化【RPA結合DataRobot】企業如何跟上「機器人流程自動化」與「機器學習」兩大數位化浪潮？
近年 RPA 導入辦公室蔚為風潮，RPA 除了改善企業內作業流程效率外，還能怎麼利用？讓 RPA 和現在正熱的AI人工智慧整合在一起，讓企業內流程自動化比別人更智能！
前言：在資料至上的時代，企業如何處理、利用資料，是企業競爭力的展現。而資料越繁雜，透過人為處理的出錯率也可能因而提升，這也是RPA近年需求強勁的原因之一。而準備好高品質的資料後要怎麼去處理它？就讓機器學習為你解答。還不了解兩者間的互動關係？或對這兩個熱門關鍵字的概念還懵懵懂懂？
本文從「名詞解釋」到「實例應用」一次帶你弄清。
本文重點：
- 什麼是RPA （Robotic Process Automation，常簡稱「流程機器人」）
- 導入RPA 軟體與發展AI人工智慧又有什麼關係？
- UiPath + DataRobot 兩個軟體如何交互作用？
- 客戶關係管理應用案例：DataRobot 如何和全球知名 RPA 軟體 UiPath 串整，對內加速作業流程，對外提升客戶滿意度
一、什麼是 RPA 流程機器人
如果你是公司內主要專注在內部運營的部門(Support function)員工，例如：人資、財務、行政總務、客戶服務等，每早開啟電腦，是否總有些業務內容需要你聚精會神、高細節要求，但說實話會覺得了無新意、覺得個人才智沒法發揮的高重複動作？
例如：客服部門瀏覽、開啟Email，再轉發給相關部門處理、再登入客服記錄系統 ; 財會部門把 A系統進來的客戶訂單資料，轉換成指定的格式，輸入到B系統進行開票、現金運用、收現、對帳等流程。
這種有規則性、很機械化、但又高準確率要求的重複性動作，若能在電腦桌面上有一個虛擬自動的手，幫你在不同應用程式、跨系統間自動化處理，不是很好嗎？
而這就是 RPA 軟體可以做到的事，除了出錯率可降低外，RPA 軟體可以 24 小時工作，沒有勞資工時議題，也不會浪費寶貴人力的才智才能，企業運作效率能大幅提升。
流程機器人(RPA) 是一種用來將辦公室電腦作業，反覆執行的瑣碎流程，轉為自動化的軟體
勤業眾信美國研究機構也發現，導入流程機器人的公司，流程機器人已經節省了大量的時間和金錢，效率是間接作業人員的15倍，同時趨近於零失誤率的作業執行品質，提供 15%至 90% 的降低成本的機會。
◈ 相關閱讀：看 BCG 歸納出 的 5 種可數位化的流程◈ 影片推薦：【認識RPA】教你用 UiPath Studio 設計第一個自動跑起來的工作流程
二、RPA流程機器人和發展AI人工智慧有關係？
如上所述，RPA流程機器人是 Rule-based 的自動化流程系統，也就是能夠自動處理已知的「當…就…」的流程任務，最主要價值就是能快速、精確的將資料在不同系統間移轉存放，並觸發系統任務。
而 AI人工智慧則是透過電腦系統去模擬人類的智能表現，去執行一般只有人類才能處理的認知型問題，例如：視覺感知、聲音辨別、推測判斷、思考規劃、語言轉譯等。
◈ 推薦閱讀：AI人工智慧和ML機器學習的關係，機器學習又分哪三大類？為了實現 AI人工智慧這樣的目標， ML 機器學習的技術就是關鍵。
而要發展機器學習的首要條件，在於是否有足夠且有品質的數據準備。
所以說，流程機器人為機器學習和其他智慧應用打下良好地基，是展開機器學習之路的墊腳石
就監督式機器學習而言，基本概念是，導入大量的歷史資料，讓機器透過這些資料歸納學習出一個模式，而當有新的資料點進入時，便能做出預測。
但輸入的資料品質好壞會大幅影響機器學習的結果、預測是否值得信賴。
畢竟 Garbage In, Garbage Out 的道理大家都明白。
其實，現在有開始投入 RPA 流程機器人的企業並非在單點上思考，這代表他們具有資料至上的心態，也準備好使用更複雜的機器學習模型來解決商業難題，RPA 是展開機器學習之路的墊腳石
很多組織在看到機器學習結合流程機器人能有更好的效果後，更傾向採取這樣的數位轉型策略。
三、RPA 流程機器人+自動化機器學習DataRobot
現在的世界，資料像是種全新燃料，驅動了人工智慧的發展，流程機器人則像是燃料供應者，完整搜集資料並和其他技術相輔相成
資料的重要性也驅使著商業界尋覓能完美整合人工智慧和流程機器人的方法。而流程機器人和 DataRobot 的配合使用上，可以用無縫接軌來形容。
當流程機器人軟體把資料搜集整理好，並轉為機器學習工具得以使用的格式後，將這些資料放入 DataRobot 系統裡，DataRobot 就能自動選出最佳模型以作出預測，這些預測結果再反饋給流程機器人做下一個動作的執行，而為了確保能一直得到精確的預測結果，DataRobot 也會根據新的資料點重新訓練模型來確保模型準確度。
◈ 推薦前往：全球唯一透明運作的自動化機器學習平台DataRobot◈ 推薦觀看：4分鐘帶你了解 DataRobot AutoML 到 MLOps 重點功能◈ 了解更多細節：RPA 全球第一品牌 UiPath
