企業(yè)自動(dòng)化軟件公司UiPath(紐交所代碼:PATH)日前宣布,由UiPath委托IDC進(jìn)行的《2022年亞太地區(qū)(含日本)自動(dòng)化調(diào)研》結(jié)果顯示,到2025年,67%的中國企業(yè)*將擴(kuò)大其機(jī)器人流程自動(dòng)化(RPA)計(jì)劃或?qū)崿F(xiàn)全企業(yè)RPA部署。該調(diào)研還發(fā)現(xiàn),盡管93%的中國企業(yè)認(rèn)識(shí)到RPA的重要性和優(yōu)勢(shì),但目前并沒有制定全企業(yè)RPA計(jì)劃。
該調(diào)研對(duì)亞太地區(qū)(含日本)九個(gè)國家的企業(yè)進(jìn)行了調(diào)查,包括中國、澳大利亞、印度尼西亞、印度、日本、馬來西亞、新加坡、韓國和泰國。該調(diào)查研究了亞太地區(qū)(含日本)企業(yè)的自動(dòng)化成熟度,以及企業(yè)如何擴(kuò)大自動(dòng)化規(guī)模以實(shí)現(xiàn)業(yè)務(wù)增長(zhǎng)和成果?;旧?,77%的中國企業(yè)認(rèn)為,未來三年,自動(dòng)化將成為杰出企業(yè)、客戶體驗(yàn)和成功競(jìng)爭(zhēng)的關(guān)鍵要素。
IDC金融研究助理副總裁Michael Araneta 表示:“在競(jìng)爭(zhēng)加劇和動(dòng)蕩的宏觀經(jīng)濟(jì)環(huán)境背景下,亞太及日本區(qū)的企業(yè)領(lǐng)導(dǎo)者越來越認(rèn)識(shí)到自動(dòng)化在解決他們的痛點(diǎn)和加速整個(gè)地區(qū)增長(zhǎng)方面的關(guān)鍵作用。雖然提高運(yùn)營效率和豐富客戶體驗(yàn)一直是利用自動(dòng)化的首要任務(wù),但許多企業(yè)也認(rèn)為自動(dòng)化是實(shí)現(xiàn)環(huán)境、社會(huì)和治理(ESG)以及可持續(xù)發(fā)展目標(biāo)的途徑,這將改變企業(yè)的可信度。然而,盡管獲得了這些前所未有的優(yōu)勢(shì),大多數(shù)企業(yè)在實(shí)施全企業(yè)自動(dòng)化計(jì)劃方面進(jìn)展緩慢,這是由面臨的無數(shù)潛在挑戰(zhàn)造成的,包括尋找自動(dòng)化技能和人才、確定合適的自動(dòng)化軟件,以及確保強(qiáng)大的安全性和治理。”
新調(diào)研還發(fā)現(xiàn),在企業(yè)尋求實(shí)現(xiàn)指數(shù)級(jí)增長(zhǎng)的過程中,自動(dòng)化已經(jīng)成為重要的加速器。
未來三年,中國自動(dòng)化投資在加速
在2020年和2021年間,隨著67%的中國企業(yè)增加支出,自動(dòng)化支出持續(xù)加速。實(shí)施自動(dòng)化的前三名業(yè)務(wù)優(yōu)先事項(xiàng)包括提高運(yùn)營效率(77%),精簡(jiǎn)流程(67%)以及支持遠(yuǎn)程和混合辦公模式(57%)。展望未來,自動(dòng)化將通過推動(dòng)新的收入來源、深化與客戶的現(xiàn)有關(guān)系以及提高運(yùn)營效率,為中國企業(yè)發(fā)揮更大的作用。
Araneta補(bǔ)充道:“在中國,自動(dòng)化正在成為企業(yè)級(jí)高管討論的話題,超過三分之一(37%)的中國受訪企業(yè)表示,CIO或CTO正在領(lǐng)導(dǎo)全企業(yè)自動(dòng)化項(xiàng)目。此外,隨著ESG和可持續(xù)發(fā)展的重要性不斷增加,預(yù)計(jì)亞太及日本區(qū)企業(yè)將在相關(guān)用例中獲得大量的自動(dòng)化投資。超過43%的中國企業(yè)未來將實(shí)現(xiàn)ESG和可持續(xù)發(fā)展用例的自動(dòng)化,比2022年的13%有所增長(zhǎng)。 ”
向智能流程自動(dòng)化的重要轉(zhuǎn)變
