这次，我们为大家介绍的一款产品，叫做Smart Back Office，即智能化后台管理系统。之所以取这个名字，是因为这款产品是在后台管理信息系统，也就是Back-Office的基础上，加入了智能AI技术。ABeam（德硕）希望可以通过这款产品，实现多系统多类型的数据整合，提高管理自动化水平，并助力企业信息化转型。Smart Back Office，让你的工作更简单。 

那么，ABeam（德硕）开发这款产品的初衷是什么呢？

ABeam（德硕）在全球多据点拥有为客户提供AMS服务的团队，主要为客户解决系统维护等问题，AMS服务的特殊性，使得顾问工作时需要同时应对多个客户的问题，工作压力和工作强度都很大。为了提高顾问的工作效率、减轻工作强度，并且改善公司内部数据共享和系统交互的问题，ABeam（德硕）设计了Smart Back Office这款产品。这款产品也已经在公司内部顺利上线。

接下来，让我们通过技术架构、成果物展示、典型案例分析这三个方面来具体了解一下这款产品。

技术架构

上图展示的是ABeam（德硕）的系统架构图，主要分为四层，从最底层往上分别是，兼容的大数据层，智能化的AI技术层，定制化的应用层，以及多元化的客户端。首先，ABeam（德硕）采用合法的爬虫采集、系统接口、图形采集等技术，构建了一个统一的大数据采集平台。这一数据平台支持多种来源数据的提取，清洗及整合。大数据层上面，是数据的抽取、转换和加载过程，在这里，ABeam（德硕）将传统的数据批处理方式和实时传输方式相结合，这样，用户就能够随时进行数据的更新。而后，进入到智能化AI技术层，这也是ABeam（德硕）的系统架构中比较重要的一层。ABeam（德硕）主要运用的技术有：智能机器人、深度学习、自然语言处理，以及图数据库。ABeam（德硕）希望通过这些AI技术，来迎合企业数字化转型的潮流，帮助企业进行数字化转型。接下来，我们具体地说明一下，利用这些技术我们能够实现什么样的功能。首先，ABeam（德硕）使用智能机器人技术，也就是大家俗称的RPA技术，代替重复性的手工操作，这样可以降低人力成本，也可以减少出错；其次，ABeam（德硕）利用深度学习框架和自然语言处理技术，这里主要是为了更好地发挥大数据的价值，并进一步实现数据的智能化应用。什么是数据智能化应用呢，我们可以理解为，系统通过反复学习你的数据和行为模式，最后变得比你更加专业，可以帮助你处理工作，甚至可以指导你。最后，ABeam（德硕）选择了图数据库来存储数据。因为，相比于关系型数据库，图数据库能够更好地支持复杂的关系运算，它对于深度的查询也更加高效。在应用层，ABeam（德硕）也提供了多种应用场景，包括，多种类型报表的出具、业务一体化和自动化管理，以及对于智能数据库的应用。除此之外，ABeam（德硕）还支持系统与第三方应用间的交互，通过ABeam（德硕）的系统，可以自动发送邮件或者微信，以此对相关用户进行信息提醒。客户端方面，也支持多种设备端的运用，包括笔记本电脑和平板以及手机，可以满足多种场景需求，方便随时随地把握经营现状。

成果物展示

基于这样的技术架构，ABeam（德硕）推出了两款页面，第一个是Dashboard，可以用于重点信息的及时掌握；第二个是Portal，也就是ABeam（德硕）的智能管理系统。接下来，会给大家展示一下ABeam（德硕）的系统，展示的是内容来源于我们实施的结果，当然，出于隐私的保护隐藏了部分信息。

01

Dashboard大屏

上图展示的是Dashboard。Dashboard显示的是不停滚动刷新的数据，可以选择展示企业需要关注的多项指标，用于及时监控风险，以及公告重要的信息等。

02

智能AI管理系统

在Portal智能管理系统中，ABeam（德硕）可以根据客户的需求定制不同的服务，主要包括以下几个方面：第一是报表展示。产品主要运用的是Echarts图形库，除此之外，也支持其他图形控件的接入。所以，ABeam（德硕）可以提供丰富的报表格式。第二是数据追踪。每一份报表都支持源数据的下载，以及宏的自动生成，这样可以让用户更加清楚的了解数据的来源与处理逻辑。第三是一体化管理页面。这里涵盖了业务流程管理、人力资源管理、主数据管理等多个方面。ABeam（德硕）将数据和业务的平台统一，打通业务间的壁垒、减少了不必要的人机交互。第四点是自动化管理。在企业内部的各个业务模块，都应用机器人技术代替人工。第五点是智能搜索。ABeam（德硕）在主页面放置了一个小小的对话框，当员工在对话框中输入内容的时候，系统会识别出相关的知识点及其类型，并通过AI算法进行相关内容的推荐，比如说，培训课程的推荐，或者根据用户的角色、工作场景等进行推荐。第六点是智能邮件回复。ABeam（德硕）通过机器学习技术，创建常见问题解答; 并据此建立问答库，用于自动回复客户的电子邮件。从产品进化的历程来讲，报表展示、数据追踪、一体化管理、自动化管理已经开发完成并且可以成熟使用，智能搜索以及智能邮件回复功能也在顺利开发中，预计会在近期上线。

