Onze 25 belangrijkste bronnen van 2020 om Enterprise AI te realiseren

Dit zal niet het eerste jaar zijn dat iemand voorspelde dat kunstmatige intelligentie (AI) zou komen. Maar 2020 was anders:de COVID-19-pandemie heeft het tempo van de acceptatie van digitale transformatietechnologieën aanzienlijk versneld.

Klanten met wie we praten, willen automatisering en AI gebruiken om veerkracht op te bouwen terwijl ze zich voorbereiden op de toekomst. Op weg naar 2021 is er geen terugkijken:het tijdperk van kunstmatige intelligentie voor ondernemingen is aangebroken. En we zijn niet de enigen die dat zeggen:ook Forrester voorspelt:"Het is nu tijd dat AI gaat schitteren."

Het is de combinatie die ertoe doet:het toevoegen van AI aan automatisering heeft de reikwijdte van wat bedrijven kunnen automatiseren drastisch uitgebreid. 2020 maakte duidelijk dat AI niet zomaar een trend is. AI is een pijler van de volledig geautomatiseerde onderneming™ en een volledig geautomatiseerde onderneming brengt AI in elk facet van het werk. Het potentieel van automatisering is enorm. Wij geloven dat de kracht van AI het bijna grenzeloos kan maken. In dit bericht hebben we de beste bronnen verzameld en samengevat die het UiPath AI-team in 2020 heeft samengesteld. Je zult een schat aan bronnen vinden - van video's tot artikelen tot casestudy's - die laten zien waarom 2020 een belangrijk jaar voor AI. Meer dan dat, je zult weten waarom 2021 nog groter zal zijn.

Combineer AI en RPA om de voordelen van beide te plukken

Enterprise AI is het krachtigst en het meest toegankelijk zodra bedrijven het combineren met RPA. Naast een fundament van automatisering kan AI in elk facet van het werk vloeien, waardoor sommige processen worden verbeterd en andere worden getransformeerd. Gedurende 2020 hebben we diep nagedacht over wat de combinatie van AI en RPA betekende en wat het zou kunnen opleveren.

Wat zijn AI en RPA:de verschillen, hype en wanneer ze samen moeten worden gebruikt

Maak je geen zorgen als je een beetje wazig bent over de verschillen tussen AI en RPA. Idealiter werken de technologieën nauw samen, zodat u niet de schuld kunt krijgen dat u ze door elkaar haalt. In dit artikel hebben we de verschillen tussen de twee op een rijtje gezet.

Samenvattend:RPA is een fundamentele automatiseringstechnologie die softwarerobots levert die de alledaagse, repetitieve, op regels gebaseerde taken kunnen automatiseren die mensen haten om te doen. AI is een geavanceerde automatiseringstechnologie die complexe, cognitieve processen afhandelt met behulp van grote datasets.

AI en RPA:alleen transformatief, samen nog krachtiger

Hier hebben we uiteengezet hoe RPA en AI samen potentieel kunnen ontketenen dat latent in de ander aanwezig is. Met AI hebben RPA-ontwikkelaars een bijna onbeperkte mogelijkheid om cognitieve processen te automatiseren. Met RPA kunnen ontwikkelaars AI-processen invoegen op een manier die eenvoudig, schaalbaar en veilig is.

UiPath AI + RPA:onbeperkte uitbreiding van automatisering mogelijk maken

Een manier waarop we graag denken over het huwelijk van deze twee technologieën is, nou ja, door de lens van een paar.

In onderstaande video staat een stel op het punt een huis te kopen. Eén probleem:de meeste banken kunnen hypotheekaanvragen niet efficiënt verwerken. Dat laat ons paar in de kou staan, wachtend op hun huis, en het laat hun bank wachten op een langzame inkomstencyclus. Dat wil zeggen, tenzij ze kiezen voor AI Superior Bank.

Deze bank, ons fictieve voorbeeld (gebaseerd op een echte use case), automatiseert hun processen met robots en bewapent die robots met AI zodat de robots voorspellingen kunnen doen, variabiliteit kunnen verwerken en ongestructureerde inhoud kunnen interpreteren. Het eindresultaat is een efficiënter proces dat zowel de klant als het bedrijf tevreden stelt.

Het portfolio waarmee AI in RPA kan worden gebracht

We richten ons op de praktische toepassing van AI in de onderneming.

