如今，越來越多企業正在投資CRM，以便順利運營并“取悅”自己的客戶。但是，有效地管理任何CRM軟件目前都可謂是一項艱巨的任務。組織必須調用大量資源，特別是像Salesforce、微軟、Oracle等這樣幾家擁有龐大CRM平臺的企業。

最近幾年提高CRM效率的技術和應用逐漸增多，其中機器人流程自動化（RPA）首當其沖，隨后人工智能、機器學習、智能自動化（IA）、業務流程管理（BPM）、低代碼流程自動化等紛紛融入，構建起超級自動化的龐大“帝國”。

Salesforce就是一個多種技術融合發展的先行者。6月29日，全球CRM領導者Salesforce推出了全新的RPA產品MuleSoftRPA，可幫助企業跨任何系統（如Slack、Stripe、Workday等）和工作流程，實現端到端自動化，提升工作效率、節省時間和優化運營成本，堪稱行業的“方向標”。

Fortune Business Insights認為，RPA軟件市場在2020年上升了驚人的38.9%，達到19億美元，并保持了其作為企業軟件市場增長最快的細分市場的地位。

Statista的研究表明，到2022年，超自動化使能技術市場規模將達到5960億美元，比2020年的4816億美元增長約24%。

那么，在未來的幾年，RPA與這些熱點技術而言，是相互競爭，還是融合發展呢？用戶又該如何選擇呢？

圖片來源：Salesforce

RPA+AI就是RPA技術和AI技術的結合。很早就有專家預言，RPA與AI的關系，就好比人類的手腳和大腦的關系，RPA是與“動手”有關的手腳，AI是與“思考”和“學習”有關的大腦。

現在，這一愿景正在逐漸變成現實。

無論是否位于智能自動化大旗下，2022年RPA和AI/ ML之間將出現更多交點。其中最顯著的一個表現是RPA中AI用例不斷增加。

首先，AI擴展了RPA工具處理的數據。如利用AI-OCR和智能音響（AI揚聲器）等技術，將紙張、圖像和音頻等非結構化數據，轉換為RPA可以處理的格式化數據，從而擴大自動化范圍。

這樣利用AI，讓RPA機器人可以處理任何形式的數據，以執行發牌信息提取、電子郵件分法、語音轉文本等任務，進一步豐富了RPA的工具。如AI-OCR為自動化機器人RPA增加了一雙“眼睛”，AI揚聲器為RPA增加了一對的“耳朵”。

其次，AI讓RPA可以擴展到在業務上可以做出相關判斷。RPA能否做出像AI一樣的高級決策？這是一個經常被問到的問題。業內的企業產品表明，RPA與專門的AI相結合，可以做出高級決策。

例如，金融機構信用審查RPA應用，就是很好地利用AI技術，實現對業務的判斷能力。流程包括：RPA將收入等信息傳遞給信用審查AI，并詢問是否可以向此人借錢；信用審查AI根據收到的信息審查和判斷貸款是否可行；RPA根據從信用審查AI返回的審查決策進行處理，如果允許，則自動執行借出業務。

預計未來將有更多的人工智能產品與RPA應用結合，為用戶更多業務發展提供便利，從代替員工完成重復性任務，上升到代替人工完成重復性的復雜性工作，而且效率大幅度提高。

將專業化AI與RPA相結合，實現AI增強的RPA，已進入實際使用階段并商業化。

Salesforce于2021年在其AI平臺中增加了EinsteinAutomate——RPA工具，幫助組織實現自動化流程、構建工作流程和連接數據。

新工具包括MuleSoft RPA、Einstein Document Reader和Digital Process Automation。Mulesoft RPA功能允許用戶用機器人替換重復性任務。Einstein Document Reader可掃描駕駛執照和I-9等文檔，用戶只需在Salesforce Flow中單擊幾下即可對這些數據執行操作。Digital Process Automation允許用戶使用拖放工具構建品牌化的數字體驗。

