三年前,强生(Johnson & Johnson)开始把智能自动化(Intelligent Automation)应用到业务的各个方面,随着全球新冠疫情大爆发,强生公司作为全球最大的药品、医疗设备和消费品的供应商之一,需要降低成本、加快任务、提高核心业务运营准确性。
当前,随着企业组织开始运用软件“机器人”对他们基于规则的业务流程实施自动化,机器人流程自动化(RPA)也越来越受关注。但是像强生这样的企业,希望进一步实现自动化。强生通过将RPA与机器学习和人工智能相结合,试图对那些更为复杂的任务实现自动化,Ajay Anand和Stephen Sorenson因此借助这个机会,在2021年投下一个非常大的赌注。
“在强生要获得高层领导的关注,其中一个方法就是要了解你可能带来影响有多大,一般来说,强生公司更喜欢那些能创造十亿美金价值的机会,”该公司全球服务战略和转型副总裁Anand这样表示。
强生公司负责技术服务、供应链、数据集成和可靠性工程的高级副总裁Anand和Sorenson提议,创建一个由他们担任主席的企业级智能自动化委员会,并表示,这将在未来三年内创造高达十亿美金的影响力。目前,该团队已经几乎达到了这个目标。Anand指出,在最近的一次审查中,一位执行委员会成员要求他们根据目前的速度将这个数字翻一番。
智能自动化初期面临的障碍
强生通过这个智能自动化委员会,正在把智能自动化运用于从基本业务流程到可以为员工和客户提供帮助的聊天机器人,再到可以监控公司供应链并帮助其适应各种变化的算法——比如在疫情初期市场对泰诺的需求翻了一番。
强生公司技术服务、供应链、数据集成和可靠性工程高级副总裁Stephen Sorenson
但是,当Anand和Sorenson帮助强生公司迈出了自动化之旅第一步的时候,他们很快就遇到了障碍。
Sorenson说:“我们外包并使用了低成本的劳动力,试图简化我们的流程,但这么做很难扩大规模,而且营业额很高。以前我们也遇到过这种情况,我们会不断地对人员进行再培训,但是异常流程正在严重地拖累我们。”
他解释说,在你实际执行一个流程或者培训人员去执行这个流程之前,你很难想象这个流程中会出现多少异常情况。即使是看似简单的任务,例如发送确认表格,出现异常也会导致各种混乱情况。例如,一个新的职位名称中出现了错别字,出现任何小问题都会让这些表格直接被发送到错误队列中。
他说:“我们试图让这个流程自动化,但我们意识到,人们并不像他们认为的那样了解他们自己的业务流程。他们了解自己的工作,他们可以从A点执行到Z点,但如果你试图实施自动化,那么很少有自动化能够轻松地从头到尾完成这个流程。”
没过多久你就会意识到,传统的业务流程映射方法(与员工坐下来,了解他们的工作方式,并捕捉到其中重要的信息)并不能为自动化团队提供他们需要的东西。为了全面了解业务流程,强生公司引入了任务挖掘工具。
Anand解释说:“我们挑选了少数愿意在早期阶段与我们展开合作的员工,我们检查了他们所有的隐私问题,并对他们进行了培训,然后我们将这个工具放在他们的桌面上,以便记录实际操作活动。当他们开始一个特定的流程时,就会被记录下来,然后我们会在这个工具上捕捉到这些记录,最终,我们会创建泳道以及与之相关的所有文档。”
这个团队并没有提前就流程与员工进行面谈,而是和员工一起进行审查并且录音下来,询问他们是否有任何想要分享的、团队没有记录下来的任何信息。
采用数字优先的思维方式
强生公司一开始是把RPA用于一些简单的业务流程任务中,例如移动文档、填写电子表格、发送关键消息、电子邮件集成等,然后一步一步进行扩展。
强生公司全球服务战略和转型副总裁Ajay Anand
“当我们审视所有业务流程的时候,我们也非常热衷于以数字优先的视角,重新构想这些业务流程。”Anand指出,把发票兑换成现金,这个流程就是强生采取这种新视角的一个重要例子。与其他公司一样,强生公司在执行这个流程的时候,有时候会出现错误或者与客户发生纠纷。
他说:“我们通过采取以数字优先的思维方式重新构想这些流程,从而使我们能够端到端地看待这一切,寻找我们不仅能够实现自动化、而且还能整合一些智能的方面。我们能否预测哪些客户可能与我们发生争议,我们是否可以采取一些主动性的措施?”
强生公司通过把智能自动化应用发票兑换现金这个流程中,不仅增加了现金收款,而且降低了错误率,缩短了实现同样结果所需的工时,并降低了成本。
Anand解释说,强生公司围绕智能自动化的数字优先理念,其核心就是3个E:经验(Experience)、有效性(Effectiveness)和效率(Efficiency)。自动化是否会改变员工、客户和供应商的体验?自动化是否会让流程更有效和更高效?
成功源于小范围的胜利
Sorenson说,他们学到了一个经验,那就是与很多IT项目一样,自动化取得成功的关键,是要从小处着手,取得成功,让人们了解到各种可能性。
他说:“我们有一句话,‘不要试图打出本垒打。’只要上垒,让球员上垒,我们就可以让他们四处跑动起来,开始赢得一些安打。然后我们会开始一些跑垒,这么做确实有助于让人们意识到,他们不必担心所有的事情,只需要让这几个步骤实现自动化,然后我们就可以看到能获得什么价值。”
Sorenson指出,小小的胜利能够帮助自动化团队赢得信任,同时也会生成一些数据,帮助他们去证明数字优先、机器优先的思维方式能带来更准确的结果。
他说:“如果你换个思路,你实际上可以对这些步骤实施自动化,使它们更准确,并在过程中进行检测,这样你就可以找出以前那些问题出在哪里,甚至可以找到修复措施帮助你确保一切正常运转。”
很快,随着信任度的增加,要传递的信息也就不再局限于利益相关者相信自动化能带来哪些价值,还要告诉他们,这个团队还能做些什么。
Anand指出,向同事和合作伙伴展示各种例子,来消除他们的担忧,这一点是很关键的。
“当人们看到这些例子的时候,他们就会真正地受到启发。人们总是有点担心自动化意味着他们将失去工作。现在,他们能够看到,自动化实际上是让他们能够从事更高层次的工作,让他们腾出时间进行更多的创新。”
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。