RPA（機器人流程自動化）在2019年發展勢頭非常迅猛，各大企業利用RPA軟件機器人執行數據輸人、數據收集、交叉信息檢查和驗證信息等操作。
目前，大量的RPA軟件機器人還僅限于輔助人工完成基礎的數據輸入和應用調度等簡單、重復、有規律的任務，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，以確保實施的準確性。
RPA技術和AI技術在過去一直被視作相互獨立的兩個領域，看似不相關的兩個技術，實際上這二者高度互補，并不矛盾。AI技術是RPA技術快速發展的基石， RPA技術在A1技術的不斷加持下，能夠實現深度的業務場景的覆蓋，完成復雜的系統操作和數據獲取，達到接近人或超過人的準確率，打破了傳統RPA只能按照特定規則處理業務的局限。
正在演化發展中的智能RPA，將通過AI技術（例如，圖像OCR，文字語義理解NLP）， 自動化處理目標文檔中的非結構化數據，如發票或往來客戶郵件。智能RPA每次執行的動作都是一致的，他們會從每次的重復執行動作中去進行“學習”，不斷的為OCR獲取更多的數據集，增加NLP的語料庫，但智能RPA不會在每天程序化的工作中進行自我改進和尋求更優的解決思路。
AI技術的未來發展趨勢可以說是RPA技術的發展驅動力。 業內普遍認為， AI技術的主要發展趨勢是運算智能，感知智能和認知智能的發展。
其三者含義包括：
2、感知智能是指通過各種傳感器獲取信息的能力，即通過視覺、聽覺、觸覺等感知能力。人和動物都具備，能夠通過各種智能感知能力與自然界進行交互。如語言識別、計算機視覺、人機交互等。
3、認知智能即能理解會思考，指機器具有主動思考和理解、推理的能力。不用人類事先編程就可以實現自我學習，有目的的推理并與人類自然交互，如機器智能決策等。
在不久的將來，RPA技術在計算機算力和存儲力不斷提升下，通過感知智能（如語音識別、手寫識別、圖像識別等）、認知智能（如人際交互、智能閱卷等）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RPA機器人。智能RPA軟件機器人可以學習人的業務處理經驗，協助人類在業務場景下作出決策判斷并完成復雜的系統操作。
業內普遍認為，感知智能的目標是實現高可用的感知智能，讓機器有更多感知能力；其任務主要包括語音識別、手寫識別、圖像識別等。通過語音識別一方面可以增加RPA軟件機器人操作的信息輸人，另一方面可以讓人與智能RPA軟件機器人通過語音進行操作交互，隨時改變操作流程，靈活調整RPA軟件機器人工作方式。
通過感知智能賦能手寫識別，可以提高OCR對靜態手寫單據的識別準確率，從而提高RPA機器人操作的準確率。智能RPA軟件機器人與圖像識別和計算機視覺技術的融合極大的擴展了RPA的能力邊界。
下面以兩個場景詮釋RPA+AI實現的智能自動化場景。
在企業的供應商/客戶管理流程中，往往需要對方向公司提供很多相關的材料，包括但不限于企業營業執照、組織機構代碼、稅務登記證、財務報表、產品檢測報告等，管理系統基于這些信息以及公司設定的預制公式和審核規則來進行判斷：供應商是否有提供相應服務的資質，或者我們能為客戶提供多少信用額度，以便決定對其服務的價格等。
從收集各報告中的關鍵信息，到跨系統查詢工商信息等工作，這個過程需要耗費大量的專業人力，并且難以及時得到更新。此類問題在制造、零售、服務和快消等行業十分普遍。
在整個自動化流程中，傳統型RPA能夠很好地完成跨系統查詢的工作，查詢的信息包括企業信息、法人是否失信、是否受過行政處罰等。但對于需要抽取財務報告或其他檢測報告中的關鍵指標數據的情況，一般會面臨以下問題。
1、各家企業報告的格式不盡相同，利用傳統技術根本無法有效識別和提取非固定模板的內容。
2、科目體系、科目名稱、語義表達千差萬別，需要強大的中文及財務理解能力。
3、關鍵信息會隨機散落到報告中的文本段落、主表、附表等不同的位置，除此之外，通常還需要區分信息是單體公司的還是集團合并的數據。
5、對財務報告內的數據無法實現智能校驗，例如，表內糾錯、上下文、表內表外內容一致性核對等。
自然語言處理能夠快速實現對各類報告的信息解析，以做到準確理解、關鍵信息抽取和智能審核。 RPA系統的智能機器人，根據經過NLP處理的各類信息，按照預定的規則自動填寫文檔，生成企業資質評分表，并發送郵件通知相關業務人員進行二次復核。
