机器智能可以补充人类智能。人类具有创造力、想象力、战略、战术和创造力。机器人更适合那些人类觉得困难和不喜欢的任务，譬如检查大量的数据，在数据中寻找规则，大量数据的搬运，这些无尽的重复任务，这些工作耗尽人类的大脑，但机器人不会。
人类智能和人工智能结合，我们的组织结构将发生深远的变化：
这开启了通向未来的道路:With时代： 即机器人智能与人类合作，在机器人的帮助下，我们可以从重复的工作中解脱出来，自由地预测和推导出分析性和战略性的东西。我们可以比以前更多地创造、合作和交流。
2019年5月，德勤邀请高管参加一项智能自动化战略及其对员工的影响的在线调查。我们收到来自非洲、美洲、亚洲和欧洲26个国家的523名高管的反馈，这些企业年营业额总计2.7万亿美元。
自动化技术的市场, 比如机器人过程自动化(RPA), 每年正以20%的速度增长, 到2024可能会达到50亿美元, 我们的调查受访者表示,许多组织已经成功地将其自动化自2018年以来已经翻了一倍。8%的高管表示，他们已经部署了51台以上的软件机器人。然而，实现规模化仍然是一个挑战，流程碎片化改进被认为是成功的主要障碍。
已经实现RPA实施规模化的组织是那些有清晰的愿景、战略和从自动化中获取价值的组织。
高管们预计，在未来三年，自动化将使他们的劳动力能力增加27%:相当于参与我们调查的523家机构的劳动力中增加了240万名全职员工(FTE)。这为提高生产力和改善人类体验提供了重要的机会，工作变得更好玩和更有意义。不幸的是，44%的企业尚未计算出它们的自动化战略将如何影响员工，而60%的企业尚未考虑自动化是否会要求员工接受再培训。
规模化：从RPA转向智能自动化
机器人过程自动化(RPA)可以连接多个不同的系统和接口。RPA使用精确编程的“机器人”自动化特定的任务，大大减少处理时间，并通过提供一致的结果，更少的错误，确保更高的质量。此外，如果有效实施，RPA可以解放劳动力，使其专注于更具有战略意义的活动或以客户为中心的任务。
我们的分析显示，企业不仅继续使用RPA，而且正在寻求通过增加智能部署来超越RPA自动化。58%的受访高管表示，他们已经开始了智能自动化之旅。其中，38%正在试行(1-10项自动化)，12%正在实施(11-50项自动化)，8%正在大规模自动化(51项以上自动化)。与我们2018年的调查结果相比，大规模部署的组织数量翻了一番。
定义：
机器人过程自动化: RPA是业务过程的自动化，在这个过程中，软件执行可以由计算机编码的任务。它通常被称为“robotics”或“robots”，并被定义为基于规则的过程自动化，该过程使用了用户界面，可以在任何软件上运行，包括基于web的应用程序、ERP系统和大型机系统。
人工智能: 人工智能技术可以执行以前需要人类智能完成的任务，比如从图像、文本或语音中提取含义，检测模式和异常情况，并做出建议、预测或决策。它们包括机器学习、深度学习、自然语言处理和生成。
智能自动化: RPA、AI等相关自动化技术的结合。
建造智能机器人
RPA有很多明显的好处，但也有局限性。机器人只能遵循基于逻辑规则的流程。他们不会看到数据中的模式，也不会从图像、文本或语音中提取意义。RPA软件被编程来处理功能，如注册、发票或数据传输，而不理解它们背后的逻辑。
通过这种简单的自动化技术，企业已经耗尽了许多低价值的机会，现在正寻求实施下一代解决方案。这些技术利用多种先进技术和数据科学，如人工智能，使自动化更智能，并为组织提供更多价值。
智能自动化的预期好处
通过智能自动化技术，组织可以改变业务流程——不仅可以实现更高的速度和精度，还可以基于结构化和非结构化输入实现自动化预测和决策。我们的分析显示，有三个主要的好处推动了该技术的应用。企业希望提高生产率和降低成本;更大的准确性; 改善客户体验。
