不吃不喝不摸鱼,「二进制」员工上岗!AI助手「贾维斯」掰头007

2021 年 10 月 28 日 THU数据派


  
  
    
来源:新智元

  本文约3544字,建议阅读7分钟

本文介 绍了人类高质量 同事:科大讯飞「贾维斯」——报账助手。



【导读】你是否羡慕钢铁侠里Tony Stark的AI助手「贾维斯」,上能开发方舟反应炉,下能处理家务琐事。其实,这里就有一位「二进制」员工能够实现跨界工作。在你摸鱼的瞬间,它分分钟搞定!

钢铁侠里Tony Stark的AI助手「贾维斯」上能开发方舟反应炉,下能处理家务琐事。
 
这要是能在工作的时候用上,岂不是得美滋滋的...
 
 
问题不大!
 
只要你敢想,就有人敢做。这位勇闯先锋的「人」就是—— 科大讯飞
 
就拿报销这件事来说吧,每一个「社畜」想必都被伤过。
 
不仅手动填写费时费力,一不小心还很可能会出错。 你看那空空如也的A4纸,像不像你贴过发票的那张?
 
 
这时候, 科大讯飞「贾维斯」 ——报账助手就登场了。
 
什么OCR、NLP、语音识别技术全都拉满,不仅能同时识别多张票据,还能自动完成分类分割,让发票的信息提取能一键完成。
 
一个词:舒坦。但这只是报账中的一个小栗子。
 
日常工作中,我们会遇到很多工作量大、重复性高的任务,比如说表单录入、信息核对、票证制作等等。
 
而现在,如下 不同场景中都有了能协助「物理员工」的「数字员工」
 
 
那么,这些「数字员工」如何实现跨界工作?如何帮助「物理员工」提高效率?

不会摸鱼的「二进制」员工

「跨界」可不是每个人能够轻而易举做到的事。
 
「数字员工」不仅能在办公、财务、招聘方面做的井井有条,还能在生产制造,营销服务上大展身手。
 
在效率方面可是没得说,利用 AI+RPA (机器人流程自动化)技术,在你摸鱼的瞬间,它分分钟就把工作搞定了!
 
 
还是报销这件事儿,据统计,有了数字员工的协助,员工 填报时长平均由15分钟提速至5分钟,效率提升66%
 
 
「数字员工」不仅支持填报,还能支持财务审核。
 
「数字员工」利用RPA平台自动登录国税平台,通过AI图像识别技术对发票逐一验真,然后再根据核查结果与验真结果生成审核结果。
 
结果也是显而易见的。通常来说,人工复核100张发票大约需要用5小时,而与「数字员工」进行协同则只需20分钟,效率提升高达15倍。
 
 
没错,「数字员工」同样支持资金对账。逐笔对比收支凭证和银行流水明细的日子可以一去不复返了。
 
财务部门的各位是不是很心动?
 
 
除了财务, 「数字员工」同样可以提高人力同事的幸福感
 
就以科大讯飞为例吧,集团每年校招都会收到 10万 多份简历,每一份简历都需要HR仔细阅读筛选并分配给合适的面试官。
 
然而受疫情影响,现在校招初试大多为在线视频面试,HR与面试官、候选人需要多次沟通会议号、单独发送会议安排通知,且候选人需要下载新的应用程序。整个过程工作量大,效率不高。
 
对于这点,「数字员工」可以批量提取简历亮点、智能匹配岗位,并根据业务需要分配给相关的面试官。



此外,「数字员工」还会自动生成面试间、通知面试双方及跟进面试进度。
 
一套操作下来,平均每份简历在流程管理上的用时可以至少节约10分钟;平均每次面试沟通时间可以节省15分钟。
 
那么,以一个中大型企业为例,每年分配简历15万份,安排面试8万场,算下来可以节省人力15人/年。
 
 
再说说办公时常见的合同审查/存档和文档翻译,对于「数字员工」来说全是小case。
 
企业规模不断扩大,合同量也随之增长,与此同时法务人员的合同审查/存档工作量也越来越大。
 
通常来说,人工审核10份合同就需要消耗3个小时。在引入「数字员工」之后,只要1.5小时就可以完成, 效率直接翻倍
 
合同存档同样如此,「数字员工」通过OA系统批量下载合同,并自动提取合同关键信息要素并输出要素信息表,最终将表格信息自动录入到合同电子档案系统中。
 
原本需要3个小时的工作加快到30分钟
 
文档翻译就不用多讲,每个人日常最常见到的一个场景。每1万字,人工4小时,「数字员工」和「物理员工」协同只需要24分钟,效率提升9倍。
 
除了前面提到道一些场景, 「数字员工」还可以走进车间的生产中
 
在制定生产计划时,「数字员工」则可自动登录系统,下载排产计划所需的数据,并利用大数据技术再经由算法模型的计算后,输出生产计划并自动上传至APS系统中。
 
如此一来,数据下载速度可以由原来的分钟级别提升到秒级别,而数据处理速度也会由小时级别提升到分钟级别。
 
 
此外,在项目管理,营销服务等不同场景中,都可以让「数字员工」实现完美跨界。
 
怎么样,这位007超长待机,不吃不喝不摸鱼还不会犯错的人类高质量同事,是不是也想来一个?