四、應用案例
(I) 潛在客戶機會辨識案例，比別人更精準出擊
Salesforce 這個 CRM 平台軟體是個不錯的例子，可以說明 DataRobot 和流程機器人的互動情形。
流程機器人將某個潛在客戶資料自動輸進 Salesforce 中，並且將這筆資料餵給 DataRobot ，DataRobot 則負責提供這個潛在客戶的商機分數(lead score)，來告訴你這個潛在客戶是不是好的目標，而此分數也會反饋給流程機器人，如果這個潛在客戶是好的目標，流程機器人工具會自動發送 e-mail 給這個客戶，並將他的資料在Salesforce 中自動從leads 轉為 Opportunity
終極目標是建立如以下這樣的迴圈：
透過RPA與自動化機器學習，企業有機會以更快速度獲得成果和回報。
然而，在現在競爭激烈的環境，企業更要懂得整合思考，讓人工智慧和流程機器人相輔相成，贏在企業內部流程的優化上。
(II) 客戶體驗優化案例，以更快速度回應客戶來信
American Fidelity ，是一家美國的中大型人壽保險公司(55年歷史＆1700名員工)，目前已導入 UiPath 超過18個月，也在2018年透過自動化機器學習DataRobot 上線10個預測模型，主要用來強化公司內部流程與效率，給客戶更即時的回覆、更棒的客戶體驗。
► 我們先來了解一下他們想解決的問題
American Fidelity 每天都會收到一堆客戶的詢問Email，詢問各種保險處理的問題 ，而員工必須一封封打開閱讀，讀完後再將信件轉到合適的部門，讓那些部門來處理客戶的問題。
這個流程其實並不是太差，只是他們想知道還有沒有更快速的方法。
► 他們找到的解決方案是 UiPath + DataRobot
DataRobot 企業級AI平台介紹：4分鐘帶你了解 AutoML 到 MLOps 重點功能
► 事前準備工作：準備 Training Data (也是最花時間的一環節)
整理過去將近1萬封歷史Email，創建兩個欄位，一個是「Email 關鍵字」、另一個是「負責回覆的部門」，目的是給DataRobot 自動去進行特徵工程，將每封信件請求做歸類，開始進行監督式機器學習，以便之後當有新的Email進來時，能夠做出預測，知道這封Email應該歸屬哪個部門處理。
► 人力干預很少的全新流程
- 他們用 RPA 軟體(UiPath) 開啟每封 Email， 複製關鍵文字，貼到DataRobot上線後的Application介面上（Collect and Structure Data）
- DataRobot 根據最佳的預測模型，提供一個「應該歸屬哪個部門」的答案（Make Judgement）
- 接著，UiPath再次接手，根據這個答案，將那封Email 自動轉發給對應處理部門 (Action based on judgment)
簡而言之，UiPath 整理信件，DataRobot 識別信件中客戶需求，給出判斷，最後再讓UiPath採取行動(轉給合適的部門)，這不僅大幅節省人力，且軟體不像人有上班時間限制，他們可以隨時處理寄來的Email，讓顧客的需求更快速被看到與反應，此舉提升了企業運作效率，也增加客戶的滿意度。
► 幕後故事
American Fidelity 特別提到，他們用來處理客戶的信件系統，剛好不是Microsoft Outlook，而是一個非常老舊系統，但依舊可以做到AI-Enabled，再次證實 UiPath 非侵入式技術的特性價值。
◈ 最新應用分享紀錄：【智慧文件辨識】AI-based OCR + UiPath處理多格式文件/發票◈ 入門推薦：【認識RPA】用 UiPath 設計第一個自動跑起來的工作流程◈ DataRobot企業級AI平台介紹：4分鐘帶你了解 AutoML 到 MLOps 重點功能◈ 延伸資料：UiPath + DataRobot 整合應用入口網如果這篇文章對你有幫助的話，歡迎直接按右下方的👏拍手讓我們知道喔～
越喜歡這系列文章的話，可以拍越多(可以不只拍一次)
也要記得【追蹤Follow】，讓你可以最快接收到我們的最新分享！
PGi 樺鼎商業資訊，專注提供能快速落地的 RPA 到 AI 應用解決方案與專案諮詢，核心信念是為台灣企業打造「最省力的數據決策模式」目前累績超過 300 家知名企業長期配合，我們相信，有品質又快速的決策力，是企業的隱形武器。透過與各數據領域的領導品牌合作，如 RPA 流程機器人第一品牌 UiPath、視覺化分析平台 Tableau、資料清整流程自動化平台 Alteryx、自動化機器學習平台始祖 DataRobot、容易跨職能協作的資料科學平台 Dataiku 等，幫助不同數位成熟階段的企業，從最容易開始的數位優化，逐步走到各部門都可參與的數據分析與AI協作，打造精實的數位轉型之旅。服務內容：UiPath 培訓 ▎Tableau Desktop 培訓 ▎專案開發｜AI平台導入諮詢等
