当前位置：首页 > 编程日记 > 正文

RPA实施过程中可能会遇到的14个坑

编程日记 2024-12-21 07:30:00

RPA的实施过程并非如我们所想的那样，总是一帆风顺。
碰坑，在所难免。但也不必为此过于惊慌，因为，我们已经帮你把RPA实施之路上的坑找了出来。
RPA实施过程中，将会遇到哪些坑？

【不看全文大纲版】
●组织层面：
1-缺乏当地团队的时间承诺
2-缺乏领导力支持
3-缺乏IT支持
4-缺乏分析/数据功能的支持
5-缺乏人力资源支持
6-责任划分不明确
●流程层面：
7-选择了对业务影响微不足道的流程
8-选择了涉及更高层次认知任务的流程
9-选择了一个子流程很简单但流程本身很复杂的流程
10-选择了存在更好自定义解决方案的流程
11-当成本效益不高时，努力实现端到端自动化
●技术层面：
12-选择需要密集编程的解决方案
●实施后：
13-可扩展性
14-维护

【1427字全文版】
组织层面：协调是任何项目成功的关键
组织的协调性至关重要，特别是在缺少外部实施合作伙伴的项目中。RPA实施的顺利与否，需要本地团队和领导层的全面掌控，高层管理人员定期审查进度。本地团队将花费大量时间自动化流程，以获得战略等部门的协助。
考虑到RPA机器人有可能创建大量数据，团队领导者可以在实施早期考虑关于机器人创建的数据格式，频率和其他重要决策。如果企业没有投入足够的资源和管理层注意力，或者没有明确责任，那么在具体实施RPA项目中可能会遇到挑战。
不要忘记从这些关键部门中获得支持
IT：在选择RPA解决方案之前，需要检查IT路线图。另外，IT部门还可以充当其他部门在RPA技术采购决策中的协调人。如果企业中已经有过RPA的实现，那么IT部门应该及时总结相关经验，以帮助其他人员学习。
HR：人力资源对于RPA培训计划能否顺利实施很重要，否则其可能永远不会在企业培训计划中占据一席之地。RPA培训可以帮助员工更好地了解和掌握RPA的操作，有助于减少组织对RPA顾问的依赖，同时还可给员工赋权。

流程层面：能否成功部署，就看它了！
理想的用来部署RPA的流程应该是，业务量大、简单的、不涉及高级认知层面、有影响力且不需要自定义解决方案的流程。

RPA项目对于业务量小、影响力较低的流程几乎没有实施的动力。具有高业务影响力的流程往往都具有高成本属性，并且还会触及到大量客户，这些对企业业绩的影响也非常大。这样的流程才能让RPA施展开拳脚。
没有明确定义、规则的任务通常不适合自动化。目前阶段，RPA机器人还无法胜任高级认知任务，它很难解释什么是一个好的广告形象，如何与客户沟通。这些需要人工智能技术才得以逐步实现。而那些如添加数字、复制粘贴等的低级认知任务，才是RPA机器人的最爱。
自定义解决方案往往优于通用解决方案，但单独为某一公司的某一流程部署RPA的解决方案，往往需要耗费更高的成本与时间。
全流程实现自动化绝对是个很棒的想法，尽管企业需要为此付出更多的成本。
目前，企业的许多流程可以实现70-80％的自动化。但是，随着自动化水平的提高，企业将会面临逐渐走低的回报，而那些完全自动化的流程可能会比部分自动化的流程高出五倍。当然，这并不绝对，一切还是要以企业具体的业务情况为实施依据。

技术层面：RPA是一个不断发展的领域，不要购买过时的解决方案
如果在经济条件允许的情况下，没有企业不愿意使用最先进的技术。
RPA技术正处于一个上升期。从起初需要大量编程的解决方案，到如今的自学习或低代码/无代码RPA解决方案，RPA的进化远比我们想象的要快。乘着人工智能技术的快车，未来的RPA还会转向智能自动化（IA），并更好地实现自主性及认知性。

当企业将RPA的实施外包给了顾问或BPO时，要注意这里面可能存在的利益冲突。可编程RPA解决方案往往需要更长时间才能实现，所需要的资金也会相应增加，但是如果使用无代码解决方案，则可能会省时省钱的多。

实施后：后续工作对企业数字化转型亦很重要
●可扩展性
可扩展性是一个被广泛注意的问题，特别是那些希望扩大其RPA实现规模的大企业。管理RPA安装的复杂性会随着机器人数量的增加而迅速增长，机器人遇到的问题以及受机器人影响的流程也会增长。确保机器人在实施后进行审核，简化机器人体系结构并逐步实现自动化，有助于促进RPA安装的管理。
●维护
维护是RPA实施后面临的最重要挑战。监管或商业环境的变化迟早会倒逼企业改变机器人的部署。由于大多数机器人都已编程，因此遵循软件编程中的最佳实践可以相对轻松地维护机器人。尽管如此，需要对变更进行优先排序，并且需要将必要的工作用于机器人维护上面。

转载于:https://blog.51cto.com/14319181/2392222

https://www.dkcj.cn/info/32765.html

RPA实施过程中可能会遇到的14个坑

相关文章：

Android问题汇总

深度学习中的验证集和超参数简介

自定义View合辑（8）-跳跃的小球（贝塞尔曲线）

分析Booking的150种机器学习模型，我总结了六条成功经验

Android官方提供的支持不同屏幕大小的全部方法

C++/C++11中头文件iterator的使用

从多媒体技术演进看AI技术

五. python的日历模块

Linux下的Shell工作原理

C++/C++11中头文件functional的使用

飞天AI平台到底哪里与众不同？听听它的架构者怎么说

浅谈 sessionStorage、localStorage、cookie 的区别以及使用

任务栏窗口和状态图标的闪动 z

深度学习中的最大似然估计简介

简单粗暴上手TensorFlow 2.0，北大学霸力作，必须人手一册！

常见运维漏洞-Rsync-Redis

zabbix笔记

C++/C++11中头文件algorithm的使用

js filter 用法

每30秒学会一个Python小技巧，GitHub星数4600+

Nginx自定义模块编写：根据post参数路由到不同服务器

深度学习中的贝叶斯统计简介

少走弯路：强烈推荐的TensorFlow快速入门资料（可下载）

有状态bean与无状态bean

从Developer Removed From Sale 回到可下载状态的方法

朴素贝叶斯分类器简介及C++实现(性别分类)

你当年没玩好的《愤怒的小鸟》，AI现在也犯难了

msf反弹shell

mysql 5.5半同步复制功能部署

Windows7/10上配置OpenCV3.3.0-Python3.6.2操作步骤