007超长待机,轻松拥有

众所周知,想要让AI落地,就得烧钱。 科大讯飞表示,这事放着我来。于是「讯飞企业数字化平台」应运而生。
 
简单来说,就是以AI、RPA、低代码等技术来提供智能化的流程设计、运行、管理等自动化服务,降低技术的使用门槛,从而让人人都能有「数字员工」当助理。
 
科大讯飞副总裁于继栋表示,目前,企业绝大部分都是一个团队leader带着几个员工在辛勤工作,为每个部门去贡献力量。
 
那么未来每个团队至少有一个leader,然后带领着很多人和数字员工一起去工作。
 
这样能够带来更高的效率和更好的创新,共同促进企业的快速升级,这也是我们倡导的 「人机耦合」 的理念。


 
那么,究竟又是什么让「数字员工」如此省钱又好用呢?
 
此处可以@三个默默在背后支撑的技术平台:「PRA平台」、「AI中台」和「数据中台」。
 
「RPA」全称Robotic Process Automation,即机器人流程自动化,可以代替人工完成许多「无脑搬砖」的活。
 
说白了,这个RPA就是传说中能够让「数字员工」7x24小时不摸鱼的幕后推手。
 
而且只要规则设置正确,不仅工作结果不会出错,而且还能保证100%按照预定的规则办事。
 
此外,RPA工作期间的每一步都有监控记录,可以进行回溯,安全性妥妥的。
 
 
而「AI中台」则是通过人工智能制造路径从数据采集、数据标注到AI模型训练,直至AI能力服务输出,提供相对应的一体化管理平台。
 
依托AI中台可以实现集约化管理,同样的能力,只需一次采购,避免重复建设造成的资源浪费;而且采购之后即可集中管理,提高运营的质量和效率。
 
此外,AI中台可利用自有数据,打造专属场景。通过利用业务应用数据对已有模型进行优化,同时还可以持续生产出新的模型,实现自给自足。
 
 
打个比方,RPA就像人的手一样,只会执行,不会做太多思考。AI技术像大脑,会学习,会思考。
 
当科大讯飞全球领先的AI能力赋能RPA技术,就打造了「手脑并用」的讯飞RPA。
 
 
拥有了AI能力的讯飞RPA,便能够完成从基础智能到感知智能再到认知智能的升级,完成从辅助人工到释放人工最后到代替人工决策的自动化工作链路。
 
最后, 「数据中台」 则用来实现不同业务系统的数据融通。
 
通过利用全域数据的自由流动,实现对企业全貌的「状态感知、实时分析与智能决策」,从而化解复杂业务系统的不确定性,培育新的发展动能。
 
目前在讯飞内部,数据中台已覆盖50+条产品线,实现279个数据分析项目,管理超40PB的数据。
 
 
讯飞为什么这么做?简之,天时地利人和。

为什么是讯飞?

首先,大势所趋,这是天时。
 
国家第十四个五年规划和2023年远景目标纲要提出,加快数字化发展,建设数字中国。
 
根据清华大学全球产业研究院发布的报告, 人工智能已经成为企业数字化转型中应用最广的技术。企业的关注点也从单点的应用到提高全流程效率。
 
其次,自身技术积累,这是地利。
 
自1999年成立以来,科大讯飞已在语音识别和智能语音道路上坚持深耕了22年。
 
以语音识别技术为核心打造的语音助手实现了单点技术的突破。



而人工智能的快速发展,单点技术难以满足不同场景的应用,必须是一个复杂系统。
 
就拿虚拟人来说,是以多模态技术为代表的复杂AI技术。可以看出,不论是语音助手,还是虚拟人,这都是数字员工的早期阶段。
 
伴随着大数据和AI的深度学习,数字员工已经成为必然,融合了AI、数据和RPA的「数字员工」成为企业数字化转型的加速器。
 
据IDC预测, 到2024年,当前有45%占用人们精力需要完成的重复性工作,而这完全可以自动化所替代
 
 
此外,科大讯飞作为拥有国际领先源头技术的人工智能公司,多次在机器翻译、自然语言理解、图像识别、图像理解、知识图谱、知识发现、机器推理等各项国际评测中取得佳绩。
 
目前已经拥有400+项开箱即用的AI通用能力,22年的行业落地经验。
 
讯飞开放平台,更是聚集了200多万的AI开发者,构建丰富的AI生态,可以为企业提供更好的解决方案,这便是人和。
 
伴随着大数据与AI技术的深入应用,科大讯飞「数字员工」成员也逐步增加,从以语音技术为核心的语音助手,到以多模态技术为核心的虚拟人,再到以AI+RPA技术为核心的更加成熟的数字员工。
 
从单一场景,逐步深入到企业核心业务主流程,实现真正智能化的人机协同。
 
可以看出,科大讯飞在人工智能的技术层面通过源头技术的突破和多技术的融合正在实现「系统性创新」,为技术创新应用提供了一个愈发强大的基础底座。
 
未来, 「数字员工」将会拥有更积极的自主学习意识和更强大的协同办公能力,成为企业转型的最优解

参考资料:
https://mp.weixin.qq.com/s/mO1RywEwn7AZ7CsEPLjc9g

—— END ——

登录查看更多
1

相关内容

1999年成立,主要技术包括:语音合成和语音识别。
【论文推荐】文本摘要简述
专知会员服务
68+阅读 · 2020年7月20日
【实用书】流数据处理,Streaming Data,219页pdf
专知会员服务
76+阅读 · 2020年4月24日
微信攻AI,有软有硬
微信AI
0+阅读 · 2019年9月2日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Antipatterns in Software Classification Taxonomies
Arxiv
0+阅读 · 2022年4月19日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
VIP会员
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员