25 onmisbare bronnen voor Enterprise AI-succes (2020)

Dit is niet het eerste jaar dat iemand voorspelt dat kunstmatige intelligentie (AI) doorbreekt. Maar 2020 was anders: de COVID-19-pandemie heeft de adoptie van digitale transformatietechnologieën aanzienlijk versneld.

Klanten met wie we spreken willen automatisering en AI inzetten om veerkracht op te bouwen terwijl ze zich voorbereiden op de toekomst. Komend 2021 is er geen terugweg meer: de tijdperk van enterprise AI is aangebroken. En wij zijn niet de enigen die dit zeggen: Forrester voorspelt ook: "De tijd is nu voor AI om te schitteren."

De combinatie is wat er toe doet: het toevoegen van AI aan automatisering heeft het bereik van wat bedrijven kunnen automatiseren drastisch uitgebreid. 2020 maakte duidelijk dat AI niet zomaar een hype is. AI is een pijler van de volledig geautomatiseerde enterprise™ en een volledig geautomatiseerde enterprise brengt AI in elke facette van het werk. Het potentieel van automatisering is enorm. We geloven dat de kracht van AI het bijna grenzenloos kan maken. In deze post hebben we de beste bronnen verzameld en samengevat die het UiPath AI-team in 2020 heeft samengesteld. Je vindt een schat aan bronnen – van video's tot artikelen tot case studies – die laten zien waarom 2020 een belangrijk jaar was voor AI. Meer nog, je ontdekt waarom 2021 nog groter zal zijn.

Combineer AI en RPA om de voordelen van beide te benutten

Enterprise AI is het meest krachtig en toegankelijk zodra bedrijven het combineren met RPA. Op een fundament van automatisering kan AI in elke facette van het werk vloeien, wat processen verbetert en anderen transformeert. Doorheen 2020 dachten we diep na over wat de combinatie van AI en RPA betekent en wat het kan leveren.

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

Maak je geen zorgen als je de verschillen tussen AI en RPA nog niet helemaal helder hebt. In het ideale geval werken de technologieën nauw samen, dus je kunt niet geblamerd worden voor het verwarren ervan. In dit artikel legden we de verschillen tussen de twee uit.

Kort samengevat: RPA is een fundamentele automatiseringstechnologie die software-robots levert die saai, repetitieve, regelsgebaseerde taken automatiseren die mensen haten. AI is een geavanceerde automatiseringstechnologie die complexe, cognitieve processen afhandelt met grote datasets.

AI en RPA: transformatief op zich, nog krachtiger samen

Hier leggen we uit hoe RPA en AI samen potentieel kunnen ontgrendelen dat latent is in de ander. Met AI hebben RPA-ontwikkelaars een bijna grenzenloze capaciteit om cognitieve processen te automatiseren. Met RPA kunnen ontwikkelaars AI-processen op een eenvoudige, schaalbare en veilige manier integreren.

UiPath AI + RPA: grenzenloze automatiseringsuitbreiding mogelijk maken

Een manier waarop we graag denken over het huwelijk van deze twee technologieën is door de lens van een koppel.

In de onderstaande video staat een koppel op het punt een huis te kopen. Een probleem: de meeste banken kunnen hypotheekaanvragen niet efficiënt verwerken. Dat laat ons koppel in de kou wachten op hun huis, en het laat hun bank wachten op een trage omloopsnelheid van de omzet. Tenzij ze kiezen voor AI Superior Bank.

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

Het portfolio dat het inbrengen van AI in RPA mogelijk maakt

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

Als zodanig hebben we AI in elk deel van het UiPath-platform ingebouwd. Via ons portfolio kun je meer processen automatiseren door:

1. Meer automatiseringskansen overal ontdekken: met AI en RPA samen kun je automatiseringskansen ontdekken en een betere automatiseringspijplijn opbouwen.

2. Je robots leren "denktaken" af te handelen: met UiPath Document Understanding, UiPath AI Computer Vision en Chatbots, kun je je robots uitrusten met de capaciteit om allerlei cognitieve processen op te nemen.

3. AI eenvoudig in robots integreren: met UiPath StudioX en UiPath AI Fabric*, kun je AI-skills droppen en AI implementeren met drag-and-drop gemak.

4. De leerlus benutten: met al deze tools kun je de prestaties van je software-robots en AI-modellen verbeteren naarmate nieuwe data binnenstroomt.

Dit portfolio transformeert processen die bijvoorbeeld inhouden: het beoordelen van CV's, het oplossen van schadeclaims en het waarborgen van auditcompliance.

*Redacteur's noot: UiPath AI Fabric heet nu AI Center.

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

Zoals we hierboven schreven, bleek COVID-19 een versnellingsmiddel voor digitale transformatie. Processen aangedreven door RPA en AI worden snel de nieuwe norm, en bedrijven die competitief willen blijven, moeten RPA en AI nu implementeren en diepgaand implementeren. In dit bericht bespreken we vijf verschillende manieren waarop bedrijven RPA en AI kunnen gebruiken om succesvol te zijn – zelfs in het kielzog van een pandemie. Als je C-suite nog twijfelt over automatisering, is dit het bericht om hen te geven.

