本文授權轉載自 Austin Huang 未經同意請勿轉載、摘編

在前兩篇文章介紹中「如何挑選適合的自動化模型？3大AI模型一次比較」、「如何使用Python實做模型辨識功能？5大步驟教你轉成結構化資料」，我們了解要做到單據辨識自動化所需要的方法架構及辨識模型。

其中部份自動化除了用到Python處理，絕大部份是用RPA(Robotic Process Automation,機器人流程自動化)工具來做到Low code的開發，如果對RPA還不熟悉的讀者我會再寫一篇文章專門介紹這項Low code且易上手的自動化開發工具。

拆解3大RPA工作任務步驟

這邊將上篇文章提到的方法架構圖拆解成三大RPA工作任務：

1. RPA：檔案自動分類
2. RPA：執行Python程式
3. RPA：資料自動登打

1. RPA：檔案自動分類

2. RPA：執行Python程式進行辨識(調用Claude 3.5模型進行辨識)

3. RPA：資料自動登打

以上影片展示透過IBM RPA串連整個流程自動化的過程，下一篇文章會介紹整合IBM watsonx Orchestrate大語言模型的解決方案，能讓RPA流程神奇的智能化並開展更多應用。

專欄作者簡介：Austin Huang
現任台灣IBM Data&AI售前顧問，專司企業流程自動化解決方案。曾任職於KPMG擔任數位轉型顧問，擅長RPA開發、資料視覺化及流程自動化工具導入，並具有製造、金融領域幕僚及業務經驗。

先行智庫為台灣管理顧問公司，服務內容包含整合行銷官網服務、企業內訓、顧問諮詢以及數據解決方案，了解更多企業服務內容：https://kscthinktank.com.tw/digital-marketing/