RPA拉開了超級自動化趨勢的序幕。
作者 周舟
RPA，又叫機器人流程自動化，是近年來最火的軟件。
人們說它是自動化技術的細分，說它是一種軟件機器人，也有人認為它“蹭”了AI的熱度。無論你怎麼定義，毋庸置疑的是，它贏得了投資人和市場的喜愛。
在Gartner最新發布的《2020年十大戰略技術趨勢》中，排名第一位的是“超級自動化”（旨在融合AI和機器學習，將業務流程快速的進行識別和自動化）。
而正是RPA拉開了超級自動化趨勢的序幕。到2022年底，85％的大型和超大型組織將部署某種形態的RPA。
RPA的優勢
機器人流程自動化（RPA）在發展中不斷的衍生出和傳統自動化不同的特性和優勢。
一：不改變原有IT系統
RPA運行在更高的軟件層級，這決定了它不會侵入已有的軟件系統，而是在表現層對系統進行操作。而傳統自動化依賴技術基礎設施，需要基礎設施做出相應的改變來匹配自動化的過程。
比如平安雲RPA安小蜂，一切應用和數據皆在雲上，無需部署本地計算機和改變原有的IT系統，便可以進行軟件升級。
二：小白也能快速上手
部分RPA已經實現讓用戶無需任何編程技能，只需要關注自動化提供的功能就可以使用。而傳統自動化用戶需要會編程技能。編程語言要求會隨著使用的自動化工具的不同而不同。
三：快速部署
由於RPA軟件是過程驅動的，只需要數週的時間，便可以實現從定義到上線的全過程。而在傳統的自動化中，可行性研究和試驗設計使得這個流程需要付出更長的時間。
例如2019年5月25日，中國建設銀行總行RPA系統上線。從2018年11月招標到實施、上線，僅用時半年。
RPA的劣勢
一：脆弱
RPA即使在應用程序中進行了很小的更改，也都需要重新配置機器人。IT分析師Jason Bloomberg在《福布斯》中寫道，RPA的主要弱點，就是魯棒性差。
嚴格遵守規則的自動化機器人無法快速適應被改來改去的諸多操作。若在用戶界面、數據或應用程序的任何一方面發生變化，機器人將無法適應。
二：失敗率高
德勤在一次調查中發現，在使用RPA的400家公司中，30%到50%的RPA項目在一開始便失敗了， 63%的RPA項目沒有按時交付。
而Genpact首席數字官Sanjay Srivastava也表示：“在這個行業工作5年的時間裡，在1000多個企業機器人部署中，鮮有成功案例。”“機器人在生產生活中需要不斷的管理和維護。”
RPA的“四個階段”
根據IDC的研究報告顯示，到2022年，全球數字化GDP將達到46萬億美元，佔經濟總量的46%。而早在2018年，50%以上的中國Top 1000的企業已把數字化轉型作為公司的戰略核心。
RPA短期內爆發，也和其“數字化員工”的屬性密不可分。RPA作為一個軟件機器人，可以處理大量在計算機上的任務，賦能企業數字化轉型。而企業對RPA的需求，已遠遠超過對傳統的流程自動化的需求。
在摸索和實踐中，RPA度過了四個發展時期。（從企業發展角度）
RPA 1.0階段：實現單獨個體業務的自動化
在這一階段，RPA幾乎涵蓋了桌面自動化軟件的全部操作。但未能做到將若干個部門合作的某一業務形成“閉環”，實現端到端的自動化。
例如中國最早的RPA應用：按鍵精靈。通過製作腳本，可以讓按鍵精靈代替雙手，自動執行一系列鼠標鍵盤動作。在遊戲中可以代替玩家的雙手，實現自動打怪，自動補血，自動說話；在工作中可以代替員工一切用雙手可以完成的電腦操作，比如自動調整文檔格式、文章排版，自動收發郵件等。但按鍵精靈並不能實現多部門合作的業務流程。
RPA 2.0階段：實現跨部門業務合作的自動化
