數(shù)字工作者如何通過自動化將工作進行數(shù)字化轉型

在當前充滿挑戰(zhàn)的氣候中，很多企業(yè)的董事會迫切希望對工作進行數(shù)字化轉型，以使其執(zhí)行速度更快、更智能、更高效，并且采用比以前更少的資源。實現(xiàn)這些目標的一種越來越合乎邏輯的途徑是采用運行數(shù)字勞動力的智能自動化。一種人工智能驅動的、不斷發(fā)展的超級資源，可用于企業(yè)并已獲得IT部門的認可。這是一支數(shù)字化員工隊伍，隨時準備接受商務人士的培訓，以交付更加復雜的工作，不僅可以在任何行業(yè)部門的辦公室，而且可以在整個企業(yè)中完成。

它具有完全的完整性，運行速度比人類快150倍、零錯誤、全天候運行。通過向人類學習并像他們一樣運作，這個數(shù)字化的勞動力正越來越接近人類。這是一個很容易被人訓練并投入工作的勞動力，然后重新接受新工作的培訓，同時讓人們自由地與他們一起工作，或者做更多更適合他們天生技能的工作。

數(shù)字工作者是承擔大量工作量的最終團隊參與者、共享者和管理者，與其他機器人不同，他們通過交織人工智能功能來主動工作，從而在不斷變化的數(shù)字環(huán)境中毫不費力地進行互操作。他們可以閱讀不同的屏幕、布局或字體、應用程序版本、系統(tǒng)設置、權限和語言。他們在所有IT系統(tǒng)中從任何來源提取和分類半結構化和非結構化數(shù)據(jù)，同時提供質(zhì)量檢查，檢測錯誤并將異常傳遞給人們以供輸入。

數(shù)字工作者還可以唯一地訪問和讀取任何當前甚至未來技術的用戶界面，而無需編程。正是這種通用的互操作性功能使任何新技術都可以輕松地用于業(yè)務消耗，安全測試并迅速拖放到企業(yè)流程中。

人們正在談論使用數(shù)字工作者輕松利用人工智能（AI）、深度分析和越來越多的認知平臺;自然語言處理（NLP）、語音識別、情感和風險分析、機器學習（ML）和推理等等。數(shù)字工作者可以增強這些功能，以執(zhí)行越來越復雜的端到端活動，以企業(yè)所需的速度推動整個企業(yè)的數(shù)字化轉型。

數(shù)字化工作

使用工智能和認知技術的數(shù)字工作者的影響越來越引人注目。以下是他們正在完成的工作的兩個示例。

（1）銀行業(yè)務–一家大型的多行銀行在處理大量付款、轉賬和貸款時遭受了昂貴且易于出錯的人工工作，因此自動化這項工作也是如此。數(shù)字工作者充當多種技術和事務引擎的集成粘合劑，以捕捉或創(chuàng)建來自客戶端的傳入指令的圖像，并將其路由到計算機視覺工具。機器學習能力的進一步整合使銀行能夠根據(jù)機器檢查發(fā)現(xiàn)的模式解釋數(shù)據(jù)并生成結構化的工作處理表格。

開發(fā)表格所需的時間從估計的400個工作日縮短到不到120個工作日。而且，由于生成的數(shù)據(jù)現(xiàn)在已經(jīng)數(shù)字化，數(shù)字工作者可以根據(jù)業(yè)務規(guī)則處理這些數(shù)據(jù)，并通過API或系統(tǒng)用戶界面將其自動輸入到適當?shù)南到y(tǒng)中。該銀行每年節(jié)省了數(shù)百萬美元的人員管理費用，同時消除了按鍵錯誤，并提高了處理速度?，F(xiàn)在，它已經(jīng)贏得了贏得新客戶的競爭優(yōu)勢，從而實現(xiàn)了顯著的業(yè)務增長。實際上，自從部署該解決方案以來，該銀行的貸款業(yè)務已經(jīng)翻了一番，并且通過擴大數(shù)字員工的數(shù)量滿足了日益增長的需求。

（2）醫(yī)療保健–一家主要的區(qū)域公共醫(yī)療保健提供商正在使用數(shù)字化工作者，并按照指定的臨床治療路徑自動化患者護理，只有不到1%的例外情況需要人工干預。最初的人工過程涉及為每個患者收集和打印多達15條數(shù)據(jù)，包括掃描、臨床測試、訪問歷史記錄等，然后將它們掃描到一個PDF文件中。

數(shù)字工作人員現(xiàn)在可以閱讀內(nèi)容，提取推薦原因，然后使用安全的智能卡技術檢索、合并和上傳所有必需的數(shù)據(jù)，并警告顧問該文件已準備好進行審閱。數(shù)字工作者每周24小時不間斷地主動監(jiān)控案件量，包括平均每周2000次轉診，將處理時間從25分鐘縮短到5分鐘。

基于這一成功，提供商還使用數(shù)字工作者和認知電子表格技術自動對患者進行了自我推薦，以接收和驗證數(shù)據(jù)，對患者進行注冊，分配約會并向患者確認詳細信息。診所給患者的信將自動翻譯成他們的主要語言，并發(fā)布在提供者的患者門戶網(wǎng)站上。

該提供商現(xiàn)在正在為眼科和內(nèi)窺鏡患者的臨床編程建立新的自動化系統(tǒng)，該自動化系統(tǒng)使用數(shù)字化工作者和認知工具來分析非結構化數(shù)據(jù)，識別共同主題，對數(shù)據(jù)進行分類，并為治療記錄推薦可能的編碼輸出。

結語

最終，數(shù)字工作者提供的工作可能性幾乎是無限的。例如一家大型保險公司將機器學習和視覺處理與數(shù)字工作者一起使用，將評估事故索賠的時間從56分鐘減少到5秒。僅早期的試點每年就節(jié)省了500萬美元，騰出3.9萬小時的工作時間。只要停下來想想工作速度的轉變和由此帶來的時間節(jié)省。再也沒有比那些智能型組織更能適應未來發(fā)展的需要了。
責編AJX