机器人是数字化员工。数字化员工负责处理数字化数据。一如其名，名称直接点题。这么说有点太直白，但当涉及自动化时，这点很重要。机器人流程自动化是自动化技术的核心，也是企业快速提高生产力的起点。

 

挑战在于，很少有企业能够做到完全数字化，原因有二：

 

1.大部分企业已运营多年，且随着时间推移，建立起了各种手动流程和老旧系统，而如今这些已经过时（技术债务）

 

2.人员无法数字化——且毫无疑问，所有产品或服务都是由人开始的。令人沮丧的是，与模拟实体的交互不能保持一致，因为其需要使用各种各样的非结构化渠道和媒体——不论是语音还是书面格式。这样的方式并不适用于机器人，机器人所获取的输入数据必须是完全一致的电子格式，这样才能理解和处理。

 

鉴于自动化的目标是最大限度地提高生产力，我们必须扩大自动化的范围，并涵盖尽可能多的端到端流程。我们已经确定，最棘手之处往往处于人机交互的起点，因此，如果你设想一个从左到右的流程图，我们希望“将自动化功能向左移”，以便在流程初期就开始实施自动化。

 

那么，该如何应对这些麻烦的人的因素呢？

 

语音是已知的最难以处理且最缺少章法的数据形式之一。想想地方口音、措辞和不同的语法结构。最终，自然语言处理技术将声音转换为文本，然后处理该文本。自然语言处理技术的基本形式是寻找触发词，例如“账单”、“地址”或类似的词。更高级的解决方案是对话和复制人类的语言模式。

 

虽然聊天机器人通常会使用提前输入的文本，但后台编程与提前输入的文本大致相同，这使用户得以与机器进行实时对话。由此就创造出了可供机器人获取并处理的数字化数据，例如完成付款或更改地址。有些机器人流程自动化供应商已为机器人提供语音触发器，并将其作为标准。

 

“强制”结构化数据的最简便方法是使用网络表单——鼓励用户访问某个网页并将其需求输入结构化表单。该方法可靠且有效，但并非人人都希望以这种方式开展互动。

 

光学字符识别能够查看图像并从中提取文本，例如从书面文件或电子邮件中提取。手写内容，尤其是草书仍然是一大难题（我经常认不出自己写的字），但书写的字体越规范（想想方格本里的字母），能实现的识别准确率也就越高。

 

能轻松“读取”电子邮件，并识别关键字，从而进行分类和回复。我们甚至可以从用词类型中识别出情绪，并据此调整相应的处理。

 

我们能够日渐缩小媒体之间的区别。如前所述，聊天机器人能够有效地获取视觉信息和听觉信息；例如 Amelia 聊天机器人就能够在对话的同时，在屏幕上展示相应的“人”脸表情。我们需要能够在媒体之间无缝转换——手机来电可转换为视频形式的交互式语音应答（IVR），反之亦然。聊天机器人可完美切换至人工接线员。会话式交互式语音应答系统需要像机器一样细致入微。

 

过去十年里，语音技术发展迅猛，但我们在该领域所触及的仍然只是皮毛而已。随着技术应用的普及和准确度的提高，这种媒介将主导我们的互动，并且越来越自然。

 

不过这里也存在一个问题。当人们知道自己在同机器互动时，会欣然接受。我们甚至会觉得其局限性很有吸引力（比起 C3PO，我们都更加喜欢 R2D2，对吧？）。但当机器变得越来越像人时（特别是从外观上），我们的内心就会隐隐排斥。贴上硅胶皮肤并戴上死鱼眼镜的人型机器人总是令所有人都感到毛骨悚然。在机器人与真人真假不分之前，人们需要跨越心理上的鸿沟，即所谓的恐怖谷。

 

1970 年，森昌弘提出了“恐怖谷”理论，探讨人们对外形和行为与真人基本一致的高仿真机器人的反应。

 

然而，机器研发方向上的改变可能会扭转这一局面。每个人都希望实体机器人日渐融入我们的日常生活，这点也的确是未来的发展方向。我们亦假设，机器人与人类的差异会越来越难以察觉（我们都知道，以 2019 年为背景的反乌托邦科幻电影中，银翼杀手通过“移情测试”（Voight-Kampff）来区分人类与复制人）。但是，很少有人会预料到人类会被自己的数字化领域吞噬。

 

随着元宇宙理论的不断发展，我们沉浸于增强现实世界中，并通过数字世界中的虚拟化身与他人沟通和互动，我们会展示自己的理想形象、数字化头像或图标。喜欢玩 Roblox 或魔兽世界的青少年及其家人都知道，人机交互方兴未艾，未来将更加精彩。

 

语音将成为主要的交流方式，随着我们日渐融入数字化并开始在元宇宙环境中工作，人类与机器人员工之间的界限也将逐渐消失。随着 AI 能力的提升，机器人最终将实现全方位互动，并做到真假难辨；届时，机器人将成为人类社会中活跃的参与者。

 

 

相关博客/文章

促进社会流动性可以缩小技术能力差距

RPA 2.0：自动化的下一步会是什么？