機器人流程自動化(RPA)和人工智能(AI)過去一直被視作互相獨立的兩個領域——RPA支援者認為AI不實用，而AI愛好者認為RPA太原始。直到先行者将二者融合在一起，人們才逐漸意識到，二者是高度互補的。RPA和AI相當于肌肉和大腦的關系。企業能夠利用RPA實作速赢，同時引進AI戰略以實作長期效益和持續優化。
麥肯錫的一項研究表明，47%的頭部企業宣稱使用了人工智能技術，而他們中的23%表示，AI的應用是通過RPA來落地的。
正如Gartner副總裁Sicular曾說的：“人工智能技術可以完美地将傳統業務中的非結構化資料進行拆解，而RPA可以将基于規則、重複性的工作業務實作自動化。這種技術性上的互補，對企業在數字化轉型的道路上幫助是巨大的，也是企業打開‘AI之門’的最佳途徑”。
如今，越來越多的資訊，理所當然的把RPA和AI混為一談，可部署了RPA，就真的應用了AI嗎？
#
RPA的工作邏輯
RPA是某些業務流程的自動化，這些流程是重複的、勞動密集型的，并且具備明确的基本規則。可應用的工作流程可以涵蓋從簡單到複雜的所有領域，尤其是那些容易出現人為錯誤的步驟。在簡化業務、提高效率、減少錯誤和確定工作一緻性等方面，RPA可以做出非常寶貴的貢獻。
RPA擅長執行特定功能，如資料抓取、鍵盤輸入、滑鼠單擊等等。使用者使用一系列視窗來定義流程的輸入、要使用的規則和要執行的輸出操作。
注意，這個過程的核心仍然是人為定義的規則。
#
RPA與AI尚有距離
在供應鍊中，RPA可以用來自動生成庫存補貨訂單。具體的執行方案可以簡單到基于剩餘庫存設定觸發器，達到門檻值即可開啟；也可以複雜到利用傳入訂單流和生産資料來判斷需求，并預測重新訂購所需的數量。
AI可以建立預測模型，對實時資料進行監測，評估未來的需求并做出合理的決策。RPA起到的作用是輸入資料到自動再訂購過程中的機械執行過程。在這個例子中，RPA用于組織不同的AI元件，但究其本身并沒有AI屬性，充其量隻能算協調各種AI元件的操作方法。
#
RPA的智能更新
一些RPA應用程式隻是遵循人為設定的規則，完全沒有AI基因，隻能幫助使用者完成一些簡單的自動化操作。有時，它可以離AI很近，但仍不足以代表AI技術的應用。
然而，有一些RPA平台可以使用一種人類引導的強化學習形式，通過觀察來學習。這種類型的RPA通過觀察Windows應用程式中執行的動作，能夠開發自己的規則來解釋和複制這些動作。這與人類訓練實體狀态機器人的過程非常相似。原則上，這些能力确實可以算作AI技術的應用。
#
屬于RPA的未來
随着企業希望從部署的RPA解決方案中擷取更大價值，RPA将會進一步與AI融合，以RPA承載AI，以AI增強RPA。更強的分析能力和智能屬性，将幫助企業把人，流程和技術融為一體。
RPA 1.0階段：輔助人工 Assistance
涵蓋了機器人自動化的主要功能，以及現有桌面自動化軟體的全部操作。這個階段的RPA可以輔助人工完成許多基礎資料輸入，工作過程仍然是人力主導，但效率會得到顯著提升。
RPA 2.0階段：解放人工 Automation
這時的RPA已經可以自動完成端到端的工作流程。能夠集中化管理機器人、對工作任務進行統一調配、對任務執行狀态進行監控。适用範圍和靈活性大大增強，但規則相對靜态。
RPA 3.0階段：增強智能 Augmentation
RPA可以串接許多技術子產品，擷取相關的外部知識。可以實作大規模的快速部署，更具情景感覺、進階分析能力。人機互動模式更加友好，自動化的需求能夠進一步得到滿足。
RPA 4.0階段：自主智能 Autonomy
這時的RPA将具備自動歸納和學習能力。不僅大部分流程可以通過觀察人工操作來學習，對流程産生的資料結果，也能進行自主學習和判斷，甚至可以結合外部知識做出适當的決策。
從發展趨勢來看，與AI結合的RPA，才能走的更遠。目前，RPA還是提高工作效率重塑競争力的企業級産品。而未來，RPA很有可能成為每一個人助手，滲透到生活的方方面面。随着RPA産品的不斷疊代，AI将成為其核心的靈魂，如此看來，不單企業可以通過RPA落地AI技術，更多的普通大衆也将成為AI技術的受益者。