核心要点：
- 几乎任何工具都可以自动化重复任务。选错任务才是导致项目失败的根源，而这往往是每一个五步指南都会跳过的步骤。
- 根据数量、规则清晰度、输入可预测性和异常率对候选任务进行评分。最让你烦恼的任务很少是合适的首选项目，因为烦恼通常意味着需要判断。
- 超过40%的员工每周至少花费四分之一的时间在繁琐的手动重复工作上，主要是数据收集和数据录入。文档是这些时间堆积的地方，也是自动化项目通常会直接略过的任务类型。
你公司里的某个人正看着PDF上的九个数字并输入到另一个屏幕上。四分钟后，再来一次。这项工作不在任何人的自动化路线图上，而它应该排在你的前列。
大多数关于如何自动化重复任务的建议都以工具列表开篇。这是本末倒置。选错任务，市场上最好的软件也救不了你。选对任务，它往往可以通过你已经付费的工具来解决。
所以本指南反其道而行之。首先，如何弄清楚你的哪些重复任务值得自动化，以及按什么顺序。然后是工具类别，按每种工具实际解决的任务类型进行排序。最后是消耗最多办公时间却总是被跳过的任务类型，因为它直到有人计算分钟数时才看起来像个自动化问题。
自动化重复任务意味着什么
自动化重复任务意味着将目前由人工手动完成、规则明确的工作交给软件，让它每次都以相同的方式执行。任务并没有消失。只是键盘敲击停止了。
这个定义囊括的范围比人们想象的要广，同时也排除了很多供应商不愿承认的情况。是否“规则明确”就是全部的测试标准。如果一个能干的新员工能根据书面说明执行该任务，那它就是一个候选对象。如果你自己的解释需要出现两次以上的“嗯，这取决于”，那它就不是，至少现在还不是。
关于这个话题会导致失业的声音盖过了其背后的数据。麦肯锡的分析发现，只有不到5%的工作岗位完全由可以完全自动化的活动组成，而在大约60%的职业中，至少有三分之一的组成活动可以被自动化。各个岗位去掉了最无聊的三分之一。它们并没有消失。
如何决定优先自动化哪些重复任务
每个人都知道四个形容词：重复的、基于规则的、耗时的、容易出错的。它们是对的，同时也毫无用处，因为你积压的每一个任务都至少符合其中两个。
将一个能坚持下去的首个自动化项目与一个被悄悄放弃的项目区分开来的，是一组更难的问题。根据以下七个因素对每个候选任务进行1到5的评分，然后将总分相加。把规则清晰度或访问权限的最低分视为否决项，而不是扣分项，因为这两者都无法通过软件来修复。
| 因素 | 需要问的问题 | 你的期望 |
|---|---|---|
| 数量 | 每周运行多少次？ | 高。几百次胜过几十次。 |
| 消耗时长 | 所有实例加起来，每月消耗多少人分钟？ | 高。这是你的成本回收点。 |
| 规则清晰度 | 新员工能否在没有问题的情况下遵循书面说明操作？ | 是的，毫无歧义。 |
| 输入可预测性 | 输入内容是保持一致的格式，还是每次都不同？ | 一致，或者AI可读。 |
| 异常率 | 有多少比例的实例需要人工思考？ | 低。10%以下比较舒服。 |
| 影响范围 | 如果它悄无声息地出错了两个星期，会造成什么破坏？ | 没多少，并且会响亮地报错。 |
| 访问权限 | 你是否有凭据、测试数据和愿意配合的流程负责人？ | 今天就全都有。 |
按总分排名并从最高分开始。而不是从最让你烦恼的任务开始。
最后这句话是大多数首次尝试失败的地方。你反感的任务通常是需要判断的任务，这正是它难以被自动化的原因，也正是它让人感觉糟糕的原因。值得首先自动化的任务通常是那些从未有人抱怨过的任务，因为它只是单纯的无聊：两百个微小且相同的动作，甚至没有产生过一条Slack消息。
不值得自动化的任务
值得大声说出来，因为没有供应商会替你说。
- 低频工作。 一份耗时二十分钟的月度报告一年只需花你四个小时。不要在上面花一周的构建时间。
- 真正可变的输入。 不是指杂乱无章（AI现在能很好地处理），而是指每次结构都不同、每个实例都需要单独做决定的情况。
- 任何具有高昂隐性失败成本的任务。 如果一个错误的值在人工看到之前就能到达客户、监管机构或付款流程，你就需要一个审查步骤，而审查步骤会改变收益的计算。
- 财务部门正在重新设计过程中的流程。 你会把同一件事构建两次。
直接问员工，他们对哪里需要帮助的看法惊人地一致。在Smartsheet的调查中，排名前三的目标是数据收集（55%）、审批（36%）和状态更新（32%）。其中三分之二都是披着不同外衣的文档问题。
