[[432628]]

【51CTO.com快译】2020年，调研机构Gartner公司将超自动化评为“2020年度第一大技术趋势”。那么超自动化是什么?企业如何从中受益?本文将阐述工业物联网如何帮助加快超自动化的发展步伐。

什么是超自动化?

超自动化是遗留业务流程自动化在单个流程之外的扩展。通过将人工智能工具与机器人流程自动化(RPA)相结合，超自动化可以使企业执行的重复性任务实现自动化，甚至将其提升到一个新的水平，并通过动态检测业务流程和创建机器人来实现自动化。

借助机器人流程自动化(RPA)、机器学习(ML)和人工智能(AI)等工具，它们可以协同工作以实现复杂业务流程的自动化，超自动化是真正数字化转型的驱动力。

根据Gartner公司的定义，“超自动化是一种不可避免的市场状态，在这种状态下，企业必须快速识别并自动化所有可能的业务流程。”

为了成功实现超自动化，企业需要在整个运营过程中保持透明度。借助工业物联网(IIoT)解决方案，企业可以捕获和分析来自工厂、流程和产品的数据，从而实现这种级别的可见性。此外，在工业物联网解决方案之上，可以部署应用程序和高级功能，使企业能够持续实现业务各个方面的自动化。

自动化与超自动化

传统的企业自动化方法侧重于如何最好地在特定环境中实现自动化。这些自动化工具是特定于软件的。例如，工作负载自动化使用脚本来自动化许多重复的过程。业务流程管理(BPM)工具可以在特定工作流的场景中自动执行任务。

人工智能扩展了传统自动化以承担更多任务，例如使用光学字符识别(OCR)技术读取文档、使用自然语言处理(NLP)来理解它们，或使用自然语言生成(NLG)向人类提供摘要。通过应用商店或企业存储库提供的预构建模块，超自动化可以轻松地将人工智能和机器学习集成到自动化中。

低代码开发工具减少了构建自动化所需的经验。超自动化可以通过使用智能过程分析来识别和自动生成新的自动化原型，从而进一步简化自动化设计。如今，这些自动生成的模板需要人类进一步改进以提高质量。然而，超自动化的改进将减少这样的人工工作。

超自动化如何工作?

人工智能和机器学习丰富了机器人流程自动化(RPA)，它正在成为实现超自动化技术的核心。机器人流程自动化(RPA)和人工智能技术的结合提供了强大的功能和灵活性，可以在以前无法实现自动化的地方实现自动化：依赖非结构化输入的未记录流程。 

超自动化中使用的先进技术包括：

• 用于流程和任务的智能分析工具，以识别自动化机会并确定其优先级。
• 自动化设计工具，可以减少自动化的工作量和成本。其中包括机器人流程自动化(RPA)、无代码/低代码开发工具、集成平台即服务(iPaaS)和工作负载自动化工具。
• 使自动化更易于适应和重用的业务逻辑工具，包括智能业务流程管理、决策管理和业务规则管理。
• 用于实现自动化的人工智能和机器学习工具。该领域的工具箱包括自然语言处理(NLP)、光学字符识别(OCR)、计算机视觉、虚拟代理和聊天机器人。

超自动化生态系统

(1)自动化机会发现

• 流程挖掘
• 任务挖掘
• 流程分析

(2)自动化实施

• 机器人流程自动化(RPA)
• 无码/低码
• .PaaS/iPaas
• 工作负载自动化
• 业务逻辑工具：

1. 智能业务流程管理套件
2. 决策管理
3. 业务规则管理

(3)使用人工智能的自动化扩展

• 机器学习
• 深度学习
• 自然语言处理(NLP)

(4)计算机视觉(CV)

• 光学字符识别(OCR)
• 虚拟代理
• 语音技术
• 人工智能聊天机器人

超自动化是指一种学习的自动化方法。超自动化的实践包括：

• 确定要自动化的工作类型。
• 选择正确的自动化工具。
• 通过重用自动化流程提高灵活性。
• 通过不同种类的人工智能和机器学习增强他们的能力。

超自动化计划通常通过有助于推动自动化工作的研发进行协调。超自动化的目标不仅是通过自动化来节省成本、提高生产力和效率，而且还要从通过数字化过程收集和创建的数据中受益。企业可以使用这些数据做出更明智和及时的业务决策。

超自动化不是指单一的现成技术或工具，而是侧重于增加更多智能，并采用更广泛的系统方法来扩展自动化工作。这种方法强调了在用自动化代替人工和优化复杂流程以消除步骤之间取得适当平衡的重要性。

