来也科技发布UiBot Mage 专为RPA打造的AI能力平台

RPA作为一种敏捷、高效、成本可控的数字化转型方式,进入中国市场后,受到了高度关注和普遍接受。随着RPA技术的不断发展,其与AI的结合也已成为行业发展的一大趋势。但AI如何与RPA结合,才能快速落地并产生价值,是产业参与者共同面临的一大挑战。

2020年5月7日,来也科技举行RPA+AI平台产品发布会“Laiye Lead 2020”,推出了全新的RPA+AI平台产品——UiBot Mage。这是全球首个专为RPA机器人打造的AI能力平台,通过与来也科技RPA平台UiBot无缝衔接,将AI能力快速应用到自动化流程中。

Mage,意为“具有魔力的人或经过长时间学习具有很多知识的人”,来也科技以此命名产品,并取中文名为“魔法师”,希望UiBot Mage能用学到的知识赋能RPA机器人。

UiBot Mage上线后,将与UiBot家族原有的Creator(创造者)、Worker(劳动者)、Commander(指挥官)三大模块集结,分别为RPA机器人生产、执行、分配、智能化提供相应的工具和平台。这也意味着UiBot可以实现更高复杂度、更高价值的流程自动化,为客户带来真正的RPA+AI。

经过一年多的市场发展,RPA已经深入到了各个领域、贯穿于各种业务场景,而客户已不满足于让RPA只做基于已有规则的简单事情,RPA必须要和AI结合起来,才能充分释放出自动化的潜力和价值。

“这就好比在树上摘果子,我们先摘容易摘的果子,就是用RPA直接满足客户需求;但是随着客户需求提高,容易摘的果子越来越少,光有RPA能力还不够,必须要用AI来扩展RPA的边界。”来也科技CTO胡一川介绍,UiBot Mage将为RPA机器人提供三类AI能力,即文字识别、文本理解和人机对话,从而为用户带来更大程度的自动化。

基于来也科技领先的深度学习技术,UiBot Mage在文字识别上能够达到97%以上的准确率。在文本理解能力方面,UiBot Mage提供文本分类信息抽取、文本匹配等能力。而人机对话能力,UiBot Mage则为机器人与人的交互提供了无限可能。

事实上,传统的RPA机器人,在处理结构化数据时效率很高,但是企业数据中超过80%是非结构化数据,UiBot Mage通过文字识别和文本理解能力,将非结构化的图片、文档转化为结构化数据,灵活支持多种文档类型,帮助RPA处理更多的事情。

作为专为RPA机器人提供AI能力的平台产品,UiBot Mage还具有四大特点。首先,内置三大类适合RPA机器人的AI能力,适用于财务报销、合同处理、银行开户等多种业务场景;其次,提供预训练的模型,无需训练,开箱即用,让没有AI经验的人也可以快速用起来;第三,与UiBot Creator无缝衔接,通过拖拽即可让机器人具备AI能力;最后,所有AI能力均可私有部署,满足企业对于数据安全和隐私保护的要求。

Forrester针对企业的调研显示,2019年末,RPA技术在所有企业自动化系统部署中排名最低;而到2020年,RPA技术的排名则上升到了第一位。Forrester分析师卢冠男表示,市场对于RPA的预期越来越高,不具备 AI 能力的RPA 工具将会被替代。其中,RPA充当了肌肉的角色,AI提供了认知和判断力,两项能力结合组成的智能自动化,才是整个企业实现自动化流程的关键。

UiBot Mage的诞生,RPA通过与文字识别、文本理解、人机对话等技术相结合,迅速实现了AI应用场景落地。来也科技联合创始人兼高级副总裁褚瑞举例介绍,如某大型零售企业,由于各地商场打折力度不同,导致销售小票与实际价格不符,人工核对繁杂、且容易出错。在使用RPA+AI技术后,RPA能直接读取POS系统的销售记录,AI能识别、分析差别原因,并记录到系统,大幅度减少人的工作量。

