【ZiDongHua 之智能自動化收錄關(guān)鍵詞： 人工智能 機(jī)器人 數(shù)字化轉(zhuǎn)型】
　　
　　行業(yè)洞察 | 人工智能自動化從團(tuán)隊(duì)開始
　　
　　經(jīng)過多年、數(shù)千次數(shù)字化轉(zhuǎn)型舉措，我發(fā)現(xiàn)組織的數(shù)字化轉(zhuǎn)型從根本上來說是每個團(tuán)隊(duì)數(shù)字化的宏觀體現(xiàn)。如今，數(shù)字化轉(zhuǎn)型帶來了利用人工智能 (AI) 的機(jī)會。因此，如果您想在整個組織中傳播人工智能，一個好的起點(diǎn)是在團(tuán)隊(duì)中實(shí)施它。
　　
　　與公司的價(jià)值鏈由不同客戶和供應(yīng)商組成的方式非常相似，組織中的內(nèi)部團(tuán)隊(duì)也具有依賴關(guān)系網(wǎng)絡(luò)：特定團(tuán)隊(duì)收到必須回答的請求，并且取決于它從其他團(tuán)隊(duì)請求的服務(wù)。通常通過實(shí)施幫助臺或“票務(wù)”工作流程（相當(dāng)于使用數(shù)字系統(tǒng)來支持客戶的組織）來簡化此流程?，F(xiàn)在，人工智能可以從哪里開始發(fā)揮作用？
　　
　　通過 AI 自動化優(yōu)化高頻任務(wù)
　　
　　當(dāng)團(tuán)隊(duì)確定了最重復(fù)的任務(wù)和標(biāo)準(zhǔn)化工作時，他們可以開始對其進(jìn)行優(yōu)化。這就是我們所說的自動化的歸零地——該團(tuán)隊(duì)創(chuàng)建了一個自助服務(wù)門戶，取代了人工交互來完成不太復(fù)雜、高頻的任務(wù)。這樣，組織就有內(nèi)部“客戶”實(shí)時照顧自己的需求，并能夠更快地繼續(xù)他們的任務(wù)，而不會增加來自不同團(tuán)隊(duì)的“供應(yīng)商”的負(fù)擔(dān)。
　　
　　在這種情況下，您可以利用 AI 通過分析門戶上最常見的任務(wù)、監(jiān)控 SLA 和推斷優(yōu)化來提高效率。通過了解哪 5% 的門戶交易為團(tuán)隊(duì)帶來了 80% 的結(jié)果，人工智能系統(tǒng)將幫助您發(fā)現(xiàn)應(yīng)該優(yōu)化哪些任務(wù)。
　　
　　客戶支持和UX優(yōu)化
　　
　　即使自助服務(wù)門戶可以滿足多種內(nèi)部需求，文檔的復(fù)雜性也可能會給人們帶來需要額外幫助的問題。在這種情況下，他們會依靠充當(dāng)知識集群的團(tuán)隊(duì)。例如，人力資源團(tuán)隊(duì)不斷致力于回答與員工相關(guān)的具體問題。這些要求要求他們在需要回答問題時篩選個人記憶和文件。
　　
　　更好的解決方案是擁有一個聊天機(jī)器人，由使用公司數(shù)據(jù)訓(xùn)練的大型語言模型 (LLM) 提供支持，可以在幾秒鐘內(nèi)回答各種員工問題。過去，這需要人工智能專業(yè)知識和努力。但現(xiàn)在有了 OutSystems AI Agent Builder。團(tuán)隊(duì)可以使用它快速將生成式人工智能 (GenAI) 代理構(gòu)建到新的或現(xiàn)有的應(yīng)用程序中，而無需任何事先編碼或人工智能專業(yè)知識。此外，它使他們能夠管理這些應(yīng)用程序中使用的人工智能功能和服務(wù)。這些代理可以用于多種目的，例如票據(jù)偏轉(zhuǎn)、創(chuàng)建類似 ChatGPT 的應(yīng)用程序、執(zhí)行數(shù)據(jù)提取和匯總以及生成個性化內(nèi)容或圖像。
　　
　　GenAI 系統(tǒng)已準(zhǔn)備好解決客戶引導(dǎo)、知識轉(zhuǎn)移或客戶服務(wù)的幾乎所有方面，并顯著改善用戶體驗(yàn)。例如，今天要提交內(nèi)部請求，需要填寫一份數(shù)字表格。但我們已經(jīng)看到自由文本輸入，有時還輔以聽寫界面，GenAI 模型會自動將其重組為表單字段，從而節(jié)省了時間并顯著改善了用戶體驗(yàn)。
　　
　　工作流程編排
　　
　　我們可以從數(shù)字化轉(zhuǎn)型過程中學(xué)到的最后一個例子是團(tuán)隊(duì)之間的工作流程編排。當(dāng)內(nèi)部請求需要與團(tuán)隊(duì)外部的人員聯(lián)系時（例如，詢問更多信息或完成必要的子任務(wù)），前幾代數(shù)字系統(tǒng)將訴諸企業(yè)范圍的工作流程，將每個人聚集在一個“案例”周圍 或“票”。組織還可以使用復(fù)合應(yīng)用程序，通過 API 與多個其他系統(tǒng)進(jìn)行交互。
　　
　　如今，這是人工智能顛覆的另一個領(lǐng)域。AI 模型現(xiàn)在可以實(shí)時執(zhí)行工作流程和 API 組合，取代僅限于先前定義的確定性系統(tǒng)。人工智能可以連接內(nèi)部系統(tǒng)之間的點(diǎn)，將整個部門間工作流程轉(zhuǎn)變?yōu)閺?fù)合 API。
　　
　　人工智能將改變工作性質(zhì)
　　
　　所有這些示例背后的挑戰(zhàn)是它們改變了您設(shè)計(jì)和控制這些系統(tǒng)的方式的本質(zhì)。與生物系統(tǒng)和數(shù)字系統(tǒng)交互之間曾經(jīng)存在明顯的區(qū)別。但人工智能模型向我們表明，它們的行為更像人，而不是像傳統(tǒng)軟件。他們會犯下可能需要審計(jì)和監(jiān)督的錯誤，或者可能會出現(xiàn)相當(dāng)于幻覺崩潰的錯誤。與軟件不同，它們無法糾正錯誤——必須對其進(jìn)行培訓(xùn)。
　　
　　這強(qiáng)調(diào)了擁有合適的工具在組織中利用人工智能的重要性。這也是我們大力投資幫助客戶試驗(yàn)人工智能的原因。考慮從團(tuán)隊(duì)層面開始。這種方法將使您能夠在前進(jìn)過程中識別組織模式、機(jī)會和風(fēng)險(xiǎn)。最終，就像 20 世紀(jì) 90 年代數(shù)字化轉(zhuǎn)型對組織的影響一樣，人工智能自動化將從根本上徹底改變工作性質(zhì)，而現(xiàn)在正是開始的時候。