不同的任务对应不同的工具
搜索用于重复任务的自动化工具，你会得到15个产品，每个都有一句赞美之词，但无从得知哪一个适合你的问题。没有一个单一类别叫做任务自动化软件。它分为七个类别，而选错类别通常是这些项目停滞的原因。下面是每个类别的用途以及它们的局限性。
| 类别 | 何时使用 | 它的局限性 |
|---|---|---|
| 集成平台 Zapier, Make, Power Automate |
两个系统都有API，且有人在它们之间复制数据 | 需要结构化数据输入。无法为你读取PDF。 |
| AI文档解析 Parseur |
任务始于某人读取并重新输入文档或电子邮件 | 提供结构化数据。不运行你的审批工作流。 |
| RPA UiPath, Automation Anywhere |
没有API且没有其他切入点的旧系统 | 脆弱。当屏幕发生变化时就会失效。 |
| 桌面脚本 AutoHotkey, Apple Shortcuts, Keyboard Maestro |
批量文件操作、按键宏、一台机器、一个人 | 仅限于该机器。其他人无法维护。 |
| 电子表格与文档自动化 Google Apps Script, Excel macros, Power Query |
数据已经在表中，每周都需要相同的处理 | 如何将数据输入到表中则是另一个问题。 |
| 调度程序 Windows Task Scheduler, cron |
需要在凌晨2点运行的东西，此时不应有人熬夜 | 负责运行。不做任何决定。 |
| 文本扩展器和剪藏工具 Text Blaze, Notion Web Clipper |
同一段落每天要打二十次 | 微观自动化。真实，且小巧。 |
大多数团队最终会运行其中两到三种工具。昂贵的错误在于假设其中一个可以覆盖其他工具，最常见的情况是期望集成平台来处理文档。Zapier在应用程序之间移动结构化数据方面非常出色，但无法读取供应商的发票。它本来就不是为这个设计的。如果你正在对各种平台进行权衡，Zapier与Make与Power Automate对比对它们进行了恰当的比较，而小型企业自动化解决方案则涵盖了上述每个类别中更便宜的选项。
关于RPA的说明
RPA在真正没有其他切入点的情况下发挥了价值，当人们说“自动化我的电脑”时，它仍然是大多数人最先想到的。从这里开始通常是个错误。将发票数据输入ERP的机器人只是自动化了症状而非原因，当供应商重新设计布局或IT部门将按钮向左移动两英寸时，它就会崩溃。正确地读取文档，就没有人（包括机器人在内）需要重新输入。数据录入自动化与RPA有更全面的比较，如果你想先了解定义，请参阅RPA究竟是什么。
大多数人忽略的任务类型：文档
在正常的一周内运行评分表，就会得出一个令人尴尬的结果。在大多数企业中，数量最多、规则最明确、最耗时的任务，往往不是人们想象自动化时脑海中浮现的那些。而是文档。
附加在电子邮件中的发票。采购订单。申请表。送货单。银行对账单。每一份都会被打开、阅读，然后重新输入到其他地方。单独来看，可能只需三分钟。一个中型团队每周会收到数百份，其成本从未在任何项目上作为明细出现，这正是它在你公司进行的每一次效率提升行动中存活下来的原因。
老实评分的话，文档任务几乎总是名列前茅：高频、规则清晰、影响范围小，以及容易附加审核步骤。它们之所以被跳过了十年，原因只有一个：基于规则的工具无法读取它们。
发生了什么变化
旧的文档工具依赖于坐标。你告诉它们看页面的哪个位置，这意味着每个发件人需要一套规则，因此自动化两百个供应商意味着构建然后维护两百个模板。这种算术只对大型企业有效。
AI提取读取的是含义而非坐标。用简单的语言描述一次字段，模型就能在它从未见过的布局中找到它们。新供应商的第一张发票将被当作第一万张一样处理。这单一的变化将文档自动化移出了那些需要预算代码和指导委员会的庞大项目类别。
自动化后的文档任务是什么样的
以大多数团队开始接触的供应商发票流程为例。
| 步骤 | 手动流程 | 自动化流程 |
|---|---|---|
| 1 | 发票进入共享收件箱 | 发票进入解析收件箱 |
| 2 | 有人空闲时打开它 | 字段到达即被提取 |
| 3 | 读取供应商、号码、日期、明细、总计 | 相同的字段，且已结构化 |
| 4 | 将其输入会计系统 | 对照预期格式验证数值 |