高管们估计，未来3年，智能自动化将平均降低22%的成本，增加11%的收入。然而，那些目前正在推广智能自动化的组织表示，从实施到目前为止，他们已经平均降低了27%的成本。
47%的企业已经将RPA和人工智能结合起来，作为其智能自动化战略的一部分。他们报告说，由于他们的自动化，迄今为止他们的收入增长更高，平均增长9%。那些只使用RPA的收入仅增长3%。
进一步的证据表明，智能自动化的实现超出了预期。试运行智能自动化的企业预计平均回报期为15个月;那些处于扩张阶段的公司在仅仅9个月后就报告了平均回报。
采用智能自动化的障碍
据报道，在采用的所有阶段，组织面临的最大两个障碍是流程碎片化和IT准备就绪。
36%的受访者认为最大的障碍是进程碎片化，即日常进程在桌面级别以各种方式进行管理的方式。17%的企业认为，就基础设施和系统而言，IT就绪程度是最大的障碍。
正在试行自动化的组织也认为，缺乏对智能自动化的愿景和雄心是一个关键障碍，而实施速度对组织实施或扩展自动化变得更加重要。
一个正在出现的关键趋势是，组织经常缺乏人才，例如，发展卓越中心(Centre of Excellence)。这就产生了对系统集成商等第三方供应商的巨大需求。德勤预计，在持续的成本压力(部分原因是数字化颠覆)、向云技术的过渡、人才短缺以及管理快速变化的产品和供应商生态系统的挑战推动下，该公司将从构建内部能力转向购买自动化服务。
与此同时，卓越中心的角色也发生了转变。它们正在从智能自动化的“推动者”演变为数字资产的“内部市场”或“交易所”。有些人甚至超越了这一点，成为智能自动化驱动的运营改进的“主管”。这是一个重要的趋势，在RPA供应商创造的开放市场中得到了反映。
建立成功的智能自动化战略
考虑到智能自动化带来的回报，企业在实施和扩展方面似乎很慢。很明显，在实施之前必须解决重大障碍，但德勤注意到，在试点阶段和规模阶段的组织之间存在明显差异。
特别是，在推广智能自动化的组织中，高管们更有可能清楚地了解自己将如何从项目中获取价值——78%的高管都是这样做的。在试行解决方案的公司中，只有50%提出了同样的要求。
区分组织是否规模自动化的其他方面是高度支持的IT功能，具备所需的技术、基础设施和网络安全(见图4)，以及能够快速实现自动化的敏捷、多学科团队。它还强调适当的治理、项目管理和技术。
智能自动化成功的六个关键因素
通过对调查数据的分析，我们可以看到一些组织明显受益于智能自动化。这些机构有六个不同的特点:
01. 全企业范围的智能自动化战略
一般来说，拥有全企业战略的公司在额外的劳动力能力、成本削减和收入增加方面会有更高的回报。它们平均降低了24%的成本，增加了8%的收入，而没有全企业战略的组织平均降低了14%的成本，增加了3%的收入。
02. 将机器人过程自动化与人工智能相结合
这似乎是帮助组织增加收入的最有力的因素。合并这两种技术的公司收入平均增长了9%，而那些不合并的公司平均仅增长了3%。
03. 技术、基础设施和网络安全组织具有支持性的信息技术功能，并具备所需的技术、基础设施和网络安全，可以更有效地降低成本。平均而言，它们的成本降低了21%，而缺乏这些功能的组织的成本降低了13%。
04. 成熟的过程定义、标准和过程
成熟的过程定义和标准可以提高后台工作人员的能力。具备这些条件的组织后台工作能力平均增加19%，而没有具备这些条件的组织后台工作能力平均增加12%。
05. 对如何获取价值有清晰的理解
对如何从智能自动化中获取价值的清晰理解，将大大降低成本。对此清楚的高管称，他们所在机构的成本平均降低了21%，而那些不了解清楚的高管的成本平均降低了15%。
06. 为了降低成本而进行的彻底的流程优化
规模化组织更有可能同意，他们的战略的主要目的是彻底的简化，以降低成本的需要驱动。约73%的机构这样做，而只有61%的试点机构持相同立场。
智能自动化的价值--让机器更人性化
