一次車(chē)輛出險(xiǎn)，讓他無(wú)意間開(kāi)啟元宇宙之門(mén)

《數(shù)字新世界》是IBM一檔全新的

數(shù)字化體驗(yàn)觀察欄目

我們將在幾期的時(shí)間中

沉浸式地通過(guò)文字、圖片、視頻

記錄這個(gè)全新的數(shù)字世界

為每一個(gè)身在其中的個(gè)體

帶來(lái)的嶄新體驗(yàn)

并解構(gòu)背后的價(jià)值實(shí)現(xiàn)鏈條

本期，我們打算聊聊智能自動(dòng)化

這期我們想提出的問(wèn)題是

“未來(lái)數(shù)字化企業(yè)如果能實(shí)現(xiàn)端到端的智能自動(dòng)化

你最迫切將哪個(gè)流程實(shí)現(xiàn)全自動(dòng)化？”

又是一個(gè)早高峰日常，他堵車(chē)堵到生無(wú)可戀。呲~一個(gè)急剎車(chē)，還是沒(méi)能hold住，和前車(chē)來(lái)了一個(gè)“親密接觸”。

此刻，他腦海中閃現(xiàn)著《頭號(hào)玩家》里的虛擬賽道?！霸钪鎅YDS。堵車(chē)？苦等理賠員來(lái)核保？不存在的！”

無(wú)需適應(yīng)虛擬視覺(jué)反差感，在有形的現(xiàn)實(shí)世界中，體驗(yàn)酷似元宇宙般的快感。

如此美妙的體驗(yàn)，是客戶夢(mèng)寐以求的，更是企業(yè)求之不得的。

客戶的等待時(shí)長(zhǎng)從幾天縮短到幾分鐘，滿意度提升了

員工的工作量少了80%，效率和質(zhì)量提高了

企業(yè)的運(yùn)用成本降低了75%，業(yè)務(wù)拓展能力提高了

在有形世界的元宇宙里

是誰(shuí)將虛擬客服

賦予了“思想”？

它就是AI賦能的智能自動(dòng)化。

元宇宙的一個(gè)重要特征是，虛擬世界中的“物體”都具有“IQ”，甚至“EQ”，擁有出色的學(xué)習(xí)能力和思考能力，預(yù)測(cè)軟件和流程里的問(wèn)題并加以自動(dòng)化改進(jìn)。AI賦能的智能自動(dòng)化，通過(guò)激活生產(chǎn)、業(yè)務(wù)、財(cái)務(wù)等各個(gè)流程里的數(shù)據(jù)分析，并將所有流程一脈貫通，讓所有流程的“思想”形成網(wǎng)絡(luò)，像神經(jīng)元一樣互相作用，點(diǎn)亮企業(yè)乃至整個(gè)行業(yè)的創(chuàng)新生命力。

在上述車(chē)險(xiǎn)理賠案例中，智能自動(dòng)化不僅“任勞任怨”地把大量重復(fù)性的錄入、核對(duì)等工作做到完美，還能勝任圖片識(shí)別車(chē)損程度、根據(jù)承保理賠規(guī)則核算金額等頗具專業(yè)性的判斷。

有了這位高手助陣，核保員再也不用在照片里玩“找不同”，在文檔中與“文字游戲”周旋，再也不用擔(dān)心錄入金額時(shí)發(fā)生輸入錯(cuò)誤。核保員能夠像元宇宙的場(chǎng)景搭建師，憑借多年累積的專業(yè)經(jīng)驗(yàn)，去設(shè)計(jì)整個(gè)理賠流程，開(kāi)展客戶關(guān)懷，優(yōu)化客戶體驗(yàn)，為公司創(chuàng)造更多價(jià)值。

與人工智能、區(qū)塊鏈這些新興科技相比，自動(dòng)化已是“百歲老者”。

為什么時(shí)至今日還能再次登上數(shù)字化轉(zhuǎn)型時(shí)代的舞臺(tái)？

技術(shù)“前浪”的逆齡生長(zhǎng)史

自動(dòng)化“進(jìn)化簡(jiǎn)史”

