之旅,我们的下一步是研究如何将自动化进一步深化应用并运用到联想的其他领域。”
智慧运维
通过将UiPath的人工智能与自动化技术相结合,联想的机器人不仅可以上传特定任务和子流程的文档和数据,还可以通过自主开发的OCR系统实现全部门流程的自动化,如人力资源入职识别。这让联想体验到了超自动化的优势与机遇,让员工专注于更有影响力的任务。
UiPath首席商务官Chris Weber表示,“我们很高兴在联想的自动化之路上发挥关键作用,在不断变化的企业需求和要求中提高效率并降低复杂性。通过我们的合作,我们希望将联想打造成一家全面自动化企业,通过我们的端到端自动化平台支持其业务增长。”
阅读完整案例,请访问:https://www.uipath.com.cn/resources/automation-case-studies/lenovo-rpa-release-hyperautomation-value/。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
这项由香港中文大学和AWS团队联合开发的研究推出了TALK2MOVE系统,实现了用自然语言精准操作图片中物体的位置、角度和大小。该系统采用强化学习训练方式,通过空间感知奖励机制和智能步骤采样技术,在移动、旋转、缩放三类操作上的准确率显著超越现有方法,同时大幅降低了对昂贵训练数据的依赖,为AI图像编辑领域带来重要突破。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
斯坦福大学等知名机构联合研究发现,企业AI助手在执行组织政策时存在严重"偏科"问题:处理允许请求时成功率超95%,但拒绝违规请求时仅13-40%。研究团队开发的COMPASS评估框架通过8个行业5920个测试问题,揭示了AI助手普遍缺乏"拒绝技能"的问题,并提出了针对性训练解决方案。