エンタープライズAIを実現するための2020年のトップ25リソース

誰かが人工知能（AI）が到着すると予測したのは今年が最初の年ではありません。しかし、2020年は異なっていました。COVID-19の大流行により、デジタルトランスフォーメーションテクノロジーの採用ペースが大幅に加速しました。

私たちが話しているお客様は、自動化とAIを使用して、将来に備えて復元力を構築したいと考えています。 2021年に向けて、振り返ることはありません。エンタープライズ人工知能の時代が到来しています。そして、そう言っているのは私たちだけではありません。Forresterも、「AIが輝く時が来た」と予測しています。

重要なのは組み合わせです。自動化にAIを追加することで、企業が自動化できる範囲が大幅に拡大しました。 2020年は、AIが単なるトレンドではないことを明らかにしました。 AIは完全に自動化されたエンタープライズ™の柱であり、完全に自動化されたエンタープライズはAIを仕事のあらゆる側面にもたらします。自動化の可能性は非常に大きいです。 AIの力で、ほぼ無限にできると信じています。この投稿では、UiPath AIチームが2020年にまとめた最高のリソースを収集して要約しました。動画から記事、ケーススタディまで、リソースの宝庫が見つかり、2020年が重要だった理由がわかります。 AIの年。それ以上に、2021年がさらに大きくなる理由がわかります。

AIとRPAを組み合わせて、両方のメリットを享受します

エンタープライズAIは、企業がRPAと組み合わせると、最も強力でアクセスしやすくなります。自動化の基盤に加えて、AIは作業のあらゆる側面に流れ込み、一部のプロセスを強化し、他のプロセスを変革することができます。 2020年を通して、私たちはAIとRPAの組み合わせが何を意味し、それが何を提供できるかについて深く考えました。

AIとRPAとは：違い、誇大広告、およびそれらを一緒に使用する場合

AIとRPAの違いについて少しぼんやりしていても、心配する必要はありません。理想的には、テクノロジーは緊密に連携しているため、テクノロジーを混乱させたと非難されることはありません。この記事では、2つの違いを分析しました。

要約すると、RPAは、人間が嫌う日常的で反復的なルールベースのタスクを自動化できるソフトウェアロボットを提供する基本的な自動化テクノロジーです。 AIは、大規模なデータセットを使用して複雑なコグニティブプロセスを処理する最先端の自動化テクノロジーです。

AIとRPA：それ自体が変革的であり、一緒にするとさらに強力になります

ここでは、RPAとAIが一緒になって、他方に潜む可能性をどのように解き放つことができるかを明確にしました。 AIを使用すると、RPA開発者は認知プロセスを自動化するほぼ無制限の機能を利用できます。 RPAを使用すると、開発者はAIプロセスをシンプル、スケーラブル、安全な方法で挿入できます。

UiPath AI + RPA：無制限の自動拡張の有効化

これら2つのテクノロジーの融合について考えたい1つの方法は、カップルのレンズを通してです。

下のビデオでは、カップルが家を購入しようとしています。 1つの問題：ほとんどの銀行は住宅ローンの申し込みを効率的に処理できません。それは私たちのカップルを寒さの中に置き去りにし、彼らの家を待っています、そしてそれは彼らの銀行を遅い収入サイクルが変わるのを待っているままにします。つまり、AIスーペリアバンクを選択しない限り。

この銀行は、架空の例（実際のユースケースに基づく）であり、ロボットを使用してプロセスを自動化し、ロボットがAIを使用してそれらのロボットを武装させ、ロボットが予測を行い、変動を処理し、非構造化コンテンツを解釈できるようにします。最終的には、顧客と企業を同様に満足させる、より効率的なプロセスになります。

