RPA与NLP结合的业务场景还处在探索阶段，我们希望本节的实例能够起到抛砖引玉的作用，也希望在日后的实践当中能够发现更多的自动化场景。
1.应用背景
在企业的供应商/客户管理流程中，往往需要对方向公司提供很多相关的材料，包括但不限于企业营业执照、组织机构代码、税务登记证、财务报表、产品检测报告等，管理系统基于这些信息以及公司设定的预制公式和审核规则来进行判断：供应商是否有提供相应服务的资质，或者我们能为客户提供多少信用额度，以便决定对其服务的价格等。
从收集各报告中的关键信息，到跨系统查询工商信息等工作，这个过程需要耗费大量的专业人力，并且难以及时得到更新。此类问题在制造、零售、服务和快消等行业十分普遍。
2.供应商/客户准入管理流程自动化
如图3-10所示，在整个自动化流程中，传统型RPA能够很好地完成跨系统查询的工作，查询的信息包括企业信息、法人是否失信、是否受过行政处罚等。
但对于需要抽取财务报告或其他检测报告中的关键指标数据的情况，一般会面临以下问题。
·各家企业报告的格式不尽相同，利用传统技术根本无法有效识别和提取非固定模板的内容。
图3-10 客户准入机器人流程自动化
·科目体系、科目名称、语义表达千差万别，需要强大的中文及财务理解能力。
·关键信息会随机散落到报告中的文本段落、主表、附表等不同的位置，除此之外，通常还需要区分信息是单体公司的还是集团合并的数据。
·难以实现对无边框表格的识别与数据抽取。
·对财务报告内的数据无法实现智能校验，例如，表内纠错、上下文、表内表外内容一致性核对等。
自然语言处理能够快速实现对各类报告的信息解析，以做到准确理解、关键信息抽取和智能审核。RPA系统的智能机器人，根据经过NLP处理的各类信息，按照预定的规则自动填写文档，生成企业资质评分表，并发送邮件通知相关业务人员进行二次复核（如图3-11所示）。
3.供应商管理流程自动化收益
企业准入流程可实现完全自动化，以有效避免一线员工大量烦琐的数据收集工作，降低由于人工操作疏忽而导致的错误；同时机器人快速高效的工作，使得客户评分环节能够及时参考更多、更新的信息，从而控制由于信息不对称所导致的评分不准确的风险。
图3-11 自动填写文档
NLP技术的引入，解决了传统RPA流程中只能进行人工操作而不能实现自动化的关键问题，整体工作流程耗时从原来的数小时缩减至十几分钟，在大幅减轻员工工作量的同时，为客户的准入评分增加了更多的管理维度，使得整个管理过程更加科学、客观、严谨。
1.应用背景
企业都配备有专门的招聘人员，需要根据每年的招聘名额及岗位要求展开新员工招聘工作。大中型企业内部岗位数量多，招聘需求量大，面对大量的招聘需求，HR需要通过各大招聘网站及渠道查看所收到的简历，进行人员筛选。
初步筛选之后，HR会将简历逐一发送给企业内部各用人部门，用人部门再次筛选后确定面试名单，并反馈给HR部门，接着HR通知面试者，进行面试安排。整体流程耗时长，如遇到大型招聘季，HR的工作压力将会很大。
2.招聘流程自动化
优化前的招聘流程自动化如图3-12所示。
图3-12 招聘流程自动化（流程优化前）
在引入RPA自动化流程之前，招聘人员需要面对如下问题。
·候选人简历量大，平台多，筛选简历的工作量大，需重复登录不同的招聘网站下载及发送简历。
·简历内容多，需要打开并查阅每一份简历。
·逐一告知每个面试者企业的地址信息，业务发生频繁，大量的时间都花费在此类低附加值的工作上。
用人部门需要面对如下问题。
·逐一打开简历并进行筛选，耗时较长。
·需要逐一告知HR或助理安排优质候选人的面试，工作效率低下。
在引入了NLP+RPA的自动化流程之后，招聘流程自动化可完全实现网站自动登录、简历自动筛选、人岗自动匹配等一系列流程（如图3-13所示）。
图3-13 招聘流程自动化（流程优化后）
NLP的语义分析能力能够让简历搜索更精准（如图3-14和图3-15所示）。
3.招聘流程自动化收益
RPA导入招聘流程后不仅解决了HR与企业内部用人单位的痛点，还明显提高了工作的效率，具体表现如下。
·将HR从烦琐的日常工作中解脱出来，使其从事更多具有更高价值的工作。
图3-14 自动筛选
图3-15 人岗自动匹配
·提高了招聘的效率，缩短了人员招聘的周期。
·消除了人工失误，降低了简历筛选误差率。
·同步减少了各需求部门查阅简历的时间。
1.应用背景
在人工智能时代，企业知识将成为比企业数据更为重要的资产，如果说数据是石油，那么知识就是石油的萃取物。如何促进企业知识的高效利用，发挥知识的价值，将是新一代企业知识管理需要解决的核心问题。同时，企业普遍存在三大问题，具体说明如下。
·多：企业文件分布的业务系统多，文件类型多。
·低：在查找时，获取效率低，使用效率低，对于企业的应用价值也低。
·缺：缺乏对知识进行有效的体系管理，缺乏知识和业务的有效关联，缺乏知识推演和创新。
很多大型企业和研究所每年都会定期买入大量的各类研究报告并入库，如果在文档入库的同时，没有进行科学的分类管理，那么在入库之后，用户便不能准确地搜索到相关的文献。
基于以上问题，文档自动分类机器人，可以有效解决在知识采集过程中文档归类的管理问题，为日后的内容检索提供支撑。
2.文档自动分类流程自动化