在人類歷史發(fā)展的每個(gè)時(shí)代由于技術(shù)水平不同，對(duì)自動(dòng)化的定義不盡相同。

第一次工業(yè)革命：機(jī)械自動(dòng)化代替了手工勞動(dòng)

計(jì)算機(jī)時(shí)代：?jiǎn)我涣鞒痰淖詣?dòng)化，處理重復(fù)性工作

數(shù)字化和人工智能時(shí)代：具備認(rèn)知學(xué)習(xí)、人工智能的智能自動(dòng)化。在知識(shí)依賴型領(lǐng)域，實(shí)現(xiàn)以信息為中心的預(yù)測(cè)性決策流程

IBM提出的AI賦能的智能自動(dòng)化，是將人工智能與自動(dòng)化和分析相結(jié)合，讓企業(yè)獲得可行的洞察，快速準(zhǔn)確地執(zhí)行流程，打造一致、高質(zhì)量的體驗(yàn)，提供卓越的客戶和員工服務(wù)。

智能自動(dòng)化的四大關(guān)卡

您打通了幾關(guān)？

關(guān)卡一：

非結(jié)構(gòu)化數(shù)據(jù)，有待馴服

通關(guān)難點(diǎn)：數(shù)據(jù)量激增，數(shù)據(jù)形態(tài)千奇百怪，嘈雜又混亂

借助AI，充分利用非結(jié)構(gòu)化數(shù)據(jù)

通過(guò)使用人工智能和諸如神經(jīng)網(wǎng)絡(luò)嵌入之類的技術(shù)，IBM可以通過(guò)偵測(cè)模式來(lái)理解非結(jié)構(gòu)化數(shù)據(jù)，讓其與結(jié)構(gòu)化數(shù)據(jù)融合。

關(guān)卡二：

業(yè)務(wù)系統(tǒng)和IT系統(tǒng)，相忘于江湖

通關(guān)難點(diǎn)：兩者各自獨(dú)立生長(zhǎng)，融合難度系數(shù)高

雙平臺(tái)自動(dòng)化合二為一

IBM AI驅(qū)動(dòng)的智能自動(dòng)化平臺(tái)使用共享的Watson機(jī)器學(xué)習(xí)和自然語(yǔ)言處理框架，通過(guò)最先進(jìn)的混合云技術(shù)部署在整個(gè)企業(yè)中，讓人和網(wǎng)絡(luò)之間能夠進(jìn)行強(qiáng)大的協(xié)作洞察共享，不斷提高自動(dòng)化水平。

關(guān)卡三：

企業(yè)自有數(shù)據(jù)有限，如井底之蛙

通關(guān)難點(diǎn)：從外界獲取數(shù)據(jù)的安全性和效率堪憂

從廣泛和多樣化的生態(tài)系統(tǒng)中提取數(shù)據(jù)

IBM平臺(tái)從諸如開(kāi)源平臺(tái)Red Hat、ServiceNow、PagerDuty、GitHub和許多其他來(lái)源獲取事件記錄、歷史更改日志和機(jī)器學(xué)習(xí)模型，使企業(yè)能夠升級(jí)到預(yù)測(cè)性的智能自動(dòng)化，預(yù)防問(wèn)題發(fā)生。

關(guān)卡四：

五六朵云同時(shí)用，難舍難分

通關(guān)難點(diǎn)：云上遷移成本高、風(fēng)險(xiǎn)大

無(wú)需企業(yè)改變現(xiàn)有云平臺(tái)

無(wú)論是在阿里云、騰訊云還是Google云Amazon上，只要企業(yè)有數(shù)據(jù)，企業(yè)可以在自己的云平臺(tái)上運(yùn)行IBM的人工智能和自動(dòng)化技術(shù)。

那么，智能自動(dòng)化到底難不難實(shí)現(xiàn)？有沒(méi)有更多適用場(chǎng)景？