今天,93%的中國企業(yè)強(qiáng)調(diào)他們將重點(diǎn)轉(zhuǎn)向智能流程自動(dòng)化(IPA)。鑒于亞太地區(qū)(含日本)的IPA軟件市場(chǎng)預(yù)計(jì)將在2025年增長(zhǎng)到55億美元,這凸顯了超越RPA以實(shí)現(xiàn)全面的端到端流程自動(dòng)化的必要性和潛力。未來三年,46%的中國企業(yè)將在20%以上項(xiàng)目部署中使用IPA。
熟練的自動(dòng)化人才和實(shí)施伙伴是成功的關(guān)鍵
然而,原有架構(gòu)已經(jīng)成為一個(gè)重大的商業(yè)挑戰(zhàn),因?yàn)樵S多中國企業(yè)表示,傳統(tǒng)架構(gòu)、數(shù)據(jù)孤島以及與傳統(tǒng)系統(tǒng)的集成(63%)是他們?cè)跀U(kuò)大自動(dòng)化規(guī)模時(shí)面臨的首要挑戰(zhàn)。此外,83%的中國企業(yè)表示,在選擇自動(dòng)化解決方案時(shí),熟練的自動(dòng)化人才和強(qiáng)大的實(shí)施合作伙伴支持非常重要,而57%的中國企業(yè)表示,他們期待具有現(xiàn)代和模塊化架構(gòu)的端到端企業(yè)級(jí)解決方案。
平民主導(dǎo)的開發(fā)和培訓(xùn)成為未來工作的保健需求
2022年57%的中國企業(yè)已經(jīng)有非IT領(lǐng)域的員工參與到自動(dòng)化工作,而30%的企業(yè)計(jì)劃讓他們的員工參與。在亞太地區(qū)(含日本),銀行和保險(xiǎn)業(yè)處于領(lǐng)先地位,56%的非IT領(lǐng)域員工已經(jīng)參與到自動(dòng)化工作中,其次是電信(50%)和零售(49%)行業(yè)。
隨著越來越多的企業(yè)將自動(dòng)化整合到非IT領(lǐng)域員工的工作中,中國受訪企業(yè)強(qiáng)調(diào),對(duì)最佳實(shí)踐的明確指導(dǎo)(33%)、與IT部門的合作(23%)以及易于使用的工具(20%)是成功實(shí)施的關(guān)鍵要素。此外,企業(yè)需要制定全面的培訓(xùn)和開發(fā)計(jì)劃,以對(duì)跨團(tuán)隊(duì)和部門員工進(jìn)行再培訓(xùn)和技能提升,而目前只有17%的中國企業(yè)能夠做到。
UiPath北亞區(qū)副總裁兼董事總經(jīng)理鄒作基先生表示,“中國企業(yè)清楚地認(rèn)識(shí)到,需要實(shí)現(xiàn)全企業(yè)自動(dòng)化,以提高生產(chǎn)力、節(jié)約成本和增強(qiáng)客戶體驗(yàn)等。然而,現(xiàn)實(shí)情況是,大部分企業(yè)都面臨跨業(yè)務(wù)擴(kuò)展自動(dòng)化規(guī)模的挑戰(zhàn)。為了升級(jí)自動(dòng)化計(jì)劃,企業(yè)必須提升自動(dòng)化思維模式,利用高管支持的整體戰(zhàn)略,輔以強(qiáng)大的員工技能提升和培訓(xùn)計(jì)劃,在中國實(shí)現(xiàn)大規(guī)模自動(dòng)化。”
UiPath 中國客戶東風(fēng)日產(chǎn)卓越中心負(fù)責(zé)人高立先生表示:“自動(dòng)化是企業(yè)管理人員的最佳助手,通過自動(dòng)化賦能,企業(yè)管理人員提高工作效率,增加工作的成就感和幸福感。自動(dòng)化推進(jìn)業(yè)務(wù)流程優(yōu)化重構(gòu),提升企業(yè)運(yùn)營效率,加速企業(yè)轉(zhuǎn)型升級(jí)。”
關(guān)于調(diào)研
由UiPath委托IDC于2022年2月至3月進(jìn)行的《2022年亞太地區(qū)(含日本)自動(dòng)化調(diào)研》,調(diào)查了中國、澳大利亞、印度尼西亞、印度、日本、馬來西亞、新加坡、韓國和泰國的350家員工規(guī)模在1,000人以上的企業(yè)。
該IDC信息簡(jiǎn)報(bào)的撰寫方法包括對(duì)調(diào)研結(jié)果的數(shù)據(jù)分析和見解、特定行業(yè)的研究、特定國家的研究,以及對(duì)亞太地區(qū)(含日本)科技買家的分析師訪談。
欲了解更多信息,請(qǐng)在此下載該信息簡(jiǎn)報(bào)。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。