Automating knowledge work of service desk: Machine learning model for software robot

Loading...
Thumbnail Image
Journal Title
Journal ISSN
Volume Title
Sähkötekniikan korkeakoulu | Master's thesis
Date
2019-06-17
Department
Major/Subject
Control, Robotics and Autonomous Systems
Mcode
ELEC3025
Degree programme
AEE - Master’s Programme in Automation and Electrical Engineering (TS2013)
Language
en
Pages
7 + 62
Series
Abstract
Aging population, legacy systems and pressure on cost savings are all growing problems for modern-day companies. One relief for these problems is to automate business processes and IT-service desk tasks with software robots. The aim of the automation is to reduce employees' growing workload so that they have time to work with the more valuable tasks. One of the most limitating factors of using software robots are that the automated processes must be strictly rule-based and the input data must be highly structured. In business there has been a lot of talk about using machine learning and other AI-techniques for achieving more generic solutions, but the actual results have not yet been publicly recognised. In this thesis it is intended to examine the suitability of machine learning for software robotics by automating company's internal IT-services. The goal is to build a working solution and find a machine learning platform for the company that provides software robotic solutions as a service. The end result is a viable automation solution which uses machine learning model for probability-based decision making. Based on this research it is possible say that there exist synergy benefits between the two technologies, as long as there is a suitable application for them.

Ikääntyvä väestö, vanhat järjestelmät ja paine kustannussäästöille ovat nykypäivän yritysten kasvavia ongelmia. Yksi helpotus näihin ongelmiin on liiketoimintaprosessien ja IT-palveluiden automatisointi ohjelmistorobottien avulla. Automatisoinnin pyrkimyksenä on vähentää työntekijöiden kasvavaa työtaakkaa, jotta heillä jää enemmän aikaa liiketoiminnalle tärkeämpien tehtävien hoitoon. Yksi suurimmista ohjelmistorobotiikan käyttöä rajoittavista tekijöistä on se, että automatisoitavien prosessien tulee olla tarkasti sääntöihin perustuvia, sekä hyödynnettävän tiedon tarkkaan jäsenneltyä. Alalla on ollut paljon puhetta koneoppimisen ja tekoälyn hyödyntämisestä geneerisempien ratkaisujen saavuttamiseen, mutta tuloksia näiden projektien onnistumisesta ei ole kantautunut suuren yleisön tietoisuuteen. Tässä työssä on tarkoitus tutkia koneoppimisen soveltuvuutta ohjelmistorobotiikkaan automatisoimalla yrityksen sisäisiä IT-palveluja. Päämääränä on rakentaa toimiva prototyyppi ja löytää koneoppimismalleja hyödyntävä alusta, jota prosessien automatisointia tarjoava yritys voisi alkaa käyttämään osana ratkaisukokonaisuuttaan. Lopputuloksena saatiin toimiva ratkaisu, joka höydyntää koneoppimista todennäköisyyksiin perustuvassa päätöksenteossa. Tutkimuksen avulla voidaan sanoa, että kahden tekniikan välillä on synergiahyötyjä, kunhan niille löydetään sopiva käyttökohde.
Description
Supervisor
Vyatkin, Valeriy
Thesis advisor
Lehmusvaara, Karri
Keywords
RPA, IPA, software robotics, machine learning
Other note
Citation