RPA與AI的融合，將會變成什麼樣？

2019年， + 的呼聲甚喧塵上。 已經歷了十餘年的發展，更從去年開始實現了井噴式增長，造就了像UiPath這樣估值高達70億美元的成功企業。因此，RPA有著強勁與廣闊的市場需求；AI則代表著科技的新生力量，昭示著未來的技術走向。

在眾人都在對“RPA+AI”進行著無限暢想時，我們來思考下RPA和AI的技術要點，以及兩者相結合產生的價值等更深層次的問題。

RPA的關鍵是什麼？

關注RPA領域的小夥伴都知道，RPA主要用於處理大量重複工作。

那麼，RPA機器人流程自動化的核心是什麼？

RPA 著眼於人們如何使用當前具有使用者介面的特定應用程式,複製基於使用者介面的互動流程，透過控制滑鼠、鍵盤對網頁、郵箱等軟體進行相應操作。如果還是不好理解，可以想象一下，一個坐在工人旁邊的“真實”物理機器人，“學習”工人在相關應用中如何執行例行任務。

目前，RPA尤其適合執行基於規則的前端任務，例如從電子郵件中提取資訊以及根據特定規則在內部傳送電子郵件。但是，如果是非結構化的電子郵件，比如表單中的某個欄位有移動，RPA機器人就無法解決這一問題。

整體來看RPA適用的流程，必須滿足以下兩個條件：

一、有非常明確、固定的流程和步驟；這樣程式才能根據既定規則自動完成任務；這也是為什麼財稅、人力資源是目前使用RPA最多的業務領域。

二、該流程中不能涉及複雜任務，也不能涉及線上、線下的融合。一旦場景中除人機互動外，還包括把紙質資訊錄入電子系統等打通線上線下互動的環節，或在單點環節涉及複雜任務， RPA就很難發揮作用。

也正是以上兩點特性，不斷迫使RPA尋找“智慧”的突破口。比如，在銀企對賬場景中，更加智慧的RPA完全可以幫助人們去做報稅、對賬等工作。

RPA為何非AI不可？

目前的RPA技術尚處於成長階段，需要更多智慧化屬性，比如“思考、辨別”能力，需要根據業務場景在RPA底層技術基礎上做個性化開發，然後測試、交付。

而AI則結合了機器學習和 ，具有自主學習能力，透過計算機視覺、語音識別、 等技術擁有認知能力，更傾向於發出命令。

尤其藉助AI的自然語言處理、計算機視覺能力，RPA能夠實現有效自動化的可能性大大增加。

也就是說，增強和模仿人類判斷和行為的AI技術恰好補充了基於規則的RPA技術。這兩種技術緊密相連，就像傳統的白領知識型員工和藍領服務型員工一樣，都是推動企業生產力的引擎，並且越來越多地共同發揮作用。

接下來，RPA需要自動執行更多完整的端到端流程。而AI可以從以下兩方面完善RPA端到端的流程自動化：

認知捕獲：認知捕獲側重於透過全渠道（即Web表單、紙質文件、電子郵件）提取資料，然後使用本地AI、認知演算法將非結構化資料轉換為結構化格式，以便RPA可以開始自動化工作任務。        

流程編排：流程編排為自動化工作流增加了嚴謹性和紀律性。由於RPA自動化的工作任務通常是工作流程的一部分，這一點很有意義。同時，流程編排也有助於RPA處理所有異常情況，執行傳統的動態案例管理。

藉助AI智慧識別技術，RPA可以輕鬆識別紙質發票中的編號、日期、金額，並自動輸入到Excel表格中。RPA取代傳統人工錄入，以一種更準確、快捷、高效的方式，引領自動化處理的潮流，及時響應業務變化和擴充。

RPA的未來：更大的數字化和整合自動化藍圖的一部分

有研究表明，到2022年，業務流程的整體市場將會“重構”，主要涵蓋了圍繞RPA和AI技術的服務改造，總價值將超過80億美元。

屆時，RPA的任務將不僅僅侷限於減少重複性任務，還有更高階的分析和自動化使命：流程中的半自主和自主決策。就像與工業4.0，物流4.0和類似的“轉型”演變一樣，基於AI的決策，可半自動或自主地利用外部資訊等資源。

隨著AI以及BPM、SaaS平臺、深度學習、物聯網和區塊鏈等技術的飛越發展，RPA將從獨立實現轉向更廣泛的嵌入式數字流程模型。

有些人認為RPA和基於AI的智慧流程自動化領域的下一個階段將取代業務流程外包或作為新型業務流程外包，從更長遠的角度來看，確實會有更多這樣的進展，比如重新考慮數字業務流程，其中一些技術也會像ERP那樣整合在一起。

RPA和AI的融合，將更加推動業務流程外包市場的發展，只有更加關注整體數字化轉型目標或者特定領域的業務流程外包（BPO）才能從中受益。

另外一點，從發展階段來看，RPA的發展可劃分為輔助人工、解放人工、增強智慧和自主智慧四大階段。

其中，第三個階段中，RPA不只是簡單的模仿人，還能與感知技術相互融合。從而獲取更多相關的外部知識，自動化處理目標文件中的非結構化資料，實現人機互動，人工複核等增強智慧化功能。

第四個階段中，RPA可以透過觀察流程和流程產生的資料結果，進行自主的學習和判斷，自定義新的機器人來適應動態規則。自主RPA還可以結合外部知識做出更好的決策，比如收集社交媒體上產品評論的機器人能夠自發學習新的縮略語和別稱，自動擴充套件關鍵字列表，確保原始資料的完整性。同時企業也可以為機器人提供更多的引數，使RPA更瞭解執行的環境。

目前，RPA正處在高速發展時期，在這個技術加速度的時代，我們需要明確當下的任務，但更要著眼未來，而RPA+AI就是答案。

原文連結：