发布会上,来也科技发布了由电子工业出版社出版的《机器人流程自动化(RPA)UiBot开发者认证教程》。此前,来也科技还向客户及合作伙伴,提供了《RPA白皮书》3.0版本、《新智能·新效率,智慧中国机器人流程自动化应用指南》、《财税版RPA白皮书》等专业资料,以便更好地了解产品和应用场景。

RPA+AI智能自动化的落地也离不开合作伙伴的努力和支持。来也科技联席CEO兼总裁李玮表示,来也科技将坚定不移地赋能合作伙伴,作为有近二十年产品和技术积累的平台级公司,目前已经形成了一套非常标准化的产品销售和解决方案能力,能够为合作伙伴提供行业内最强的商务、市场和销售支持,并且从人员认证、方案培训、商机获取等方面提供全方位赋能。

后疫情时代,企业数字化转型的步伐已大大加快,而在数字化之后,自动化需求势必将长期存在,RPA行业借AI实现智能自动化的趋势也越来越明显。在高速发展中,UiBot Mage以AI能力赋能RPA,帮助UiBot 成为最适合中国人的自动化流程开发工具,为更多的企业、政府组织和开发者创造价值。

从左到右依次为:胡一川、李玮、汪冠春、褚瑞

来也科技创办于2015年,由常春藤盟校(Ivy League)博士团队发起,致力于做人机共生时代具备全球影响力的智能机器人公司。核心技术涵盖机器人流程自动化(RPA)、流程挖掘、自然语言处理(NLP)、智能对话交互、文字识别与图像识别等。

产业来也科技AIRPA来也
1
相关数据
来也科技机构

来也科技创办于2015年,由常春藤盟校(Ivy League)机器学习博士团队发起,致力于做人机共生时代具备全球影响力的智能机器人公司。 核心技术涵盖深度学习、强化学习、机器人流程自动化(RPA)、自然语言处理(NLP)、光学符号识别(OCR)、个性化推荐和多轮多模交互等。公司已获得数十项专利和国家高新技术企业认证。 来也科技推出的第一款C端陪伴式机器人“小来”,已通过微信服务了千万级个人用户。 2017年,公司面向企业客户推出B端产品—智能对话机器人平台 “吾来”。 2019年,来也科技与奥森科技合并,携手机器人流程自动化平台“UiBot”,进军RPA+AI市场。

https://www.laiye.com
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

文本分类技术

该技术可被用于理解、组织和分类结构化或非结构化文本文档。文本挖掘所使用的模型有词袋(BOW)模型、语言模型(ngram)和主题模型。隐马尔可夫模型通常用于词性标注(POS)。其涵盖的主要任务有句法分析、情绪分析和垃圾信息检测。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

信息抽取技术

信息/数据抽取是指从非结构化或半结构化文档中提取结构化信息的技术。信息抽取有两部分:命名实体识别(目标是识别和分类真实世界里的知名实体)和关系提取(目标是提取实体之间的语义关系)。概率模型/分类器可以帮助实现这些任务。

人机共生技术

人机共生是人类和电子计算机之间合作互动的一个预期发展。这将涉及人类和电子设备之间非常密切的耦合。主要目的是1)让计算机促进公式化思维,因为它们现在促进了公式化问题的解决;2)让人类和计算机能够合作做出决策和控制复杂的情况,而不依赖于预先确定的程序。在预期的共生伙伴关系中,人类将设定目标,制定假设,确定标准,并进行评估。计算机将会做一些常规的工作,为人类在技术和科学思考方面的见解和决策做好准备。初步分析表明,共生伙伴关系将比单独的人能更有效地进行智力活动。实现有效合作关系的先决条件包括计算机分时、内存组件、内存组织、编程语言以及输入和输出设备的发展。

推荐文章
暂无评论
暂无评论~