智能自动化可以承担琐碎、重复性的任务，让员工腾出精力投入工作中更具创造性的部分。
从采购到医疗保健再到交通运输，智能自动化的潜在应用范围十分广泛。
该领域专家帕斯卡尔·博尔内解释了为何自动化不会取代所有工作，并介绍了实现规模化智能自动化的五个关键步骤。
帕斯卡尔·博尔内是智能自动化领域的先驱和专家，该领域也被称为认知自动化或超级自动化。他就这项技术以及他利用智能自动化让我们的世界更具人性化的热忱，接受了世界经济论坛的采访。
以下为该次对话的编辑稿。
什么是智能自动化？
智能自动化是一种综合方法，涉及人员、组织以及包括机器学习在内的技术。智能自动化旨在通过计算机实现端到端的业务流程自动化。它代表员工交付业务成果，并与员工携手合作，以提供更快、更好、更便宜的服务。这不仅改善了员工体验，也改善了客户体验。
在解释什么是智能自动化时，我喜欢举一个例子。全球所有企业都在执行一个端到端的流程，我们称之为“采购到付款”（PTP），即从供应商处采购商品和服务。智能自动化首先将借助机器学习来帮助选择供应商。随后涉及向这些供应商发送订单，例如我们将如何利用工作流平台。
然后是在商品或服务收到后接收和处理发票，这可以通过自然语言处理来完成。最后是向这些供应商付款。这一流程相当系统化，可以利用机器人流程自动化来完成。
智能自动化如何帮助员工和客户？
它帮助员工更快、更好地完成工作，同时也让他们有更多时间专注于真正重要的事情。例如洞察分析、评论撰写、建立人际关系以及管理团队，因为智能自动化正在为他们处理最具事务性和重复性的工作。我们总是说：“我没有时间做那件事，因为我还要做这一切。”如今，我们有更多时间投入到质量更高的工作中。
员工体验至关重要，客户体验同样关键。排队购买火车票、等候银行柜员办理业务，这些问题都可以通过智能自动化加以解决。超过90%的客户甚至懒得投诉，而其中90%的客户将永远不会再光顾。因此，要了解是什么让客户满意以及如何赢得客户忠诚度，实际上是一个“黑箱”，而智能自动化正处于这一问题的核心位置。
智能自动化如何在医疗保健领域提供帮助？
根据我们的估算，智能自动化有潜力每年挽救1000万人的生命。它可以通过协助临床试验、疾病诊断以及避免医疗差错来实现这一目标。
在发展中国家，它同样有助于减少可预防原因导致的死亡。例如，每年有超过160万人死于与腹泻相关的疾病。这一情况令人难以置信，因为我们知道如何解决它。问题在于这些人无法获得医生的诊治。全球医生短缺超过400万人。通过利用智能手机和平板电脑实现远程诊断，这些人便能获得相关服务。同样，在这一领域，每年有数以百万计的生命可以被挽救。
我喜欢举的另一个例子是智能自动化应用，例如组织分析技术，仅需用智能手机拍摄照片，便能即时诊断慢性伤口、烧伤或皮肤状况。
世界经济论坛在未来工作方面有哪些举措？
交通运输方面又如何？
这是交通运输领域一个很好的应用案例。它包括识别并预测在何处需要运输服务，以便您能提前在正确的地点调配合适的资产和卡车，以满足需求。这可以通过基于过往历史数据的机器学习来实现，随后再对卡车的行驶路线进行优化。
在墨尔本，他们还派出了一些无人机，以视频形式拍摄环岛的交通状况，借助机器学习来了解其中的规律，并帮助他们设计更好的交通规则，改善车流状况等。
智能自动化会抢走我们的工作吗？
我认为，这更多是人类目前和未来所做之事与机器目前和未来所做之事之间的协同作用。如今，在机器学习和机器人等技术的支持下，机器能够非常出色地完成任何事务性、重复性的任务。但是，它们需要基于海量数据进行训练，这意味着这些任务过去必须已经被重复过许多、许多、许多次。
但在至少未来几十年内，机器在创造力、建立人际关系、批判性思维或任何需要社交技能的任务方面都不擅长，而且根本不会擅长。因此，关键在于我们人类应专注于那些使我们有别于技术的能力。
以协助审阅X光片的医生为例。当然，机器在快速识别X光片中的肿瘤方面会做得更好，准确率很高，甚至优于医生。然而，医生在管理医患关系、帮助患者理解正在发生的事情和未来将会发生的事、管理变化以及沟通方面，将会是最出色的。这正是人与机器协同工作的方式。
我们利用智能自动化来管理小型、事务性和重复性的活动。它有助于让人们重新聚焦于更有趣的活动，以及那些能为其公司创造更多价值的活动。
未来将会如何？
智能自动化的采用率相当高。该术语于2017年正式提出，但全球已有超过50%的企业实施了这一技术。据德勤预测，未来两年内这一比例将上升至70%。
尽管如此，只有15%的企业能够将这些转型规模化。因此，当今所有企业面临的核心挑战在于规模化，即在各部门之间以及同一集团内的各公司之间推广实施此类技术。
我们已就实现规模化的关键成功因素开展了研究。第一，始终将人置于转型的核心：转型由人为人而完成。第二，关乎管理层的支持。第三，在于整合不同技术，以便能够实现最复杂用例的自动化。第四 在于采用通常被称为低代码技术的新技术，帮助没有编码技能、没有编程技能的人员在日常工作中实施智能自动化，并借助这些技术自行改进日常工作。
最后，第五个关键成功因素在于采用一类新型技术来推动智能自动化的实施。具有讽刺意味的是，数字化转型实际上极度依赖人力、高度依赖手工操作。但是，借助流程发现、数据发现、自动机器学习等技术，我们能够自动化智能自动化实施中的很大一部分工作，从而使这些转型能够更快推进、覆盖面更广。
