正如行業專家所指出的那樣，有一些方法可以克服這些缺點。克服機器人流程自動化(RPA)內容處理缺陷的一種方法是通過結合其他智能技術并將其集成到系統中。
Cognizant公司智能自動化與技術高級總監Gopal Ramasubramanian解釋說，“機器人流程自動化(RPA)技術主要用于自動化基于規則的流程和模仿人工操作，例如處理發票并將數據從Microsoft Excel電子表格輸入到SAP或Oracle系統中。但是，在處理文檔中的內容時，需要結合光學字符識別(OCR)、自然語言處理(NLP)和機器學習(ML)的其他智能錄入技術，以便能夠從文檔中提取元數據，文檔并自動處理。
其內容可以是不同類型的，例如結構化/打印、結構化/手寫、非結構化/打印以及非結構化/手寫的內容。使用標準光學字符識別(OCR)技術提取結構化內容非常容易。但是，提取非結構化內容卻面臨挑戰，并且非結構化內將會越來越多，因此需要采用自然語言處理(NLP)和機器學習技術來解決。”
特拉華州機器人流程自動化(RPA)專家Arpit Oberoi補充說：“當今機器人流程自動化(RPA)技術面臨的最大挑戰是，它仍然經常難以處理非結構化內容和數據。為了克服這一持續存在的問題，企業可以嘗試將其數據轉換為結構更清晰的數據集，并且在可能的情況下，還可以結合使用人工智能和機器人流程自動化(RPA)來優化或自動化處理內容。”
第三方參與
UiPath公司歐洲、中東和非洲地區專業服務副總裁Andrew Rayner對通過第三方應用程序與機器人流程自動化(RPA)結合使用的必要性進行了解釋。
Rayner說。，“從歷史上看，機器人流程自動化(RPA)技術已經能夠與第三方應用程序集成以輔助內容處理。例如，許多OCR供應商(例如Abbyy和IBM等)提供直接集成的功能，從而可以對半結構化或結構化文檔進行分類和識別。
UiPath公司在文檔理解上投入了大量資金進行開發，為客戶提供了一種‘即用型’解決方案，可以靈活地應用各種技術(例如模式匹配、模板化和機器學習)來處理非結構化和半結構化文檔。
隨著我們更廣泛地考慮內容處理的方法，這在自動化處理中發揮了很好的作用，我們現在采用這種工作流程使機器人和工作人員可以無縫地進行事務處理。
在通過用戶界面或API來處理內容的應用程序連接方面，已經有了巨大的進步，并且隨著機器人流程自動化(RPA)和機器學習的引入，機器人現在可以對非結構化內容進行分類，理解情緒并進行下一個最佳操作。”
謹慎采用工具
雖然需要采用其他工具和軟件的幫助，但企業必須謹慎投資和采用工具，并確保他們采用的工具用于明確的特定目的。
Nex Botix公司首席執行官Chris Porter表示：“企業可能擁有許多不同格式的非結構化數據，無論是文檔、電子郵件，以及非結構化的基于系統的數據。這給機器人流程自動化(RPA)的應用帶來了一個問題，它只能處理基于規則的結構化數字流程。
企業可以通過幾種不同的方式來克服這些缺點。一種是購買像準光學字符識別(OCR)工具這樣的量身定制的解決方案，該解決方案可以從文檔中提取數據，或者他們可以采用工作流工具來幫助編排機器人和工作人員的工作，或者可以購買谷歌公司的機器學習工具，以嘗試從他們的數據中提取見解。這些工具旨在在嚴格的參數范圍內解決非常棘手的問題。
但是，每一種工具都面臨技術挑戰。在開展這些項目時，企業將面臨更多的支出。此外，企業還需要正確的技能和技術來支持每個計劃。每個用例都應作為一個單獨的項目處理，因為可以有效地滿足特定需求，并且如果企業有很多不同類型的數據，那么很多不同的流程都具有這種非結構化內容。每次都需要重新開始，并采用正確的解決方案來解決每個單獨的問題。
關鍵是應用正確的技術來解決正確的問題，但要以關注業務價值的可擴展方式進行。例如發票處理程序，可以在企業內部利用可重復使用的組件，并自動執行應付帳款中的端到端業務流程。
增加認知功能
克服機器人流程自動化(RPA)的內容處理缺陷的最后一種方法是提供額外的功能。
ABBYY公司全球副總裁Neil Murphy解釋說：“機器人流程自動化(RPA)面臨的最大挑戰是無法處理非結構化的內容，例如發票、電子郵件、表格、收據或通信。但是，企業可以克服這一問題。
企業所要做的就是通過增加認知功能(例如分析、理解、處理非結構化內容)使機器人流程自動化(RPA)機器人變得更智能。組織可以使用易于使用的無代碼或低代碼解決方案來部署這些內容，從而使員工能夠構建可處理大量文檔的機器人流程自動化(RPA)機器人。
我們已經看到很多企業都采用了這種方法，這種方法推動了創新，一些企業采用這種方法結合相關技能，以提供對復雜用例的高級認知理解。人力資源部門的應用就是一個很好的例子，從身份證明文件和員工入職表格到銀行對賬單和地址證明，需要處理大量文件。”
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號