Daarom hebben we AI ingebouwd in elk onderdeel van het UiPath-platform. Via ons portfolio kunt u meer processen automatiseren door:

1. Overal meer automatiseringsmogelijkheden vinden:met AI en RPA samen kunt u automatiseringsmogelijkheden ontdekken en een betere automatiseringspijplijn bouwen.

2. Uw robots leren "denktaken" aan te pakken:met UiPath Document Understanding, UiPath AI Computer Vision en Chatbots kunt u uw robots uitrusten met het vermogen om allerlei cognitieve processen op zich te nemen.

3. AI eenvoudig in robots invoegen:met UiPath StudioX en UiPath AI Fabric* kunt u AI-vaardigheden inzetten en AI eenvoudig met slepen en neerzetten implementeren.

4. De leercyclus benutten:met al deze tools kunt u de prestaties van uw softwarerobots en uw AI-modellen verbeteren naarmate er nieuwe gegevens binnenstromen.

Dit portfolio transformeert processen die bijvoorbeeld betrekking hebben op het beoordelen van cv's, het oplossen van claims en het waarborgen van naleving van audits.

*Noot van de redactie:UiPath AI Fabric is nu AI-centrum .

5 manieren waarop RPA en AI bedrijven kunnen positioneren voor succes, nu en na COVID-19

Zoals we hierboven schreven, bleek COVID-19 een versneller voor digitale transformatie. Processen die worden gevoed door RPA en AI worden binnenkort het nieuwe normaal, en bedrijven die concurrerend willen blijven, zullen RPA en AI nu moeten implementeren en diepgaand moeten implementeren. In dit bericht bespreken we vijf verschillende manieren waarop bedrijven RPA en AI kunnen gebruiken om succesvol te zijn, zelfs in de nasleep van een pandemie. Als je C-suite nog steeds twijfels heeft over automatisering, is dit de post om naar hen toe te sturen.

Leg de basis voor AI-succes met kennis van de geschiedenis en technologie

Enterprise kunstmatige intelligentie heeft een basis nodig om te slagen. Zonder dit zijn zelfs de meest innovatieve bedrijfsleiders stuurloos. Uit een onderzoek van Accenture blijkt dat 76% van de leidinggevenden moeite heeft om AI binnen hun bedrijf te schalen. Erger nog, veel C-suite executives - maar liefst drie van de vier - vrezen dat als ze AI de komende vijf jaar niet opschalen, ze failliet gaan. Het verlangen naar de toekomst is er, evenals de angst om naar het verleden te worden verbannen. Wat ontbreekt, is inzicht in waar AI vandaan komt en wat het betekent om de ontwikkeling ervan te ondersteunen.

De geschiedenis van AI:van futuristische fictie tot de toekomst van ondernemingen

Daniel Dines, onze oprichter en CEO, zegt graag dat automatisering niet nieuw is. Automatisering gaat terug tot het begin van de mensheid, toen enkele van de allereerste mensen probeerden de kosten van hun werk te verminderen. AI is veel moderner (en gelukkig efficiënter). In dit bericht hebben we de geschiedenis van AI besproken, van de introductie in de heilige zalen van de academische wereld tot de echte, on-the-ground zakelijke toepassingen. Deze reis is fascinerend en elke bedrijfsleider heeft er baat bij om te weten waar de toekomst is geworteld.

OCR combineren met AI en RPA voor geavanceerde gegevensanalyse

Voor AI waren veel randvoorwaardelijke technologieën nodig, waarvan optische tekenherkenning (OCR) de belangrijkste is. Eenmaal uitgerust met OCR, kunnen softwarerobots ongestructureerde gegevens verwerken (die ongeveer 80% tot 90% van alle gegevens uitmaken) en machinegecodeerde tekst uitvoeren. Als je AI aan de mix toevoegt, kunnen softwarerobots de resulterende gegevens interpreteren met behulp van contextaanwijzingen, wat betekent dat ze kunnen omgaan met variabiliteit in onbewerkte gegevens en documenten kunnen scheiden als dat nodig is. De trifecta:AI, RPA en OCR leveren resultaten op die geen van de drie alleen kan.

UiPath reageert op de raadpleging van de Europese Commissie over kunstmatige intelligentie

In 2020 waren er veel grote evenementen op het gebied van AI buiten de directe zakenwereld - de belangrijkste daarvan was de Europese Commissie die het witboek "On Artificial Intelligence:A European approach to excellence and trust" produceerde. We hebben de handen ineen geslagen met bedrijven als Google en Microsoft om op de paper te reageren. We hebben talloze suggesties gedaan over hoe AI het beste kan worden gereguleerd, zoals:

• Kies voor een geleidelijke, evenredige, op risico's gebaseerde aanpak.

