IBM 提出AI 赋能的智能自动化 打造一致、高质量的用户体验

《数字新世界》是 IBM 一档全新的

数字化体验观察栏目

我们将在几期的时间中

沉浸式地通过文字、图片、视频

记录这个全新的数字世界

为每一个身在其中的个体

带来的崭新体验

并解构背后的价值实现链条

本期，我们打算聊聊智能自动化

这期我们想提出的问题是

“未来数字化企业如果能实现端到端的智能自动化

你最迫切将哪个流程实现全自动化？”

您可通过留言

表达您的见解

又是一个早高峰日常，他堵车堵到生无可恋。呲~一个急刹车，还是没能 hold 住，和前车来了一个“亲密接触”。

此刻，他脑海中闪现着《头号玩家》里的虚拟赛道。“元宇宙 YYDS。堵车？苦等理赔员来核保？不存在的！”

无需适应虚拟视觉反差感，在有形的现实世界中，体验酷似元宇宙般的快感。

如此美妙的体验，是客户梦寐以求的，更是企业求之不得的。

客户的等待时长从几天缩短到几分钟，满意度提升了

员工的工作量少了 80%，效率和质量提高了

企业的运用成本降低了 75%，业务拓展能力提高了

在有形世界的元宇宙里

是谁将虚拟客服

赋予了

“思想”？

它就是 AI 赋能的智能自动化。

元宇宙的一个重要特征是，虚拟世界中的“物体”都具有“IQ”，甚至“EQ”，拥有出色的学习能力和思考能力，预测软件和流程里的问题并加以自动化改进。AI 赋能的智能自动化，通过激活生产、业务、财务等各个流程里的数据分析，并将所有流程一脉贯通，让所有流程的“思想”形成网络，像神经元一样互相作用，点亮企业乃至整个行业的创新生命力。

在上述车险理赔案例中，智能自动化不仅“任劳任怨”地把大量重复性的录入、核对等工作做到完美，还能胜任图片识别车损程度、根据承保理赔规则核算金额等颇具专业性的判断。

有了这位高手助阵，核保员再也不用在照片里玩“找不同”，在文档中与“文字游戏”周旋，再也不用担心录入金额时发生输入错误。核保员能够像元宇宙的场景搭建师，凭借多年累积的专业经验，去设计整个理赔流程，开展客户关怀，优化客户体验，为公司创造更多价值。

与人工智能、区块链这些新兴科技相比，自动化已是“百岁老者”。

为什么时至今日还能再次登上数字化转型时代的舞台？

技术

“前浪”

的逆龄生长史

自动化“进化简史”

在人类历史发展的每个时代由于技术水平不同，对自动化的定义不尽相同。

第一次工业革命：机械自动化代替了手工劳动

计算机时代：单一流程的自动化，处理重复性工作

数字化和人工智能时代：具备认知学习、人工智能的智能自动化。在知识依赖型领域，实现以信息为中心的预测性决策流程

IBM 提出的 AI 赋能的智能自动化，是将人工智能与自动化和分析相结合，让企业获得可行的洞察，快速准确地执行流程，打造一致、高质量的体验，提供卓越的客户和员工服务。

智能自动化的

您打通了几关？

四大关卡

关卡一：

非结构化数据，有待驯服

通关难点：数据量激增，数据形态千奇百怪，嘈杂又混乱

借助 AI，充分利用非结构化数据

通过使用人工智能和诸如神经网络嵌入之类的技术，IBM 可以通过侦测模式来理解非结构化数据，让其与结构化数据融合。

关卡二：

业务系统和 IT 系统，相忘于江湖

通关难点：两者各自独立生长，融合难度系数高

IBM AI 驱动的智能自动化平台使用共享的 Watson 机器学习和自然语言处理框架，通过最先进的混合云技术部署在整个企业中，让人和网络之间能够进行强大的协作洞察共享，不断提高自动化水平。

关卡三：

企业自有数据有限，如井底之蛙

通关难点：从外界获取数据的安全性和效率堪忧

从广泛和多样化的生态系统中提取数据

IBM 平台从诸如开源平台 Red Hat、ServiceNow、PagerDuty、GitHub 和许多其他来源获取事件记录、历史更改日志和机器学习模型，使企业能够升级到预测性的智能自动化，预防问题发生。

关卡四：

五六朵云同时用，难舍难分

通关难点：云上迁移成本高、风险大

无需企业改变现有云平台

无论是在阿里云、腾讯云还是 Google 云 Amazon 上，只要企业有数据，企业可以在自己的云平台上运行 IBM 的人工智能和自动化技术。

那么，智能自动化到底难不难实现？有没有更多适用场景？

原文标题：一次车辆出险，让他无意间开启元宇宙之门

文章出处：【微信公众号：IBM中国】欢迎添加关注！文章转载请注明出处。

审核编辑：彭菁