在這一階段，RPA可以實現端到端的自動化，讓多部門的業務合作自動化成為現實。同時，RPA機器人可以7*24全天候工作，並用業務流程代替了人機交互，釋放出更多的應用可能。它主要被部署在VMS虛擬機上，能夠編排工作內容，集中化管理機器人、分析機器人的表現等。缺點是RPA的工作仍然需要人工的控制和管理。
舉一個小的實際案例：公司發給員工的獎金不及時。當問題出現時，人力資源部門覺得很委屈，他們是嚴格按照獎金髮放流程來執行的；核算部門也很委屈，當數據發給人力資源部後，數據存在問題往往不能及時反饋到核算部。這時候，如果想解決這個問題，必須把兩個子流程組合成一個大的端到端流程來分析解決。而RPA的第二階段，便是可以解決自動化中企業跨部門合作的問題，使得自動化的範圍擴大，讓流程中更加複雜的問題得到解決。
RPA 3.0階段：RPA“上雲”
在RPA的第三階段，RPA通常部署在雲服務器和SaaS上，特點是實現自動分級、動態負載平衡、情景感知、高級分析和工作流。缺點是處理非結構化數據仍較為困難，需要更強大的技術融合。
RPA弱耦合的特性能夠實現跨軟件低成本地快速部署，隨著企業服務業務雲端化的趨勢，RPA上雲也成為必然的結果。
根據CompTIA（美國計算機行業協會）的報告表明，將近一半的公司表示其31%至60%的IT系統是基於雲計算的。81%的公司表示雲計算已經顯著增強或適度增強了他們在自動化方面的工作。
雲計算為RPA帶來了算力的支撐，而在雲端上運行的RPA，被稱為雲型（SaaS型）RPA。
例如阿里雲RPA，已實現在雲端運行，遠程控制且不佔用現有的電腦。
雲型RPA，相比開發型RPA和本地部署行RPA，一般部署的成本較低。由於存儲在雲端，沒有了軟件客戶端和場地的限制，企業IT人員也不必參與其中。
從IT角度看，雲型RPA軟件始終是最新的，無需在本地計算機上進行升級，企業可以無縫部署最新的軟件。
RPA 4.0階段：RPA+AI
RPA是企業切入AI最好的“切口”。運用人工智能、機器學習以及自然語言處理等技術，可以實現非結構化數據的處理、預測規範分析、自動任務接受處理等功能。
結合AI視覺技術（如圖像識別、人臉識別、機器視覺、生物智能識別等技術），RPA機器人可以識別和篩選圖片和視頻，幫助用戶實現身份證識別，銀行卡識別、信用卡自動開戶等功能。
比如針對信貸領域，貸前審核材料種類多，格式多，篇幅長的痛點，達觀數據、雲擴科技等RPA都可以基於OCR的關鍵信息抽取和審核，支持身份證、借款借據、借款合同等各種影印件的識別，將AI技術賦能RPA。
像達觀數據、雲擴科技等企業本身就屬於AI企業，希望將AI在更多的場景商業落地，從而進軍RPA。而也有RPA公司希望結合AI，將業務升級，具備更強的競爭力，比如Uibot與來也科技的合併。
目前，大多數RPA軟件產品都處於在2.0-3.0之間，部分行業巨頭開始向RPA 4.0發起了探索，並已初步應用AI增強RPA產品的認知能力。
Gartner：RPA的未來將是超級自動化
Blue Prism公司EMEA地區首席技術官Peter Walker認為，“在整個2020年，RPA將進一步‘超級自動化’，它將成為用於在企業中測試和部署人工智能、自然語言處理、智能光學字符識別、通信分析、流程優化和機器學習部署的途徑，並越來越受到青睞。”而Gartner也在《2020年十大戰略技術趨勢》中把超級自動化，特別是RPA放在了很重要的位置上。
RPA很好地結合了軟件流程自動化技術與AI這兩個互補概念，讓高素質的白領勞動力免除重複、枯燥的電腦辦公業務，使得他們有時間、精力投入到更需要創造力的工作中去。
而將RPA整合到更廣泛的數字轉型戰略中，是實現大規模“超級自動化”的關鍵因素。
閱讀更多 AI金融評論 的文章