AIをRPAに組み込むことを可能にするポートフォリオ

私たちは、企業におけるAIの実用化に焦点を当てています。

そのため、UiPathプラットフォームのすべての部分にAIを組み込んでいます。当社のポートフォリオを通じて、次の方法でより多くのプロセスを自動化できます。

1. あらゆる場所でより多くの自動化の機会を見つける：AIとRPAを組み合わせることで、自動化の機会を発見し、より優れた自動化パイプラインを構築できます。

2. 「思考」タスクを処理するようにロボットを教える：UiPathドキュメント理解、UiPath AIコンピュータービジョン、およびチャットボットを使用すると、ロボットにあらゆる種類の認知プロセスを実行する機能を装備できます。

3. AIをロボットに簡単に挿入する：UiPathStudioXとUiPathAI Fabric *を使用すると、AIスキルを落とし、ドラッグアンドドロップで簡単にAIをデプロイできます。

4. 学習ループの活用：これらすべてのツールを使用すると、新しいデータが流入するときにソフトウェアロボットとAIモデルのパフォーマンスを向上させることができます。

このポートフォリオは、履歴書の確認、申し立ての解決、監査コンプライアンスの確保などのプロセスを変革します。

*編集者注：UiPathAIファブリックは現在 AIセンター 。

RPAとAIがCOVID-19の現在とその後の成功のためにビジネスを位置付けることができる5つの方法

上で書いたように、COVID-19はデジタルトランスフォーメーションの促進剤であることが証明されました。 RPAとAIを活用したプロセスは間もなく新しい標準になり、競争力を維持したい企業は、RPAとAIを今すぐ実装し、それらを深く実装する必要があります。この投稿では、パンデミックが発生した後でも、企業がRPAとAIを使用して成功するための5つの異なる方法について説明します。あなたのCスイートがまだ自動化について疑問を持っているなら、これは彼らに持っていくべき投稿です。

AIの歴史と技術に関する知識を活用して、AIの成功の基盤を築きましょう

エンタープライズ人工知能は成功するための基盤を必要としています。それがなければ、最も革新的なビジネスリーダーでさえも無謀なままになります。アクセンチュアの調査によると、エグゼクティブの76％がビジネス全体でAIを拡張するのに苦労しています。さらに悪いことに、多くのCスイートの幹部（4人に3人）は、今後5年間でAIを拡張しないと、廃業することを恐れています。過去に追いやられることへの恐れと同様に、未来への欲求はそこにあります。欠けているのは、AIがどこから来たのか、そしてAIの開発をサポートすることの意味を理解することです。

AIの歴史：未来のフィクションから企業の未来まで

創設者兼CEOのDanielDinesは、自動化は新しいものではないと言うのが好きです。自動化は人類の黎明期にまでさかのぼります。最初の人間の何人かが仕事のコストを削減しようとしたときです。 AIははるかに近代的です（そしてありがたいことに効率的です）。この投稿では、AIの歴史を、学界の神聖なホールでの導入から、実際の現場でのビジネスアプリケーションまで説明しました。この旅は魅力的なものであり、将来がどこに根ざしているのかを知ることは、ビジネスリーダーにとって有益です。

高度なデータ分析のためのOCRとAIおよびRPAの組み合わせ

AIには、多くの前提条件付きテクノロジーが必要でした。その中でも特に光学式文字認識（OCR）が必要でした。 OCRを搭載すると、ソフトウェアロボットは非構造化データ（すべてのデータの約80％から90％を占める）をダイジェストし、マシンでエンコードされたテキストを出力できます。 AIをミックスに追加すると、ソフトウェアロボットは、コンテキストの手がかりを使用して結果のデータを解釈できます。つまり、生データの変動を処理し、必要に応じてドキュメントを分離できます。トリフェクタ：AI、RPA、OCRは、3つのうちどれも単独ではできない結果をもたらします。

UiPathは人工知能に関する欧州委員会の協議に対応

2020年には、ビジネスの世界以外でAIに多くの大きなイベントが発生しました。その中でも、欧州委員会がホワイトペーパー「人工知能について：卓越性と信頼へのヨーロッパのアプローチ」を作成しました。 GoogleやMicrosoftなどの企業と協力して、この論文に対応しました。 AIを規制する最善の方法について、次のような多くの提案を行いました。

