（文章來源：人人都是產品經理）

RPA是Robotic Process Automation(機器人流程自動化）的簡稱。RPA的概念是由一家研發此類軟件的IT創業公司和一家研究機構在2012年所提出的。當前還未有明確的定義概念，RPA的概念主要通過廠商和用戶不斷地實踐總結、口耳相傳而逐步推廣開來。我們可以把它理解為：“虛擬機器人”替代人工的一種方式。RPA不僅可以模擬人類，而且可以利用和融合現有各項技術，實現其流程自動化的目標。

或者可以理解為：軟件自動化=人工+電腦。由于它可在無需改造原有業務系統的條件下即可為企業實現業務流程自動化，所以這種非侵入式技術部署受到了許多企業的青睞。為了更好地理解，我們可以舉個例子來解釋其運行原理。比如說“按鍵精靈”——一款在游戲領域被廣泛熟知的國產軟件，它的一些簡單功能能幫助我們完成一些自動化的工作。

“按鍵精靈”基本的工作原理為：通過錄制操作者的鼠標和鍵盤的動作步驟形成操作腳本通過手工編輯方式編寫腳本執行流程（或者成批）當執行腳本動作后，便會根據新的腳本運行產生新的動作，這樣用戶便可以借助這些腳本的改動完成一些簡單的操作，形成自動化，理論上便可以解決很多重復性的工作。

以上就是基于RPA原理的示例，其與當前的RPA相比，邏輯并沒有本質的差異。如今的RPA工具功能會更加豐富，場景更加多樣實用，定制化程度高，針對性更強。隨著RPA開始通過簡單的操作系統解決更復雜的任務，并且操作容易上手，越來越多的行業大規模投入使用。例如：BPO（Business process outsourcing ，業務流程外包）。

BPO將RPA視為提升效率和生產力的關鍵驅動因素。兩者相輔相成，借助RPA，BPO以更低成本效益、更快響應能力的優勢快速實現辦公自動化。同時，RPA也得以在外包領域落地。接著在2010年后，隨著“互聯網+”和“智能+”提上發展日程，RPA這項技術在各行各業實現了快速增長，特別是在保險、醫療保健、銀行、新零售等行業。RPA的實施大幅降低了人力成本，提高了生產力，同時減少了錯誤。

我國人口紅利逐漸消失，正加速步入老齡化社會，勞動力的不足情況正在出現；人工成本增加為企業帶來了巨大的財務負擔；互聯網技術發展迅速，舊系統無法滿足需求，急需擴展業務能力；人工智能技術逐步從實驗室走向市場。RPA會經歷四個階段的發展，前三代RPA不涉及到決策層，只是幫助人執行預先定義好的流程。需要人在初始化和運行的過程中參與監控，確保實施的準確性。

而隨著人工智能技術的日益成熟，便產生了第四代RPA發展階段，即：AI+RPA。人工智能與機器人流程自動化有效結合，進行復雜場景的智能決策，其功能更加完善，應用場景更加廣泛，適用范圍更廣，RPA機器人更加智能，我們具體展開來看這4個發展階段。

RPA1.0可以理解為輔助人工，既簡單的輔助人完成一些基礎數據錄入、文件打開類的標準化桌面工作，整個工作過程離不開人工干預，無法自動執行，效果往往是輔助單個員工提升較小幅度的工作效率。RPA2.0，這個階段的rpa可以部分解放人工，可以自動完成整個業務流程中部分（某個環節）的工作流程，機器人永遠不會對這些重復性工作感到無聊，他們會完全按照預定的指示和規則，以最高的效率來完成這些任務，無需人工干預。

RPA3.0可以理解為增強智能RPA，3.0階段的RPA可以簡單融合感知技術，嘗試部分獲取相關的外部知識，自動化處理目標文檔中的非結構化數據，例如發票信息（圖像）和來自客戶的郵件（文字）。但是本階段的RPA每次執行的動作都是一致的，他們并不會從每次的重復執行中進行“學習”，也不會在每天的程序化工作中進行自我改進和尋求更優的解決策略。

RPA4.0概念，即通過感知技術(語音、人機交互、視覺)、認知技術(智能決策)、RPA技術相結合， 打造出能夠模擬人類進行業務決策和業務處理的智能助理機器人。RPA和人工智能AI結合后的應用范圍超級廣泛，一方面可以處理登發郵件、Excel計算、整理文件這類簡單重復性工作外；另外還能完成身份信息智能審核、文本OCR智能分析、客服場景輔助決策與自動推薦等復雜決策類工作。

智能助理機器人可以學習人的業務處理經驗（數據）， 在復雜的業務場景下，達到接近人或超過人的決策準確率，打破傳統RPA技術只能按照特定規則處理業務的局限，實現深度的業務場景覆蓋。

我們對RPA和AI的架構是這么設計的：AI+RPA（智慧大腦）通過監控引擎、決策引擎、運籌引擎、控制引擎等方式與Robot“溝通”；Robot通過AI（例如：OCR,NLP,語音交互）充當“耳眼鼻”更好地執行操作命令；Robot工作數據反饋給AI+RPA（智慧大腦）,通過算法訓練，自身學習，之后選擇更優路線運行。AI（Artificial Intelligence），人工智能：1956年于Dartmouth學會上提出，一種旨在以類似人類反應的方式對刺激做出反應并從中學習的技術，是對人的意識、思維的信息過程的模擬。

簡單說，AI與RPA的關系，就好比“大腦指揮”和“手腳操作”的關系。其特點如下：RPA傾向于重復地執行命令，AI更傾向于發出命令；RPA機器人能夠將簡單的工作自動化，并為AI提供大數據；AI能夠根據RPA提供的數據進行模仿并改進流程；RPA以流程為中心，AI以數據為中心。AI結合機器學習和深度學習，具有很強的自主學習能力，其OCR、NLP、語音識別等技術讓RPA擁有認知能力，可以通過大數據不斷矯正自己的行為，從而有智能決策和智能運籌能力。

未來，隨著RPA技術的不斷發展，以及AI的不斷落地，雙方的融合將會更加快速與深入，進而演變成這一行業的大趨勢。
（責任編輯：fqj）