{{ title }}
{{ errorMessage }}


{{ errorMessage }}





{{ registerSuccessMessage }}
当前位置: 首页> 技术应用> 正文 
收藏
点赞
投稿
推动机器人向无代码的方向变革
  2022-08-08   

作者:Jeff Shepard   贸泽电子

1.png

机器人流程自动化 (RPA) 可支持大规模定制和灵活性,正推动着机器人向无代码的方向变革。RPA也称为低代码自动化,它使操作员和用户能够对机器人应用程序和流程进行编程,而不需要依赖软件工程师。

机器人流程自动化 (RPA) 和智能流程自动化 (IPA) 正在推动机器人向无代码的方向变革,从而支持工业4.0标志性的大规模定制和灵活性。RPA也称为无代码或低代码自动化,它使操作员和用户能够直接对机器人应用程序和流程进行编程,而不需要软件工程师的参与。在基本RPA中加入人工智能 (AI) 和机器学习 (ML)后,它就成为了IPA,一个更加强大的工具集。

机器人是在工业3.0期间为支持大规模生产而引入的,需要由训练有素的软件工程师来进行编程。RPA则代表了机器人编程发展的新阶段。最初,RPA专注于后台活动,设计用于自动化各种重复性、基于规则和大容量的任务,如登录网站、将数据从一个系统复制粘贴到另一个系统,以及医疗、保险、金融等行业的合规管理。随着旨在与人互动工作的协作机器人 (Cobots) 问世,RPA涵盖的范围得到了扩展,将各种制造、仓储和物流活动都包含在内。

将AI加入进来后,RPA可以从中获益,但RPA与借助数据和经验工作的AI并不能混为一谈。AI的加入可以使RPA超越其基于规则的结构,并使之能够处理某种程度的模糊性。在工业5.0中,机器人编程将迈向新阶段,进而实现认知自动化 (CA)。这项技术是以知识为基础、以行为为导向的,不会受到规则的局限。

本文将探讨RPA的基础知识及其在软件机器人中的应用、回顾软件机器人编程中的挖掘过程和用于训练协作机器人的示教工具、思考在组织内确定适合RPA的用途时面临的挑战、审视IPA的出现以及AI如何为RPA增加灵活性,最后展望未来的前景以及CA的出现。

软件机器人

RPA软件机器人可以执行一项或多项以往由人类完成的任务。RPA可以集成到传统系统中,并支持整个组织更快、更低成本实现数字化转型。RPA始于简单、常规的结构化任务,如网络爬虫、生成标准表单和检查表单是否完成。现如今,RPA软件机器人的应用范围已不局限于此,它们在客户交互和创收过程中也得到了运用。RPA软件开发工具的界面交互采用诸如拖放等简单操作,使用户能够在没有软件开发人员支持的情况下让基于规则的日常任务实现自动化。

RPA可以让人们将更多时间花在更高价值的创意和分析活动上。要在组织内确定并优先考虑适合RPA的最佳应用,并不总是一件简单的事情。为此,人们开发了流程挖掘和流程发现等工具,以帮助确定具有高投资回报 (ROI) 潜力的RPA应用。

挖掘流程,发现机遇

流程挖掘和流程发现的工作需要由专门的软件机器人来实现。虽然挖掘和发现的目标是相似的,但它们发生在网络的不同部分,实现方式也不同,可以独立使用或用作补充活动。流程挖掘通过读取计算机网络活动日志来映射业务流程,从而提供人类操作员所需的原始数据,以便对RPA的部署作出决定。

流程挖掘侧重于分析网络活动日志,而流程发现工具则运行在用户自己的计算机上,识别特定任务的实施方式。流程发现往往比流程挖掘更复杂,它可能会利用计算机视觉、神经网络和AI/ML来分析人类活动,并创建任务执行方式的模型。通过对这些模型进行分析,可以确定部署RPA机器人的合适时机。

流程发现可以带来以下优势:

  • 识别任务执行中的细微差别,这些细微差别可能会在传统的一个人跟踪另一个人并做记录的方法中被忽略

  • 提高透明度,因为可以确保它们的执行具有一致性

  • 消除个人偏见,保护隐私

  • 加快高效软件机器人的部署

用训练取代编程

RPA工具使操作员能够有效地训练协作机器人,而无需借助传统工业机器人所需的C和C++等高级编程语言。他们可以使用多种无代码工具来完成这一过程,例如平板电脑和示教器上的拖放应用程序,甚至可以手动将协作机器人的机械臂从一个点移动到另一个点。协作机器人通常都很轻巧,而且能够轻松地从一项任务切换到另一项任务。在四处移动的过程中,它们需要快速学习新的任务。RPA工具使操作员能够快速有效地教会协作机器人完成各种任务,如拾取和放置、流程完善和质量控制。

