劉遠(yuǎn) 陳旻暉

[摘 ? ?要]隨著人工智能技術(shù)與機(jī)器人流程自動(dòng)化技術(shù)的融合發(fā)展，AI為機(jī)器人流程自動(dòng)化提供智能認(rèn)知和智能決策能力，進(jìn)一步拓展機(jī)器人流程自動(dòng)化的應(yīng)用領(lǐng)域，掀起第二輪業(yè)務(wù)流程自動(dòng)化的浪潮。針對(duì)發(fā)電企業(yè)的現(xiàn)狀和需求，提出應(yīng)用智能流程自動(dòng)化技術(shù)開展應(yīng)用創(chuàng)新的思路，通過創(chuàng)造數(shù)字勞動(dòng)力解決企業(yè)轉(zhuǎn)型和發(fā)展的壓力。

[關(guān)鍵詞]流程自動(dòng)化;人工智能;數(shù)字勞動(dòng)力

[中圖分類號(hào)]TP18 [文獻(xiàn)標(biāo)志碼]A [文章編號(hào)]2095–6487（2022）01–00–04

[Abstract]With the integration and development of artificial intelligence technology and robot process automation technology， AI provides intelligent cognition and intelligent decision-making ability for robot process automation， further expands the application field of robot process automation， and sets off the wave of the second round of business process automation. According to the current situation and needs of power generation enterprises， this paper puts forward the idea of applying intelligent process automation technology to carry out application innovation， and solves the pressure of enterprise transformation and development by creating digital labor force.

[Keywords]process automation; artificial intelligence; digital workforce

1 智能流程自動(dòng)化的概念

智能流程自動(dòng)化（Intelligent Process Automation，IPA）是RPA與AI技術(shù)的結(jié)合，2020年Gartner發(fā)布的戰(zhàn)略科技發(fā)展趨勢(shì)報(bào)告提出10項(xiàng)具有巨大顛覆性潛力，在未來(lái)5年內(nèi)將迅速增長(zhǎng)，高度波動(dòng)，預(yù)計(jì)達(dá)到臨界點(diǎn)的戰(zhàn)略科技發(fā)展趨勢(shì)，其中智能流程自動(dòng)化技術(shù)（超自動(dòng)化）排名首位。

機(jī)器人流程自動(dòng)化（RPA）主要通過軟件應(yīng)用（機(jī)器人），將基于規(guī)則、重復(fù)性、單調(diào)的簡(jiǎn)單任務(wù)實(shí)現(xiàn)自動(dòng)化處理，通過非侵入式的方式實(shí)現(xiàn)系統(tǒng)之間的數(shù)據(jù)交互，具有敏捷化開發(fā)、靈活部署、簡(jiǎn)單易用、方便維護(hù)等特點(diǎn)。RPA應(yīng)用業(yè)務(wù)領(lǐng)域通常由狹義定義的預(yù)定義業(yè)務(wù)規(guī)則驅(qū)動(dòng)，因此處理模糊和復(fù)雜問題的能力有限。

智能流程自動(dòng)化（IPA）涵蓋多種機(jī)器學(xué)習(xí)、套裝軟件和自動(dòng)化工具的集合，能夠理解自動(dòng)化步驟的作用范圍、相互聯(lián)系和協(xié)調(diào)方式，從而實(shí)現(xiàn)對(duì)復(fù)雜人工工作的替代。主要應(yīng)用的人工智能技術(shù)包括光學(xué)字符識(shí)別（OCR）、自然語(yǔ)言處理（NLP）、知識(shí)圖譜（KG）和機(jī)器學(xué)習(xí)（ML）等。其中，OCR負(fù)責(zé)對(duì)非結(jié)構(gòu)化類型的數(shù)據(jù)進(jìn)行信息提取和轉(zhuǎn)換;NLP負(fù)責(zé)對(duì)文本信息進(jìn)行語(yǔ)義分析，識(shí)別和理解其中的關(guān)鍵信息;KG負(fù)責(zé)將信息轉(zhuǎn)換為具有關(guān)聯(lián)性知識(shí)或規(guī)則，以支撐邏輯判斷;ML負(fù)責(zé)模擬人類的學(xué)習(xí)行為，以獲取新的知識(shí)和技能，并通過持續(xù)的訓(xùn)練和反饋不斷提升模型準(zhǔn)確性。