• Harmoniseer de regelgeving voor consistentie op de hele EU-markt.

• Geef beknopte en duidelijke definities van AI.

Het is een discussie die we graag hebben gevoerd en die we graag voortzetten. In 2021, naarmate AI groeit, verwachten we dat de discussie zal evolueren.

Bestudeer de gebruiksscenario's voor kunstmatige intelligentie voor ondernemingen

Use cases voor enterprise AI vallen meestal in drie categorieën:zeer variabele processen, workflows met onvoorspelbare resultaten en taken die ongestructureerde gegevens gebruiken. In het echte leven kunnen deze gebruiksscenario's eruitzien als voorspelling van overname in de gezondheidszorg, prijsoptimalisatie in de detailhandel, fraudedetectie in financiële diensten en meer. Gedurende 2020 hebben we geprobeerd deze use-cases onder de aandacht te brengen en AI echt te laten voelen.

UiPath is een klantgericht bedrijf en daarom hebben we onze klanten en partners waar mogelijk op de voorgrond geplaatst:

• In Hoe AI automatiseringen continu kan verbeteren en opschalen, leerden we hoe Evros, een bedrijf in de IT-beheerde services en systeemintegratie-industrie, intelligente automatisering gebruikt om de menselijke werklast te verminderen en hoe Cognizant hun klanten helpt om AI aan RPA toe te voegen.

• In Heritage Bank:Driving Automation With RPA and AI leerden we hoe de grootste onderlinge bank van Australië een nauwkeurigheid van 98% behaalde met een machine learning-model (ML) (gebouwd door UiPath) dat ze op AI Fabric implementeerden.

• In Large Health Insurance Company Uses UiPath AI Center om klinische resultaten te stroomlijnen, leerden we hoe Amitech $ 11 miljoen bespaarde met behulp van UiPath en de combinatie van AI en automatisering.

We hebben veel meer use-cases waar die vandaan kwamen. Ontdek meer use-cases voor bankieren en financiële diensten. Of duik dieper in use cases in de gezondheidszorg.

En als je de voorkeur geeft aan video's, bekijk dan een afspeellijst met nog veel meer gebruiksscenario's.

Maak het gemakkelijk om met AI aan de slag te gaan

Een van onze missies is om AI toegankelijk te maken. Het doet ons, en u, geen goed als enterprise AI een verheven doel blijft, een technologie waarvan u droomt maar nooit gebruikt. In de loop van 2020 hebben we geïnvesteerd in manieren om het voor iedereen gemakkelijk te maken om met AI aan de slag te gaan.

AI is nu nog eenvoudiger:UiPath-startmodellen om complexere processen te automatiseren

Startmodellen zijn essentieel om AI toegankelijker te maken. ML-modellen zijn stukjes software die zijn getraind op grote datasets; startersmodellen bevatten voorgetrainde versies die bedrijven kunnen inzetten met AI Fabric. In dit artikel hebben we enkele van de belangrijkste gebruiksscenario's voor AI en ML op een rijtje gezet en laten we zien hoe je startersmodellen kunt gebruiken om je AI-inspanningen een boost te geven.

Gemakkelijk AI-startermodellen opnieuw trainen voor nauwkeurigere resultaten

Aan de slag gaan met instapmodellen is natuurlijk nog maar het begin. Deze modellen bieden een solide basis voor uw AI-inspanningen, maar uiteindelijk wilt u verder gaan. In dit artikel hebben we uitgelegd hoe u uw ML-modellen kunt aanpassen en omscholen. We hebben drie redenen gegeven waarom je je misschien moet omscholen:

• Uw huidige model is niet getraind om specifieke datasets te verwerken.

• Je huidige model kan wel wat verbetering gebruiken.

• Gegevens uit de echte wereld vereisen dat uw huidige model evolueert.

Veel modellen hebben geen omscholing nodig, maar voor degenen die dat wel doen, is deze kennis essentieel.

