随着超自动化成为顶级企业技术趋势之一，领先的机器人流程自动化 (RPA) 公司开始将人工智能功能集成到其自动化工具中，以创建能够自动化端到端流程并做出决策的智能机器人。计算机视觉是新一代 RPA 工具的关键 AI 功能之一。
在本文中，我们将探讨五个示例，说明如何将计算机视觉和 RPA 结合使用以实现业务智能自动化。
NSDT工具推荐 ： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - AI模型在线查看 - Three.js虚拟轴心开发包 - 3D模型在线减面 - STL模型在线切割
1、远程桌面自动化
50%1的企业预计将增加对远程桌面软件的支出，近 60%
然而，这种虚拟桌面基础架构 (VDI) 仅向最终用户提供从应用程序到图像的访问，而需要操作系统访问的传统 RPA 和自动化方法无法通过远程桌面自动化流程。
具有计算机视觉功能的智能 RPA 机器人可以像人类员工一样"看到"计算机的屏幕，并且：
- 记录用户与屏幕的交互以了解如何执行任务。
- 与用户界面元素（如图像、文本、按钮、下拉菜单和复选框）交互。
- 打开和关闭应用程序。
- 从应用程序中提取数据并将其输入到其他应用程序中。
2、遗留系统集成
遗留系统（Legacy Systems）在许多行业中普遍存在，因为更换它们可能会破坏基本业务运营。
虽然这些系统可能难以更换，但从长远来看，它们可能会成为数字化转型的障碍。智能自动化可以为那些希望将遗留系统与现代应用程序集成而无需开发专门集成解决方案的企业提供解决方案。支持计算机视觉的机器人可以：
- 连接到不同类型的软件，包括遗留和现代云应用程序，
- 与 GUI 元素交互，
- 在应用程序之间提取和迁移数据。
3、手写识别
图 1. 草书手写很难识别
尽管我们自 70 年代以来就拥有可以识别以不同字体打印的文本的光学字符识别 (OCR)2，但识别手写对机器来说仍然是一个挑战，因为：
- 个人的笔迹差异很大，
- 个人的笔迹风格甚至会随着时间的推移而改变，
- 笔迹可能是草书或歪斜的，这使得识别变得困难（图 1）。
基于神经网络的计算机视觉模型可以实现 99%3 的手写文本识别准确率。利用这些模型，智能机器人可以将以下行业的手写文档数字化：
- 医疗保健：处方、患者表格
- 金融服务：支票、KYC 文件、汇款收据
- 保险：索赔文件、事故报告
4、保险索赔自动化
高效的索赔处理对保险公司来说非常重要，因为：索赔处理占成本的 70%
将 RPA 与计算机视觉相结合可以改善保险索赔处理。例如，当保险公司收到汽车损坏索赔时，智能机器人可以：
- 使用对话式 AI 引导投保人拍摄损坏的照片或视频，
- 分析客户提供的视觉数据，
- 生成报告，供保险公司确定损坏程度、决定索赔并防止索赔金额过高。
具有计算机视觉功能的机器人还可用于验证索赔人的身份。这在怀疑存在欺诈的情况下非常重要。机器人可以从身份证件中提取信息并比较图像以验证客户的身份，并帮助保险公司避免向不存在的客户和实体支付欺诈性索赔。
5、银行客户引导
图 2. COVID-19 对银行数字渠道使用的影响。来源：BCG
在客户引导方面，银行面临着提供快速、便捷和合规体验的压力，因为：
- COVID-19 疫情加速了消费者向数字渠道的转变，例如移动银行和网上银行（图 2）。
- 由于问题导致的客户流失率平均在 25% 之间
银行可以利用智能自动化来自动化了解您的客户 (KYC) 流程，以实现更快、更合规的客户入职。智能机器人可以：
- 使用 OCR 从身份证、驾驶执照或水电费单等文件中获取数据。然后可以将这些数据自动输入银行的客户信息系统，从而减少手动数据输入的需要。
- 通过将申请人的面部特征与身份证件上的面部特征进行比较来验证申请人的身份。面部识别可以防止欺诈并提高 KYC 检查的准确性。
原文链接：RPA与计算机视觉 - BimAnt