祁爽

RPA（Robotic Process Automation 机器人流程自动化软件），是一种新型人工智能虚拟流程自动化机器人。它可代替人工执行程序化电脑操作，在处理和执行重复、低价值、基于规则的业务方面十分有效。目前，RPA技术在企业财务管理、医疗卫生、应用零售等数据处理量大的领域得到广泛的应用，已经成为提高企业运营效率、降低运营成本的数字化劳动力。在技能等级评价信息管理领域，引入RPA技术是利用信息化、数字化、智能化手段，加强评价过程管控，提高评价质效的有效途径。

技能等级评价信息管理工作中

需要解决的问题

2019年，为适应国家职业资格证书制度改革，国网冀北电力有限公司组织开展技能人员能级评价工作。由于冀北公司所属的各单位分布在京、冀、晋三地，三地备案后评价数据需要对接三个不同地方人社部门，工作要求各不相同，没有功能全面的管理系统可以借助，给评价工作带来很多困难，主要体现在以下三个方面。

一是录入工作量大。评价工作需要每批次向三地人社部门及国网评价指导中心报备，三地人社部门使用的认定平台系统不同，工作要求及数据模板存在较大差距，尤其是国网评价工种与国家职业资格目录中的职业（工种）没有一一对应，需要手工进行匹配，重复性工作量大且容易出错。二是编制出错率高。评价合格人员的证书编码需要手工编制完成，各属地机构代码不同，编制过程中出错的风险较大，而证书数据最终需要上传人社部网站，实现全国证书联网查询，一旦出现错误更改流程十分繁琐，直接影响考生的切身利益和评价工作的严谨性。三是考务工作效率低。评价实施过程中用于评价计划、实施方案的制定和考务的安排、结果报送的数据统计工作量很大，完全依赖手工操作，效率低、准确性差。随着评价工作节奏不断加快，传统方式已经远远不能满足需要。而RPA评价机器人的应用，可以最大限度实现信息管理智能化操作，能有效解决上述问题，在根源上降低数据出错率，提高整体工作效率，提升工作质量。

RPA技术在技能等级评价信息管理

工作中的应用

1.实现技能等级评价过程中的信息数据统计

启动技能等级评价工作后，根据不同阶段的数据统计要求，部署机器人的不同任务，完善并导入基础数据，RPA处理器对数据信息例如职业（工种）、级别、考生身份、单位、评价方式等，进行提取与识别，依据设置的规则进行判定，生成并导出相关统计报表。目前已经实现报名、考务、成绩、证书及缴费5大类评价的信息数据自动统计，对前期设定的19项数据匹配、提取、判定等应用场景全部按评价工作要求完成。

2.实现技能等级评价证书自动编码

技能等级评价证书编码，由评级机构类别代码、评价机构代码、年份、等级、证书序列码等组成。针对河北、北京、山西属地证书编码机构代码和机构所在地省级代码各不相同的情况，RPA处理器可以通过对考生属地信息的识别，分别按照三个属地编码规则进行自动编码，避免了手工操作带来的不确定性。

3.实现模拟考务人员对技能等级评价证书照片命名纠错

技能等级评价证书的照片在导入系统时，会因为文件名的错误，而导致导入不成功，通过人工纠错的工作量很大。目前，文件命名规则为姓名+身份证号的组合方式，RPA处理器可自动提取考生信息与提供照片的文件名进行比对纠错，大大解放了劳动力。

RPA技术在技能等级评价信息管理

工作中的应用效果

1.技能等级评价信息数据统计准确率显著提高

技能等级评价信息数据准确对评价工作来说十分重要。使用RPA可以减少人为错误，可以为评价工作提供更准确的服务。以2021年度技能等级评价数据应用情况举例，通过报名审核的考生一共2568人，包括12家下属单位、44个工种、5个等级，信息量非常大，如果通过手工完成7、8个不同要求的统计表任务，数据的正确率不能完全得到保证，通过应用RPA技术，输出的统计报表，通过验证正确率达到100%，数据质量得到保证。

2.技能等级评价工作业务流程处理效率明显提高

在技能等级评价报名信息统计、考试信息统计、成绩信息统计和年度评价信息统计四个工作阶段中，数据处理工作量很大，应用RPA技术替代人工完成了大量重复性工作，有效缩短了统计过程时间，提升了业务处理效率，降低了人力成本。根据测算，人工完成报名阶段的统计报表，一个人大概用时1.5天，使用RPA机器人仅需要5分钟。RPA技术的应用，使评价工作变得省时、快捷、高效。

总结与展望

RPA机器人技术在技能等级评价工作中的引入与应用，成功解决了评价工作数据处理工作量大导致的人工操作耗时长、易出错、跨系统协同难等问题。但是，当前开发的RPA程序是表单处理形式，没有应用系统，所以需求不同时，每次应用RPA需要提前整理好相应基础数据，不同批次需要分批处理，基础数据准备工作量相对较大，RPA应用的灵活性不足。

未来，RPA应用还将继续深化，可以在现有RPA工具基础上，开发完善更多应用场景，增强RPA工具的灵活性，最大化发挥RPA的技术红利，加速业務流程处理效率，减少人力投入，有效实现科技和数据的赋能效应。■