RPA是什麼?解析AI和RPA結合方式和架構

2019年至今,國產RPA企業已經陸續拿到融資,其中有三起集中發生在6月份,其中一起追加融資發生在8月份,保守估計,5個國產RPA企業融資總金額在8億人民幣上下,但市場估值已高達54.2億人民幣。

資本如此青睞的RPA是何方神聖呢?本文將為讀者介紹RPA的定義和概念,RPA的前世今生,實際應用場景,未來發展的趨勢(RPA如何與人工智慧結合)等方面。

一、RPA的定義和工作原理

RPA是Robotic Process Automation(機器人流程自動化)的簡稱。

RPA的概念是由一家研發此類軟體的IT創業公司和一家研究機構在2012年所提出的。當前還未有明確的定義概念,RPA的概念主要通過廠商和用戶不斷地實踐總結、口耳相傳而逐步推廣開來。

我們可以把它理解為:「虛擬機器人」替代人工的一種方式。RPA不僅可以模擬人類,而且可以利用和融合現有各項技術,實現其流程自動化的目標

或者可以理解為:軟體自動化=人工+電腦。

由於它可在無需改造原有業務系統的條件下即可為企業實現業務流程自動化,所以這種非侵入式技術部署受到了許多企業的青睞。

為了更好地理解,我們可以舉個例子來解釋其運行原理。

比如說「按鍵精靈」——一款在遊戲領域被廣泛熟知的國產軟體,它的一些簡單功能能幫助我們完成一些自動化的工作。

「按鍵精靈」基本的工作原理為:

  • 通過錄製操作者的滑鼠和鍵盤的動作步驟形成操作腳本
  • 通過手工編輯方式編寫腳本
  • 執行流程(或者成批)

當執行腳本動作后,便會根據新的腳本運行產生新的動作,這樣用戶便可以藉助這些腳本的改動完成一些簡單的操作,形成自動化,理論上便可以解決很多重複性的工作。

以上就是基於RPA原理的示例,其與當前的RPA相比,邏輯並沒有本質的差異。如今的RPA工具功能會更加豐富,場景更加多樣實用,定製化程度高,針對性更強。

二、RPA的前世今生

本段落,我們將從時間線角度概述RPA的發展情況,分為:出現前、出現、出現后等時間段。

(1)出現前

1990年代早中期,計算機開始出現在日常辦公中,此時出現的一些軟體和工具身上已經具備RPA的雛形。大致可以分為幾種:屏幕抓取類、流程自動化工具類等幾種類別。

屏幕抓取類:

屏幕抓取技術是第一種能在不兼容的兩個系統之間建立橋樑的技術,可提取關鍵術語,掃描大量靜態信息等數據。這種數據抓取、數據分類、數據分析的能力是目前RPA的核心功能。

流程自動化工具類:

從20世紀90年代開始,各類工作流程自動化軟體可以通過捕獲某些特定欄位的辦法來幫助處理訂單。

首先獲取數據,如:客戶聯繫信息、發票總額和訂購的項目清單等;然後形成資料庫;最後通知相應的員工。流程自動化存儲數據替代手動數據錄入的方式提高了訂單處理的速度,效率和準確性。

(3)出現

RPA一詞出現在2000年。

此時的RPA已經比之前的「類RPA」有所不同,「取其精華,去其槽粕,推陳出新,革故鼎新」可以很好地總結這一階段的發展情況。

它已經能將人工智慧技術和自動化技術有效結合,其中應用最多的還是OCR技術,這讓RPA軟體不再依賴於代碼進行屏幕抓取,而是允許用戶以可視化的方式來使用拖放功能,建立流程管理工作流,並且將重複勞動自動化。這種方式降低了用戶的使用門檻,無需專業編碼知識即可迅速獲取數據與搭建流程,也是RPA的價值所在。

(3)出現后

隨著RPA開始通過簡單的操作系統解決更複雜的任務,並且操作容易上手,越來越多的行業大規模投入使用。例如:BPO(Business process outsourcing ,業務流程外包)。

BPO將RPA視為提升效率和生產力的關鍵驅動因素。兩者相輔相成,藉助RPA,BPO以更低成本效益、更快響應能力的優勢快速實現辦公自動化。同時,RPA也得以在外包領域落地。

接著在2010年後,隨著「互聯網+」和「智能+」提上發展日程,RPA這項技術在各行各業實現了快速增長,特別是在保險、醫療保健、銀行、新零售等行業。

RPA的實施大幅降低了人力成本,提高了生產力,同時減少了錯誤。

三、發展趨勢

RPA未來發展趨勢是怎麼樣的?

