践行超自动化定义，联想全球IT组织以RPA释放自动化价值

如今，以大数据、人工智能、物联网、区块链等为代表的新一代数字化技术正颠覆着人类的工作和生活，数字化转型已经成为了众多企业发展的核心战略。在这个背景下，联想全球IT组织选择UiPath作为合作伙伴，通过IT智能化运维生态系统，帮助整个企业释放自动化价值，实现数字化转型目标。

作为智能设备的全球领导厂商，联想每年为全球用户提供数以亿计的智能终端设备。现在，伴随着市场中的变化，联想迎来了新一轮的数字化智能化变革契机，联想多元化的业务和3S战略（智能物联网Smart IoT，智能基础架构Smart Infrastructure，行业智能Smart Verticals）对数字化转型的要求已日益迫切。

为此，为了支持和响应公司的3S战略，从传统的信息技术变成智能化转型驱动者，联想全球IT组织搭建了新IT内核下的联想IT智能化运维生态系统。并以实现企业转型目标，向财务、人力资源、审计等各个部门提出了新的战略和举措。

RPA成功第一步：筛选合适流程

联想的人力资源部门作为公司的重要职能部门，负责公司的求才、用才、育才等重要的人员管理工作。为巩固组织架构，加速企业发展，自上世纪90年代起，联想的人力资源部门就开始了信息化转型的探索。结合内部业务需求，该部门陆续上线了SAP、 Peoplesoft、 Workday等系统，不断优化着联想内部的人力管理方式。

但现在，随着数字化智能化转型的日趋深入，可以通过数据集成、系统升级等手段实现数字化的机会却越来越少。在人力部门，仍然存在一些跨系统操作、重复手工录入、手工校验等“手动密集型”的工作，例如报税、考勤数据校验、员工激励数据整理校验、入离职信息录入等等。这些工作既需要重复操作，还枯燥无味，费时、易错。因此，使用机器人实现人力部门深度转型，成为了联想全球IT亟待实现的目标之一。

筛选出合适的流程，是迈向RPA成功的第一步。联想全球IT组织首先利用IT部门与人力资源部门的紧密合作，梳理出可以优化的流程，同时“量化”流程中的内容，从而寻找能够使组织获得较高投资回报率（ROI）的流程实施RPA，框定了项目初期待实施的业务范围，如下图所示橘色字体内容。

结合痛点，优化流程，RPA为业务层层增效

根据人力资源部门的业务痛点和UiPath提供的RPA评估矩阵，联想全球IT重点确定了个税申报、对公报销、薪资核算等业务流程优化范围。同时，他们采用全球部署、灵活部署、人机互动、用户自助这四种方式，进行机器人的多元化部署，不仅充分发挥机器人7×24小时的效率优势，更确保了IT和业务资源利用的最大化。

个税申报一直是人力资源部门中一项重要且繁琐的工作，成千上百个文件的整理和个税系统繁琐的重复操作都需要大量的时间和人力才能完成，且其不仅流程十分复杂，数据核对更是繁杂、易于出错。因此，出于对独立流程运行稳定性、后期运维灵活性，以及并行开发和迭代开发效率的考虑，人力资源部门运用机器人将个税申报业务拆分为了多个流程。通过机器人参与个税上传文件整理、个税系统申报和校验和异常流程自动重跑，实现了个税申报流程的简化与提速，有效降低了人力与时间的成本损耗。

在对公报销业务中，员工原先需要根据发票上的信息填写报销单，然后在系统中提交报销申请，审批通过后下载单据、打印单据并邮寄给财务。这一传统的手工方式不仅效率较低，流程质量也不稳定。在引入RPA后，机器人能够自动通过OCR识别发票并整理数据，从而完成系统填报和提交，业务流程时间至少节约90%，发票的识别准确率也提升至近99%，校验的精细度和时效性得到了大幅度提升。而且通过票据的全面影像化、结构化、数据化，企业对费用的内审管控也可以做到在线高效便捷完成。

而在员工激励、考勤、薪资核算的业务流程中，薪酬部门每月需要对全球近百个国家数百个法人实体的员工进行考勤检查、员工激励、薪资核算等工作，这些工作中原本也有大量重复的手工核算和校验流程以及跨系统跨平台的多重操作，非常耗费人力与时间。部署机器人后，人力员工以分区、分批次的方式，模块化实施流程优化，保证了该项目的灵活性、可扩展性、可维护性和复用性。最终，在机器人的协助下，人力资源部门顺利的完成了全球近百个国家的业务流程上线，其中第一批的开发和实施为后期其他国家的实施打下了坚实的基础。

由于联想的业务及其员工遍布全球，联想的员工薪酬工作也是人力资源部门非常重要的业务之一。全球薪资团队每年都需要对第二年的薪酬核算工作日期进行逐月规划，制定工薪日历，这项工作数据逻辑复杂，耗时费力、错误率高，是人力部门的一大业务痛点。传统的开发模式一般是向需求用户询问数据处理或者工作流程来获取处理逻辑，但是人工的处理逻辑如果不规范，存在较多人工主观判断的因素，或由于员工个人习惯等问题导致的操作冗余，在这种情况下，就不仅仅是需要自动化，而是还对这个流程进行再造。同时，由于需要面对全球60余个国家的处理逻辑，如果一一进行访谈，再进行归纳、总结、整理、验证，项目的开发难度更是会呈指数级增长。