• 段階的で、比例した、リスクベースのアプローチを取ります。

• EU市場全体の一貫性のために規制を調和させます。

• AIの簡潔で明確な定義を提供します。

これは、私たちが喜んで開催し、継続して喜んで行うディスカッションです。 2021年、AIが成長するにつれて、議論が進展することを期待しています。

エンタープライズ人工知能のユースケースを調査する

エンタープライズAIのユースケースは、変動性の高いプロセス、予測できない結果を伴うワークフロー、非構造化データを使用するタスクの3つのバケットに分類される傾向があります。実際には、これらのユースケースは、ヘルスケアでの再入院予測、小売業での価格設定の最適化、金融サービスでの不正検出などのように見える場合があります。 2020年を通して、私たちはこれらのユースケースを強調し、AIをリアルに感じさせるように努めました。

UiPathは顧客中心の企業であるため、可能な限り顧客とパートナーを最前線に導きました。

• AIが自動化を継続的に改善および拡張する方法では、ITマネージドサービスおよびシステム統合業界の企業であるEvrosがインテリジェントな自動化を使用して人的負荷を軽減する方法と、Cognizantが顧客のRPAへのAIの追加をどのように支援しているかを学びました。

  >

• Heritage Bank：RPAとAIを使用した自動化の推進では、オーストラリア最大の相互銀行がAIファブリックに導入した機械学習（ML）モデル（UiPathで構築）を使用して98％の精度を達成した方法を学びました。

• 大規模な健康保険会社がUiPathAIセンターを使用して臨床転帰を合理化する中で、AmitechがUiPathとAIと自動化の組み合わせを使用して1,100万ドルを節約した方法を学びました。

それらが由来するユースケースは他にもたくさんあります。その他の銀行および金融サービスのユースケースをご覧ください。または、ヘルスケアのユースケースをさらに深く掘り下げます。

また、動画がお好みの場合は、さらに多くのユースケースを含む再生リストをご覧ください。

AIの使用を簡単に開始できるようにする

私たちの使命の1つは、AIにアクセスできるようにすることです。それは私たちにとっても、あなたにとっても、エンタープライズAIが高い目標であり続けるなら、それは良くありません。あなたが夢見ているが決して使用しないテクノロジーです。 2020年の間に、私たちは誰もがAIを簡単に始められるようにする方法に投資しました。

AIがさらに簡単に：より複雑なプロセスを自動化するUiPathスターターモデル

スターターモデルは、AIをよりアクセスしやすくするための鍵です。 MLモデルは、大量のデータセットでトレーニングされたソフトウェアです。スターターモデルは、企業がAIファブリックを使用して展開できる事前トレーニング済みバージョンをパッケージ化します。この記事では、AIとMLの主なユースケースのいくつかを分析し、スターターモデルを使用してAIの取り組みを開始する方法を示しました。

AIスターターモデルを簡単に再トレーニングして、より正確な結果を得る

もちろん、スターターモデルを使い始めることは、まあ、ほんの始まりにすぎません。これらのモデルは、AIの取り組みに強固な基盤を提供しますが、最終的には、それらを超えて移動する必要があります。この記事では、MLモデルを変更および再トレーニングする方法について説明しました。再トレーニングが必要になる可能性のある3つの理由を示しました。

• 現在のモデルは、特定のデータセットを処理するようにトレーニングされていません。

• 現在のモデルは、いくらかの改善で行うことができます。

• 実際のデータでは、現在のモデルを進化させる必要があります。

多くのモデルは再トレーニングを必要としませんが、再トレーニングが必要なモデルの場合、この知識は不可欠です。

UiPathドキュメント理解の紹介–ドキュメントをインテリジェントに処理するためのより効率的な方法

2020年に、UiPathドキュメント理解を導入しました。これは、ソフトウェアロボットが、最も複雑で構造化されていないドキュメントでも解析および解釈できるようにする新しいテクノロジーです。 AIを搭載したUiPathソフトウェアロボットは、データの読み取り、抽出、解釈、操作ができるようになりました。以前は、これはフォーム、パスポート、ライセンスなどの固定構造のドキュメントでのみ可能でした。現在、ソフトウェアロボットは、AIを使用して、さまざまなレイアウトのドキュメントや、領収書、請求書、履歴書などの固定構造のないドキュメントを理解できます。

