【金猿人物展】实在智能创始人、CEO孙林君:我们为什么坚定在IPA方向努力?...

news2024/11/18 18:17:05


cba3fe3bd5cadf29e0b73ba6b9933fd9.png

7b53e385316b36285d213cbe2989e524.png

孙林君

本文由实在智能创始人、CEO孙林君撰写并投递参与“数据猿年度金猿策划活动——2022大数据产业趋势人物榜单及奖项”评选。

4bd0c96194274887e43d743a15b2b0a7.png




‍数据智能产业创新服务媒体

——聚焦数智 · 改变商业


充满“不确定性”的2022年即将过去,不确定性带来的不仅是挑战,还有新机遇。

受疫情影响,我们的工作模式逐渐从线下转到线上,可以看到各行各业的数字化发展进程也在加快。近年来,数据已广泛应用于民生服务、产业变革、经济发展之中,大数据产业价值不断提升,与实体产业深度融合将具有广阔的市场空间和前景——预计2022年中国大数据市场规模将达到1047亿元。

产业数字化转型是势在必行。当前,人工智能技术与5G、云计算、大数据的融合发展已将成为推动数字经济发展的动能源泉,与更多数字技术相互碰撞出全新的科技驱动力,这也为大数据发展带来丰富的应用场景。

数字化发展进入深水区,人工智能依赖数据落地

实在智能是一家RPA赛道上的人工智能公司,我们认为,人工智能的应用与落地,本质上就是依赖于数据。而通过RPA,可以让数据的获取成本变低,这种情况下再结合自动化。在使用门槛、拾取能力、稳定性、实施效率和性能方面,AI都会发挥很大作用,也是其最有效的落地方式。

何谓RPA?RPA是能够处理基于固定规则且重复执行的流程,而不需要人类操作的软件及技术,在那些高度重复、单调且劳动量大的工作中,RPA消除了对人类员工处理的需要,成为了推动产业发展的新数字生产力。

经历了前些年的“潮起潮落”,2022年RPA的发展来到了热浪退去,真正“旱地赛跑”的时候。当行业陷入高度同质化竞争时,怎么走得更远,做大规模,我们认为,AI与RPA的深度融合是大势所趋。因此,我们一直致力于以AI技术重构原有的RPA核心功能,只有融合AI技术打破传统RPA天花板,把RPA逐步推向IPA全新阶段,才能更好地通过发挥应用数据价值,推动现有业务模式变革。

随着数字化发展进入“深水区”,企业数字化转型的目标在于变革业务。在更重视提质增效的情况下,企业对跨系统、跨平台的服务需求呈现量级增长。RPA数字员工就要像胶水一样,帮助企业将各个复杂的业务系统互相串联,协同共生。我们现在推动AI和RPA融合的IPA阶段,从单点、以RPA为底座逐步过渡到大规模的、AI能力更成熟的数字员工,帮助企业优化内部流程,实现组织端到端协同,也是为之打下坚实基础。

因为RPA是执行规则化的流程,但唯有通过AI技术融合一起,才能变成真正的数字员工,切实帮助客户。如果将RPA比作一个章鱼,那RPA+AI的方式,是在这条“章鱼”的“触角”上外接一些AI技术产品,来拓展RPA产品的应用范围。例如,在RPA平台上接入语音识别、图像识别、OCR等产品,让平台能够处理语音和图像数据;接入NLP产品,提升平台的文本理解与处理能力;接入智能对话、虚拟数字人产品,让RPA可以更自然的实现人机交互等。

超自动化平台是从单点、以RPA为底座逐步过渡到大规模的、AI能力更成熟的数字员工,从而帮助企业优化内部流程,实现组织端到端协同。我们现在推动AI和RPA融合的IPA全新模式,正是为之打下坚实基础,让RPA这个超自动化底座更加强劲。相信未来,人们提RPA会越来越少,提IPA数字员工越来越多。

d6dd5ac2fecea614ce7d8df8c6719841.png

此外,ERP、CRM、OA等职能型软件不同,RPA属于业务型软件,跟业务的关联更加紧密。RPA承担的只是部分业务的优化。因此,如想进一步优化业务流程,还需要其他技术的加持,最关键的是要让业务人员可以很好的使用RPA产品来解决其业务问题,实现RPA普惠化。