如果把RPA比喻成人的雙手，那么AI就是人的眼睛和大腦，幫助RPA獲得智能認(rèn)知能力和智能決策能力，使其在無(wú)需人工干預(yù)的情況下能夠判斷和處理復(fù)雜任務(wù)。

從RPA到IPA的演變，反映出從流程驅(qū)動(dòng)自動(dòng)化向適應(yīng)性更強(qiáng)的數(shù)據(jù)驅(qū)動(dòng)自動(dòng)化過渡的必然趨勢(shì)。為了保持競(jìng)爭(zhēng)力和效率，企業(yè)必須考慮將機(jī)器學(xué)習(xí)和人工智能添加到傳統(tǒng)機(jī)器人流程自動(dòng)化中，以實(shí)現(xiàn)智能自動(dòng)化。隨著使用神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的現(xiàn)代人工智能和機(jī)器學(xué)習(xí)模型的準(zhǔn)確性逐步提高，在某些領(lǐng)域已經(jīng)顯著超出人類的能力。

2 智能流程自動(dòng)化的特點(diǎn)

2.1 非結(jié)構(gòu)化數(shù)據(jù)處理能力

從流程自動(dòng)化應(yīng)用本身來(lái)看，RPA非常適合處理結(jié)構(gòu)化數(shù)據(jù)，擅長(zhǎng)對(duì)重復(fù)的、基于規(guī)則的業(yè)務(wù)流程進(jìn)行自動(dòng)化處理，而在企業(yè)信息化領(lǐng)域，80%的數(shù)據(jù)屬于非結(jié)構(gòu)化數(shù)據(jù)，這就使RPA的應(yīng)用范圍受到很大限制。IPA能夠理解文本、圖像、語(yǔ)音、文檔等各類數(shù)據(jù)，這些非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)是數(shù)據(jù)驅(qū)動(dòng)型流程自動(dòng)化的核心內(nèi)容，基于對(duì)內(nèi)容的理解，應(yīng)用一般性規(guī)則判斷邏輯就能夠代替人工完成諸如結(jié)算單據(jù)審核、供應(yīng)商資質(zhì)審核、合同規(guī)范性分析、內(nèi)控合規(guī)性分析等工作。

2.2 智能認(rèn)知能力

企業(yè)大部分業(yè)務(wù)規(guī)則是通過各類制度、規(guī)定、管理辦法等文檔進(jìn)行規(guī)定的，規(guī)則描述隱藏在文本、流程圖或表格等不同類型數(shù)據(jù)結(jié)構(gòu)中，往往缺少清晰的結(jié)構(gòu)和確定的邏輯關(guān)系。對(duì)規(guī)則的智能化認(rèn)知是IPA實(shí)現(xiàn)決策智能化的前提，IPA通過引入通用的知識(shí)庫(kù)或構(gòu)建私有化的“語(yǔ)義引擎”，可以快速、便捷地訓(xùn)練機(jī)器學(xué)習(xí)模型識(shí)別出業(yè)務(wù)規(guī)則，構(gòu)建清晰的邏輯關(guān)系，并轉(zhuǎn)換成易于理解和使用的結(jié)構(gòu)化形式應(yīng)用于邏輯判斷。隨著人工智能技術(shù)的進(jìn)步，通過機(jī)器學(xué)習(xí)識(shí)別業(yè)務(wù)規(guī)則，能夠更加全面、準(zhǔn)確、高效?；谝?guī)則進(jìn)行判斷的業(yè)務(wù)場(chǎng)景，不受人員技能水平、情緒和疲勞程度的影響，相比于人工判斷方式的優(yōu)勢(shì)非常明顯。

