IT领导者可以通过演示将IT运营自动化的方法来展示领导整体业务的智能流程自动化(IPA)转型所需的专业知识。
智能流程自动化(IPA)是结合了流程重新设计、流程自动化和机器学习的一系列技术，智能流程自动化正在迅速重塑全球经济，为大规模采用它的组织带来了巨大的收益。正如麦肯锡早期的一篇文章所解释的那样，有些跨行业公司已经能够实现50%到70%的任务自动化，投资回报率通常能达到三位数的百分比。虽然人们经常关注成本节约，但智能流程自动化还带来了其它显着好处，包括速度、精度和改进了的客户服务。
但是，公司要最大化利用智能流程自动化的话，IT必须发挥主导作用。早期采用者的记录清楚地表明，在没有IT积极参与的情况下开展的智能流程自动化项目可能会失败。首席信息官想在智能流程自动化中发挥指导作用的话，他们要获得核心专长和经验，这些专长和经验是通过在IT中实现智能流程自动化项目获得的。快速做到这一点很重要要。如果首席信息官不支持整个公司的自动化，那么业务主管将创建自己的影子IT组织或与外部供应商合作。
但是，很多IT主管都在设法实施智能流程自动化流程。最常见的原因是：
与业务流程相比，IT的复杂性更高
不能很好地理解“智能流程自动化”的经济，对如何最大限度地获取利益缺乏明确性
由于工具不规范，智能流程自动化难以扩展
错误地认为智能流程自动化是一个先进的手段，需要在开始自动化之旅之前进行大规模的流程重新设计(process re-engineering)
首席信息官如何获得成功?我们发现首席信息官要掌握智能流程自动化旅程中的四个关键步骤：
第1步：评估高潜力的价值潜力
制定明确的商业案例的关键始于对主要IT活动的价值潜力的评估。
仔细查看就能揭示这些有价值的东西：
1.对事件和用户请求做出响应。大部分事件都是通过服务台请求产生的，这导致了“低难度”级别的工单的产生。但是，虽然很多工单以这种方式得到解决，但很大一部分工单升级到更复杂的-2级别或-3级别的工单，并交给更专业的IT团队。大多数工单都成了“棘手的工单”，IT部门要付出高昂的代价来解决这些问题。由于此活动记录翔实，因此根据自动化潜力对这些工单分类可以对效益做出可靠的评估。例如前一年的所有密码重置请求，将这些请求乘以平均处理时间(AHT)就可以清楚地显示今年的奖金额，前提是IT没有发生重大变化。
2.开展计划活动。计划活动范围和性质的不同会有很大的差异，从备份或打补丁的简单任务到更复杂的安全审计、升级等。开展这些活动所需的工作可以快速达到约20%的IT支出。
3.提供新的应用程序。就业务而言，这些活动是IT价值的最大来源，要另外占去IT工作的20%至40%。这不仅限于应用程序开发，还包括测试和托管，这需要应用程序和基础架构团队的努力。
请注意，自动化对外包或分包活动同样有效。
第2步：钻研细节以了解哪些用例最适合实施智能流程自动化
实施智能流程自动化的方法在已发现的活动中可能存在很大差异，并且往往需要挖掘问题的根本原因，解决复杂的系统问题，并清楚地了解实施智能流程自动化的方法，以实现价值。在某些例子里，我们已经看到企业使用特定的智能流程自动化策略来发掘必要的洞察。
对事件做出响应
如果人们要了解如何处理事件自动化，他们就要从确定哪些事件最适于自动化开始，这可能颇具挑战。虽然事件都有据可查，但事件数量庞大——大型IT组织每年都能轻松生成一百万张工单——而且每个事件的根本原因往往不是很明显。“我没有收到电子邮件”不一定表示电子邮件程序有问题;意思可能是“我忘了密码”。企业往往会不明就里地对事件响应进行自动化，因而导致结果不理想。
会详细阅读工单描述并获得必要洞察的特定文本挖掘工具可以解决这些复杂问题。我们可以通过这个方法定义约50种不同的工单类型并将这些类型划分到智能流程自动化名下的类别：
可自动化
需要机器学习
高度认知/手动
例如，80%的“重置密码”事件可以自动化。
此分析的输出信息必须是要进行自动化的事件的优先级列表，以及每个事件要使用哪个智能流程自动化要素。
开展计划的活动
虽然大多数IT团队都有基于行业标准的基础架构管理工具，但我们已经看到，配置的复杂性意味着IT并没有从这些工具中获得应有的价值。高度定制化，因合并而进行的调整以及特定的用户要求意味着管理系统需要大量的人工。
例如，尽管应用程序监视工具(如Prometheus)和基础架构监视工具(如Zabbix)用途广泛，应用程序支持团队往往无法快速有效地处理生成的日志，因为这些日志往往数量惊人，由各种原因产生。结果就是，公司不清楚如何实施智能流程自动化。
在这种情况下，用于机器学习(ML)的机器人可以使复杂性变得有意义，因为该机器人可以通过训练来学习特定警报背后的原因，然后就采取什么样的行动给出更好的建议，甚至直接做出更好的决策。
提供新的应用程序