RPA特别适合用于频繁更换工具和/或批量较小的仓库、物流中心和工厂的流程自动化。单个协作机器人可以用来执行各种流程,从而提高协作机器人的投资回报率,这对中小型企业而言尤为重要。将RPA和协作机器人结合使用,可以消除单调、耗时、令人不快的流程步骤,提高工人的士气和生产力。然而,无论是考虑采用软件机器人还是协作机器人,RPA都不是万能的完美解决方案。

RPA不是万灵丹

RPA并没有行业标准,这种缺乏标准化的现状可能会带来不小的问题。如果没有一个经过深思熟虑的RPA战略,就会出现RPA解决方案孤岛,这将限制RPA在整个组织中的可扩展性,并导致使用RPA的投资回报率下降。此外,不同供应商的RPA解决方案之间也缺乏互操作性和兼容性,因而需要对RPA解决方案进行战略性、集中化的管理。在许多人的预期中,RPA有望提高运营工作的可扩展性和敏捷性,然而在实践中,虽然敏捷性很容易就能借助大多数RPA工具来实现,但可扩展性却不那么容易做到。

用于软件机器人开发的流程挖掘和发现工具因供应商而异,它们得出的结果往往也互不兼容。要抓住RPA开发的机遇,就需要采用准确、高效的工具。当前的流程发现工具会以不同的方式指出流程自动化的机遇。在使用它们的结果时,通常都需要人工干预,这就增加了寻找RPA软件机器人适用流程的时间和成本。

同样,用于协作机器人的RPA编程工具和方法也因供应商而异,而且不同的RPA平台都可能有各自更适用的特定应用,RPA早期采用者的需求也可能与支持整个组织可扩展性的长期使用需求不一致,这些都让RPA部署变得更加复杂。

RPA是为基于规则的活动设计的,一般不适用于具有以下特点的流程或活动:

  • 规则经常变化

  • 不完全基于规则

  • 存在复杂的多重交互和子流程

  • 无法在没有用户干预和认知输入的情况下执行

当需求无法用规则满足时

RPA非常适合开发软件机器人或编程协作机器人,以完成特定的日常任务或最终用户定义的流程。当RPA配备了AI/ML后,便成为IPA机器人,可以适应不断变化的环境。IPA可以在基本的RPA流程中加入异常处理等功能。

在软件机器人和协作机器人中融入AI/ML工具,也可以使它们具备处理有限认知活动的能力,包括:

  • 理解半结构化或非结构化的数据

  • 实现可视化的屏幕内容,例如虚拟桌面

  • 读取手写字符或二维码

  • 识别话语内容,并就关注的话题开展聊天

AI/ML的加入可以使交互式软件机器人或协作机器人能够做出基本的决策,并与其他机器人和人类互动。AI/ML也在流程挖掘和发现中得到了运用,以确定新的自动化机遇,在整个组织中扩展强大的自动化网络。

IPA的发展是迈向CA的又一步。IPA机器人以规则为基础、以任务为中心,再加上一些从AI和ML中获得的知识,能够随着时间的推移改善任务表现。网络物理系统和IIoT实现了工业4.0的IPA机器人。IPA机器人的开发以流程自动化为重点,并且尽可能减少人工干预。

工业5.0将超越今天的网络物理系统,将人的因素重新纳入其中,这就为机器和人类之间的复杂交互增加了机会。CA预计将会在工业5.0中出现,并将以知识为基础,以行为为导向。它将超越RPA和IPA的规则和任务限制,并且模仿人类的行为,使机器能够与人互动。用于语音和图像识别的实时信号处理以及AI/ML将是CA系统的关键差异化优势之一。

CA仍然是一个新生概念,它结合了自然语言处理、图像处理、模式识别和上下文分析等工具来理解动态环境,使机器人和机器能够自主学习新的活动,自然地与人互动,并能实时修正自身的行为。

结语

RPA和IPA使用户和操作员能够在没有软件工程师支持的情况下实现基于规则的软件机器人和协作机器人。RPA和IPA的用途已从后台流程扩展到制造、仓库和物流运营。这些技术可以将人们从日常、重复、单调的任务中解放出来,使他们能够专注于涉及创造力、分析和决策制定的更高价值的活动。

并非任何活动都适合RPA和IPA机器人,使用流程挖掘和发现工具有助于确定最佳部署机遇。在为特定组织选择合适的RPA/IPA工具时,缺乏标准化是一个重要的考虑因素。当工业5.0到来之时,IPA机器人有望演变成CA系统,实现机器人与人类之间的动态协作,进一步提高生产力。


分享到:
  点赞
  收藏
  打印
评论(0
已输入0
最新文章
 2022-06-08