RPA与对话式AI有何不同,两者的好处?
2020-11-14
admin

ServisBOT的首席执行官Cathal McGloin讨论了RPA和对话式AI之间的区别,以及两者都可以带来的好处由于它们之间的差异,两种技术都可以对公司有利。

尽管RPA更着眼于后端自动化,但对话式AI却使自动化面向人类和更具个性化的交互成为可能。在某些用例中,两种技术相互结合。但是后端流程自动化在哪里满足对话驱动的自动化?

RPA涉及严格,可预测的流程的管理,其中对请求没有歧义,这与会话式AI形成对比,会话式AI中,用户意图指示响应请求执行哪些任务。聊天机器人或数字助理使用消息传递界面或语音控制进行对话交互。对话的流畅性要求自然语言处理(NLP)自动化高度灵活,以便正确地解释意图并执行正确的任务来解决请求。

无论涉及客户或人力资源交互等人类对话的过程如何,对话式AI都会发挥作用。

考虑购买新保险单的情况。通常,保险代理人与客户来回走动,以收集多个需要验证的证明文件并将其附加到客户记录中,以便最终确定保单。与大量新客户打交道并管理其入职对于保险公司而言既耗时又昂贵。

使用聊天机器人或数字助理询问“请在此处上传驾驶执照的图像”或“您可以上传最近的银行对帐单的副本吗?” 减轻了人工的负担,以继续补充这些文档,并且在他们进行入职过程中也提供了更加无缝和便捷的客户体验。这是对话式AI的本质。它提高了客户参与度和服务成果,同时降低了在用户旅程中管理常规步骤的成本。

在后端,RPA可以在入职场景中发挥作用,自动对收集的文档进行重复合规性检查,并使用客户信息更新记录系统。两者可以非常强大,可以使完整的客户旅程无缝,更快,更高效。
 

互补技术

对话式AI现在使企业能够自动化与客户和/或员工的关键交互,从而带来全新的自动化潜力,与RPA结合使用,可以大大减少端到端业务流程中人工干预的需求。
RPA和对话式AI可以协同工作。例如,当客户申请抵押贷款时,他们必须经历许多步骤,这会导致摩擦和效率低下,从而导致银行失去客户。

抵押机器人可以在应用程序启动时立即与客户互动,要求他们提供身份证,收入和最近的水电费账单证明,然后将其传递给后台流程进行验证,从而消除了很多这种麻烦。RPA可用于验证过程,而数字助理则管理来自客户的问题,了解意图,收集相关文档并随时将任何问题通知客户。可以通过RPA使用房地产市场数据自动提供财产评估,从而可以通过数字助手主动向客户更新抵押申请的状态。
 

谁负责?

RPA计划通常由IT部门领导,并获得诸如财务,生产或分销等业务部门的投入,其主要目标是通过减少人工流程并最大程度地减少人员参与来降低成本并提高效率。

会话式AI旨在提高参与度并使其自动化,并降低成本,同时仍使机器人能够在需要时移交给人类。因此,它通常由业务部门(例如客户服务,人力资源和销售部门)领导,而IT部门的投入有限。
 

没有数据科学家的人工智能?

许多组织认为人工智能既复杂又昂贵,需要大量预算和数据科学家团队来构建自然语言模型和机器学习算法。但是,构建对话式AI机器人不一定需要这种投资水平。诸如Google DialogFlow,Amazon Lex和Microsoft LUIS之类的自然语言处理(NLP)引擎已广泛使用,并使其易于使用意图和话语来填充机器人,这是设计可用于自动化对话体验的核心互动。
 

无代码平台

此外,已经出现了对话式AI平台,该平台提供了一种低代码的方法来构建聊天机器人,创建工作流以及将其安全地集成到常见的业务系统中,从而使商务人员无需编码或AI技能即可设计和部署自己的数字助理。开箱即用的Bot设计工具和工具可帮助企业更快地将聊天机器人推向市场,减少对IT资源或数据科学家的依赖。
 

结论

企业正在努力对核心业务流程进行数字化转型,以实现后端流程的更高自动化,并在前端鼓励更多无缝的客户体验和自助服务。我们看到银行,保险公司,零售商,能源提供商和电信公司正在努力开发自己的数字助理,这些助理具有越来越多的技能,同时仍提供一致的品牌体验。

开发机器人不必很复杂。更加重要的是仔细地确定正确的用例,这些技术将以最少的工作量提供清晰的ROI。

无论企业是应用RPA还是对话式AI,或两者都应用,重要的是首先了解需要解决的业务问题,然后确定机器人将在哪些方面产生直接的影响。然后考虑所需的投资,成功实施的障碍以及预期的业务成果。

会话式AI和RPA是非常强大的自动化技术。如果设计得当,聊天机器人可以自动将多达80%的常规查询发送到客户服务中心或IT服务台,从而节省了组织的时间和金钱,并使其能够扩展其运营。但是,离群或专家案例仍可以由人为因素更好地处理。帕累托原则也适用于RPA。自动化最大程度地照顾了大多数例行和重复性任务,为人类留下了更独特,更有价值,更有意义的工作。