RPA工具诞生至今已有20多年,“拖拽式”的动作编排未曾改变过。难以理解的元素、拾取与变量,让业务人员不得不通过各种培训,变成介于开发者与业务人员之间的“过渡行者”。

通过产品赋能用户,传递人人可用的AI价值

这和众多客户接触后,看着许多业务人员不懂IT,面对传统RPA专家模式的“高门槛”,在稍微复杂一点的业务流程面前无能为力,让我陷入深思:一方面是,如果我们不能降低RPA产品的“IT属性”,让RPA这类数字化工具做到“真正人人可用”,如何让RPA的发展走得更远,让企业数字化转型真正高效落地?

另一方面,国内市场对于RPA渗透率最高的金融行业接近10%,以实在智能服务过的1500+客户为例,可运用的领域还有运营商、能源、电商、教育、制造业等企业及政府单位等。即使是在各种“不确定”的今年,我们的线索量是去年的10倍还多,这代表市场量其实还在。只不过RPA市场目前能够直接达到人人可用程度的产品比较少,导致用户需求没有被激发。

如此看来,数字员工的发展潜力和渗透空间是巨大的,未来在有规模的情况下,能在各行各业应用起来。于是,我们决定对RPA行业进行颠覆式的创新。通过结合人工智能技术,对传统RPA进行改造。

f180b10b9f6c6b72c19f0dc33e968396.png

传统RPA“专家模式”VS实在RPA的IPA模式

简单来说,实在IPA新模式是通过所见即所得的方式去一步步地引导客户完成流程,用户不需要额外学习使用实在RPA,也完全不需要“拖拉拽”或“写代码”,所有操作可以直接在桌面上进行,从拖拉拽的抽象方式,进化到一个完全可视化的直观操作方式。

鼠标移到哪,即能识别出要操作的对象是谁,能做什么,有哪些组件。点击以后组件的参数都被带进去,用户不需要考虑何时使用计算机视觉,何时借助操作系统底层,只要进到环境里面就是默认自动拾取。

客户只需要关注业务逻辑,按照正常流程直接操作业务软件,抹平了从业务场景操作到RPA组件之间的理解鸿沟,让用户的每一次点击就是一次拾取,用户的每一步操作都在配置流程。大幅缩小了使用者的学习成本,往人人可用上迈进了一大步。

对于RPA平台而言,流程发现、流程设计、流程运行、流程管理是四项核心功能,并且流程发现和流程设计是整个业务流程自动化的基础,也是降低用户学习门槛的关键。实在IPA模式,基于我们在全行业首创的国产AI新技术——“智能屏幕语义理解技术”(ISSUT),不仅颠覆以往传统RPA模式下的“拖拉拽”流程构建方式,降低业务人员的学习和使用门槛,更解决了“像人一样理解要操作的对象”的问题,向下突破人人可用的壁垒,向上突破数字员工大规模可靠应用的壁垒,让RPA普惠化迈出关键一步。

以AI创新赋能商业,坚信人机协同及超自动化的未来

并且,我们还在机器视觉、自然语言理解、智能对话、知识图谱等领域取得一系列突破,目前已拥有数量位列行业第一的40项专利和200多项的软著,再把RPA和AI的技术能力与客户的业务场景结合起来,形成智能文档 (IDP)、商业智能 (BI) 、对话智能 (CI)、决策智能 (DI)、智能流程挖掘等构建全自研AI+RPA产品矩阵,打造具体的业务解决方案,输出为各行各业贡献力量的数字员工,真正帮助客户解决具体的业务问题。

