近日接到一个电话，来电显示对方是工商银行客服。

“请问您是徐先生吗？”，嗓音甜美，但吐字发音略显机械。

“我是”。

“请问您是徐先生吗？”。

“我是”。

“身份核对有误，抱歉，再见”。

这就是一个智能客服机器人，数字化劳动力的一种。姑且不去讨论他们的应用深度和成熟度，但不可否认的是数字化劳动力已经在我们的生活中出现。依我个人所见，数字化劳动力并不算新的事物，从计算机出现并得到广泛应用后，它替人类承担了大量的计算、操作等类型的工作。从某种意义上说，计算机加运行在上的各种应用软件就是广义的数字化劳动力。但最近伴随着RPA-机器人流程自动化概念的火爆，数字化劳动力也变得流行。下面就这个话题做一些探讨，希望起到抛砖引玉的效果。

首先，要将RPA和数字化劳动力区别开来。RPA叫机器人流程自动化，包含两部分意思，第一是机器人，这是技术，第二是流程自动化，说明目的是要实现业务流程的自动化处理。RPA从本质上讲是通过软件的界面模拟或者数据处理将用户从日常重复、机械化的计算机操作中解放出来的一种技术。目前来看还是基于规则处理多一点。用户操作哪个系统，点击哪个按钮，RPA技术可以将它脚本化，然后按需重复执行，这是RPA的本质。当然现在很多人说要搞IPA，也就是AI+RPA，这个里面牵涉到OCR，可能有NLP和知识图谱，这些技术本身并不是RPA，但是跟RPA叠加可以产生更好的效果，将流程自动化的范围和深度都加大了。其实这些技术是从RPA迈向数字化劳动力的关键。那什么是数字化劳动力？你可以简单的理解它是企业的虚拟员工。我们认为它应该具备几个特征：

第一：当然是自动化的能力。未来的企业数字化员工应更多的关注创新活动，将日常重复性低价值任务交由自动化技术处理。根据麦肯锡全球行业报告，到2030年，美国23%的工作时间可能实现自动化，全球工作时间为15%。

第二：按需部署。随着软件机器人的认知能力的不断提升。具有数字化劳动力特征的企业能够根据业务需求和市场变化，快速的按需开通和部署虚拟员工。并通过不断积累的数据和算法快速训练打造具有新技能的虚拟员工。

第三：算法至上。未来几年，我们将看到越来越多深入融合数据算法的产品、服务和业务流程的，这一趋势将长期保持高速增长。随着更多人使用，这些算法会自动变得更好，就像自动驾驶系统通

过识别模式来更好地导航并从任何错误中吸取教训。

第四：融入感。当员工花更多的时间在解决问题和创造性任务上时，保持员工良好的工作状态就变得更加重要。因此保持与员工的紧密接触的重要性将会进一步增加。企业需要考虑如何在员工中营造一种科技驱动的工作心态和文化。

其次，企业部署数字化劳动力需要考虑的几个问题。

第一：业务。随着技术的发展和人力资源成本的提高，企业使用数字化劳动力是大势所趋。但在开始前，要明确数字化劳动力应用在什么业务领域和流程。从目前来看，大部分的企业都选择了人力密集，存在大量交互的领域，比如客服。未来数字化劳动力在企业内的应用范围和深度都会伴随着技术的发展进一步拓展。但一定要选择一个合适的路线和策略。

第二：技术。数字化劳动力对外展示的是企业的业务能力，对内它可以有不同的构成。我们认为它包括三个核心组成部分，对话式人工智能、智能流程自动化机器人、机器学习。

交互部分 - 对话式智能机器人与客户（员工、经理、求职者、合作伙伴等）沟通交互。产生任务指令，并将工作传递至执行机器人。

执行部分 - 快速、高效地自动执行日常任务。加快价值实现时间，减少人为错误并提高吞吐量。

学习部分 - 从异常和错误中自学习，持续优化机器人后台人工智能模型。实现对外部环境变化的自适应。

对于企业来说，它的客户不需要知道跟自己沟通的是真实的人还是虚拟员工，他们对外提供的是一致的能力。

第三：管控。既然是企业的虚拟员工，同样是企业的人力资源资产，那么如何管控就变得重要。这些员工谁来管理？通过什么流程部署到业务领域？ 他们的绩效如何评估？ 虚拟员工跟真实员工之间的人机接口和协作如何解决？这部分问题在行业内也没有给出很好的答案，相信伴随着数字化劳动力在企业应用的不断深入和发展，这些问题会逐渐明晰。

最后、企业和员工如何适应数字化劳动力的到来并快速融合。在新技术出现的时候，大部分人都心怀抵触甚至恐惧。工业时代产业工人认为机械机器人的出现会导致他们失去工作，但实际情况是技术的发展会在提升效率的同时创造更加多的场景和工作机会。最近我们在跟大量的客户谈论RPA的时候也遇到相同的问题，很多人认为RPA和数字化劳动力会抢夺他们的工作机会，让他们丢掉饭碗。其实无论是企业的管理者还是从事具体技术性劳动的办公室白领也好，他们都应当认识到这一点，那就是数字化转型浪潮正澎湃而来，无论作为企业还是个人都只有积极的做好准备，拥抱变革才是正确的选择。低价值的重复机械劳动完全可以由软件机器人替人完成，需要大量算力和高级模型的智能机器人可以帮你在瀚如烟海的数据和信息中快速做出选择，应对市场。采用数字化劳动力可以帮助企业压缩不断增加的劳动力成本，提升员工的满意度，将最有价值的情感、决策、学习投入到企业的核心业务中。作为企业需要考虑的是如何正确调配、组织、管理由人和虚拟的数字化劳动力组成的混合劳动力资源。

英诺森一直将赋能企业数字化转型作为自己的愿景和奋斗目标。最新推出的ProcessGo定位就是企业的数字化劳动力平台。在满足企业业务流程自动化的基础上，整合OCR、NLP和知识图谱等AI技术，让数字化员工具有更高的智慧。我们的产品将重点解决三个方面的问题：

第一：认知能力。只有当软件机器人具备更高的认知智能，其才能跨越基于规则执行重复简单操作的应用鸿沟，真正有能力帮助企业形成未来需要的数字化劳动力。未来ProcessGo产品线将结合知识图谱、 AutoML、 Conversational AI等技术不断提升产品的认知处理能力。

第二：管控治理下的扩展能力。确保数字化劳动力满足企业的安全、合规等企业运营治理体系，是数字化劳动力在企业内部大规模扩展应用的基础前提。ProcessGo产品线将提供编排、调度、监控、审计、跟踪、分析、优化、开放社区等一系列成熟功能，满足企业集中式、联邦式和分布式不同数字化劳动力治理体系要求。

第三：敏捷适配下的集成能力。越来越多的企业认识到数字化能力的集中化和集约化建设的重要性，这也是中台战略被越来越多的企业所重视。 敏捷与企业内部这些数字化基础设施相适配是打造规模化数字化劳动力的重要基础。ProcessGo产品相将通过柔性集成架构实现与企业数据湖、深度学习平台、FaaS（Function as a Service)、边缘计算等数字化系统的灵活适配。

在技术实现的基础上，英诺森也在探索并将持续提供新的劳动力架构下的组织管理模式。英诺森帮助企业改进流程，实现数字化转型，驱动业务增长。我们坚信数字化带来无限可能。