2.3 自我進(jìn)化能力

IPA使用了基于機(jī)器學(xué)習(xí)和智能分析的深度算法功能，依靠企業(yè)專屬的數(shù)據(jù)集訓(xùn)練模型，獲得智能感知和智能決策能力，是數(shù)據(jù)科學(xué)團(tuán)隊(duì)和業(yè)務(wù)專家團(tuán)隊(duì)跨領(lǐng)域協(xié)作的結(jié)果。業(yè)務(wù)專家需要適應(yīng)技術(shù)環(huán)境的要求，來(lái)調(diào)整必要的訓(xùn)練數(shù)據(jù)作為輸入條件，技術(shù)人員需要根據(jù)業(yè)務(wù)場(chǎng)景的實(shí)際需要，利用技術(shù)手段驅(qū)動(dòng)實(shí)現(xiàn)智能化分析和決策。在IPA應(yīng)用實(shí)踐中，業(yè)務(wù)人員對(duì)IPA輸出結(jié)果的審查和過濾要融入到業(yè)務(wù)自動(dòng)化流程中，使其能持續(xù)反饋給機(jī)器學(xué)習(xí)模塊，促使算法和模型不斷迭代優(yōu)化，持續(xù)提升決策準(zhǔn)確性，從而具備自我進(jìn)化能力。

2.4 創(chuàng)造出數(shù)字化勞動(dòng)力

數(shù)字化勞動(dòng)力（Digital Labor）是智能流程自動(dòng)化技術(shù)產(chǎn)生的一種新的勞動(dòng)力形態(tài)，即利用技術(shù)的組合實(shí)現(xiàn)人類員工的工作行為，并采用類似對(duì)待人類員工的方式對(duì)其進(jìn)行管理。當(dāng)企業(yè)具有成熟的IPA應(yīng)用能力后，從理論上講就具備創(chuàng)造數(shù)字化勞動(dòng)力的條件，IT部門將不僅是信息化服務(wù)部門，而且是創(chuàng)造新生產(chǎn)力的部門，對(duì)于企業(yè)的人力資源管理將產(chǎn)生顛覆性變革。理論上企業(yè)雇傭一名新員工，通常需要經(jīng)過幾個(gè)月的培養(yǎng)才能熟悉業(yè)務(wù)，而IT部門只需要幾秒鐘就能夠創(chuàng)造出一名數(shù)字化勞動(dòng)力，迅速勝任工作崗位，而且在需要的情況下，能夠隨時(shí)切換到另外一種崗位或者回收勞動(dòng)力。在可以預(yù)見的未來(lái)，人類員工和數(shù)字化員工的合作將成為常態(tài)，整個(gè)社會(huì)將迎來(lái)一場(chǎng)數(shù)字化勞動(dòng)力革命。

3 AI信息提取技術(shù)在發(fā)電行業(yè)應(yīng)用

隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，如何從海量數(shù)據(jù)中抽取出高質(zhì)量的結(jié)構(gòu)化信息是學(xué)術(shù)界和工業(yè)界研究的熱點(diǎn)問題。其中，關(guān)系抽取是指在給定文本中判斷實(shí)體間的關(guān)系，是構(gòu)建知識(shí)圖譜的關(guān)鍵技術(shù)，可以廣泛應(yīng)用于信息檢索、智能客服、智慧金融等領(lǐng)域，當(dāng)然也包括電氣電子行業(yè)。近年來(lái)，得益于深度學(xué)習(xí)強(qiáng)大的特征提取能力，句子級(jí)關(guān)系抽取已經(jīng)取得了良好的效果。CNN（Convolutional Neural Network），BiLSTM（Bidirectional Long Short Term Memory Network）和BERT（Bidirectional Encoder Representations from Transformers）廣泛應(yīng)用于句子級(jí)關(guān)系抽取并取得了較高的準(zhǔn)確率?；谡Z(yǔ)義分析的知識(shí)圖譜構(gòu)件與挖掘如圖1所示。