为此，联想全球IT采用了一个创新性的猜黑盒的方式，搭建了一个逻辑生成机器人来抽取工薪日历生成的逻辑，首先建立通用基本假设，再采用机器学习KNN临近分类算法反复归纳，逻辑处理方式如上图所示，用多年人工制作的算薪日历结果数据，自动生成数据间的关联逻辑，建立RPA自己的逻辑知识库（如下图所示左侧的循环）。然后利用人工智能总结出的知识库，开发出日历生成器，再把生成的模拟结果与真实数据进行回溯校验，修正逻辑知识库，通过多次迭代，把拟合度提升到90%（如下图所示右侧的循环）。之后，通过两个机器人（逻辑生成机器人与日历生成器）的相互合作，在数次迭代中不断修正逻辑参数，使机器人生成的工薪日历与历年人工核算的日历之间的拟合度逐步提升，最终实现了96%的排期数据准确度，经过业务部门的确认，结果符合人力资源团队的需求，终于解决了其业务中存在多年的痛点。

机器人的部署，使人力资源部门更加高效的完成了薪酬工作日历自动排期任务，在极大节约人力成本的同时，也间接提高了联想整体的员工满意度。

利用AOM实现项目全方位管理，助力RPA项目顺利推行

经过前期各个流程的机器人的引入，目前联想人力资源自动化工作已取得极大进展。

联想人力资源部门自动化项目的成功，离不开联想全球IT组织由内而外、从上至下的多层部署、多方把控。在部署过程中，他们不仅采用了前台和后台机器人，还额外增添了自助机器人“助小咖”以及移动端乐聊App（均为联想自研产品），旨在实现更灵活的员工与业务的灵活调配。

不难看出，联想全球IT是有规划、有创新地系统性推进内部自动化部署，进而全力加速企业的整体转型进度，而这也正是其RPA项目成功的关键因素。

用数据说话，效果立竿见影

联想全球IT的RPA部署过程十分顺畅，通过一段时间的运行，效果也逐渐显现。此前，联想内部还存在部分业务需要手工操作，人为错误难以避免；采用了自动化技术之后，业务操作的准确率明显提高，且上线以来没有出现一例由于机器人错误导致的业务问题，人力资源部门的平均流程效率提升了5-8倍，保证了报税与薪资发放的及时性。

从成本角度来看，RPA机器人的应用每年可以帮助公司的HR部门节省至少6,000小时的人工工作，更为重要的是，在摆脱了繁杂而重复的手工业务操作后，员工有了更多的精力去做那些真正有价值的工作。正如联想中国区人力资源薪酬总监所说的那样，“RPA帮助我们解脱了重复的手工操作，不仅是工作量，也是我们面对这种重复工作的一种精神上的释放。”

而对未来，联想全球IT也希望能够进一步深化RPA应用，联想人力资源战略运营副总裁表示，“接下来还有更多的RPA需求，期待HRops的工作更加自动化、智能化。”

智慧运维，兼顾稳定性、易用性、安全性

在运维阶段，联想全球IT也有很多经验值得借鉴。他们按照AOM（Automation Operation Management）对自动化项目进行管理，包括监控管理、单据管理、发布管理、变更管理和归档管理五个环节。

但无论是哪种管理方式，其根本目的都是为了保证业务的稳定性、产品的易用性以及安全性。首先，运维的基本要求是保证业务平稳运行，如果RPA运行不稳定，不仅影响业务效率，还会带来更为严重的业务影响。例如，由于个税系统业务更新，有时会在进入个税系统后出现从未见过的新弹框内容，这将导致RPA无法识别元素而失败，致使流程无法继续进行，给运维工作带来额外成本。联想全球IT通过个税系统弹框自动捕获功能，自动识别、自动完善弹框信息库，保证RPA平稳运行，大大降低了运维压力。

此外，易用性也是影响RPA大规模的推广的重要因素。联想全球IT不仅为用户提供了多种流程触达方式，也在服务平台上提供了自助服务和运维功能。例如，用户可以通过联想自研的智能自助对话机器人（助小咖）以及移动端App（乐聊）启动流程。这样，用户可以随时随地灵活启动流程，极大地提高了用户体验。

当然，在十分关键的安全方面，联想全球IT也做足了功课。联想集团本身对于数据安全就具有严格的分级制度：联想限制级、联想保密级、联想内部、开放数据等等。联想开发人员使用数据时也会按照这个数据分类等级进行管理，业务部门将自我保管高度机密的原始数据，例如员工身份信息和薪酬待遇等。

上线后的RPA机器人仍然会直接操作重要的高度机密数据，又该如何保障数据的安全？为此，数据盘的加密、数据备份和恢复逻辑也是联想全球IT的RPA项目中最重要的一个考虑因素。

此外，他们还从权限设置方面保证安全，一方面赋予机器人访问应用系统的ID和权限，另一方面通过对机器人的设置和管理、租户的设置和管理等权限设置，实现整体的权限控制和管理。比如，用户只能查看、启动或暂停其有权限的RPA流程。

在联想全球IT的自动化实践中还有一大亮点，那就是融合了丰富的人工智能（AI）技术。除了像在薪酬核算工作日历项目的开发过程中使用类似KNN这样的聚类算法外，该组织还以RPA为核心，结合AI人工智能、机器学习以及自动化监控，从单个子流程的自动化拓展到完整业务流程的自动化，数据处理从结构化到非结构化，机器人从执行定义的规则到智能决策，完成了从自动化到超自动化的探索。

可以说，联想全球IT的实践是一次人工智能技术深度应用的成功经验，不仅践行了Gartner对超自动化的定义——超自动化是企业使用AI人工智能、RPA机器人流程自动化、API集成技术、ML机器学习、事件驱动软件以及其他类型的决策流程和流程自动化工具集，来帮助实现更广泛的业务流程的自动化，同时也为其他企业的RPA部署提供了巨大的借鉴价值。