煩瑣的數據收集工作，降低由于人工操作疏忽而導致的錯誤；同時機器人快速高效的工作，使得客戶評分環節能夠及時參考更多、更新的信息，從而控制由于信息不對稱所導致的評分不準確的風險。
NLP技術的引入，解決了傳統RPA流程中只能進行人工操作而不能實現自動化的關鍵問題，整體工作流程耗時從原來的數小時縮減至十幾分鐘，在大幅減輕員工工作量的同時，為客戶的準入評分增加了更多的管理維度，使得整個管理過程更加科學、客觀、嚴謹。
券商行業的文本和文檔數量大，文本處理場景多，例如，篇幅較長的招股說明書、上市公司年報、審計報告等。下面以券商的主營業務債券承銷為例，債券承銷涉及大量的文件材料，用于報送監管機構和對外公告，其中債券募集說明書的每份文檔均在數百頁左右，且審核規則復雜，傳統的人工審核費時費力，容易出錯。
采用NLP+RPA的智能審核機器人，可以在大幅降低人工成本、提升業務人員效率的情況下，大大降低業務風險，從而使報送更準確、更安全。
智能審核機器人通過深度學習建立專門的語言模型，針對債券募集說明書、招股說明書、年報、審計報告等不同類型的文檔進行處理，讓機器可以識別出多字、漏字、同音字、形近字等常見錯誤，準確率可達到90%以上。
同時，利用視覺檢測技術可以識別出文件中的各種樣式的表格內容，并結合語言模型和關鍵信息抽取來定位表格中單位缺失、標題不一致、語法錯誤等各類表格內容錯誤。
除一些基本錯誤之外，金融類文檔中還存在著大量的財務數據，分布在文字段落和表格當中，智能審核機器人內置的模型可以智能識別財務數據的指代關系，有效驗證文件中上下文財務數據的一致性，實現表內糾錯、表表糾錯以及表文糾錯的功能。
隨著企業對于RPA的接受和應用越來越多，原本用于某些特定業務的集成服務系統可以融合成一個更加智能的系統，在企業內部自我管理各種組件。
例如，在企業中，系統可以對外部數據與內部核心系統數據進行交互應用，以提高業務人員的工作流程和效率。例如管理預測，系統從業務人員的日常數據沉淀中，可以優化業務人員工作方式，使業務人員從簡單的、重復的、單調的工作中釋放出來，將時間與精力投入到自身價值的提升中。
RPA的應用使人類的工作像之前的自動化浪潮一樣發生了巨變，自動化系統如何才能更好地取代并優化工作流程和管理方式，是未來不斷實踐和探索的目標。業務人員有更多精力在自身培訓方面多做規劃，真正達到人機協作的完美融合。
有關RPA更多詳細內容與案例解析，詳見由國內智能RPA領域的龍頭企業達觀數據撰寫的《智能RPA實戰》。
《智能RPA實戰》從實戰角度講解“AI+RPA”如何為企業數字化轉型賦能，從基礎知識、平臺構成、相關技術、建設指南、項目實施、落地方法論、案例分析、發展趨勢8個維度對智能RPA做了系統解讀，為企業認知和實踐智能RPA提供全面指導。
特別聲明：
文章來源：達觀數據（Datagrand_）
原文鏈接：https://mp.weixin.qq.com/s/w-6dgxtdrdE6jD3rHSXpag
RPA中國推薦閱讀，轉載此文是出于傳遞更多信息之目的。如有來源標注錯誤或侵權，請聯系更正或刪除，謝謝。
繼續閱讀：流程自動化 RPA AI
未經允許不得轉載：RPA中國 | RPA全球生態 | 數字化勞動力 | RPA新聞 | 推動中國RPA生態發展 | 流 > 業務提速，智能化升級，RPA+AI如何融合落地？
heng.png)
RPA CoE x GPT = 未來企業
RPA技術的進階之路：智能化、多元化與增強發展
沒錢沒需求，企業數字化轉型怎么干？
從ChatGPT數據泄露事件，看組織安全穩定自動化的重要性
熱門信息
閱讀 (14728)
1 2023第三屆中國RPA+AI開發者大賽圓滿收官&獲獎名單公示閱讀 (13753)
2 《Market Insight：中國RPA市場發展洞察（2022）》報告正式發布 | RPA中國閱讀 (13055)
3 「RPA中國杯 · 第五屆RPA極客挑戰賽」成功舉辦及獲獎名單公示閱讀 (12964)
4 與科技共贏，與產業共進，第四屆ISIG中國產業智能大會成功召開閱讀 (11567)
5 《2022年中國流程挖掘行業研究報告》正式發布 | RPA中國