然而，很多首席信息官掉进了这样的陷阱——只关注如何减少人工劳动，这限制了智能流程自动化全部价值潜力。更准确、更快速的应用程序交付需要设计新的IT运营模式，重点是敏捷和开发运维。人们要评估整个流程，以了解如何最高效地使用敏捷，了解开发运维如何产生完全不同的方法和工作方式。智能流程自动化可以实现其中一些新的工作方式。例如，自动化测试可以让团队更快地进行迭代;为自动化服务器配置(automated server provisioning)创建自助服务模型可以使操作更具响应性。
美国一家主要的人寿保险公司通过制定IT基础设施自动化的分阶段战略来解决这个问题。它首先为基础架构和运营团队的协作开发了一个开发运维模型(DevOps model)。然后，该团队合作制定了一个全面的智能流程自动化计划，该计划由一组相关的API支持，使该团队能够访问各种数据源。由于团队学会了如何管理此方法，团队会将基础架构的相关部分迁移到云中以提高灵活性。这项工作的结果是，最初由约1,400名全职员工(full-time employee，FTE)组成的基础设施组织减少到约800名全职员工，同时构建和实施速度显着提高了，这恰恰在错误减少时发生。
第3步：执行概念验证
为了证明价值是真实的，为了验证商业案例，首席信息官下一步要做的事情是为概念验证大开绿灯。事件处理是关注这种做法的好地方。已经在用智能流程自动化进行事件处理的公司能够节省高达30%的成本。值得庆幸的是，有很多工作付出(工单)可以快速自动化并充当概念验证，例如基于成熟的API和工具业的业已自动化的流程，该流程本质上是前端的事件(密码重置、设置获得新员工，订购新设备等)。
在最简单的形式中，概念验证要求：
与合适的IT主题专家(SME)一起举办研讨会，以了解特定流程中涉及的所有步骤和系统。这有助于发现智能流程自动化最佳的应用场合。
谨慎选择智能流程自动化平台。这一决策意义重大，因为平台功能、追求目标和服务提供商在某些情况下会有很大差异。例如，有些智能流程自动化平台提供了更好的集成功能，如与现有系统相关的API。另一些平台则提供预装或可定制的机器人，而有些平台打算提供人工智能功能，即便其它平台仍然专注于流程自动化。
从IT(例如安全指南)和业务(访问限制和监管限制)获得必要的批准
使用迭代设计技术对机器人进行编程，以确保速度、准确性和可扩展性。至少要指派一名工程师来管理大量的测试，这是确保机器人根据实时反馈进行学习和调整的迭代设计的核心要素。
持续监控以记录结果，确保价值获取(value capture)
将试点项目视为内部智能流程自动化功能建设的启动项也很有用，例如，将内部和外部开发人员联合起来，启动未来的卓越中心(CoE)。团队应成为学习智能流程自动化的平台和动力。
第4步：创建智能流程自动化功能以进行扩展
如果人们要发挥智能流程自动化在IT中的全部潜力，他们要专注于发展特定的技能、开发特定的功能并适应新的组织文化，最终将智能流程自动化植入IT组织的核心。
我们往往会发现，最成功的公司做了三件事：
1. 加快IT新领域的成功
在这个阶段，团队可能会超越基本的0/1级服务台事件，并追求更高级的2级和3级工单的自动化。团队还应扩展到事件之外，开始将智能流程自动化用于监控，仪表板和分析，从服务台转向数据中心、网络甚至是应用程序维护组织。自动化程序的长期成功取决于IT组织内部采用智能流程自动化机器人的速度。这取决于领导层在这方面有多高效——提供专门培训和持续支持，建立内部“参考案例”的网络。这样做的目标是在成功的基础上寻找更先进的新用例和机会(作为在更广泛的组织中产生需求的先驱)。以奖金形式或竞争中的表彰形式为IT员工提供激励措施，这也许很有效。
此时，首席信息官需要投资能对规模扩展提供支持的功能，例如风险管理和IT基础架构管理。这不同于试点项目所要具备的功能，试点项目侧重于把技术搞清楚、展示价值、说服怀疑者等。领导者有时会混淆这两类功能并低估每个功能最重要的因素。
2. 广而告之
首席信息官可以凭借扎实的经验和能力积极地将自己定位为其他业务的顾问和推动者。实际上，这意味着首席信息官要与各种职能部门的领导者建立联系，向他们介绍“智能流程自动化”的具体好处，了解他们的优先事项以及如何最好地实施和支持这些技术，并通过机器人(bot)发现潜在的安全问题。
智能流程自动化本质上具有颠覆性。首席信息官应清楚地了解智能流程自动化技术何时会增强或取代人类工作者，并为每项成果制定明确的沟通和活动计划。
3. 探索“智能流程自动化”的先进要素
虽然大多数IT组织都专注于简单的流程自动化(以及机器学习和自然语言处理——但程度较轻一些)，但未来属于人工智能和认知学习，它们具备管理复杂IT任务的潜力。这虽然有点超前，但解决方案已经出现了，我们希望这些方案在未来几年内迅速成熟。但是，发展高效使用人工智能所需的技能和经验需要时间，部分原因是人们对人工智能实际上仍存在很多困惑。克服这种困惑的唯一方法是着手研究人工智能项目。在这一领域积累专业知识的公司正在开发数据湖泊，并为这样的数据创建有意义的标签，然后让工程师致力于创建和训练算法，以对这样的数据采取行动。
智能流程自动化正在迅速成熟并成为IT组织大局的核心部分。了解如何创建智能流程自动化功能的首席信息官不仅可以成为推动者，而且可以在这种转变中成为领导者。