典型案例介绍

接下来，让我们通过3个成功实施的典型案例，来更加深入的了解一下Smart Back Office。这些案例的顺利实施，也很大程度上提高了AMS服务水平。在此挑选了，业务流程一体化管理、人力资源管理以及共享知识库的探索，这三个模块进行介绍。

01

业务流程一体化管理

为了优化这样的业务流程，ABeam（德硕）按照以下的顺序来进行系统的设计与开发，首先是任务收集及分配，接下来是任务全流程监控，最后是任务时间确认。

对于任务收集及分配模块，主要具有以下功能：1. 到期任务提醒，用于提示当前登录用户，在本周内需要完成的事项。2. 任务在线分配。这里使用了智能机器人RPA技术，将任务自动分配给指定的员工；员工账户也会同步显示被指派的内容。3. 工作负荷显示。在进行任务分配的时候，管理人还可以看到每个员工的当前工作负荷，这样可以方便管理者决定任务指派的对象，也可以避免员工间工作时间不均等的问题。4. 费用一键请求。对于员工来说，也可以通过该页面，将任务信息直接提交到任务管理系统中，进行款项的请求，这样可以减少不同系统的重复信息录入，降低人工成本。5. 任务细节展示。每一条任务都保留了原始的数据来源，可以查看任务来源例如邮件信息或者网页信息，这样也方便处理者追踪任务的明细。6. 系统间跳转。如果某些任务需要在指定的外部系统中进行处理，只需要点击任务ID，就可以直接跳转到对应的处理页面。 在任务全流程监控模块，可以查看任务从收到到完成，这一过程中的全部信息，包括各个阶段的处理时间、处理人、任务状态等等。通过该页面可以查看任务从收到到完成，这一过程中的全部信息，包括各个阶段的处理时间、处理人、任务状态等等。在任务时间确认模块，每个用户都可以看到自己当前周或者当前月份的工作量。还可以通过该画面与SAP系统交互，直接将该画面显示的工时信息提交到SAP系统中。这样就节省了繁琐的工时统计时间，可以大大提高工作效率。

02

人力资源管理

介绍完业务流程管理模块之后，我们来看一下人力资源管理模块，主要是从以下几个方面进行介绍。第一是休假出勤监控，第二是任务管理，第三是多维度KPI分析。

在休假出勤监控模块，会显示每个员工的总假期和已使用假期以及剩余假期。在这里是通过AI技术进行邮件监控，系统会识别出每一封请假邮件，并将休假类型和休假时长进行汇总展示。此外，如当前画面所展示的，休假主页面还可以用于查看员工的休假明细。有一点可能需要说明一下，现在介绍的实施对象本身是有一套请假管理系统的，主要是用于标准审批流程。除了标准审批流程之外，还可能需要追加审批流程，这就需要从请假邮件来获取相关信息。当然，您也可以根据需求将这个AI技术用于其他的方面。在任务管理模块，可以检查每个员工已填报的工时和款项的差异。通过该画面还可以查看员工所分配到的任务明细。包括每个任务的具体内容以及每个任务请求的时间等等。在KPI分析模块，可以进行员工之间KPI的对比分析，也可以查看每个员工的KPI明细，也可以按照职位，项目，时间等维度进行数据对比分析。

智能知识库的探索

最后，对于智能知识库的运用，ABeam（德硕）一直在不断探索中，也取得了一定的阶段性成果。该图展示的是ABeam（德硕）智能知识库的5个开发阶段，从数据采集、自然语言处理、机器深度学习、实体关系存储，到智能数据库的运用，目前，ABeam（德硕）已经实现了多种类型数据的整合，包括结构化数据以及部分非结构化数据，数据采集工作已经基本完成，智能数据库也已经搭建成功。也可以通过自然语言处理技术，自动识别出非结构化文本中的知识点及其类型，并展示相关知识点的基本信息，类型等等。对于机器深度学习、实体关系存储，以及智能数据库的运用，ABeam（德硕）也已经通过筛选以及反复实验，确认了合适的开发框架，并在顺利的AI训练中。

结语

过去三十年，伴随着企业信息化的不断深化，以及移动互联网的发展，数据形成指数级积累，数据的价值被不断挖掘，企业数字化改革是趋势也是必然。在此次新冠疫情的冲击下，经济发展是不确定且不稳定的，相信对于很多企业来说，这都是一次新的挑战。这种外部环境的变化必将刺激企业自身主动去变革，积极寻求自身业务增长点。而IT技术具有高质量和低成本的先天优势，能够持续对业务发展提供更多可行的方法。2021年4月《中国数字经济发展白皮书》中也提出，我国数字经济在国民经济中的地位越发突出，已经成为驱动我国经济增长的核心关键力量。在数字化转型的浪潮中，不进则退，我们要把握住这一新时代的机遇。

本版权归德硕管理咨询（上海）有限公司所有，

未经许可不得转载或翻译。　

Copyright?2020 by ABeam（德硕） Consulting（Shanghai）Co., Ltd. All rights reserved.