9ca895f2476df9fad70f81f98d781d8e.png

以我们服务的某运营商公司为例,通过实在RPA数字员工的部署,实现了以下三大成效:

一、解除人为系统牵制,大幅提升企业效率

数字员工通过OCR、屏幕抓取、动作模拟等方式将不同平台、不同系统的数据整合,提升业务效率与资源配置效率。

二、保障数据信息安全,充分发挥数据价值

数字员工以安全的非侵入式的形式部署在客户现有系统上,机器人根据指令,在用户界面模拟用户手工操作,全过程为非侵入式模式,不影响原有系统基础架构,在数据安全方面可靠性强。

三、让员工从繁琐、重复的工作中解放双手,释放人才创新力

数字员工在满足自动化的基础上降低人力成本,减少人为失误,可7×24小时不间断工作,将员工从低效工作中解放出来,有更多的时间和精力来发挥“服务+管理”的工作职能,推动组织业务创新,企业高质量发展。

对组织来说,部署数字员工后,可以更快速的形成人机协同工作模式,应用超自动化的成本会降低,成为推动企业数字化建设的一把利器;对从业者来说,未来的RPA产品就像office一样成为白领的必备工具,每个人都拥有属于自己的数字员工助手和数字合作伙伴,进一步升级工作价值,促进自我成长发展。

展望2023年,我依旧对产业持续升级发展,大数据与各产业融合步伐不断加快、融合深度不断加强充满信心,更会坚定对人工智能技术在各细分产业应用场景进行拓展和深入挖掘,相信会有更大规模、AI能力更成熟的真正的数字员工在大数据产业“上岗”。

国产RPA用人工智能技术引领行业变革的一小步,是推动RPA走向普惠化,让全社会受益的一大步。我们希望也将会继续将“RPA人人可用”进一步成为现实,让“RPA人人可用”不再是一句口号。

·关于孙林君

孙林君,吉林大学数学系学士,大连理工大学人工神经网络计算方向硕士,原阿里巴巴资深算法专家,期间10年深耕大数据智能领域。

拥有主持开发智能决策维权客服及智能运筹中枢产品的硬核实力,曾牵头打造阿里巴巴诚信模型体系,支撑集团核心业务;主持开发智能决策维权客服产品,大幅提升客户维权处理效率及满意度;曾孵化部署智能运筹中枢产品,应用前沿算法成功实现近万人的服务资源运筹调度。

2018年创立AI科技公司“实在智能”,4年里带领公司快速发展:先后获中国工程院陈纯院士、英特尔资本等在内的数亿元投资,以及国家高新技术企业、CMMI-5等认证,2020数字中国创新大赛数字政府赛道冠军等五十余项荣誉;拥有全自研全国产产品技术及百余项自主知识产权,已成为国内AI+RPA赛道的领军“数字员工”厂商。

962a6449f5f2b6c43e31e6486fcdd0bb.jpeg

4bca134c6d9952143356c53aa0c9a8a8.jpeg

40e14d5dd0104b22c491aac3f5b089db.png

88308cbc74dc511dd5b2dd4102c5cca7.png

《2022中国企业数智化转型升级服务全景图/产业图谱2.0版》

fb3efac2a3c8508ef18386f16f3b8670.png

《2022中国数据智能产业图谱2.0版》

a372aa704eb45bdb46d1cc17505ce0c0.png

‍❷ 创新服务企业榜‍‍‍

❸ 创新服务产品榜

❸ 最具投资价值榜

❺ 创新技术突破榜

c4b9a905272953a2c4e7cd94bf7c8631.png

条漫:《看过大佬们发的朋友圈之后,我相信:明天会更好!》

联系数据猿

bd7627b33c9833d231e645b87a3fec30.png

c2ce60e496b9d595b416a6f97f1b642f.png

ad6a04e6e52971d6389fd5456f56ddd0.png

57cb787286655ad2ccc73ec39da5067a.png

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/125171.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