当RPA与人工智能相结合时，智能自动化的优势凸显出来，使应用程序超越常规走向创新:从收集和处理数据到分析和做出上下文决策。然而，相当多的受访者(48%)承认，他们既没有考虑过也没有实施过包含人工智能的智能自动化策略。另有36%的公司将人工智能纳入其战略，但规模不大。目前，只有11%的企业在推广包含人工智能的解决方案。
来自前线的经验教训
为了帮助解决患者需求管理方面的挑战，德勤开展了全科医生(GP)转诊分诊工作。
其目的是利用人工智能解锁电子医疗记录中的数据，实现更高效的处理、智能分析和改进决策，以克服服务挑战。
自然语言处理(NLP)被用来读取全科医生转诊到胃肠科服务的信息。人工智能解决方案建议最有可能的分诊结果、紧急状态或诊断转诊。他们使用了两种RPA解决方案:一种是将电子医疗记录拉入人工智能，另一种是主动查看结构化(SQL)数据库，以更新人工智能是否做出了决定。如果有，RPA就会把这个决定放到预约系统中。
德勤采用了一种方法，将两种分类模型结合起来——“AI-I”预测紧急状态，“AI-II”预测临床结果。通过将预测问题分成两部分，与单一模型相比，在一步之内预测分诊结果的准确性显著提高。
在人工智能建模中，特征工程被用来将自由文本转换成机器可读的格式。然后根据提取的特征进行分类决策
早期采用者的积极回报
正在实施和扩展智能自动化的组织更有可能将RPA和AI结合起来。类似地，那些将人工智能作为智能自动化战略一部分的公司更有可能报告达到或超过预期。
与单独使用RPA的组织相比（8.5%对2.9%），结合RPA和AI的组织也报告说，由于迄今为止的自动化，收入增长更高。高管们相信，集成AI和RPA，他们可以获得更多的经济效益并提高竞争力。
目前作为智能自动化战略最流行的人工智能解决方案是预测算法或基于机器学习的解决方案、专家或基于规则的系统，以及自然语言处理或生成（NLP/NLG）。德勤预计，这种情况将发生变化，尤其是深度学习将变得更加突出。约18%的受访者已经实施了深度学习，55%的受访者正在计划实施深度学习。
定义
预测算法或其他基于机器学习的解决方案：可以从数据中学习并做出决策和预测的系统。
深度学习：一种特定类型的机器学习，它使用模型参数的级联层来学习和表示概念的层次结构。例子包括演讲和图像识别。
自然语言处理或生成：帮助计算机分析或生成人类语言的系统。示例包括对客户电子邮件或电子邮件的自动分析，对话技术，如聊天机器人。
计算机视觉：分析数字图像或视频，创建可用于决策和行动的高级分析和描述。
专家系统/基于规则的系统：将知识表示为一组规则（源自人类专家）的系统，这些规则说明在不同情况下要做什么或决定什么
人机配合时代
人工智能现在日趋成熟，德勤为智能时代：一个自动化辅助和增强人类的世界。自动化的力量是重新想象组织做事的方式，但只有当组织理解AI提供给他们的工具，并准备好吸收和采用这些技术时，这才可能发生。
为员工应对自动化的影响做好准备
人工智能提高了人类劳动力，超过90%的受访组织预计AI将提高员工能力。平均而言，他们预计在未来三年内，物流能力将增长26%，核心业务运营能力将增长17%。尽管智能自动化提供了提高生产率的机会，但44%的组织尚未想好员工的角色和任务，以及任务执行方式将如何变化。此外，近三分之二的组织没有考虑自动化需要对多少比例的劳动力进行再培训。即使是已经实现大规模自动化的组织也还没有考虑到这一点。
德勤欧洲劳动力之声（Voice of the Workforce in Europe）发现，65%的员工认为，他们需要掌握高级IT技能，以确保未来的就业能力。
为了让员工做好准备，成功应对自动化的影响，确定未来的工作岗位，并确保提供正确的技能，组织不能简单地重写现有的工作描述。相反，应通过以下方式定义工作：
• 劳动力解决产出和问题，而不是执行的活动和任务
• 人们参与并激励团队和关系，而不是他们监督的下属
