关于数字劳工:有远见的CIO应该知道什么

日期:2017-1-9作者:Mekhala Roy

【TechTarget中国原创】

软件机器人越来越多地被应用于服务行业。金融服务中心已经在使用数字劳工(有时被这样称呼)来自动操作传统上由人来完成的例行的、基于规则的工作。其他行业也期待能跟着照做。尚未探索数字劳工用途的CIO们正在使企业丧失重要的效率和流程改进机会。

这是Stanton Jones参加了最近芝加哥举行的数字化商务峰会后反馈的信息。他是IT咨询公司Information Services Group Insights的研究主管和首席分析师。

Jones将数字劳工定义为能像人一样执行任务或效仿人类做出决定的软件。在本期SearchCIO Q&A中,他解释了数字劳工的不同类型、可能的用例、风险和利益,并在有远见的CIO们如何开始应用数字劳工方面给予建议。

不同的数字劳工类型和潜在用例是什么?

stanton jonesStanton Jones:数字劳工有3个Level。我想用类比来解释这个事情。比如说你有一份地图,你准备从A点到B点。你知道地图上只有一条路,并且想让一个人能每次都遵循该路线:这是我称为数字劳工的第一层级。该应用是通过一种叫做机器人流程自动化(RPA)的技术来实现。这些RPA系统像人类一样自动完成工作,且它们主要应用于诸如人力资源、财务会计和客户关怀的领域。Level 1类似于“旋转椅”式的自动化——必须通过导航在多个应用中执行任务。

Level 2是你已经有了地图以及几条能到达目的地的路线。这类数字劳工能帮助你找到通往目的地的最佳路径。我称之为专家系统,它们主要被用于IT等领域。我们可以在垂直行业,如银行和保险公司中可以看到Level 2数字劳工用例——这种专家系统被用在欺诈检测和合规性上。

最后一个层级是Level 3。这时你有地图却不知道如何到达你想去的地点。这就需要机器学习系统。因此,这种系统是在给它们大量数据的基础上进行学习;在我的地图类比中,它依靠从数据中学到的东西,能为你创建路径。

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

评论
查看更多评论

敬请读者发表评论,本站保留删除与本文无关和不雅评论的权力。

作者>更多

Mekhala Roy
Mekhala Roy

Mekhala Roy是SearchCIO和SearchCompliance网站编辑助理。 她于2015年在Gatehouse Media担任自由撰稿人之后加入TechTarget。具有丰富的编辑和写作经验。 她还拥有两个文学硕士学位:一个来自东北大学的新闻学,另一个来自加尔各答大学的英语文学。Mekhala Roy也是一个狂热的跑步者和徒步旅行者。

业务流程管理>更多

技术手册>更多

  • 商业智能手册:选型、实践技巧和新趋势

    商业智能(BI)是推动业务变革和提升业绩的最重要因素之一。近来在商业智能软硬件方面的技术进步使得以往如同科幻小说一般的场景即将变为现实。本技术手册涵盖了介绍了商业智能的实践技巧、选型以及包括云计算、SaaS和移动BI在内的新趋势。

  • 不容忽视的企业灾难恢复

    灾难恢复(Disaster Recovery)则可将信息系统从灾难 造成的故障或瘫痪状态恢复到可正常运行状态,并将其支持的业务功能从灾难造成的不正常状态恢复到可接受状态。可以说,灾难恢复是信息系统安全的最后防线。

  • 企业数据中心管理指南

    企业CIO都在和大量数据中心的问题作斗争。最好的是维护自己的数据中心吗?要不要考虑数据中心整合?还是转向云计算更灵活地满足需求?这些决策都不容易,而且在今天的形势下,在CIO制定长期的企业数据中心策略的时候,留给他们犯错误的空间也很小。在本技术手册中,将介绍在整合数据中心、选择公有云和私有云、自建和租用数据中心的ROI分析,以及最终创建下一代数据中心的时候,IT高管应该如何衡量自己的选择。

  • 四问企业数据管理策略

    随着海量数据的涌现,企业目前要管理的数据量前所未有。恰当的企业数据管理策略对于合规来说非常重要,如果数据管理策略缺失,就会出现相应的后果。本技术手册将会介绍合适企业状况的数据管理策略,并分析为什么偏执对数据管理来说是好事。本手册还介绍了企业数据存储管理,以及为什么企业应用架构还没落伍。

TechTarget

最新资源
  • 安全
  • 数据库
  • 虚拟化
  • 数据中心
  • 云计算
  • 商务智能
【TechTarget中国原创】

软件机器人越来越多地被应用于服务行业。金融服务中心已经在使用数字劳工(有时被这样称呼)来自动操作传统上由人来完成的例行的、基于规则的工作。其他行业也期待能跟着照做。尚未探索数字劳工用途的CIO们正在使企业丧失重要的效率和流程改进机会。

