【.com快译】自从“Hyperautomation”这个词被研究公司Gartner创造以来，hyperautomation就引起了商业界的广泛关注。超级自动化汇集了流程自动化的多个组件，以增强自动化工作的能力。融合人工智能（AI）、自然语言处理（NLP）、深度学习、高级分析、视觉/语音分析、流程挖掘等数字化转型技术，以机器学习流程自动化（RPA）为核心，将复杂的流程自动化过程。与简单地优化任务流程的自动化不同，超级自动化具有额外的机器人智能，可以使流程更加智能。以下是2020年端到端超级自动化的十大用例。1.银行业和保险业在银行、金融服务和保险业实施超级自动化可以提高银行和金融业务流程的处理能力。监管报告、市场营销、销售和分销、银行服务、支付业务、借贷业务、后台运营、组织支持等业务流程的理想选择。超级自动化还能够防止可疑行为，因为由人工智能提供支持的智能自动化解决方案算法可以有效地监控交易并主动识别欺诈活动。由于索赔处理是保险业中最关键的流程，因此它可以从超级自动化中受益。2.医疗保健医疗保健是一个高度监管的领域，其中流程优化、合规性和更好地为患者服务是重中之重。然而，超级自动化为医疗保健生态系统提供了一个很好的机会，可以提供额外的商业价值并以合理的成本提供优质的患者护理。3、零售数字化电子商务的出现推动了实体零售店的数字化转型。这一点很重要，因为今天的客户有更多的选择来满足他们的需求。在这种情况下，超自动化技术可以帮助零售商实现订单管理、支付、运输、仓储和库存、供应商管理、风险管理、采购和数据监控等业务领域的自动化。4.客户服务随着客户期望的快速增长，组织需要及时解决客户问题或疑虑，并在客户存在的所有渠道中提高专业性和主动性。通过集成智能自动化等超级自动化技术，组织可以完全自动化端到端流程，同时增强仍需要人工监督和控制的其他流程。它们可用于利用任何数字或实时接触点吸引客户。AmazonGo杂货店是有效客户服务的超自动化示例之一。5.反洗钱诈骗活动快速增多是支付行业关注的主要问题之一。但是，很多企业已经实施了强有力的反洗钱措施，从源头上打击洗钱行为，避免对组织和社会造成进一步的损害。机器学习过程自动化(RPA)、人工智能和机器学习等超级自动化技术可以进一步使组织能够以高度自动化的方式持续监控其生态系统。结合RPA机器人来收集相关数据和流程，以验证客户记录并检测欺诈行为。6、建筑施工行业技术相对复杂，需要保证工作人员的人身安全。在这个领域使用超自动化不仅可以让组织改变其业务运营方式，还可以提高员工的安全性和能力，使他们能够利用可用资源更快地完成工作，并减少错误。这项技术还使他们能够将时间和精力投入到其他重要任务中。7.提高员工技能对员工进行再培训或提高技能可以增加组织充分利用其业务战略的机会。根据UiPath对全球组织员工的调查，86%的受访者表示希望雇主提供培训新技能的机会，83%的受访者希望雇主给他们更多学习新技能的机会。提高现有技能或添加新技能。机器学习流程自动化(RPA)可能导致裁员，但它也为愿意提高技能的专业人士开辟了许多新机会。8.技术集成如今，组织越来越多地转向混合云或多云基础设施，其中集成是效率过程中不可或缺的一部分。由超级自动化驱动的系统集成使它们能够无缝通信，确保重要系统都可以访问集中数据。9.数字化敏捷性机器学习流程自动化(RPA)、机器学习、人工智能和其他技术可以消除可能的人为错误，从而轻松实现服务自动化。它们可以提高生产率、节省时间并降低成本。通过所有自动化模式紧密合作，组织可以获得超越单一技术的优势，实现真正的数字敏捷性和大规模多功能性。10.提高投资回报率投资回报率(ROI)是一个关键绩效指标，使组织能够确定其盈利支出。无论组织或行业的规模如何，提高计算投资回报率都是有价值的。通过使用高级分析软件，组织可以根据自动化任务和成本节约来分析投资回报率。此外，Gartner预测，到2024年，组织可以通过超级自动化技术和重新设计其运营流程来将运营成本削减30%。原标题：Hyperautomation:Top10UseCasesofEnd-to-EndAutomationin2020，作者：VivekKumar
