AntWorks如何利用分形与数据摄入实现RPA规模化——Asheesh Mehra专访
蚂蚁遵循简单规则协作，蚁巢却呈现极致复杂；RPA机器人也协作，但控制系统更刻意。AntWorks RPA系统ANTstein试图用分形算法、数据摄入和类“蚁后”机制从混序中创造秩序，旨在解决困扰RPA业界的规模化难题。
分形与RPA
波兰数学家Benoit Mandelbrot提出“分形”概念，核心是自相似性。海岸线放大缩小呈现相似粗糙度；数据亦然，非结构化数据尤为“粗糙”。AntWorks系统利用分形处理此类数据。
CEO Asheesh Mehra用苹果比喻解释：训练神经网络识别苹果需各种大小形状颜色的样本；而分形引擎仅需一个苹果，因无论大小其模式相同。分形科学基于自相似性和神经网络传递相似非完全相同信号，属确定性科学，需更小训练数据集，从而降低基础设施、算力和部署成本，也减少人力依赖。因此，基于分形的RPA更易规模化。
数据摄入
Mehra指出四类数据：结构化、非结构化、图像和推断数据。AntWorks旨在创建能读取所有四类的数据摄入引擎。虽其他RPA厂商近期也切入（如Blue Prism的Decipher），但AntWorks后发优势显著：无历史包袱，数据摄入工具领先。AntWorks甚至不称自己为RPA公司，而定位为智能自动化业务。
RPA是创可贴吗？
批评者称RPA是短期权宜之计，终将被更集成软件取代。RPA公司反驳：RPA正在进化，多改名“智能自动化”。Blue Prism主席Jason Kingdon称：“RPA工具能完成9到50人的工作。”Mehra打比方：“RPA是胶带，智能自动化是钉子。胶带粘画终会掉落，钉子能永久固定。”
蚂蚁隐喻与“蚁后机器人”
ANTstein的“蚁后机器人”持续监控“蚁机器人”。若某机器人故障，蚁后将其任务分配至另一桌面。这还实现智能劳动力管理：如保险公司三个机器人分管理赔、薪资、应付账款，若理赔机器人负载过重而其余闲置，蚁后会调动闲置机器人协助。虽非真实蚁群运作（无中央指挥），但作为隐喻近似AntWorks愿景。
自动化控制系统