為了有效的進(jìn)行關(guān)系推理，先使用基于語(yǔ)義依存分析的節(jié)點(diǎn)構(gòu)造方法去除句子中與實(shí)體無(wú)關(guān)的冗余信息，然后使用關(guān)系圖將所有關(guān)聯(lián)句中的有效節(jié)點(diǎn)聯(lián)系在一起并通過推理得到實(shí)體間的關(guān)系。為了驗(yàn)證方法的有效性，收集了1 200份包含幾千甚至上萬(wàn)字的電氣相關(guān)新聞作為數(shù)據(jù)集，從中抽取出企業(yè)間的關(guān)系，企業(yè)生產(chǎn)銷售的產(chǎn)品，企業(yè)采用的技術(shù)指標(biāo)等多種復(fù)雜關(guān)系。

實(shí)驗(yàn)結(jié)果如圖2所示。

4 發(fā)電行業(yè)應(yīng)用智能流程自動(dòng)化的必要性

4.1 發(fā)電企業(yè)轉(zhuǎn)型發(fā)展與減員增效之間的矛盾

按照習(xí)近平總書記在第75屆聯(lián)合國(guó)大會(huì)上提出的“中國(guó)3060”碳目標(biāo)，逐步削減化石能源，將風(fēng)能、太陽(yáng)能、生物質(zhì)能和氫能等綠色能源作為主要能源，從而引發(fā)第三次能源革命。目前國(guó)內(nèi)發(fā)電企業(yè)員工主要集中在火電板塊，特別是一些歷史悠久的老電廠，人員編制往往是新企業(yè)的3倍以上，離退休人員比在職員工數(shù)量還多，包袱非常沉重。近年來(lái)發(fā)電企業(yè)全力拓展新能源項(xiàng)目，向清潔低碳能源提供商轉(zhuǎn)型，需要大量專業(yè)技術(shù)人才，同時(shí)受制于經(jīng)營(yíng)壓力，還必須背負(fù)減員增效的考核指標(biāo)。在這種形勢(shì)下，應(yīng)該積極考慮運(yùn)用智能流程自動(dòng)化技術(shù)，使用數(shù)字化勞動(dòng)力代替通用崗位人員，在降低人工成本的同時(shí)，把寶貴的招聘指標(biāo)應(yīng)用到轉(zhuǎn)型發(fā)展的領(lǐng)域。

4.2 電廠技術(shù)人員老齡化問題

當(dāng)前電廠技術(shù)人員的老齡化已經(jīng)成為普遍性問題，特別是機(jī)組運(yùn)行人員的平均年齡逐年增加，很多企業(yè)運(yùn)行人員平均年齡已超過40歲，在值守大夜班時(shí)精力和體力難以保證，導(dǎo)致安全生產(chǎn)風(fēng)險(xiǎn)隱患增加。此外，隨著發(fā)電企業(yè)對(duì)人才吸引力的下降，部分電廠技術(shù)人才培養(yǎng)出現(xiàn)斷層，優(yōu)秀的生產(chǎn)專家退休后，寶貴經(jīng)驗(yàn)和知識(shí)成果未能全面?zhèn)鞒?，?dǎo)致企業(yè)生產(chǎn)技術(shù)水平出現(xiàn)下滑。需要通過智能化手段傳承技術(shù)專家的經(jīng)驗(yàn)和知識(shí)，在運(yùn)行、維護(hù)和檢修工作中發(fā)揮指導(dǎo)作用，降低對(duì)人員的依賴。

