盡管“自動化”的核心含義保持不變，但隨著時間的推移，這一術(shù)語的用法確實發(fā)生了變化。從手動打開吊扇開關(guān)到隨處可見的自動控制空調(diào)溫度，人們走了很長一段路。而在幾年前人們認(rèn)為可以實現(xiàn)“自動化”的東西，如今都已經(jīng)實現(xiàn)自動化，使用起來也變得更加方便。這主要歸功于多年來技術(shù)的進步。

在以往，人們可能從未想過有一天可以通過采用Alexa這樣的自動語音識別設(shè)備下訂單，并通過可穿戴設(shè)備進行即時支付或使用自動駕駛汽車。自動化給了人們一種新的自由感，無論在是工作是還是在生活中，這反過來又會導(dǎo)致人們所做或想做的一切事情取得更大的進步。

什么是超自動化

調(diào)研機構(gòu)Gartner公司最近將“超自動化”列為最重要的戰(zhàn)略趨勢之一。這暗示著任何可以實現(xiàn)自動化的東西如今都可以采用超自動化。它是關(guān)于使用多種工具和技術(shù)來自動化端到端的業(yè)務(wù)流程和操作，而不僅僅是任務(wù)級別的自動化。任何過程都涉及到某種程度的人工決策，超自動化旨在減少業(yè)務(wù)流程中的人為干預(yù)，并將其完全自動化以優(yōu)化效率和生產(chǎn)力。智能流程自動化最重要的要素是人工智能、機器人流程自動化、物聯(lián)網(wǎng)和業(yè)務(wù)流程管理。

大多數(shù)企業(yè)專注于發(fā)展自動化文化。在這種文化中，鼓勵將人工完成的任何事情實現(xiàn)自動化。新的思維方式認(rèn)為任何必須經(jīng)常做的事情都不值得人工去做。因此，企業(yè)需要集思廣益，投入時間和精力實現(xiàn)自動化。企業(yè)并不缺乏自動化特定任務(wù)的工具，而且通常會提高生產(chǎn)率。用戶如今只需通過一個界面簡單地點擊一個按鈕就可以完成大多數(shù)事情。自動化系統(tǒng)中的各種任務(wù)會創(chuàng)建自動化系統(tǒng)，而自動化一整套過程會創(chuàng)建不需要人工干預(yù)且獨立運行的自治系統(tǒng)。

將自動化系統(tǒng)轉(zhuǎn)變?yōu)樽灾蜗到y(tǒng)的過程被稱為超自動化。

人工智能在超自動化中的作用

人工智能為整個自動化過程提供了正確的推動力，它有效地用于以合理的準(zhǔn)確度模擬人類決策。自然語言處理、計算機視覺和機器學(xué)習(xí)算法通常與OCR、RPA等相結(jié)合，以創(chuàng)建可以查看、讀取和處理圖像、視頻、文檔中的信息并執(zhí)行所需工作的數(shù)字工作者。人工智能在過去幾年的進步確實有助于釋放巨大的自動化機會。因此，人工智能被認(rèn)為是實現(xiàn)超自動化的強大基礎(chǔ)。

產(chǎn)品工程中的超自動化

超自動化正在迅速被各行各業(yè)采用，軟件行業(yè)以多種方式利用超自動化的力量。許多產(chǎn)品工程團隊專注于自動化構(gòu)建過程來編譯、部署和測試代碼，而無需任何人工干預(yù)。還集成了安全測試、性能基準(zhǔn)測試、預(yù)定的自動化部署。這對大多數(shù)企業(yè)來說并不新鮮，但在當(dāng)今的情況下還有很多事情可以做。

決策是任何軟件開發(fā)過程中固有的，這些決策主要取決于人類的經(jīng)驗和直覺。開發(fā)人員、經(jīng)理、測試人員協(xié)作采取多項決策來管理交付風(fēng)險。因此，他們必須對與資源可用性、技能、成本、交付時間和利益相關(guān)者需求相關(guān)的各種限制有良好的背景和理解。為了踏上自動化決策的旅程，它需要使用人工智能來訪問與過去做出的決策相關(guān)的數(shù)據(jù)。

在“DevOps管道”的每個階段，都會反復(fù)生成大量數(shù)據(jù)。每天都會完成多個代碼構(gòu)建。執(zhí)行多個測試循環(huán)。人工或自動執(zhí)行測試用例，并分別記錄錯誤和相關(guān)詳細信息。開發(fā)人員修復(fù)錯誤/缺陷，并提供更多關(guān)于缺陷修復(fù)的數(shù)據(jù)。這些數(shù)據(jù)可以存儲起來，以后用于訓(xùn)練多個人工智能模型。

可以訓(xùn)練人工智能模型以增強人類的決策能力。最終，準(zhǔn)確的人工智能模型將開始為過去發(fā)生的常見問題提供解決方案。他們可以建議首先修復(fù)哪些缺陷以及由誰修復(fù)，開始估算修復(fù)缺陷所需的工作量。推薦由于高缺陷密度而需要緊急關(guān)注的區(qū)域。他們可以根據(jù)更改代碼的影響，推薦自動化測試套件執(zhí)行的測試用例并確定其優(yōu)先級。建議需要重構(gòu)的安全性需要加強的領(lǐng)域，或確定可能的性能瓶頸。

人工智能模型甚至可以用于分析部署后的趨勢，以監(jiān)控系統(tǒng)的行為，并在需要時發(fā)出警報。他們可以預(yù)測系統(tǒng)中的關(guān)鍵功能何時開始表現(xiàn)不佳。它們可以提供重要業(yè)務(wù)流程的信息，具體取決于最終用戶使用這些流程的頻率。他們甚至可以創(chuàng)建與系統(tǒng)相關(guān)的必要文檔。在過去的幾十年，軟件行業(yè)的部分工作都消耗了大量的人工。考慮到項目的限制，自動化可以實現(xiàn)自動化的事物才有意義。

在軟件開發(fā)的背景下，超自動化進程的下一個階段肯定是創(chuàng)建更多自治系統(tǒng)，這些系統(tǒng)是自我修復(fù)、自我監(jiān)控、自我測試、自我部署、自我記錄的，但更重要的是，是自我進化的。

結(jié)論

具有超自動化的未來是必然的。技術(shù)進步的“超高速”為“超自動化”創(chuàng)造了更多機會。人們可以更有創(chuàng)造力并創(chuàng)新自動化的新方法。有人可能想知道超自動化之旅的最終目的地是什么?什么時候應(yīng)該結(jié)束?什么時候應(yīng)該假設(shè)事情是完全自動化的，沒有任何進一步的自動化范圍?

那么最好的猜測是——永遠不會。