《iS-RPM产品深度解读》
内容回顾
分享嘉宾:吴鑫
2022年4月22日,艺赛旗联合RPA中国共同举办的《透视全业务 精进全流程—艺赛旗iS-RPM产品(流程挖掘)发布会》在线上顺利举行。吴鑫作为艺赛旗CTO围绕iS-RPM产品带来了哪些专业解读呢?作者就吴鑫在发布会上的主要演讲内容进行整理发布,欢迎大家阅读。
内容主要围绕下面四个部分展开:一、流程挖掘技术介绍;二、流程挖掘实现的方式及原理;三、流程挖掘面临的挑战;四、iS-RPM的技术优势。
吴鑫首先为大家分享了艺赛旗最新发布的流程挖掘版本都使用了哪些新的技术,新的架构、新的功能:
他介绍到:RPM的全称是Robotic Process Mining是一款集流程挖掘、任务挖掘、流程自动化于一体的由人工智能驱动的端到端的流程发现智能平台。在2021年7月份,我们在上海人工智能大会上发布了流程挖掘的第一个版本,与此同时也发布了苍穹RPA以及与同行的战略签约。
接下来,吴鑫为我们详细介绍了流程挖掘技术及实现的方式和原理:
他提到:在今天数字化优先的时代,企业的目标是一致的,就是提高效率降低风险。要提高效率,首先我们需要了解企业当前流程的运行效率如何。在没有流程挖掘技术之前,困扰世界很长一段时间的问题就是需要通过手工的方式去进行,最常见的方式就是通过面谈观察记录。那么这就面临着以下几个问题:第一需要去询问,业务人员在询问的过程中多多少少会存在偏差和缺失;第二,如果业务人员跨了很多个部门和业务,我们就需要调研大量的跨部门人员,这就面临了一个比较集中的问题,可能会产生“数据壁垒”。
那么谈到流程挖掘的实现方式和原理,吴鑫介绍,大概的实现方式为:第一步我们需要连接ERP系统读取系统日志如SAP金蝶等ERP厂家的日志;第二步,有了这些数据之后通过清洗和转换关联以映射成标准化的日志;第三步使用可视化的模型,将标准化的日志形成可视化的图形展示,实行监控及瓶颈分析。
接下来吴鑫系统为我们分享了在进行流程挖掘的时候,会面临哪些挑战:
第一点就是解决了数据质量问题;和其他所有的日志一样,事件日志也存在着数据质量问题。这个时候就需要通过it团队进行大量的前期工作来清洗和选择这些数据,在2020年的流程挖掘分析报告中指出,流程挖掘大概有80%的精力都会花在定位、选择、提取、转换这些数据上面,浪费了比较多的时间。
第二个挑战,就是系统集成问题;一般的流程挖掘需要事件日志,必须通过API、ODBC等多种接口、以多种不同的规则来提取各类业务系统中的数据,这样就让流程挖掘的依赖性变得非常高,实施的难度也变大。因为我们分析的数据是自己采集的操作日志和业务标签,不需要花费大量时间做系统集成,已经是标准化的格式,直接可用。
第三点,就是流程的不可见;我们在实际业务中常常遇到需要从数据库中获取关键业务的数据变化信息。一个端到端的流程,可能要跨很多个系统,比如像中石化的从采购到付款流程,就跨了4个系统,FSO、SAP、TMS以及ERP,那这个过程中特别是有些要托管的系统,可能就无法提取到日志。
那RPM在这上面又是如何发挥价值的呢?主要通过三个部分:第一部分在数据上面,我们使用后台业务与交互数字结合、使用基于视觉的计算机学习模型来进行业务的映射以及建立原数据之间的关系,统一输出标准的数据格式。并且使用流程分析模型,元数据模型,对流程实行合规监控、流程优化、流程预测。在算法上面,艺赛旗跟南京大学的人工智能学院进行签约并在AI核心算法方面强强联手,聘请了黎铭教授作为我们的首席科学家。同时结合我们艺赛旗近10年的技术积累,在流程挖掘以及RPA上面形成了多项自主研发的专利技术。
接下来吴鑫为我们分享了企业挖掘成功流程转换,需要围绕哪几步走:
第一通过流程挖掘,首先要发现企业存在什么样的问题,比如效率低下的问题,合规的问题等。
第二,要找到优化的方式,优化的方法有很多,比如通过流程变革,通过培训,另外也可以通过RPA的方式来进行流程的优化。
第三,针对上面的流程的优化,我们可以通过观察是否有效,如果效果不好,我们就根据这些问题来调整我们的偏差。
第四,企业对流程的改进不是一次就能成功的,需要一个可持续的监控改进。
最后吴鑫为我们重点介绍了iS-RPM具备的一些独特优势:
第一是与RPA的无缝衔接,可一键式自动发现并创建机器人。特别是针对目前已经在使用RPA的企业,或者正准备使用RPA的企业,都会有一个很直观的感受,在流程的调研和开发上面,需要花将近60%的精力,RPA可以实现对流程自动化的精确定位识别,同时自动产生我们的需求文档,如果您使用的是艺赛旗的RPA那么就可以无缝衔接,节省了我们大量的开发工作量。
第二是我们拥有较多的日志分析的模板。进行流程优化80%的时间我们是在数据的准备工作中,我们集成了一些流程的分析模板,如与金蝶的ERP系统,与分享销客系统做了一些开箱即用的分析模板等;
第三比较新颖的发现方式。在数据上面,我们不只依赖后台的日志,人机交互的日志,还通过机器人学习、人工智能等智能技术实现业务的标签。
第四安全隐私优先的架构,iS-RPM在执行流程挖掘时完全遵守数据隐私保密准则,保证企业的数据资产安全。
第五就是国产化,不管是从客户端服务端我们都做了国产化的操作系统的认证,从采集、挖掘都实现了算法的自主可控,iS-RPM的底层技术安全自主研发安全可控,并完成了国产化认证与适配。