| 5 | 三周后注意到不匹配，或者没发现 | 异常情况转交人工处理，其余一切自动导出 |
那个单一流程的字段通常是供应商名称、发票号码、发票日期、截止日期、采购订单号、明细描述、数量、单价、税额和总计。写下这个列表，你就指定了自动化。文档项目中的大部分工作是就字段列表达成一致，而不是构建任何东西。
使用Parseur自动化文档任务
Parseur是一个AI文档解析器，它可以读取通过电子邮件、上传或API到达的文档，并将提取的字段发送到你的电子表格、CRM、会计系统或数据库。正是这一步，将文档转化为你的其他自动化操作可以处理的数据。
在实践中：
- 文档主动找你。 将它们转发或路由到Parseur收件箱，每份文档在到达时即被解析。没有什么是闲置在文件夹里等待有人抽出空来处理的。
- 格式不再是问题。 电子邮件及其附件、PDF、扫描件、图像、电子表格或纯文本正文。文本AI引擎处理电子邮件和文本文档，视觉AI引擎处理PDF、扫描件和图像。
- 无需为发件人建立模板。 只需描述一次字段。AI就能在随后的所有文档中找到它们，包括你今天早上刚接入的供应商。
- 异常值在输入时即被拦截。 提取的字段会被标准化并验证为你下游系统所期望的格式，因此欧洲日期格式或游离的小数点会在到达你的账目之前被修复，而不是在月底对账时才被发现。
- 数据流向工作所在之处。 原生连接到Zapier、Make、Power Automate和数千个其他应用程序，加上用于任何期望直接传输的Webhook。
设置只需一个收件箱和一个字段列表，而不是一个集成项目，定价是按文档量计算的，因此账单会跟着你的文书工作量走，而不是你的员工人数。你的文档始终属于你：Parseur符合GDPR规定，仅根据你的指示处理数据（作为你的数据处理器），并允许你随时删除文档、邮箱或整个帐户。
测试这一切最诚实的方法就是发给它你收到的最糟糕的发票，即那个每季度更改布局的供应商发票，看看会返回什么。如果想先了解更广泛的前景，数据录入自动化涵盖了这一类别，文档处理自动化涵盖了端到端工作流，而10个文档自动化用例则展示了其他团队构建的内容。
在构建任何东西之前算出回报
任何自动化重复办公任务计划背后的算法都能在一张餐巾纸上算清，但几乎没人这么做。这就是为什么会有那么多针对完全不值得的任务构建了自动化。
对于每个候选任务，按月计算：
节省的小时数 = 任务运行次数 × 每次所需分钟数 ÷ 60
节省的资金 = 节省的小时数 × 完全负担的每小时人力成本
支出的资金 = 软件费用 + (构建时间 ÷ 12) + 持续的异常处理费用
一个精心挑选的首个自动化项目将在三到六个月内收回成本。如果你的预估超过一年，问题出在任务上，而不是工具。回到评分表，重新挑一个。
人们往往忘记两项成本。异常处理永远不会消失。 一个将30%的情况交还给人工处理的自动化，并没有为你节省70%的工作量，它节省的明显更少，因为每次在自动化路径和手动路径之间切换都会消耗注意力。而且错误成本通常占收益更大的一部分。 录错发票号码花掉的不是你打字的那九十秒。而是某人六周后花一个小时去追查，外加与供应商通电话的时间。
就规模而言，近60%接受Smartsheet调查的员工估计，如果工作中重复的部分被自动化，他们每周可以节省六个甚至更多小时。这相当于每人每周差不多一整个工作日。
周一从哪里开始
挑选一个流程。不是一个项目，也不是一项策略，就是一个流程。
- 花一周时间计算。 让团队记录他们重复超过五次的每项任务。二三十个候选任务会比你预期的更快出现，其中一两个会让你感到惊讶。
- 给它们打分，基于上述的七个因素。选择获胜者，而不是抱怨声最大的那个。
- 写下字段列表或步骤列表。 如果你写不出来，它就还没有准备好。在纸上发现这一点只会浪费一个下午。在构建中途才发现则会浪费一个季度。
- 与手动流程并行运行两周 并进行对比如实比较。每个人都会跳过这一步。但正是这一步能为你赢得执行下一个流程的信任。
- 然后停止手动操作。
这就是全部的方法。当自动化计划一开始就被当成庞大计划时，它们就会失败。当它们从一个明显能让某人周二早上不用再那么累的单一流程开始时，它们就会成功。
如果你最终选定的流程从一份文档开始（事实往往如此），那绝非巧合。那是时间流失的地方。当你准备好将视野从单一流程扩大到整个管理层时，办公自动化绘制了办公室运行的六大职能以及适合每个职能的工具。
最后更新于