Introductie van UiPath Document Understanding – een efficiëntere manier om documenten intelligent te verwerken

In 2020 hebben we UiPath Document Understanding geïntroduceerd, een nieuwe technologie waarmee softwarerobots zelfs de meest complexe, ongestructureerde documenten kunnen ontleden en interpreteren. Gewapend met AI kunnen UiPath-softwarerobots nu gegevens lezen, extraheren, interpreteren en ernaar handelen. In het verleden was dit alleen mogelijk voor documenten met vaste structuren, zoals formulieren, paspoorten of vergunningen. Nu kunnen softwarerobots AI gebruiken om documenten te begrijpen met verschillende lay-outs of zonder vaste structuren, zoals bonnen, rekeningen en cv's.

Gebruik maken van het document over het ecosysteem begrijpen

Document Understanding kan het beste worden uitgelegd als een ecosysteem, niet als een functie. In dit artikel hebben we uitgelegd hoe technologieën zoals OCR, op sjablonen gebaseerde extractors (TBE's), unsupervised learning (USL) en natuurlijke taalverwerking (NLP) hun krachten bundelen om echt geavanceerd documentbegrip aan te wakkeren.

Op regels gebaseerde en modelgebaseerde benaderingen combineren voor verbeterde documentverwerking

Een ander belangrijk voordeel van Document Understanding is de mogelijkheid om zowel op regels gebaseerde als modelgebaseerde benaderingen te gebruiken voor het verwerken van documenten. In dit artikel hebben we enkele van de meest voorkomende documenttypen en classificaties bekeken en de voordelen onderzocht van op regels gebaseerde gegevensextractie en op modellen gebaseerde gegevensextractie. Met dat gedeelde begrip zijn we ingegaan op enkele van de veelvoorkomende uitdagingen die bedrijven zien bij het toepassen van deze benaderingen en hebben we de voordelen bekeken die bedrijven kunnen behalen als ze deze combineren.

Verhoog de operationele efficiëntie en verklein risico's met inzicht in documenten

In 2020 hebben we een aantal diepgaande whitepapers samengesteld waarin werd geanalyseerd hoe bedrijven nieuwe UiPath-functies kunnen benutten. In deze hebben we ons gericht op UiPath Document Understanding, een ecosysteem aangedreven door AI waarmee softwarerobots allerlei soorten documenten kunnen lezen en zelfs begrijpen. Lees deze whitepaper om te begrijpen hoe u uw oplossing voor documentverwerking kiest en hoe u deze kunt gebruiken om de operationele efficiëntie te vergroten.

De kracht van AI en RPA samenbrengen met AI Center

Een ander witboek dat we hebben samengesteld, was gericht op AI, RPA en een van onze meest opwindende producten:UiPath AI Center. De mogelijkheden voor AI-verbeterde automatisering zijn talrijk, en in deze whitepaper hebben we ons verdiept in hoe je AI kunt implementeren en schalen, vooral met de ondersteuning van UiPath AI Center.

Betere bedrijfsresultaten door kunstmatige intelligentie op grote schaal te operationaliseren

Als het op AI aankomt, is de vraag voor veel ondernemingen - terecht - hoe ze het kunnen operationaliseren. Er zijn pogingen geweest om de levenscyclus van datawetenschap te standaardiseren, maar tot nu toe is er bij deze pogingen geen rekening mee gehouden dat de behoeften van elke onderneming anders zijn. Hier hebben we ontleed hoe bedrijven ML en AI op grote schaal kunnen implementeren. We hebben vier fasen behandeld:

• Definieer uw probleem

• Begrijp uw gegevens

• Bouw het ML-model

• Een evoluerend model implementeren

Dit proces in vier fasen geeft u een flexibele, onderhoudbare en schaalbare ML-operatie.

Vaardigheden om klaar te zijn voor 2021

Ons onderzoek toonde een wijdverbreide behoefte aan AI-kennis aan. Zo gaf meer dan 80% van de RPA-ontwikkelaars in ons onderzoek The Impact of RPA on Employee Experience aan dat ze meer wilden weten over AI/ML. Bovendien zeiden verschillende RPA-ontwikkelaars in ons UiPath State of RPA Developers Report dat ze ML en datawetenschap aan hun vaardigheden wilden toevoegen. De honger is er en als reactie daarop hebben we relevante cursussen toegevoegd aan de UiPath Academy.

UiPath Academy bevat nu cursussen over:

• AI-centrum

• Document begrijpen

• AI-computervisie

Bijscholing wordt een essentieel onderdeel van succes in 2021. Slimme medewerkers zullen het nastreven, en slimme organisaties zullen het aanmoedigen en leveren.

De toekomst van kunstmatige intelligentie voor ondernemingen is hier, dus laten we er een goede van maken. Start vandaag nog uw enterprise-proefversie.