在没有自动分类机器人之前，企业业务人员需要手动上传资料，同时阅读资料以选择放入合适的分类文件夹中。如果遇到资料内容过多、数量巨大的情况，那么人工上传及阅读分类的工作量就会很大，这会导致分类不准确，以致后续其他员工很难搜索到相关的资料。
文档机器人采用了RPA和NLP相结合的方式，RPA可完成打开页面、上传、找到指定类目的工作。而这里的核心则是如何利用NLP技术为新文档打标签、提取关键词，并据此找到最适合的一个甚至几个分类文件夹。
文档的标签通常是几个词或者短语，并以此作为对该文档主要内容的提要。标签是人们快速了解文档内容、把握主题的重要方式，在科技论文、信息存储、新闻报道中具有极其广泛的应用。
标签提取的方法比较多，而且各有各的缺点，我们会根据用户的应用场景、数据、需求来将不同的方法相互结合在一起，以保证文档标签提取的准确性和实用性。
利用以上方法，企业在处理新增的文档资料时，能够快速完成批量上传及合理分类的工作，为知识库的高效使用打下基础。
1.应用背景
券商行业的文本和文档数量大，文本处理场景多，例如，篇幅较长的招股说明书、上市公司年报、审计报告等。下面以券商的主营业务债券承销为例，债券承销涉及大量的文件材料，用于报送监管机构和对外公告，其中债券募集说明书的每份文档均在数百页左右，且审核规则复杂，传统的人工审核费时费力，容易出错。采用NLP+RPA的智能审核机器人，可以在大幅降低人工成本、提升业务人员效率的情况下，大大降低业务风险，从而使报送更准确、更安全。
2.文档审核流程自动化
文档审核流程自动化示意图如图3-16所示。
图3-16 文档审核流程
智能审核机器人通过深度学习建立专门的语言模型，针对债券募集说明书、招股说明书、年报、审计报告等不同类型的文档进行处理，让机器可以识别出多字、漏字、同音字、形近字等常见错误，准确率可达到90%以上。同时，利用视觉检测技术可以识别出文件中的各种样式的表格内容，并结合语言模型和关键信息抽取来定位表格中单位缺失、标题不一致、语法错误等各类表格内容错误。
除一些基本错误之外，金融类文档中还存在着大量的财务数据，分布在文字段落和表格当中，智能审核机器人内置的模型可以智能识别财务数据的指代关系，有效验证文件中上下文财务数据的一致性，实现表内纠错、表表纠错以及表文纠错的功能。
1.应用背景
如图3-17所示，智能文档写作有着巨大的市场，在很多应用场景中，智能写作机器人可以解决人工写作慢、效率低的痛点。智能写作机器人作为自然语言处理的高阶应用，可分为自动写作和辅助写作两大类。自动写作是指计算机自主完成写作，而不需要人工干预。辅助写作是指在人类的写作过程中，计算机提供协助。
图3-17 智能写作概览
从技术层面来讲，自动写作还达不到和人一样的创作能力，但智能写作机器人非常擅长完成主要信息的撰写，典型的例子有新闻快讯、体育战报等。
辅助写作作为助手，可协助业务人员起草一些规律性较强的文档，如制式合同、文档摘要缩写、财报生成、信贷报告自动撰写、会议纪要生成等。
2.债券募集说明书生成流程自动化
债券募集说明书的生成流程如图3-18所示。
图3-18 债券募集说明书生成流程
债券募集说明书生成机器人是一个典型的辅助写作机器人。一般来讲，各券商都有企业内部的募集说明书模板，一部分内容需要业务人员根据实际情况撰写，还有一部分内容框架完全一致，仅需要从内部数据库或者审计报告中提取相关的数据和字段进行填写即可。
债券募集说明书生成机器人利用RPA的数据获取能力，从相应的数据库和审计报告中，按照指定的规则提取所需的字段和财务数据，再按照规则填入债券募集说明书的模板中。同时，利用NLP的自动撰写功能协助业务人员完成报告的初稿，并进行相应的审核，审核规则可参考3.5.4节。
在高速发展、风云变幻的市场环境中，企业都面临着更多的挑战，如何利用技术建立高效且低成本的企业运营模式，成为各企业不断探索和追求的目标。本章介绍了现阶段已经应用于商业实践的、能够与RPA技术相结合的人工智能技术。
智能流程自动化是未来发展的必然趋势，虽然一些智能自动化系统的成本可能会很高，特别是当专用硬件是系统构成的必需品时，智能软件正变得越来越便宜。智能流程自动化现在已经足够经济实惠，甚至还允许中小型企业以这种或那种形式采用它。但无论公司的业务规模以及希望应用的智能自动化形式如何，都将面临最初的挑战。这些挑战可能包括以下内容：确定如何以及在何处使用智能自动化；智能自动化将产生的积极影响；将新技术集成到现有业务中，以确保其使用性及合规性；“教学”智能自动化系统执行任务时需要了解的内容；根据将要实施的新方法重组员工的培训、工作描述和任务；管理网络安全等风险。
智能流程自动化无疑将成为企业未来运营模式中不可或缺的一部分，并且最终将实现业务流程全自动化，每个企业在到达最终状态的过程中所积累的经验会存在很大的差异。通过应用知识、研究、规划以及适当的尽职调查，企业将确保他们自身选择的是智能流程自动化的最佳途径。在未来，如果IPA接管了企业日常的经营管理工作，员工将被完全解放出来，以便更好地专注于提高客户满意度的工作，并从其他的新数据中（偶发、低频、影响大且无法量化分析的数据）思考如何实现业务目标，这将是一幅全新的图景。
原文：https://www.cnblogs.com/nikki-RPA/p/13628991.html