2021年RPA营收将达18.9亿美元，AI如何重新定义RPA？
市场调研机构Gartner公司已经确定了机器人自动化(RPA)已成为全球企业软件市场增长最快的部分，并预测2021年RPA软件营收将达到18.9亿美元。在新冠疫情期间，RPA是为数不多的还在显著增长的技术之一。分析认为，RPA快速增长的关键因素在于它与人工智能技术的融合。这项融合是革命性的，可以促使PRA快速运行，并且提供更好的结果以及更复杂的任务。因此，全球大多数企业组织不再单纯使用RPA工具，而是想方设法地将RPA和AI技术结合。
然而，AI的哪些功能可以显着增强RPA功能？为什么AI被视为RPA的最佳选择？AI如何为RPA增加价值？
纯机器人过程自动化
纯RPA工具可以自动化涉及结构化数据。为了使RPA机器人充分实现自动化，需要做的任务必须包括可预测的、直接的步骤以及明确的方向。纯RPA可以在许多方面执行以下操作：
- 复制和粘贴
- 搜集数据
- 访问电子邮件并打开附件
- 提取和处理结构化数据
上述过程的自动化令人印象深刻，其有用性得到证实，毕竟平凡和重复性高的任务已经分配给全天候运行的机器人，解放出来的员工可以专注于更有价值的工作。
AI的融入
在日益数字化、流程不断变化、步骤和规则逐渐复杂化的背景下，纯RPA工具已不再满足许多企业的需求。为了使当今的许多业务任务自动化，需要一个关键要素：适应性。这正是AI进入画面的方式。人工智能为RPA机器人提供了实时学习和适应数据的能力。
AI具有许多使其适合RPA的特征，包括：
- 光学字符识别(OCR)：类似于“机器人的眼睛”，OCR允许机器人从视觉刺激(例如图像和文档)中以电子方式提取文本。这在金融，保险或其他高度以文档为导向的行业中可能非常方便。
- 自然语言处理(NLP)：这是指读取语言以分析数据的能力，无论数据是结构化、半结构化还是非结构化，都需要进行进一步处理。例如，可用于从一个来源中提取必要的文本，以正确地填写表格中的信息，或纠正文档中的错误，或分析电话记录以更新组织数据库中的相关客户详细信息。
- 机器学习(ML)：允许RPA机器人从过去的数据中学习并推断含义。通过模式生成，由AI驱动的RPA机器人可以更“智能”地理解结构化和非结构化数据并从中得出结论。结果，RPA僵尸程序可以更具适应性，从而最大程度地减少了所需的人工干预。
RPA和AI的结合使该机器人能够执行复杂的任务，包括但不限于：
- 数据搜索： RPA + AI机器人可以快速访问内部和外部网络，以基于关键字搜索数据并提取必要的信息。此外，由AI驱动的RPA不仅可以通过关键字搜索，而且可以识别提供上下文含义单词的任何相关模式;他们可以查找任何文本，无论是相关的词，短语，甚至是整个段落，以提供有用的信息。
- 预测分析：除了搜索之外，RPA + AI机器人还可以使用机器学习模型来生成新数据，以预测未来的市场行为并评估潜在的结果。这对于销售和营销部门可以很有用，他们可以评估数据以进行战略性计划并产生更多潜在客户。
- 合同分析：合同通常涉及关键部分，不能不惜一切代价跳过这些部分。与人眼(容易疲劳和分散注意力)不同，RPA + AI机器人可以利用NLP和OCR技术以人类无法比拟的速度查看和分析多个合同。RPA + AI机器人可以帮助组织保持合规性，方法是快速而准确地阅读和提取相关信息，并以适当的形式输入相关信息，并允许后续生成报告。
- 发票处理：组织通常会收到各种格式的发票：传真、pdf、图像，甚至是纸质副本。这通常导致员工不得不手动提取数据并将其输入到公司使用的财务数据库软件中。幸运的是，RPA + AI机器人可以使用其OCR功能来处理所有类型的发票，而无需考虑格式，并可以自动传输组织的财务数据库，而无需人工干预。
结语：
RPA和AI的融合极大地提高了RPA的功能，使曾经只有科幻小说才有的现实成为现实。通过利用RPA和AI功能，企业现在可以通过为RPA机器人分配许多任务(甚至是非常复杂的任务)，而将精力集中在战略发展和业务增长上，从而达到新的高度。可以说，现在的AI不再只是RPA机器人的“高级功能”，而是必不可少的部分，可促进全面的端到端自动化服务，使企业更接近其全部潜力。