安装 Azure CL 并生成 service principal 文件

1 安装 1.1 Yum⽅式安装 For Linux distributions with yum such as RHEL, Fedora, or CentOS, theres a package for the Azure CLI. This package has been tested with RHEL 7, Fedora 19 and higher, and CentOS 7. sudo rpm --import https://packages.microsoft.com/k…

【nowcoder】笔试强训Day11

目录 一、选择题 二、编程题 2.1最近公共祖先 2.2求最大连续bit数 一、选择题 1.下面哪个标识符是合法的? A. 9HelloWorld B. _Hello World C. Hello*World D. Hello$World java标识符的命名规则应以字母、下划线、美元符开头,后跟字母、下划线…

python实战案例——采集二手车数据并分析其价值

前言 嗨喽&#xff0c;大家好呀~这里是爱看美女的茜茜呐 又到了学Python时刻~ 环境使用: Python 3.8 Pycharm 专业版是付费的 <激活码可以免费用> 社区版是免费的 模块使用: 第三方模块 需要安装的 requests >>> pip install requests parsel >>&…

【生成对抗网络】GAN生成对抗网络理论知识

GAN生成对抗网络目录引入GeneratorNetwork as Generator为什么要训练Generator&#xff1a;需要输出是分布引入GANBasic Idea of GAN&#xff1a;区分Unconditional generation 与 Conditional generationUnconditional generationConditional generation引入DiscriminatorGene…

基于Bert-Lstm-Crf的命名实体识别(PyTorch 实现)

1 前言 1-1 简介 命名实体识别(NER)是自然语言处理的基础任务&#xff0c;处于工程性任务的上游&#xff0c;很多的下游任务依赖于命名实体识别的效果&#xff0c;所以命名实体识别也是自然语言处理中非常重要的一环。命名实体识别的任务非常简单&#xff0c;给出一段文本&…

MindSpore模型快速调优攻略笔记分享(上)

• 近年来&#xff0c;深度学习技术在语音识别、自然语言处理、计算机视觉、信息检索等任务上取得了突破性进展; • 深度学习模型的复杂度与规模日益扩张&#xff0c;导致模型的调试调优成为了困扰算法工程师的一大难题; • MindSpore是由华为自研的深度学习框架&#xff0c;…

整理收集python面试常见题目

1.多进程和多线程 1.python多进程和多线程看这一篇就够了_T型人小付的博客-CSDN博客 2.多进程和多线程的实现&#xff1a;一文看懂Python多进程与多线程编程(工作学习面试必读) - 知乎 3.多线程的补充&#xff1a;一文看懂Python多进程与多线程编程(工作学习面试必读) - 知乎…

软件测试面试技巧 这么准备,拿下心仪offer不是问题

拥有一个心仪的offer&#xff0c;是每个软件测试工程师们都梦寐以求的事情&#xff0c;那如何才能通过最后的面试一关&#xff0c;拿到offer呢&#xff1f; 俗话说&#xff0c;知己知彼百战不殆&#xff0c;作为测试员&#xff0c;在面试前对面试官可能提出的问题进行总结和准…

UDS - 14.2.1 RoutineControl (31) service

来自&#xff1a;ISO 14229-1-2020.pdf 目录 14.2.1 服务描述 14.2.1.1 概述 14.2.1.2 通过引用routineIdentifier来启动一个例程 14.2.1.3 通过引用routineIdentifier来停止一个例程 14.2.1.4 通过引用routineIdentifier来请求例程结果 14.2.2请求消息 14.2.2.1请求消…

【从零开始学习深度学习】31. 卷积神经网络之残差网络(ResNet)介绍及其Pytorch实现

和之前介绍的批量归一化层作用类似&#xff0c;残差网络&#xff08;ResNet&#xff09;提出的主要目的也是为了优化深度神经网络中数值稳定性问题。 1. 残差块介绍 假设输入为x\boldsymbol{x}x&#xff0c;希望学出的理想映射为f(x)f(\boldsymbol{x})f(x)。下图左右为普通网…