在財務部發票報銷流程中，財務人員在收到報銷單據后，首先需要完成發票的真偽查驗，再進行發票信息的錄入核對，在財務系統中制作稅務憑證，這些操作耗時枯燥并且容易出錯。

金智維科技RPA+AI財務機器人沒有改變現有系統，調用OCR技術自動完成發票信息的識別，并自動查驗發票真偽，核對報銷單與發票信息一致后，自動進行費用核算制作憑證，完成發票抵扣。

據介紹，財務機器人接管人工操作后，平均每筆業務的處理時間由10分鐘降至1分鐘，財務機器人自動完成95%的操作，人工只需要做職業判斷即可。每年約5萬筆報銷單據，預計可節約工作量50人年。

根據中智觀察以往的報道，日本政府總務省發布的報告認為，財務、會計、金融成為AI+RPA應用最多的場景。AI主要應用于文字識別、語音識別、圖片識別、數值判斷等業務。例如，通過OCR識別圖片上的信息。調查發現，用于聲音識別的案例23個，用于文字識別案例275個。

由于RPA與AI擁有很好的技術互補性，AI可以賦予RPA實現看、聽、說等擬人化能力，因此多數應用RPA的業務流程，也離不開AI能力加持。

企業正在關注工作流程自動化，以用數字勞動者替代人工手動任務。機器人流程自動化（RPA）是企業中自動化實現簡單重復性任務的常用工具。使用低代碼平臺實現流程自動化也正在成為企業另一項選擇。盡管這兩種技術之間存在相似之處，但其功能、用例和長期價值卻大相徑庭。

RPA與低代碼互有優缺點。

RPA的最大優勢也是其最大的缺點，僅限于單個任務，無法自動化企業范圍的端到端流程。

RPA無法適應變化。由于機器人被訓練為遵循簡單的特定操作，因此即使對UI進行了微小的更新，也可能導致進程失敗或返回不正確的數據。

另外RPA還需要日常維護和安全性，這使其成為IT部門需要監控的另一個過程。

Gartner報告就認為：“組織缺乏將機器人流程自動化（RPA）與其他工具組裝在一起的指導，阻礙了端到端流程的自動化，導致這些組織錯失了戰略業務價值。”

低代碼是一種直觀、可視化的軟件開發方法，還可用于自動執行任務、端到端流程和復雜的工作流。低代碼流程自動化不是在遺留系統中自動執行重復性任務，而是讓用戶在當今技術能力的背景下重新構想流程，并靈活地實施現代數字化。

低代碼的最大優點之一是應用程序可以隨著業務需求的變化而更新。盡管它是一種比RPA更復雜的過程自動化類型，但低代碼使技術和非技術用戶能夠在過程自動化計劃上進行協作，從而大放異彩。

許多低代碼應用程序平臺利用簡化的開發環境，具有拖放式直觀界面，所有業務部門的公民開發人員都可以輕松導航。

應該使用RPA還是低代碼？

雖然RPA和低代碼都有自己的一套用例，并有自己的優點和缺點，但隨著企業對快速創新需求的不斷增加，RPA對變革的脆弱性對大多數組織來說都是一個重大挑戰。

據Gartner稱，到2024年，超過65%的應用程序開發將由低代碼平臺執行。通過推動創新并最大限度地減少創建和自定義應用程序所需的時間，低代碼繼續成為業務自動化和轉型的新標準。

雖然RPA是健壯的軟件，但它不具有適應性。業務流程或正在使用的底層系統中的微小變化可能會使整個自動化過程變得脆弱，需要完全重新調整。另一方面，低代碼為業務帶來了巨大的潛力和投資回報率，簡化了工程流程并簡化了系統的重組。

了解需求后，企業就可以為業務自動化選擇合適的方法。對于遵循常規流程的公司，無需任何微小的更改并具有穩定的數據格式，RPA非常適合。但是，對于尋求頻繁創新或需要業務敏捷性的企業來說，低代碼被證明是一種更好、更可持續的方法。