关键问题是确定谁应该负责自动化以及应该如何完成。员工可以更好地识别可以自动化的枯燥任务，而业务流程专家可以更好地识别自动化功能。

流程智能分析来自客户关系管理(CRM)和企业资源计划(ERP)系统等业务管理软件的企业软件日志，以构建流程视图。

任务挖掘使用在每个用户桌面上运行的计算机视觉软件来构建跨多个应用程序的进程视图。

数字孪生允许企业对功能、流程和KPI如何交互实现可视化以创造价值。它们可以帮助企业评估新的自动化工具如何创​​造价值、开辟新机会或解决新瓶颈。

人工智能和机器学习组件使企业能够以多种方式自动化与世界的交互。例如，光学字符识别(OCR)允许企业自动处理PDF文档中的文本。自然学习处理(NLP)可以从文档中提取和组织信息，例如确定向哪家企业开具账单及其用途，并将这些数据自动输入到会计系统中。

超自动化平台可能位于企业现有技术的顶端。实现超自动化的途径之一是机器人流程自动化(RPA)，而一些行业领先的机器人流程自动化(RPA)供应商都在增加对人工智能集成、流程挖掘、数字工作者分析等的支持。

此外，其他类型的低代码自动化平台，包括业务流程管理包(BPM/智能BPM)，也增加了对超自动化技术的附加组件的支持。

为什么超自动化对业务增长和弹性很重要?

随着企业接受超自动化技术，有很多方法可以使用这一原则来改善业务运营。在社交媒体和客户保留方面，企业可以使用机器人流程自动化(RPA)和机器学习生成报告并从社交平台提取数据以确定客户情绪。企业可以设计一个流程，将这些信息提供给营销团队，然后营销团队可以实时为客户创建有针对性的营销活动。

如果企业快速推出一种产品，并且数字自动化指标显示出强大的客户需求，那么该产品可以快速扩展以帮助企业增加收入。与其相反，如果扩展分析表明客户对该产品没有需求，企业可以通过快速放弃该产品来最大限度地减少损失。

超自动化的主要好处包括：

• 降低自动化成本。
• 提高IT和业务之间的一致性。
• 减少对影子IT的需求，从而提高安全性和治理。
• 促进将人工智能和机器学习引入业务流程。
• 提高衡量数字化转型影响的能力。
• 帮助确定未来自动化工作的优先级。

超自动化的用例

• 状态监测

状态监测是对资产关键参数的分析，消除检测到故障时人为判断的可能性。在实践中，状态监测应用程序可以识别企业在高温下运行的过度振动部件。

在许多情况下，这些异常是可能导致故障的早期迹象。使用状态监控应用程序，可以自动发布警报，在发生异常时通知企业的运营团队。状态监测可以应用于资产、装置和系统。

工业物联网健康监测可以远程或本地执行，以减少设备停机时间并提高工厂可靠性。

事实证明，通过工业物联网实施状态监控比其他方法更有效，因为工业物联网近乎实时地提供准确且连续的参数数据流。

• 预防性的维护

预防性维护是一种工业物联网解决方案，可以持续实时收集和分析资产健康和性能数据，以了解质量和制造问题的根本原因。

在工业物联网(IoT)实施之前，制造资产的维护通常采用日历或运营维护方法。这两种方法都会导致开销和中断。与其相反，预测性维护分析可以确定维修资产的最佳时间和频率，从而防止停机。通过自动决定维护资产的时间和频率，企业团队可以花更多时间突出显示彼此不同的区域。

• 数字孪生

企业使用数字孪生字创建一个封闭的反馈循环，以更好地了解产品和流程在现实生活中的工作方式。数字孪生是物理产品或过程的虚拟表示。

数字孪生可以被视为超自动化的扩展，因为它们可以发现以前不可用的数据，并对物联网产品的性能数据采取行动。这些功能提供了清晰的见解，可帮助行业组织优化决策。通过利用物联网数据了解产品和流程在现实世界中的表现，企业可以采取行动来提高资产利用率、效率和可用性，并测试新流程——而所有这些都不会影响生产。

超自动化的挑战

在走上超自动化的旅途之前，应该考虑几个问题：

• 寻找衡量成功的方法(选择的工具是否提供高级分析?)。
• 投资回报计算。
• 选择正确的超自动化基础设施。
• 从企业利益相关者和员工那里获得支持(强大的入职可以提供帮助)。
• 缺乏有关业务流程的先前信息，这会使超自动化实施变得复杂和缓慢。

然而，尽管存在这些挑战，超自动化仍提供了显著且可衡量的好处。其中包括超自动化为企业提供的更高级别的生产力、功能和工作流优化。它允许员工更智能地工作并避免重复性任务，它还为企业提供了一系列工具，以确保其在未来的存在。

结论

超自动化在日常工作和生活中已经有了应用的例子。对于企业来说，超自动化可以提供更高的效率、更快的上市时间、更低的成本和更高的利润。虽然自动化可能已经将员工从许多耗时和繁琐的任务中解放出来，但超自动化无疑将会进一步推动这一进程。

原文标题：How to Accelerate Hyper-Automation With Industrial IoT，作者：Edward Ossawa

【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】