【GO】 K8s 管理系统项目[API部分--Namespace]

K8s 管理系统项目[API部分–Namespace] 1. 接口实现 service/dataselector.go type namespaceCell corev1.Namespacefunc(n namespaceCell) GetCreation() time.Time {return n.CreationTimestamp.Time }func(n namespaceCell) GetName() string {return n.Name }2. Namespa…

景联文科技:赋能智能安防,详谈其中运用到的数据标注类型

“数据显示&#xff0c;2013-2020年我国智能安防行业市场规模由101亿元增长至511亿元。随着智能安防在多个领域的深化应用&#xff0c;预计2023年我国智能安防行业市场规模将超1000亿元。 智能安防领域中,数据标注主要应用于计算机视觉与语音识别两个主要领域&#xff0c;具体…

人口数据可视化,深圳是人口密度最高的城市,东莞上海位居二三名

进入2022年以来&#xff0c;人口问题频频引起热议&#xff0c;人口老龄化、生育意愿再创新低、男女比例失衡等等问题频出。具体的人口问题如何&#xff0c;跟随可视化互动平台的数据可视化大屏一起来了解吧&#xff01; 我国各省人口数量从地图分布图看&#xff0c;广东省、山…

安装Pytorch

太难了 之前在学校就没安装好 各种报错 终于安装好了 浅浅记录一下 撒花撒花 菜鸡经验&#xff1a; 1.本地python 与 Anaconda 是两个独立的东西 2.可直接在Anaconda中创建不同新的虚拟环境以适配不同的需求 3.cuda 的版本与 NVIDIA版本需要一致&#xff0c;与Python环境也需要…

Echarts图表相关知识

一个基于 JavaScript 的开源可视化图表库。目前我们的前端框架中已经集成了Echarts库v5.3.2&#xff09;&#xff0c;使用的时候不需要再次安装&#xff0c;直接使用即可&#xff0c;具体安装方法不再赘述。 有些时候官网的例子不满足我们的需求&#xff0c;这个时候就要求我们…

cq:fast lookup argument

1. 引言 Ariel Gabizon等人2022年论文《cq: Cached quotients for fast lookups》。 lookup argument的核心思想为&#xff1a; 对于特定的quotient多项式&#xff0c;经某种预处理之后&#xff0c;将更易于计算其commitments。 当前的lookup argument系列方案主要有&#…

实拍视频、图片素材库,高质量、免费下载。

这几个网站的实拍素材&#xff0c;质量高&#xff0c;还可以免费下载。 1、菜鸟图库 https://www.sucai999.com/?vNTYwNDUx 菜鸟图库有超多设计类素材&#xff0c;像平面、UI、电商、办公类等等在这个网站都能找到&#xff0c;网站还有很多实拍视频素材&#xff0c;质量很高&a…

k8s集群部署01

k8s集群部署01Kubernetes简介Kubernetes部署节点部署关于yum缓存提示满了&#xff0c;Rhel7换源解决报错解决过程配置文件内容—要自己看链接是否过期集群初始化Kubernetes-kubectl命令出现错误【The connection to the server localhost:8080 was refused - did you specify t…

git chrry pickup

git chrry pickup目录概述需求&#xff1a;设计思路实现思路分析1.java2.转移分支3.git merge4.cherry pick.切换到 master 分支Cherry pick 操作参考资料和推荐阅读Survive by day and develop by night. talk for import biz , show your perfect code,full busy&#xff0c;…

基于MVC的在线影票售卖系统/基于ASP.NET的电影院售票系统

摘 要 随着电影院规模的不断扩大&#xff0c;人流数量的急剧增加&#xff0c;有关电影院的各种信息量也在不断成倍增长。面对庞大的信息量&#xff0c;就需要有在线影票售卖系统来提高电影院工作的效率。通过这样的系统&#xff0c;我们可以做到信息的规范管理和快速查询&…