RPA是什么，AI和RPA结合方式和架构的解析

RPA是Robotic Process Automation(机器人流程自动化）的简称。RPA的概念是由一家研发此类软件的IT创业公司和一家研究机构在2012年所提出的。当前还未有明确的定义概念，RPA的概念主要通过厂商和用户不断地实践总结、口耳相传而逐步推广开来。我们可以把它理解为：“虚拟机器人”替代人工的一种方式。RPA不仅可以模拟人类，而且可以利用和融合现有各项技术，实现其流程自动化的目标。

或者可以理解为：软件自动化=人工+电脑。由于它可在无需改造原有业务系统的条件下即可为企业实现业务流程自动化，所以这种非侵入式技术部署受到了许多企业的青睐。为了更好地理解，我们可以举个例子来解释其运行原理。比如说“按键精灵”——一款在游戏领域被广泛熟知的国产软件，它的一些简单功能能帮助我们完成一些自动化的工作。

“按键精灵”基本的工作原理为：通过录制操作者的鼠标和键盘的动作步骤形成操作脚本通过手工编辑方式编写脚本执行流程（或者成批）当执行脚本动作后，便会根据新的脚本运行产生新的动作，这样用户便可以借助这些脚本的改动完成一些简单的操作，形成自动化，理论上便可以解决很多重复性的工作。

以上就是基于RPA原理的示例，其与当前的RPA相比，逻辑并没有本质的差异。如今的RPA工具功能会更加丰富，场景更加多样实用，定制化程度高，针对性更强。随着RPA开始通过简单的操作系统解决更复杂的任务，并且操作容易上手，越来越多的行业大规模投入使用。例如：BPO（Business process outsourcing ，业务流程外包）。

BPO将RPA视为提升效率和生产力的关键驱动因素。两者相辅相成，借助RPA，BPO以更低成本效益、更快响应能力的优势快速实现办公自动化。同时，RPA也得以在外包领域落地。接着在2010年后，随着“互联网+”和“智能+”提上发展日程，RPA这项技术在各行各业实现了快速增长，特别是在保险、医疗保健、银行、新零售等行业。RPA的实施大幅降低了人力成本，提高了生产力，同时减少了错误。

我国人口红利逐渐消失，正加速步入老龄化社会，劳动力的不足情况正在出现；人工成本增加为企业带来了巨大的财务负担；互联网技术发展迅速，旧系统无法满足需求，急需扩展业务能力；人工智能技术逐步从实验室走向市场。RPA会经历四个阶段的发展，前三代RPA不涉及到决策层，只是帮助人执行预先定义好的流程。需要人在初始化和运行的过程中参与监控，确保实施的准确性。

而随着人工智能技术的日益成熟，便产生了第四代RPA发展阶段，即：AI+RPA。人工智能与机器人流程自动化有效结合，进行复杂场景的智能决策，其功能更加完善，应用场景更加广泛，适用范围更广，RPA机器人更加智能，我们具体展开来看这4个发展阶段。

RPA1.0可以理解为辅助人工，既简单的辅助人完成一些基础数据录入、文件打开类的标准化桌面工作，整个工作过程离不开人工干预，无法自动执行，效果往往是辅助单个员工提升较小幅度的工作效率。RPA2.0，这个阶段的rpa可以部分解放人工，可以自动完成整个业务流程中部分（某个环节）的工作流程，机器人永远不会对这些重复性工作感到无聊，他们会完全按照预定的指示和规则，以最高的效率来完成这些任务，无需人工干预。

RPA3.0可以理解为增强智能RPA，3.0阶段的RPA可以简单融合感知技术，尝试部分获取相关的外部知识，自动化处理目标文档中的非结构化数据，例如发票信息（图像）和来自客户的邮件（文字）。但是本阶段的RPA每次执行的动作都是一致的，他们并不会从每次的重复执行中进行“学习”，也不会在每天的程序化工作中进行自我改进和寻求更优的解决策略。

RPA4.0概念，即通过感知技术(语音、人机交互、视觉)、认知技术(智能决策)、RPA技术相结合， 打造出能够模拟人类进行业务决策和业务处理的智能助理机器人。RPA和人工智能AI结合后的应用范围超级广泛，一方面可以处理登发邮件、Excel计算、整理文件这类简单重复性工作外；另外还能完成身份信息智能审核、文本OCR智能分析、客服场景辅助决策与自动推荐等复杂决策类工作。

智能助理机器人可以学习人的业务处理经验（数据）， 在复杂的业务场景下，达到接近人或超过人的决策准确率，打破传统RPA技术只能按照特定规则处理业务的局限，实现深度的业务场景覆盖。

我们对RPA和AI的架构是这么设计的：AI+RPA（智慧大脑）通过监控引擎、决策引擎、运筹引擎、控制引擎等方式与Robot“沟通”；Robot通过AI（例如：OCR,NLP,语音交互）充当“耳眼鼻”更好地执行操作命令；Robot工作数据反馈给AI+RPA（智慧大脑）,通过算法训练，自身学习，之后选择更优路线运行。AI（Artificial Intelligence），人工智能：1956年于Dartmouth学会上提出，一种旨在以类似人类反应的方式对刺激做出反应并从中学习的技术，是对人的意识、思维的信息过程的模拟。

简单说，AI与RPA的关系，就好比“大脑指挥”和“手脚操作”的关系。其特点如下：RPA倾向于重复地执行命令，AI更倾向于发出命令；RPA机器人能够将简单的工作自动化，并为AI提供大数据；AI能够根据RPA提供的数据进行模仿并改进流程；RPA以流程为中心，AI以数据为中心。AI结合机器学习和深度学习，具有很强的自主学习能力，其OCR、NLP、语音识别等技术让RPA拥有认知能力，可以通过大数据不断矫正自己的行为，从而有智能决策和智能运筹能力。

未来，随着RPA技术的不断发展，以及AI的不断落地，双方的融合将会更加快速与深入，进而演变成这一行业的大趋势。
      （责任编辑：fqj）