从 UI 到 AI：自动化之旅

编者注 ：这是 2017 年发布的。 访问我们的机器人过程自动化和人工智能页面 获取最新信息。

原帖：

近年来，机器人过程自动化 (RPA) 作为软件解决方案的实施在全球范围内急剧增加。研究公司 Everest Group 最近的一份市场报告显示，2016 年 RPA 供应商市场估计超过 2 亿美元，表明一年内增长超过 64%。但 RPA 影响力的另一个衡量标准来自自动化技术和能力的发展和演变。机器人流程自动化一词在 2000 年代初首次使用，该技术的早期形式是 RPA 前身的扩展：数据抓取和工作流自动化工具。然而，RPA 已经超越了数据抓取和工作流自动化的能力，在推进运营自动化方面取得了——并将继续取得——20 年前的显着进步。最近，RPA 正在从仅仅自动化用户界面 (UI) 过渡到整合一个新领域的功能：人工智能 (AI)。

在 RPA 技术的早期阶段专注于简化 UI 自动化，商业组织和公司现在正在转型，以实现一个成熟的数字劳动力劳动力，能够充当认知助手，与人类互动以满足业务需求，并处理非结构化数据。这是昨天的自动化流程以及今天和明天的自动化潜力的根本性转变。

回顾：RPA 的基础

最初在 2000 年代初进入技术领域，RPA 技术及其前辈与 UI 有着深厚的历史关系，尽管 UI 自动化已经存在了更长的时间。当今新兴的自动化平台是两种形式的 UI 自动化的进化产物：数据抓取和工作流管理工具。数据抓取软件在表示层起作用，以便从 Web 中提取数据并将数据从过时的遗留系统传输到它们的替代品，而工作流管理工具与 UI 交互以自动化与业务相关的流程。

像它的两个前辈一样，RPA 软件机器人在与人类人员相同的水平上运行，以建立 UI 自动化。然而，让 RPA 与众不同的是，它不仅仅是一个屏幕抓取工具。与更基本的自动化工具相比，RPA 的技术提供并将继续提供显着优势，其中许多工具依赖于 UI 下的架构数据层内的通信形式。 RPA 是这些旧式自动化形式的重大技术演变，它是无代码且无中断的。

这意味着业务用户可以轻松地训练 RPA 软件机器人，而无需编码知识并且几乎不需要 IT 投资。通过其在 UI 中的交互，RPA 能够桥接各种系统和应用程序，而无需重组现有设置。与其前身不同，该技术兼容任何浏览器版本、屏幕位置或窗口大小。尤其是，RPA 与 UI 的交互使平台能够灵活、可扩展和高效，即使在企业级也是如此。

智力竞赛

询问任何 RPA 开发人员或业务用户，很明显，专注于 UI 自动化对于技术的成功至关重要。然而，最近的技术进步一直集中在提高智能过程自动化的能力上。这意味着，通过将 AI 与现有流程自动化技术相结合，RPA 能够远远超出其初始范围。

具体而言，智能过程自动化是指将人工智能及相关技术（例如机器学习、计算机视觉、自然语言处理、认知自动化）应用于 RPA。通过在 RPA 中加入人工智能，基于规则的自动化将逐渐被基于知识的自动化所补充，更多的任务——尤其是更复杂的任务——将更广泛地适用于自动化。

咨询集团麦肯锡公司 2017 年 3 月的一份报告表明，这些进步使企业能够成功利用自动化：

更广泛的复杂自动化

RPA 技术目前能够自动执行重复的、基于规则的业务职责，而员工仍然主要负责需要创造力和判断力的任务。 AI 特别适合处理可变性，并且能够执行依赖大量非结构化输入和数据的任务。这意味着更复杂和未定义的任务，例如欺诈检测和业务预测，可以使用人工智能以更高的准确性和精度进行管理。

数字化劳动力的进步

作为数字化劳动力，RPA 软件机器人已经在全球范围内简化业务​​运营。通过人工智能的帮助，RPA 将发展成为更加自主的劳动力。因为他们随着时间的推移学习和适应新的情况，智能自动化系统可以自动化复杂的过程，而不需要人工培训或干预。人工智能驱动的劳动力将能够自主地从数据中学习并根据模式识别做出决策。

人工智能的民主化

我们画了一个我们最喜欢的比喻来解释 RPA 和 AI 如何从运动中坐在一起。想象一下，您是一名站在发球台上的高尔夫球手，您需要将球击出球道 400 码，越过沙坑，进入果岭并进入球洞。

如果你站在那里只拿着一个推杆，即一个人工智能工具，你可能会发现它非常困难，如果不是不可能的话。您还需要一号木和铁杆的组合才能将那个小白球打入球洞。您将需要 RPA 工具，您将需要 ABBYY 和 Celaton 等认知工具，您最终将需要 IBM Watson 或 Google TensorFlow 等 AI 工具。

现在这是诀窍。开发人工智能工具的不是小公司。它是微软、谷歌或 IBM 等庞然大物。他们正在开源这些工具并使使用民主化。这意味着更多这些专家能力将在未来几年内融入 RPA 平台，为以人为中心和以机器人为中心的自动化创造新的可能性。

管理对未来的期望

智能自动化是自动化技术中的最新发展，但我们才刚刚开始看到人工智能能力的开始。 Facebook 研究总监 Yann LeCun 表示，人工智能还有很长的路要走：

尽管如此，专业服务公司毕马威建议，通过 RPA 和 AI 的融合，我们已经开始看到：

目前仍需要训练有素的专业人员技能的活动每年都变得越来越自动化，未来的 RPA-AI 混合体有望让公司利用比以往更加自主、精确和敏捷的自动化。