4.3 提高人力資源利用率和員工幸福感

發(fā)電企業(yè)職能部門的員工經(jīng)常被各種重復(fù)、枯燥、繁瑣和高強(qiáng)度工作所累，無(wú)暇開展更有價(jià)值的工作，專業(yè)技術(shù)能力和個(gè)人創(chuàng)造性無(wú)法發(fā)揮。久而久之，員工的幸福感和對(duì)工作的認(rèn)同感將會(huì)下降，不僅影響工作質(zhì)量和效率，也造成人力資源的浪費(fèi)。智能流程自動(dòng)化機(jī)器人能夠代替員工承擔(dān)時(shí)間緊、強(qiáng)度大、重復(fù)性、機(jī)械性的工作，為員工創(chuàng)造更高的價(jià)值創(chuàng)造空間，有效提高人力資源利用效率。

4.4 投資回報(bào)收益顯著

根據(jù)Uipath公司的數(shù)據(jù)統(tǒng)計(jì)，三井住友集團(tuán)從2018年到2020年全面應(yīng)用機(jī)器人流程自動(dòng)化技術(shù)，累計(jì)節(jié)約300萬(wàn)以上人工工時(shí)，實(shí)現(xiàn)超過5億美金的收益;國(guó)內(nèi)著名的商業(yè)銀行和保險(xiǎn)公司在財(cái)務(wù)結(jié)算和支付場(chǎng)景應(yīng)用機(jī)器人流程自動(dòng)化技術(shù)后，不僅效率和準(zhǔn)確性大幅提升，投資回報(bào)周期只有4個(gè)月。對(duì)于發(fā)電企業(yè)而言，提高勞動(dòng)生產(chǎn)率、降本增效的壓力特別迫切，實(shí)現(xiàn)價(jià)值創(chuàng)造的空間特別廣闊。

5 智能流程自動(dòng)化在發(fā)電企業(yè)的應(yīng)用場(chǎng)景

5.1 共享服務(wù)領(lǐng)域

財(cái)務(wù)管理領(lǐng)域的業(yè)務(wù)特點(diǎn)非常適合應(yīng)用機(jī)器人流程自動(dòng)化，也是目前應(yīng)用最廣泛、最成功的領(lǐng)域，隨著各大電力集團(tuán)逐步完成財(cái)務(wù)共享中心的建設(shè)，RPA技術(shù)正在全面推廣應(yīng)用。RPA機(jī)器人在獲得感知和決策能力之后，能夠?qū)崿F(xiàn)在人力資源、法務(wù)、審計(jì)等業(yè)務(wù)領(lǐng)域?qū)νㄓ眯暂^強(qiáng)的人工崗位的替代，促使電力集團(tuán)從建設(shè)單一的財(cái)務(wù)共享服務(wù)平臺(tái)向綜合業(yè)務(wù)共享服務(wù)模式演變，進(jìn)一步深化企業(yè)管理變革，實(shí)現(xiàn)更大的經(jīng)濟(jì)收益。

5.2 招標(biāo)采購(gòu)領(lǐng)域

在招標(biāo)采購(gòu)領(lǐng)域，利用OCR技術(shù)，IPA能夠識(shí)別供應(yīng)商的資質(zhì)信息，并通過互聯(lián)網(wǎng)資源進(jìn)行真?zhèn)悟?yàn)證，從而準(zhǔn)確地完成供應(yīng)商資質(zhì)審核;利用NLP技術(shù)，通過對(duì)商務(wù)文件的數(shù)據(jù)標(biāo)注和模型訓(xùn)練，IPA還能夠根據(jù)預(yù)設(shè)的規(guī)則完成合同合規(guī)性審查、合同文本相似度分析、串標(biāo)風(fēng)險(xiǎn)評(píng)估等工作，不僅能夠規(guī)避人為干預(yù)的風(fēng)險(xiǎn)，工作效率和準(zhǔn)確性相比人工判斷也能夠顯著提升。