• 实现自动化和增加劳动力以提高生产力和客户价值的工具技术
• 将开发、学习和新体验融入日常（通常是实时）工作流程。
利用人才实现智能自动化
超过三分之一的高管承认，缺乏提供新技术所需的技能是他们扩展智能自动化的三大障碍之一。这种短缺在刚刚开始自动化之旅的组织中更为明显：59%的自动化试点组织认为，他们缺乏实施战略所需的劳动力技能。
目前，很难聘请外部人才填补这一空缺。人口趋势正在缩小人才库。到2028年，欧洲的工人将比今天少800万。近几十年来的低出生率意味着进入劳动力市场的年轻人越来越少——特别是在欧洲国家。与此同时，相当一部分劳动力正接近退休年龄。根据欧盟统计局的数据，2017年，在欧盟15个国家，16%的员工年龄在55岁至64岁之间——近2500万人。
在人才市场日益紧张的情况下，企业不能指望从外部招聘足够的员工，他们需要具备所有外部能力，必须在内部培养人才。
来自前线的经验教训
德勤与北爱尔兰经济部(DfE)合作，开创了一所机器人学院，以开发受欢迎的技能，并促进北爱尔兰的就业。
坦尼娅·特尔福德正在瞬息万变的机器人领域开创新的事业。作为一名前行政助理，她是第一批进入机器人过程自动化和数据可视化保障技能学院(Robotic Process Automation and Data visualization Assured Skills Academy)的学生之一。她现在从事咨询工作，正在帮助客户了解机器人能做什么。
她说:“当我看到机器人学院的广告时，我立刻抓住了这个机会。”“我一直对技术感兴趣，但在大学里没有学过，所以有机会在这样一个令人兴奋的新领域接受再培训，同时学习核心技能，真是太棒了。”
该学院于2018年1月成立，确保专业人才的输送渠道。这个为期11周的课程是由北爱尔兰发展部资助的就业保障技能计划的一部分。
该学院位于贝尔法斯特都市学院(Belfast Metropolitan College)，由德勤的贝尔法斯特交付中心(Belfast Delivery Centre)从零开始发展起来，这是德勤英国的一个卓越中心。在没有现有课程的情况下，他们与学院、DfE和德勤的从业者密切合作，以准确了解市场的需求。
科林·Mounstephen是该学院的团队的负责人，他说:“我们的目标不仅是招募有技能的新员工，而且要为北爱尔兰的毕业生提供机会，让他们掌握在这个有需求的领域获得高质量工作所需的技能、知识和经验。”
“我们是领头羊，”科林补充道。“我们与贝尔法斯特城市学院合作，对来自各种背景的人进行培训。我们的贝尔法斯特团队现在有分析师，他们可以提供复杂的RPA解决方案，我们已经通过一些成功的公共部门项目，开始看到其影响。”
员工对自动化表示强烈支持
74%的调查受访者认为，他们的员工（一个经常担心因技术变革而利益受损的群体）支持或高度支持他们的智能自动化战略。这是非常积极的。
随着组织在自动化过程中的进一步发展，利益相关者支持水平往往会显著提高。例如，32%的组织正在试点（1-10个自动化）的高管表示，他们的员工不支持，而在正在实施（11-50个自动化）或扩展（51个以上自动化）的组织中，这一比例仅为12%。
德勤认为，企业必须利用员工在智能自动化方面的积极性，为他们提供所需的技能。自动化为员工提供了机会，使他们能够围绕人类特有的方面重新定义自己在工作场所中的角色，如想象力、创造力、好奇心以及情感和社交智能。
编译：曾志宏Lucas，上海趋研科技联合创始人，北科大毕业，新加坡国立大学MBA，服务于GE，Rolls-Royce，JCI，Whirlpool等跨国企业供应链部门，致力于货代行业流程自动化，AI+软件机器人RPA，以及数字供应链，智慧物流等的推广和传播 (Wechat: One Six Three Eight Eight Eight One Nine Six Three)。
Source：Deloitte