这是Stanton Jones参加了最近芝加哥举行的数字化商务峰会后反馈的信息。他是IT咨询公司Information Services Group Insights的研究主管和首席分析师。

Jones将数字劳工定义为能像人一样执行任务或效仿人类做出决定的软件。在本期SearchCIO Q&A中,他解释了数字劳工的不同类型、可能的用例、风险和利益,并在有远见的CIO们如何开始应用数字劳工方面给予建议。

不同的数字劳工类型和潜在用例是什么?

stanton jonesStanton Jones:数字劳工有3个Level。我想用类比来解释这个事情。比如说你有一份地图,你准备从A点到B点。你知道地图上只有一条路,并且想让一个人能每次都遵循该路线:这是我称为数字劳工的第一层级。该应用是通过一种叫做机器人流程自动化(RPA)的技术来实现。这些RPA系统像人类一样自动完成工作,且它们主要应用于诸如人力资源、财务会计和客户关怀的领域。Level 1类似于“旋转椅”式的自动化——必须通过导航在多个应用中执行任务。

Level 2是你已经有了地图以及几条能到达目的地的路线。这类数字劳工能帮助你找到通往目的地的最佳路径。我称之为专家系统,它们主要被用于IT等领域。我们可以在垂直行业,如银行和保险公司中可以看到Level 2数字劳工用例——这种专家系统被用在欺诈检测和合规性上。

最后一个层级是Level 3。这时你有地图却不知道如何到达你想去的地点。这就需要机器学习系统。因此,这种系统是在给它们大量数据的基础上进行学习;在我的地图类比中,它依靠从数据中学到的东西,能为你创建路径。

数字劳工如何改变企业?

Jones:此时此刻,我们看到Level 1和Level 2数字劳工在企业中实现了真正的采用。这些系统使得现有员工更加多产;员工比以前完成更多的工作。从长远来看,我们会看到这样的启示:未来,你不需要雇佣很多人,也能变得更加多产。但是,现在,我们不把这个看作是就业。在一些用例中,它实际上在内部提升士气,因为它干了很多低级工作、重复性劳动,并且让人们能专注于更多有趣的工作。

在机器学习层级,有很多实验正在进行,但还是有很多真正的实现。部分原因是该技术非常新,缺少大量资源来打造这种技术。

数字劳工带来的利益和风险是什么?

Jones:工作比以前完成的更快,也更加具有一致性;工作质量也更好,因为专家系统,或者RPA系统每次都以同样方式将规则集用于工作上,并且它不会烦人类易犯的错。最后,这将导致成本下降,因为你将能用更少的人做更多的工作。使用数字劳工的一个好处是未来成本回避。

创建数字劳工的软件平台是新的,大多数规模都很小。对于大多数跳进该领域的企业来说,这将是风险之一。企业将大量的时间、努力和精力投入到一个本质上而言是用来虚拟人类劳动力的事情上...他们必须明白在某一时刻会有合并浪潮,意味着大公司会开始收购那些小点的平台。公司不得不在他们投资的数字劳工平台上做出正确的选择。

我认为数字劳工在一些方面将瓦解大量劳动力密集的供应者。大型外包供应商有极大量的人来提供劳动力。结果是数字劳工对他们具有破坏性,因为它可能虚拟化他们的劳动力储备,他们多年来一直专注于他们可以使多少人在客户那里工作,因为那等于收益。

在企业引进数字劳工中,CIO应该扮演什么样的角色?

Jones:我的观点是CIO们应该带头,因为他们占据企业中驱动数字劳工进入企业最好的位置。企业中没有人比他们对虚拟化理解的更透彻;CIO们已经用虚拟化服务器很多年了。

还有,角色本质使然,CIO们正处于企业内部的所有流程的正中间,因为所有这些流程都需要技术,因此CIO们理解数字化应用;他们所处的位置能很好地理解这些流程之间是如何连接和互连的。

你对想要着手部署数字劳工的CIO们有何建议?

Jones:首先,CIO们需要识别谁是自动化或数字劳工拥护者。可能是他自己,或者是企业外部的某人,。这位拥护者可能不是技术专家,但是他必须能理解技术的力量,能推动这样的企业变革并能从流程和运行模式的角度来理解。

第二,创造一个由技术专家、流程人员和分析师组成的优秀数字劳工中心——能实际采用数字劳工用例并进行分析,重定义流程,应用于流程,然后追踪结果。

第三,使用敏捷方法...确定数字劳工可以被应用的领域,设计流程,建立自动化并使之投产。使用这种立即失效、最低限度可行的产品方法是至关重要的。因为如果你等太长时间,它会跟你擦肩而过。