5.3 輔助機(jī)組運(yùn)行管理

企業(yè)在生產(chǎn)技術(shù)專家的指導(dǎo)下構(gòu)建機(jī)組運(yùn)行管理的“語(yǔ)義引擎”，選取缺陷、工單、文件包、故障報(bào)告等各種來(lái)源的資料、各種類型的生產(chǎn)數(shù)據(jù)進(jìn)行機(jī)組運(yùn)行相關(guān)知識(shí)的標(biāo)注，作為訓(xùn)練數(shù)據(jù)集進(jìn)行模型訓(xùn)練，然后對(duì)海量的生產(chǎn)資料進(jìn)行知識(shí)提取，通過知識(shí)圖譜技術(shù)轉(zhuǎn)換為網(wǎng)絡(luò)化的知識(shí)體系，實(shí)現(xiàn)對(duì)專家經(jīng)驗(yàn)和知識(shí)成果的固化。利用成熟的語(yǔ)音識(shí)別技術(shù)與知識(shí)圖譜系統(tǒng)對(duì)接建立專家問答系統(tǒng)，能夠?qū)崿F(xiàn)與員工的互動(dòng)式服務(wù)，幫助運(yùn)行人員識(shí)別設(shè)備狀態(tài)、分析原因、提供運(yùn)行調(diào)參建議方案等。

5.4 員工個(gè)人工作助手

目前主流的IPA技術(shù)平臺(tái)都具備低代碼開發(fā)的能力，在不需要掌握IT技術(shù)的前提下，使用圖形化控件，通過拖拽的方式就能建立簡(jiǎn)單的流程自動(dòng)化機(jī)器人，為員工提供個(gè)性化功能定制能力，靈活適應(yīng)各類工作崗位的創(chuàng)新需要，成為員工日常工作中的好幫手。國(guó)外先進(jìn)企業(yè)通過建立卓越小組（CoE），對(duì)全員開展相關(guān)技術(shù)培訓(xùn)，出臺(tái)各種激勵(lì)措施，鼓勵(lì)員工在日常工作中應(yīng)用流程自動(dòng)化技術(shù)開展微創(chuàng)新，取得顯著成效。

6 結(jié)束語(yǔ)

在發(fā)電企業(yè)的數(shù)字化轉(zhuǎn)型過程中，利用RPA與AI技術(shù)的結(jié)合實(shí)現(xiàn)智能化流程自動(dòng)化是推動(dòng)企業(yè)可持續(xù)發(fā)展的重要策略。通過AI技術(shù)的賦能，RPA機(jī)器人獲得智能感知和智能決策能力，能夠理解和識(shí)別企業(yè)非結(jié)構(gòu)化數(shù)據(jù)，實(shí)現(xiàn)從流程驅(qū)動(dòng)自動(dòng)化向適應(yīng)性更強(qiáng)的數(shù)據(jù)驅(qū)動(dòng)自動(dòng)化過渡，顯著拓展傳統(tǒng)RPA的應(yīng)用領(lǐng)域。依托智能流程自動(dòng)化平臺(tái)創(chuàng)造出的數(shù)字化勞動(dòng)力，通過自我進(jìn)化能力將不斷接近人類的勞動(dòng)技能水平，在發(fā)電企業(yè)中承擔(dān)越來(lái)越多的工作職責(zé)。在不遠(yuǎn)的將來(lái)，人類員工與數(shù)字化勞動(dòng)力的分工協(xié)作將成為主流的工作模式，不僅能夠?yàn)槠髽I(yè)創(chuàng)造巨大的收益，而且為應(yīng)對(duì)第三次能源革命的挑戰(zhàn)提供重要的支持力量。

參考文獻(xiàn)

[1] 宋一丁.智能白領(lǐng)機(jī)器人（AI+RPA）——金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型升級(jí)的最后一公里[J].金融電子化，2020（1）：82-84.

[2] 羅樋.打造企業(yè)級(jí)數(shù)字勞動(dòng)力賦能全行數(shù)字化轉(zhuǎn)型[J].中國(guó)金融電腦，2020（11）：52-54.