Бестелесное дело: какие роботы уже работают в российских компаниях

Не так давно глава Сбербанка Герман Греф обратил внимание широкой публики на программных роботов, рассказав о том, что в ближайшее время они заменят тысячи его сотрудников-юристов. На самом деле, все намного масштабнее, и экспансия программных роботов уже достигла впечатляющих размеров. Но она практически незаметна, потому что программные роботы в отличие от своих аппаратных собратьев приходят скрытно, ведь у них нет «тела». К примеру, вы можете общаться в чате поддержки и даже не подозревать, что вам помогает не человек, а робот.

Качество коммуникации роботов становится как минимум неотличимым от качества коммуникации «живых» операторов службы поддержки. Специалисты IRPA (Institute for Robotic Process Automation) еще два года назад в фундаментальном исследовании подчеркивали, что внедрение «цифровой рабочей силы» снижает трудовые затраты на 25—40%. В этом году IRPA в рамках аналогичного исследования были исследованы 22 отрасли в 40 странах. Главный вывод: роботизация стала частью почти всех процессов в организациях.

Аппаратные роботы (по-научному RPA — robotic process automation) появились еще в 1990-е годы в дополнение к аппаратным роботам, заменявшим рабочих. Математика роботов к 90-м годам развилась настолько, что позволяла выполнять не только простые однообразные операции, но и справлялась со сложными действиями. Стало не нужно их постоянно перепрограммировать. Сегодня они способны учиться самостоятельно, более того, могут быть наделены искусственным интеллектом.    

Простейший вариант RPA — RDA (robotic desktop automation), робот, в котором повторяется функционал сотрудника. Он совершает тот же набор действий, что и живой специалист: с определенной периодичностью проверяет электронную почту, отвечает на сообщения, просматривает ERP-системы и определенным образом реагирует на их сообщения. При этом RDA не только повторяет действия человека, выполняемые на десктопе, и способы реакции на входящую информацию более ответственно и безошибочно. Он еще и способен их оптимизировать.

Схема применения RDA проста: один специалист заменяется одним роботом. А вот с помощью более продвинутых роботов происходит «умная» замена персонала. Они не повторяют существующую организационную структуру предприятия, а формируют новую.

Современные RPA позволяют работать с колоссальными объемами информации. Для обработки таких объемов нужны сотни сотрудников — особенно с учетом необходимости контроля и исправления ошибок. Роботы во многих случаях способны выполнять функции как минимум не хуже людей.  

Дополнительные возможности они получают, если оснащаются механизмами искусственного интеллекта (AI). Например, RPA могут работать лишь со структурированной информацией — неструктурированную они не распознают. Решение проблемы — поставить на входе AI-механизм «приготовления» информационной пищи: превращения неструктурированных данных в структурированную информацию. После этого для применения RPA практически не останется препятствий.

AI-механизмы способны совершать очистку данных: выявлять и исправлять ошибки, убирать «шум», проводить автозаполнение электронных документов, сверять справочники, восстанавливать ссылки между документами. Сегодня они довольно широко применяются и реализованы даже в форме коробочного ПО.

Один из распространенных алгоритмов искусственного интеллекта — математические нейронные сети, имитирующие биологические нейронные сети в человеческом мозгу. Они были разработаны еще в 1940 годы, но только в 2000-е появились достаточные вычислительные мощности и мощности хранения для их практической реализации. 

Этот и десятки других методов помогают распознавать объекты и подбирать способы кластеризации, например, искать так называемые именованные сущности — смысловые единицы текстов (первоначально они определяются с помощью экспертов в предметной области). На основе этого начального знания AI включается в глубокое самообучение — deep learning. Итерационно он выделяет более тонкие сущности, классифицирует их, находит между ними взаимосвязи на большом массиве данных, формирует правила работы с этими сущностями. 

Как работают RPA —  отдельно и в сочетании с другими AI-механизмами в российском бизнесе? Давайте рассмотрим несколько характерных примеров.

Робот-контролер почтовых учетных данных. На «Почте России» до внедрения в 2017 году RPA было много ручного труда, связанного со сверкой данных из разных систем учета. Количество предлагаемых компанией услуг растет, увеличивается число клиентов. Одновременно растет объем информации, подлежащей контролю. «Почта России» пошла по пути стандартизации и автоматизации процедур контроля качества данных.