RPA何以成為對接AI能力的高級連接器

數字化業務的成熟，離不開新技術的迭代與發展。而在這些新技術當中，人工智能（AI）和機器人流程自動化（RPA）對于企業的長遠發展，意義重大。

兩份關于RPA和AI的調查

權威的市場研究機構Gartner的一項針對全球89個國家與地區3000位首席信息官（CIO）的調查顯示，2015年至今，全球采用AI技術的企業比例從10%增長至37%，增長率高達270%。同時，40%的CIO認為人工智能將成為2019年組織變革最重要的顛覆性力量。

據日本著名信息研究院MM針對日本RPA的市場調查報告顯示，截至2019年11月，在所有企業中RPA與AI結合的應用率為36％，比2018年6月的26％提高了10個百分點；40%的企業準備計劃應用AI，25%的企業沒有應用AI打算。

在已應用RPA企業中，AI的應用率為77%，準備應用的為17%，沒用應用打算的為7%；在準備應用RPA的企業中，81%準備應用AI，7%沒有應用打算。

大趨勢：RPA+AI

RPA與AI的結合，可讓RPA流程處理起來更加靈活。在AI技術的加持下，RPA將具有一定的認知、推導能力，產生一部分自主決策，來優化業務流程。

AI對RPA的賦能不僅突破自動化的場景壁壘，有力促進了RPA場景的延伸，實現對業務場景更廣范圍的支持。另外，AI對RPA產品自身的能力提升也是非常顯著且未來可期（如智能決策和自學習），有利于打通產業價值鏈各個環節，形成產業流程閉環優化，為整體產業變革帶來更深遠的意義。

AI中的OCR、NLP等技術能夠賦予RPA識別圖像、語義分析等能力，從而拓寬RPA的應用緯度，連接信息世界與物理世界。

隨著AI的持續接入，RPA能夠解鎖更多的應用場景，RPA+AI的互補效應將無限放大。有研究表明，到2022年，業務流程的整體市場將會重構，主要涵蓋了圍繞RPA和AI技術的服務改造，總價值將超過80億美元。

RPA與AI的發展對行業的影響無疑是巨大的。近幾年來，越來越多的公司正加大對RPA和AI技術的研發投入力度，希望實現智能化的個性服務，以提高運營效率和用戶體驗。

連接AI能力的高級連接器

RPA要成為連接器，必須要攻克一個挑戰，那就是對非結構化數據的掌控。

不同業務系統之間的數據，通常只有20%是可以直接利用的結構化數據（例如表格數據庫等），剩下80%都是非結構化數據。這一部分，現在仍缺少較好的解決方案。

AI則具備這樣的能力。通過AI，可以把非結構化數據轉化為結構化數據，這樣RPA就能處理剩下80%的數據。所以，RPA+AI才是連接器的未來階段。

RPA本身能力有限，需要用AI增強。AI好比具備“頭腦能力”，可以把非結構化的數據，如圖片、聲音、文字等轉換成結構化數據，然后交給具備“手腳能力”的RPA去操作。

RPA和AI的界限分明，AI負責把非結構化數據轉成結構化數據，而RPA處理復雜的結構化數據。

將AI一些智能化的功能，分裝到連接器里能解決很多問題。有的是標準AI場景，比如掃描發票、身份證等非常標準的文檔，直接調用相關插件即可實現。

結合AI能力的RPA連接器應用場景

場景1：界面識別

需要識別出軟件里有多少界面元素，一般的RPA軟件都能做到。

但有些軟件不在本地操作系統里運行，而是運行在遠程計算機。這種情況下，就可以運用AI識別界面。

通過深度學習模型去訓練，在模型里，只要按下一個鍵，機器人就能自動識別，把虛擬機里的基本元素，如輸入框、按鈕、標簽等用綠色識別框標記。不僅可以識別帶文字的元素，針對沒有填內容的空白輸入框，也能準確識別。

場景2：合同識別

財務領域經常要識別和處理合同，從合同正文里提取關鍵信息較為麻煩，因為合同沒有標準格式，比如甲乙方的位置、合同金額、到期時間等。

用RPA產生的AI能力進行訓練，能在合同掃描件里提取出所需要的總金額、賬期、供應商等關鍵信息，然后用RPA把這些信息送到財務，給財務提供一個成本的管理依據。

場景3：在線客服

地產公司的物業部門通常會設立一個集中的呼叫中心。為了提高用戶的服務質量，當業主撥打物業電話時，會直接接入到呼叫中心。

呼叫中心有200多個人工客服可以直接回答簡單問題，對于一些類似維修等問題需要先做下記錄再修理。AI則可以理解人說話的意圖，并做出簡單回復。

另外，公司郵箱每天能收到一些郵件，需要每天有人收郵件并歸類為客戶或潛在客戶。這些客戶需要進行初篩，判斷公司規模及相關信息。

商機郵件處理機器人，能自動收郵件、查詢客戶和分類。如果是歸為潛在客戶，還能自動查該公司大概情況，自動回復郵件，把處理的信息存到Excel表格里。