RPA（机器人流程自动化）的“能力边界”

　　RPA（机器人流程自动化）的“能力边界”人们说它是自动化技术的细分，说它是一种软件机器人，也有人认为它“蹭”了AI的热度。无论你怎么定义，毋庸置疑的是，它赢得了投资人和市场的喜爱。

　　在Gartner最新发布的《2020年十大战略技术趋势》中，排名第一位的是“超级自动化”（旨在融合AI和机器学习，将业务流程快速的进行识别和自动化）。

　　而正是RPA拉开了超级自动化趋势的序幕。到2022年底，85％的大型和超大型组织将部署某种形态的RPA。

　　RPA运行在更高的软件层级，这决定了它不会侵入已有的软件系统，而是在表现层对系统进行操作。而传统自动化依赖技术基础设施，需要基础设施做出相应的改变来匹配自动化的过程。比如平安云RPA安小蜂，一切应用和数据皆在云上，无需部署本地计算机和改变原有的IT系统，便可以进行软件升级。

　　部分RPA已经实现让用户无需任何编程技能，只需要关注自动化提供的功能就可以使用。而传统自动化用户需要会编程技能。编程语言要求会随着使用的自动化工具的不同而不同。

　　由于RPA软件是过程驱动的，只需要数周的时间，便可以实现从定义到上线的全过程。而在传统的自动化中，可行性研究和试验设计使得这个流程需要付出更长的时间。例如2019年5月25日，中国建设银行总行RPA系统上线月招标到实施、上线，仅用时半年。

　　RPA即使在应用程序中进行了很小的更改，也都需要重新配置机器人。IT分析师Jason Bloomberg在《福布斯》中写道，RPA的主要弱点，就是鲁棒性差。

　　严格遵守规则的自动化机器人无法快速适应被改来改去的诸多操作。若在用户界面、数据或应用程序的任何一方面发生变化，机器人将无法适应。

　　德勤在一次调查中发现，在使用RPA的400家公司中，30%到50%的RPA项目在一开始便失败了， 63%的RPA项目没有按时交付。

　　而Genpact首席数字官Sanjay Srivastava也表示：“在这个行业工作5年的时间里，在1000多个企业机器人部署中，鲜有成功案例。”“机器人在生产生活中需要不断的管理和维护。”

　　根据IDC的研究报告显示，到2022年，全球数字化GDP将达到46万亿美元，占经济总量的46%。而早在2018年，50%以上的中国Top 1000的企业已把数字化转型作为公司的战略核心。

　　RPA短期内爆发，也和其“数字化员工”的属性密不可分。RPA作为一个软件机器人，可以处理大量在计算机上的任务，赋能企业数字化转型。而企业对RPA的需求，已远远超过对传统的流程自动化的需求。

　　RPA 1.0阶段：实现单独个体业务的自动化在这一阶段，RPA几乎涵盖了桌面自动化软件的全部操作。但未能做到将若干个部门合作的某一业务形成“闭环”，实现端到端的自动化。

　　例如中国最早的RPA应用：按键精灵。通过制作脚本，可以让按键精灵代替双手，自动执行一系列鼠标键盘动作。在游戏中可以代替玩家的双手，实现自动打怪，自动补血，自动说话；在工作中可以代替员工一切用双手可以完成的电脑操作，比如自动调整文档格式、文章排版，自动收发邮件等。但按键精灵并不能实现多部门合作的业务流程。

　　RPA 2.0阶段：实现跨部门业务合作的自动化在这一阶段，RPA可以实现端到端的自动化，让多部门的业务合作自动化成为现实。同时，RPA机器人可以7*24全天候工作，并用业务流程代替了人机交互，释放出更多的应用可能。它主要被部署在VMS虚拟机上，能够编排工作内容，集中化管理机器人、分析机器人的表现等。缺点是RPA的工作仍然需要人工的控制和管理。

　　举一个小的实际案例：公司发给员工的奖金不及时。当问题出现时，人力资源部门觉得很委屈，他们是严格按照奖金发放流程来执行的；核算部门也很委屈，当数据发给人力资源部后，数据存在问题往往不能及时反馈到核算部。这时候，如果想解决这个问题，必须把两个子流程组合成一个大的端到端流程来分析解决。而RPA的第二阶段，便是可以解决自动化中企业跨部门合作的问题，使得自动化的范围扩大，让流程中更加复杂的问题得到解决。

　　RPA 3.0阶段：RPA“上云”在RPA的第三阶段，RPA通常部署在云服务器和SaaS上，特点是实现自动分级、动态负载平衡、情景感知、高级分析和工作流。缺点是处理非结构化数据仍较为困难，需要更强大的技术融合。

　　RPA弱耦合的特性能够实现跨软件低成本地快速部署，随着企业服务业务云端化的趋势，RPA上云也成为必然的结果。

　　根据CompTIA（美国计算机行业协会）的报告表明，将近一半的公司表示其31%至60%的IT系统是基于云计算的。81%的公司表示云计算已经显著增强或适度增强了他们在自动化方面的工作。

　　云型RPA，相比开发型RPA和本地部署行RPA，一般部署的成本较低。由于存储在云端，没有了软件客户端和场地的限制，企业IT人员也不必参与其中。

　　从IT角度看，云型RPA软件始终是最新的，无需在本地计算机上进行升级，企业可以无缝部署最新的软件。

　　RPA 4.0阶段：RPA+AIRPA是企业切入AI最好的“切口”。运用人工智能、机器学习以及自然语言处理等技术，可以实现非结构化数据的处理、预测规范分析、自动任务接受处理等功能。

　　结合AI视觉技术（如图像识别、人脸识别、机器视觉、生物智能识别等技术），RPA机器人可以识别和筛选图片和视频，帮助用户实现身份证识别，识别、信用卡自动开户等功能。

　　比如针对信贷领域，贷前审核材料种类多，格式多，篇幅长的痛点，达观数据、云扩科技等RPA都可以基于OCR的关键信息抽取和审核，支持身份证、借款借据、借款合同等各种影印件的识别，将AI技术赋能RPA。

　　像达观数据、云扩科技等企业本身就属于AI企业，希望将AI在更多的场景商业落地，从而进军RPA。而也有RPA公司希望结合AI，将业务升级，具备更强的竞争力，比如Uibot与来也科技的合并。

　　目前，大多数RPA软件产品都处于在2.0-3.0之间，部分行业巨头开始向RPA 4.0发起了探索，并已初步应用AI增强RPA产品的认知能力。

　　Blue Prism公司EMEA地区首席技术官Peter Walker认为，“在整个2020年，RPA将进一步‘超级自动化’，它将成为用于在企业中测试和部署人工智能、自然语言处理、智能光学字符识别、通信分析、流程优化和机器学习部署的途径，并越来越受到青睐。”而Gartner也在《2020年十大战略技术趋势》中把超级自动化，特别是RPA放在了很重要的位置上。

　　RPA很好地结合了软件流程自动化技术与AI这两个互补概念，让高素质的白领劳动力免除重复、枯燥的电脑办公业务，使得他们有时间、精力投入到更需要创造力的工作中去。