什么是超自动化?
超自动化是遗留业务流程自动化在单个流程之外的扩展。通过将人工智能工具与机器人流程自动化(RPA)相结合，超自动化可以使企业执行的重复性任务实现自动化，甚至将其提升到一个新的水平，并通过动态检测业务流程和创建机器人来实现自动化。
借助机器人流程自动化(RPA)、机器学习(ML)和人工智能(AI)等工具，它们可以协同工作以实现复杂业务流程的自动化，超自动化是真正数字化转型的驱动力。
根据Gartner公司的定义，“超自动化是一种不可避免的市场状态，在这种状态下，企业必须快速识别并自动化所有可能的业务流程。”
为了成功实现超自动化，企业需要在整个运营过程中保持透明度。借助工业物联网(IIoT)解决方案，企业可以捕获和分析来自工厂、流程和产品的数据，从而实现这种级别的可见性。此外，在工业物联网解决方案之上，可以部署应用程序和高级功能，使企业能够持续实现业务各个方面的自动化。
自动化与超自动化
传统的企业自动化方法侧重于如何最好地在特定环境中实现自动化。这些自动化工具是特定于软件的。例如，工作负载自动化使用脚本来自动化许多重复的过程。业务流程管理(BPM)工具可以在特定工作流的场景中自动执行任务。
人工智能扩展了传统自动化以承担更多任务，例如使用光学字符识别(OCR)技术读取文档、使用自然语言处理(NLP)来理解它们，或使用自然语言生成(NLG)向人类提供摘要。通过应用商店或企业存储库提供的预构建模块，超自动化可以轻松地将人工智能和机器学习集成到自动化中。
低代码开发工具减少了构建自动化所需的经验。超自动化可以通过使用智能过程分析来识别和自动生成新的自动化原型，从而进一步简化自动化设计。如今，这些自动生成的模板需要人类进一步改进以提高质量。然而，超自动化的改进将减少这样的人工工作。
超自动化如何工作?
人工智能和机器学习丰富了机器人流程自动化(RPA)，它正在成为实现超自动化技术的核心。机器人流程自动化(RPA)和人工智能技术的结合提供了强大的功能和灵活性，可以在以前无法实现自动化的地方实现自动化：依赖非结构化输入的未记录流程。
超自动化中使用的先进技术包括：
用于流程和任务的智能分析工具，以识别自动化机会并确定其优先级。
自动化设计工具，可以减少自动化的工作量和成本。其中包括机器人流程自动化(RPA)、无代码/低代码开发工具、集成平台即服务(iPaaS)和工作负载自动化工具。
使自动化更易于适应和重用的业务逻辑工具，包括智能业务流程管理、决策管理和业务规则管理。
用于实现自动化的人工智能和机器学习工具。该领域的工具箱包括自然语言处理(NLP)、光学字符识别(OCR)、计算机视觉、虚拟代理和聊天机器人。
超自动化生态系统
(1)自动化机会发现
流程挖掘
任务挖掘
流程分析
(2)自动化实施
机器人流程自动化(RPA)
无码/低码
.PaaS/iPaas
工作负载自动化
业务逻辑工具：
智能业务流程管理套件
决策管理
业务规则管理
(3)使用人工智能的自动化扩展
机器学习
深度学习
自然语言处理(NLP)
(4)计算机视觉(CV)
光学字符识别(OCR)
虚拟代理
语音技术
人工智能聊天机器人
超自动化是指一种学习的自动化方法。超自动化的实践包括：
确定要自动化的工作类型。
选择正确的自动化工具。
通过重用自动化流程提高灵活性。
通过不同种类的人工智能和机器学习增强他们的能力。
超自动化计划通常通过有助于推动自动化工作的研发进行协调。超自动化的目标不仅是通过自动化来节省成本、提高生产力和效率，而且还要从通过数字化过程收集和创建的数据中受益。企业可以使用这些数据做出更明智和及时的业务决策。
超自动化不是指单一的现成技术或工具，而是侧重于增加更多智能，并采用更广泛的系统方法来扩展自动化工作。这种方法强调了在用自动化代替人工和优化复杂流程以消除步骤之间取得适当平衡的重要性。
关键问题是确定谁应该负责自动化以及应该如何完成。员工可以更好地识别可以自动化的枯燥任务，而业务流程专家可以更好地识别自动化功能。
流程智能分析来自客户关系管理(CRM)和企业资源计划(ERP)系统等业务管理软件的企业软件日志，以构建流程视图。
任务挖掘使用在每个用户桌面上运行的计算机视觉软件来构建跨多个应用程序的进程视图。
数字孪生允许企业对功能、流程和KPI如何交互实现可视化以创造价值。它们可以帮助企业评估新的自动化工具如何创造价值、开辟新机会或解决新瓶颈。
人工智能和机器学习组件使企业能够以多种方式自动化与世界的交互。例如，光学字符识别(OCR)允许企业自动处理PDF文档中的文本。自然学习处理(NLP)可以从文档中提取和组织信息，例如确定向哪家企业开具账单及其用途，并将这些数据自动输入到会计系统中。
超自动化平台可能位于企业现有技术的顶端。实现超自动化的途径之一是机器人流程自动化(RPA)，而一些行业领先的机器人流程自动化(RPA)供应商都在增加对人工智能集成、流程挖掘、数字工作者分析等的支持。
此外，其他类型的低代码自动化平台，包括业务流程管理包(BPM/智能BPM)，也增加了对超自动化技术的附加组件的支持。