从 UI 到 AI：导航自动化技术演进版图

编者注：本文发布于 2017 年。 访问我们的机器人流程自动化与人工智能页面 获取最新资讯。

原文：

近年，机器人流程自动化 (RPA) 作为软件方案在全球规模化落地。Everest Group 报告显示 2016 年 RPA 厂商市场规模超 2 亿美元，同比增长 64% 以上。衡量 RPA 影响力的另一维度，是自动化技术与能力的演进。RPA 术语始见于 2000 年代初，早期形态系数据抓取与工作流自动化工具的延伸。超越前身能力后，RPA 在推进二十年前运营自动化方面取得显著进展。近期，RPA 正从单纯自动化用户界面 (UI) 向融合人工智能 (AI) 能力演进。

早期聚焦 UI 自动化精简后，企业现转向打造全链路数字化劳动力：能作为认知助手、与人交互服务业务、处理非结构化数据。这是对过往自动化流程的根本性重塑，开启当下与未来的自动化新潜能。

回溯：RPA 的奠基基石

RPA 技术 2000 年代初登场，其前身与 UI 有深厚渊源，虽 UI 自动化存在更久。新兴自动化平台系两类 UI 自动化的演化产物：数据抓取与工作流管理工具。数据抓取软件作用于表现层，提取网页数据、迁移遗留系统数据；工作流管理工具与 UI 交互自动化业务流程。

同前身一样，RPA 软件机器人在与人员同等层级建立 UI 自动化。差异在于：RPA 远不止屏幕抓取工具。其技术相较依赖 UI 下架构数据层通信的初级自动化工具，提供显著优势：无代码、非侵入式。

这意味着：业务用户无编码基础、极少 IT 投入即可训练 RPA 软件机器人。通过 UI 交互，RPA 能跨系统应用打通，无需重构现有架构。兼容任意浏览器版本、屏幕位置、窗口尺寸。RPA 与 UI 的交互赋予平台灵活性、可扩展性、高效性，企业级同样适用。

智能化竞速

任何 RPA 开发者或业务用户都清楚：聚焦 UI 自动化是技术成功的关键。但近期技术进展聚焦智能流程自动化——融合 AI 与现有流程自动化技术，让 RPA 突破初始边界。

智能流程自动化指将 AI 及相关技术（机器学习、计算机视觉、自然语言处理、认知自动化）应用于 RPA。引入 AI 后，基于规则的自动化将逐步被基于知识的自动化补充，更多任务——尤其是复杂任务——适配自动化。

McKinsey & Company 2017 年 3 月报告显示，这些进展让企业成功利用自动化：

更广阔的复杂自动化版图

RPA 当前自动化重复性、规则型业务职责，创造性与判断力任务仍靠人。AI 擅长处理变异性，能执行依赖海量非结构化输入/数据的任务。这意味着欺诈检测、业务预测等更复杂、未定义任务可借 AI 以更高精度管理。

数字化劳动力进阶

作为数字劳动力，RPA 软件机器人已在全球精简业务运营。AI 加持下，RPA 将进化为更自主的劳动力。因能随时间学习适应新情况，智能自动化系统可在无人工训练/干预下自动化复杂流程。AI 驱动劳动力将自主从数据学习、基于模式识别决策。

AI 的普惠化

我们常用高尔夫隐喻阐释 RPA 与 AI 协同：站在发球台，需将球打 400 码越过沙坑上果岭入洞。

若仅持推杆（AI 工具），几乎不可能完成。需驱动杆、铁杆组合（RPA 工具）、认知工具（ABBYY、Celaton），最终才需 AI 工具（IBM Watson、Google TensorFlow）。

关键在于：开发 AI 工具的非小公司，而是微软、谷歌、IBM 等巨头。它们开源这些工具、普惠化普及。意味着未来几年更多专家能力将内嵌 RPA 平台，为人机协同与机器人中心自动化创造新可能。

对未来的期望管理

智能自动化是自动化技术最新进展，但 AI 能力才刚露头角。Facebook 研究总监 Yann LeCun 指出 AI 仍有漫漫长路：

专业服务公司 KPMG 认为，RPA 与 AI 融合已初现：

当前仍需高技能专业人士的任务，每年都在变得更可自动化。未来 RPA-AI 混合体将让企业利用前所未有的自主、精准、敏捷自动化。