エコシステムを理解するドキュメントの活用

ドキュメントの理解は、機能ではなく、エコシステムとして最もよく説明されます。この記事では、OCR、テンプレートベースの抽出機能（TBE）、教師なし学習（USL）、自然言語処理（NLP）などのテクノロジーがどのように力を合わせて、真に高度なドキュメント理解を促進するかについて説明しました。

ドキュメント処理を改善するためのルールベースとモデルベースのアプローチの組み合わせ

ドキュメント理解のもう1つの重要な利点は、ドキュメントを処理するためにルールベースとモデルベースの両方のアプローチを使用できることです。この記事では、最も一般的なドキュメントタイプと分類のいくつかを調べ、ルールベースのデータ抽出とモデルベースのデータ抽出の利点を調べました。その共通の理解のもと、これらのアプローチを適用する際に企業が直面する一般的な課題のいくつかを掘り下げ、企業がそれらを組み合わせたときに達成できるメリットを確認しました。

ドキュメントを理解することで運用効率を高め、リスクを軽減する

2020年に、企業がUiPathの新機能をどのように活用できるかを分析した詳細なホワイトペーパーをまとめました。今回は、ソフトウェアロボットがあらゆる種類のドキュメントを読み取って理解できるようにするAIを活用したエコシステムであるUiPathドキュメント理解に焦点を当てました。このホワイトペーパーを読んで、ドキュメント処理ソリューションを選択する方法と、それを使用して運用効率を高める方法を理解してください。

AIとRPAの力をAIセンターと一緒にもたらす

私たちがまとめたもう1つのホワイトペーパーは、AI、RPA、および最もエキサイティングな製品の1つであるUiPathAICenterに焦点を当てています。 AIで強化された自動化の機会はたくさんあります。このホワイトペーパーでは、特にUiPath AI Centerのサポートを利用して、AIを実装およびスケーリングする方法について掘り下げました。

人工知能を大規模に運用することによるビジネス成果の向上

AIに関して言えば、多くの企業にとっての問題は、当然のことながら、AIをどのように運用するかということです。データサイエンスのライフサイクルを標準化する試みがありましたが、これまでのところ、これらの試みは、すべての企業のニーズが異なることを考慮していません。ここでは、企業が実際にMLとAIを大規模に実装する方法を分析しました。 4つのフェーズについて説明しました：

• 問題を定義する

• データを理解する

• MLモデルを構築する

• 進化するモデルを展開する

この4フェーズのプロセスにより、柔軟で、保守が容易で、スケーラブルなML操作が可能になります。

2021年に向けて準備するためのスキル

私たちの調査では、AIの知識に対する幅広い要望が示されました。たとえば、私たちの調査では、RPA開発者の80％以上が、RPAが従業員の経験に与える影響について、AI/MLについて学びたいと回答しています。さらに、UiPath State of RPA Developers Reportの数人のRPA開発者は、スキルセットにMLとデータサイエンスを追加したいと述べています。飢えはそこにあり、それに応じて、UiPathアカデミーに関連するコースを追加しました。

UiPath Academyには、次のコースが含まれるようになりました：

• AIセンター

• ドキュメントの理解

• AIコンピュータービジョン

スキルアップは2021年の成功に欠かせない要素になるでしょう。賢い従業員はそれを追求し、賢い組織はそれを奨励し、提供します。

エンタープライズ人工知能の未来はここにあります。それでは、それを良いものにしましょう。今すぐエンタープライズトライアルを開始してください。