近期，全球知名信息咨询机构Everest Group发布了一份关于供应商的报告，重点评估了19家厂商的市场影响力和产品交付能力等多个维度。

该报告将任务挖掘定义为一种软件产品，通过捕捉用户操作行为和元数据来识别任务并深入理解任务执行流程的能力，从而为基于数据的流程优化和自动化提供便利。任务挖掘是智能自动化领域中增长最快的市场之一。

任务挖掘的应用不仅可以降低成本、提高运营效率，还可以改善员工体验。尽管对于许多潜在用户来说，任务挖掘技术在产品功能、特性和商业模型等方面仍较新。

在该报告中，UiPath、Nintex、Soroco、NICE、Mimica和EdgeVerve被评为行业领导者；Celonis、Automation Anywhere、Pega、ABBYY、Microsoft和IBM等被评为主要竞争者；而弘玑Cyclone Robotics等三家企业则被认为是有志者。

任务挖掘对于机器人流程自动化（RPA）具有以下几点重要助力：

优化自动化流程：通过分析员工的实际操作和工作流程，任务挖掘能够找到最适合自动化的任务和流程，从而提高RPA的实施效率。

提高自动化精度：任务挖掘提供详细的用户行为数据，帮助RPA更准确地模拟真实的用户行为，减少错误和异常。

发现新的自动化机会：通过对员工日常工作的观察和分析，任务挖掘可以发现以前未被注意到的自动化机会。

持续优化：任务挖掘可以持续监控和分析用户行为和业务流程，为RPA的持续优化和改进提供数据支持。

综上所述，任务挖掘可以帮助RPA更好地理解和模拟真实的业务流程，从而提高自动化的效果和效率。

举个例子，考虑保险公司处理保险理赔请求的情况：这些请求通常需要员工在多个系统和应用程序中切换，输入或检索数据，涉及多个步骤如收集客户信息、核实保单、评估损失、计算赔付金额等。这样的处理过程耗时且容易出错。

利用任务挖掘和RPA来改进该流程的方法是：

首先，使用任务挖掘软件记录和分析员工处理理赔请求的每个步骤，包括在哪些应用程序中输入数据、完成任务以及任务的顺序。通过这种方式，任务挖掘软件可以提供一份详细的报告，说明员工处理理赔请求的具体流程，并揭示问题，例如不同系统间频繁切换和数据输入的重复。

然后，公司可以使用RPA自动化该流程。创建一个机器人，能够自动从一个系统中收集数据，然后在另一个系统中输入这些数据。此外，该机器人还可以自动完成其他任务，如核实保单和计算赔付金额。

在这个例子中，任务挖掘帮助公司了解实际工作流程，找到流程中的问题，并确定可自动化的任务。这为RPA的实施提供了准确的数据和明确的方向，从而大大提高了自动化的效果和效率。

在此报告中，UiPath、Nintex、Soroco、NICE、Mimica和EdgeVerve被认定为行业领导者。这些领导者通过引入创新功能，如用于精确流程发现的有监督和无监督机器学习算法、模拟分析关键业务绩效指标以及改进机会推荐引擎等，区别于其他竞争者，持续投入强大的培训项目、产品支持和思想领导力计划以提升市场认知。部分领导者还在大型语言模型（LLM）方面投资，为用户提供更快获取洞察的会话界面，用户可以提问或输入查询。

领导者们还专注于扩大其服务和技术提供商的合作生态系统，以提供更大的灵活性给那些希望寻找专业服务知识和实施支持，或打算将任务挖掘与流程挖掘、智能文档处理（IDP）、数字采纳平台（DAP）以及机器人流程自动化（RPA）等互补技术整合的客户。

报告中还列举了Celonis、AutomationAnywhere、Pega、ABBYY、Microsoft、IBM、Skan、Epiance、StereoLOGIC和UltimateSuite等主要竞争者。这些竞争者主要投资于高级功能，如基于AI的根源原因分析、应用程序层面的洞察、警报设置以及自动化流程生成。其中许多供应商将产品以软件即服务（SaaS）的形式提供给客户。一些竞争者还在音频视频机器学习（AVML）模型、仿真分析和警报触发方面投资，以与其他供应商区分开来。此外，一些竞争者还为机器人流程自动化（RPA）和智能文档处理（IDP）等IA技术提供支持，这使得他们非常关注如何通过任务挖掘来识别和确定自动化用例的优先级。这些公司中的一些甚至通过内部投资或与第三方合作伙伴的合作关系提供流程挖掘能力。

另外，报告还提到新兴市场参与者，如Cycolne Robotics、Optimus Hive和Workfellow。这些有志者正在加强核心任务挖掘能力，如数据获取、任务发现和分析以及安全性，并开发任务监控和增强功能。他们中大多数正专注于满足特定领域或细分市场规模的客户需求，并适应特定业务功能的用例。

文章来源:RPA中国。若有侵权请联系我们。