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

Enterprise kunstmatige intelligentie heeft een fundament nodig om te slagen. Zonder dat fundament zijn zelfs de meest innovatieve bedrijfsleiders roerloos. Een Accenture-studie toont aan dat 76% van de executives worstelt met het opschalen van AI in hun bedrijven. Erger nog, veler C-suite executives – zo veel als drie op de vier – vrezen dat ze, als ze AI niet in de komende vijf jaar opschalen, uit de business zullen verdwijnen. De verlangens naar de toekomst is er, net als de angst om in het verleden te blijven. Wat ontbreekt is begrip van waar AI vandaan komt en wat het betekent om de ontwikkeling ervan te ondersteunen.

De geschiedenis van AI: van futuristische fictie naar de toekomst van de enterprise

Daniel Dines, onze oprichter en CEO, zegt graag dat automatisering niet nieuw is. Automatisering strekt zich uit tot de dageraad van de mensheid, toen de allereerste mensen probeerden de kosten van hun werk te verlagen. AI is veel moderner (en efficiënter, gelukkig). In dit artikel gingen we de geschiedenis van AI door, van de inleiding in de geheiligd academische hallen tot de real-life, op-de-grond bedrijfstoepassingen. Deze reis is fascinerend, en het baat elke bedrijfsleider om te weten waar de toekomst geworteld is.

OCR combineren met AI en RPA voor geavanceerde data-analyse

AI vereiste veel voorwaartse technologieën – optische tekenerkenning (OCR) vooraan. Eenmaal uitgerust met OCR, kunnen software-robots ongestructureerde data (die ongeveer 80% tot 90% van alle data uitmaakt) vertekenen en machine-leesbare tekst produceren. Als je AI toevoegt, kunnen software-robots de resulterende data interpreteren met contextclues, wat betekent dat ze variabiliteit in ruwe data kunnen aan en documenten zo nodig kunnen scheiden. De drievoud: AI, RPA en OCR leveren resultaten die geen van de drie alleen kan doen.

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

2020 zag veel grote gebeurtenissen in AI buiten de directe bedrijfswereld – het belangrijkste was de Europese Commissie die het witboek "Over kunstmatige intelligentie: een Europese benadering voor excellentie en vertrouwen" produceerde. We voegden onze krachten samen met bedrijven als Google en Microsoft om te reageren op het papier. We deden tal van suggesties over hoe AI het beste te reguleren, zoals:

• Een graduele, proportionele, risicobaseerde aanpak hanteren.

• Regelgeving harmoniseren voor consistentie op de EU-markt.

• Beknopte en duidelijke definities van AI leveren.

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

Bestudeer de use cases voor enterprise kunstmatige intelligentie

Use cases voor enterprise AI vallen doorgaans in drie categorieën: hoog variabele processen, workflows met onvoorspelbare uitkomsten en taken die ongestructureerde data gebruiken. In de praktijk kunnen dit eruitzien als heropnamevoorspelling in de gezondheidszorg, prijsoptimalisatie in de detailhandel, fraudedetectie in financiële diensten, en meer. Doorheen 2020 probeerden we deze use cases te benadrukken en AI tastbaar te maken.

UiPath is een klantgerichte organisatie, en als zodanig hebben we onze klanten en partners zo veel mogelijk op de voorgrond gezet:

• In Hoe AI automatisering continu kan verbeteren en schalen, leerden we hoe Evros – een bedrijf in IT managed services en systeemintegratie – intelligente automatisering gebruikt om menselijke werkbelasting te verminderen en hoe Cognizant hun klanten helpt AI toe te voegen aan RPA.

• In Heritage Bank: automatisering drijven met RPA en AI, leerden we hoe Australië's grootste wederkerige bank 98% nauwkeurigheid bereikte met een machine learning (ML) model (gebouwd door UiPath) dat ze implementeerden op AI Fabric.

• In Groot gezondheidsverzekeringsbedrijf gebruikt UiPath AI Center om klinische uitkomsten te stroomlijnen, leerden we hoe Amitech $11 miljoen bespaarde met UiPath en de combinatie van AI en automatisering.

We hebben nog veel meer use cases waar die vandaan kwamen. Verken meer bank- en financiële dienstverlening use cases. Of duik dieper in gezondheidszorg use cases.

En als je video's prefereert, bekijk dan een playlist die nog veel meer use cases bevat.

Maak het gemakkelijk om met AI te beginnen

Een van onze missies is AI toegankelijk te maken. Het baat ons noch jou als enterprise AI een ver weg doel blijft, een technologie waar je over droomt maar nooit gebruikt. Gedurende 2020 investeerden we in manieren om het voor iedereen gemakkelijk te maken om met AI te beginnen.

AI werd net eenvoudiger: UiPath Starter Models om complexere processen te automatiseren

Starter models zijn de sleutel om AI toegankelijker te maken. ML-modellen zijn stukken software getraind op grote datasets; starter models verpakken vooraf getrainde versies die bedrijven kunnen implementeren met AI Fabric. In dit artikel analyseerden we enkele van de belangrijkste use cases voor AI en ML, en lieten zien hoe je starter models kunt gebruiken om je AI-inspanningen een vliegende start te geven.