RPA 的火熱是社會發展的必然趨勢,主要基於以下幾點:

  • 我國人口紅利逐漸消失,正加速步入老齡化社會,勞動力的不足情況正在出現;
  • 人工成本增加為企業帶來了巨大的財務負擔;
  • 互聯網技術發展迅速,舊系統無法滿足需求,急需擴展業務能力;
  • 人工智慧技術逐步從實驗室走向市場。

RPA會經歷四個階段的發展,前三代RPA不涉及到決策層,只是幫助人執行預先定義好的流程。需要人在初始化和運行的過程中參與監控,確保實施的準確性。

而隨著人工智慧技術的日益成熟,便產生了第四代RPA發展階段,即:AI+RPA。人工智慧與機器人流程自動化有效結合,進行複雜場景的智能決策,其功能更加完善,應用場景更加廣泛,適用範圍更廣,RPA機器人更加智能,我們具體展開來看這4個發展階段。

第一個階段 RPA1.0

RPA1.0可以理解為輔助人工,既簡單的輔助人完成一些基礎數據錄入、文件打開類的標準化桌面工作,整個工作過程離不開人工干預,無法自動執行,效果往往是輔助單個員工提升較小幅度的工作效率。

第二個階段 RPA2.0

RPA2.0,這個階段的rpa可以部分解放人工,可以自動完成整個業務流程中部分(某個環節)的工作流程,機器人永遠不會對這些重複性工作感到無聊,他們會完全按照預定的指示和規則,以最高的效率來完成這些任務,無需人工干預。

第三個階段 RPA3.0

RPA3.0可以理解為增強智能RPA,3.0階段的RPA可以簡單融合感知技術,嘗試部分獲取相關的外部知識,自動化處理目標文檔中的非結構化數據,例如發票信息(圖像)和來自客戶的郵件(文字)。但是本階段的RPA每次執行的動作都是一致的,他們並不會從每次的重複執行中進行「學習」,也不會在每天的程序化工作中進行自我改進和尋求更優的解決策略。

第四個階段 RPA4.0

RPA4.0概念,即通過感知技術(語音、人機交互、視覺)、認知技術(智能決策)、RPA技術相結合, 打造出能夠模擬人類進行業務決策和業務處理的智能助理機器人。

RPA和人工智慧AI結合后的應用範圍超級廣泛,一方面可以處理登發郵件、Excel計算、整理文件這類簡單重複性工作外;另外還能完成身份信息智能審核、文本OCR智能分析、客服場景輔助決策與自動推薦等複雜決策類工作。

智能助理機器人可以學習人的業務處理經驗(數據), 在複雜的業務場景下,達到接近人或超過人的決策準確率,打破傳統RPA技術只能按照特定規則處理業務的局限,實現深度的業務場景覆蓋。

我們對RPA和AI的架構是這麼設計的:

  • AI+RPA(智慧大腦)通過監控引擎、決策引擎、運籌引擎、控制引擎等方式與Robot「溝通」;
  • Robot通過AI(例如:OCR,NLP,語音交互)充當「耳眼鼻」更好地執行操作命令;
  • Robot工作數據反饋給AI+RPA(智慧大腦),通過演算法訓練,自身學習,之後選擇更優路線運行。

AI(Artificial Intelligence),人工智慧:1956年於Dartmouth學會上提出,一種旨在以類似人類反應的方式對刺激做出反應並從中學習的技術,是對人的意識、思維的信息過程的模擬。

簡單說,AI與RPA的關係,就好比「大腦指揮」和「手腳操作」的關係。其特點如下:

  • RPA傾向於重複地執行命令,AI更傾向於發出命令;
  • RPA機器人能夠將簡單的工作自動化,並為AI提供大數據;
  • AI能夠根據RPA提供的數據進行模仿並改進流程;
  • RPA以流程為中心,AI以數據為中心。

AI結合機器學習和深度學習,具有很強的自主學習能力,其OCR、NLP、語音識別等技術讓RPA擁有認知能力,可以通過大數據不斷矯正自己的行為,從而有智能決策和智能運籌能力。

未來,隨著RPA技術的不斷發展,以及AI的不斷落地,雙方的融合將會更加快速與深入,進而演變成這一行業的大趨勢。

四、一個RPA4.0機器人實際例子

在我們政策匹配場景的RPA實施過程中,我們成功的完成了一個RPA4.0的成功案例:政策計算器。

它是AI+RPA的典型應用,通過人工智慧語義分析,構建政策要求與企業條件之間的匹配演算法,實現企業與政策雙向智能匹配。

我們激動的發現,政策計算器可以有效的解決政府與企業信息不對稱、政策自動化錄入、自動化解析、自動化校驗、企業政策推送、申請信息及時自動提醒等問題

最讓人驚喜的是,政策計算器可以智能評估企業多維度發展指數,量化評估企業自身條件與激勵政策之間的距離,並綜合專業政策解讀經驗提供專屬行動建議,達到了在政策發布與匹配場景下RPA4.0所具備的卓越效果。為各級政府和企業的政策相關工作帶來顯著的提質降本增效!

如有相關AI和RPA問題的討論,歡迎留言,我會分享不同場景的解決方案,技術架構設計方式,感謝閱讀哈!