AI Starter Models eenvoudig her trainen voor nauwkeurigere resultaten

Natuurlijk is aan de slag met starter models wel, gewoon de start. Deze modellen bieden een robuust fundament voor je AI-inspanningen, maar uiteindelijk wil je er verder uitstijgen. In dit artikel legden we uit hoe je je ML-modellen kunt aanpassen en her trainen. We presenteerden drie redenen waarom je moet her trainen:

• Je huidige model is niet getraind om specifieke datasets aan te kunnen.

• Je huidige model kan verbetering gebruiken.

• Real-world data vereist dat je huidige model evolueert.

Veel modellen hoeven niet her training, maar voor degenen die het wel doen, is deze kennis essentieel.

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

In 2020 introduceerden we UiPath Document Understanding – een nieuwe technologie die software-robots in staat stelt om zelfs de meest complexe, ongestructureerde documenten te parseren en te interpreteren. Gewapend met AI, kunnen UiPath software-robots nu lezen, extraheren, interpreteren en handelen op basis van data. Vroeger was dit alleen mogelijk voor documenten met vaste structuren, zoals formulieren, passen of rijbewijzen. Nu kunnen software-robots AI gebruiken om documenten met variërende lay-outs of zonder vaste structuren te begrijpen, zoals bonnetjes, facturen en CV's.

Het Document Understanding-ecosysteem benutten

Document Understanding is het beste te verklaren als een ecosysteem, niet als een feature. In dit artikel legden we uit hoe technologieën als OCR, template-based extractors (TBEs), unsupervised learning (USL) en natural language processing (NLP) krachten bundelen om echt geavanceerd documentbegrip te voeden.

Regel-gebaseerde en model-gebaseerde benaderingen combineren voor verbeterde documentverwerking

Een ander belangrijk voordeel van Document Understanding is de mogelijkheid om zowel regel-gebaseerde als model-gebaseerde benaderingen te gebruiken voor documentverwerking. In dit artikel keken we naar enkele van de meest voorkomende documenttypen en classificaties en onderzochten de voordelen van regel-gebaseerde data-extractie en model-gebaseerde data-extractie. Met die gedeelde begrip, duikten we in enkele van de veelvoorkomende uitdagingen die bedrijven zien bij het toepassen van deze benaderingen en bekeken de voordelen die bedrijven kunnen behalen zodra ze ze combineren.

Operationele efficiëntie verhogen en risico's verminderen met Document Understanding

In 2020 hebben we enkele diepgravende white papers samengesteld die analyseerden hoe bedrijven nieuwe UiPath-functies konden benutten. In deze richtten we ons op UiPath Document Understanding, een ecosysteem aangedreven door AI dat software-robots in staat stelt om allerlei documenten te lezen en zelfs te begrijpen. Lees dit white paper om te begrijpen hoe je je documentverwerkingsoplossing kiest en hoe je het gebruikt om operationele efficiëntie te drijven.

De kracht van AI en RPA samenbrengen met AI Center

Een ander white paper dat we samenstelden, richtte zich op AI, RPA en een van onze meest spannende producten: UiPath AI Center. De kansen voor AI-verbeterde automatisering zijn talrijk, en in dit white paper duiken we in hoe je AI kunt implementeren en schalen – met name met de steun van UiPath AI Center.

Betere zakelijke resultaten door kunstmatige intelligentie op schaal te operationaliseren

Als het om AI gaat, is de vraag voor veel enterprises – terecht – hoe het te operationaliseren. Er zijn pogingen geweest om de data science levenscyclus te standaardiseren, maar tot nu toe hebben deze pogingen niet rekening gehouden met het feit dat de behoeften van elk enterprise anders zijn. Hier ontleden we hoe bedrijven ML en AI daadwerkelijk op schaal kunnen implementeren. We behandelden vier fasen:

• Definieer je probleem

• Begrijp je data

• Bouw het ML-model

• Implementeer een evoluerend model

Dit vierfasenproces leent je een flexibele, onderhoudbare en schaalbare ML-operatie.

Skill up om klaar te zijn voor 2021

Ons onderzoek toonde een wijdverspreide verlangens naar AI-kennis. Meer dan 80% van de RPA-ontwikkelaars in onze enquête The Impact of RPA on Employee Experience gaven aan dat ze wilden leren over AI/ML. Bovendien zeiden diverse RPA-ontwikkelaars in ons UiPath State of RPA Developers Report dat ze ML en data science aan hun vaardigheden wilden toevoegen. De honger is er, en in reactie hebben we relevante cursussen aan de UiPath Academy toegevoegd.

UiPath Academy omvat nu cursussen over:

• AI Center

• Document Understanding

• AI Computer Vision

Opkwalificeren zal een essentieel onderdeel zijn van succes in 2021. Slimme werknemers zullen het nastreven, en slimme organisaties zullen het aanmoedigen en faciliteren.

De toekomst van enterprise kunstmatige intelligentie is hier – laten we er een goede van maken. Start vandaag nog met je enterprise proefversie.