在《从机器人流程自动化到智能流程自动化》（Chakraborti，2020 年）这篇优秀论文中，作者探讨了在过去十年中，机器人流程自动化（RPA）是如何以引人入胜的方式推进业务流程效率的。 不过，他认为我们现在正处于这一技术趋势的 “拐点”，智能自动化是 RPA 的合理发展。
Chakraborti 引用了智能流程自动化这一新范例，它将业务流程自动化与机器学习 (ML)、人工智能 (AI) 和客户数据相结合。
RPA 是智能自动化的另一个重要组成部分。 这两个概念交织在一起，以至于人们对智能流程自动化的起点和机器人流程自动化的终点产生了相当程度的混淆。
本文将探讨这两个学科的差异和共性，并说明它们的交叉和重叠之处。 我们还将分享一些智能自动化实例和行业使用案例。
什么是机器人流程自动化？
机器人流程自动化（RPA） 是指实现各种业务流程自动化（BPA）目标的一系列技术。 我们可以把业务流程定义为实现组织目标的一系列任务。 例如，业务流程可以是对贷款申请进行信用检查这样简单的事情。
信用调查所需的步骤包括从内部文件中提取客户姓名，向信用机构提出申请，然后将结果反馈到内部系统。 在传统的业务环境中，这些任务都是人工处理的。 然而，业务流程自动化使用机器人来完成这些任务，因此被称为机器人流程自动化。
RPA 任务需要以规则为基础，并具有可预测性。 它们需要明确定义的触发器、输入和输出。 因此，异常处理可能会让他们产生误解。 异常情况或特殊情况，或者任何需要即时思考的情况，都不是 RPA 能够处理的任务。 当然，这并不是说异常处理在 RPA 开发中是一个陌生的概念。
在很多情况下，机器人会因为安全权限问题或数据不完整而无法完成任务。 开发人员可以围绕这些例外情况进行开发。 例如，假设您创建了一个 RPA 流程，将发票数据传输到数据库，但数据库出现故障。 您可以指示机器人在特定时间间隔内不断尝试，直到连接上数据库。 不过，一旦达到最大尝试次数，它就会抛出业务异常，以便人工进行补救。
我们上面描述的是一个简单的场景。 不过，您可能需要探索智能流程自动化，以建立更有弹性、更强大的流程，独立处理异常情况。
要深入了解这一主题，请阅读我们的《机器人流程自动化（RPA）完全指南》。
什么是智能流程自动化（IPA）？
智能流程自动化是指帮助企业实现现有工作流程和过程自动化的各种技术的融合。 早在 2017 年，麦肯锡就强调了智能自动化的好处。 该咨询公司的论文《智能流程自动化：下一代运营模式的核心引擎》受到广泛关注：下一代运营模式的核心引擎》一文概述了实现智能自动化的五项核心技术。
它们是
1.机器人流程自动化（RPA）：
一套可执行可预测、重复性和明确定义任务的工具，这些任务传统上由人类工人完成
2.机器学习和高级分析：
先进的算法经过训练，能够在庞大的历史数据集中发现模式，从而以人类研究人员无法达到的速度和准确性提供见解和预测。
3.自然语言生成器（NLG）
正如 ChatGPT 和 Pi 等工具的成功所证明的那样，自然语言生成器可以生成文本和其他创意，促进人类与技术之间的交流。
4.智能工作流程：
一种业务流程软件，用于管理人与机器之间的工作流程，确保顺利交付、跟踪和报告。
5.认知剂：
智能聊天机器人结合使用了 ML 和 NLP，可提供自动客户服务代表，减轻服务人员的负担，在某些情况下还擅长销售和了解客户。
上述技术是构成 IPA 解决方案的基本组成部分。 虽然是隐含的，但我们还要把计算机视觉技术（CVT）添加到构成 IPA 技术的工具列表中。
RPA 与 IPA 的相似之处
虽然 RPA 和 IPA 是不同的技术类别，但它们有相当程度的交叉。 以下是 RPA 和 IPA 的一些相似之处。
1.它们都是自动化工具
RPA 和 IPA 之间最明显的联系是，这两种工具都是为了实现业务流程自动化而存在的。 虽然每种解决方案都有自己的方法，并使用不同类型的技术来实现其目标，但从本质上讲，它们的精神都是处理传统上由人类执行的任务，并想方设法更高效、更经济、更准确地完成这些任务。
2.RPA 是 IPA 的核心部分
这两种技术的另一个重要相似之处是，RPA 是 IPA 的核心组成部分。 机器学习和其他模仿人类认知的技术是 IPA 的关键部分，而自动化则建立在 RPA 的基础之上。
3.RPA 和 IPA 具有相似的优势
RPA 和 IPA 还有许多相同的业务优势。 例如，它们可以帮助企业降低成本、节省时间、提高生产力、增加员工的工作满意度、达到合规标准、改善服务和减少人为错误。
RPA 与 IPA 的区别
虽然 RPA 和 IPA 有许多共同点，但也有一些不同点需要了解。
#1. 可扩展性
虽然 RPA 擅长自动执行离散任务，但协调复杂的工作流程或处理非结构化数据却是一项共同的挑战。 IPA 提供多种工具，帮助解决扩展瓶颈，如非结构化数据或决策。
#2. 实时学习和适应
对于按部就班的可预测任务而言，RPA 是一个完美的解决方案。 顾名思义，它遵循指令。 另一方面，IPA 可以借助 ML 等功能进行实时学习和调整。
#3. 情报
智力的定义很棘手。 然而，我们都知道，人类的思维是利用逻辑、推理、学习、规划和解决问题等各种工具，根据信息生成答案或预测。
RPA 工具可以处理信息，但只能通过一套严格的规则进行处理。 基本上，它使用 if/then/else 逻辑来处理业务流程。 实际上，RPA 是在模仿人类的认知，但这只是因为给了它一张地图。
另一方面，智能自动化处理数据的方式更接近人类认知。 由于智能自动化工具使用了人工智能，它们可以跳出遵循指令的束缚，适应并调整不断变化的环境、非结构化数据以及其他可能使 RPA 工具束手无策的特殊因素。
#4. 处理非结构化数据
RPA 可帮助团队处理确定性任务。 因此，它依赖于可预测的输入，如结构化数据。 然而，当涉及到处理非结构化数据或任何超出保留范围的信息时，我们就达到了 RPA 工具的上限。
处理结构化数据的工作往往落在人工身上。 由于涉及大量的决策和解释工作，因此使用人类的认知能力是合理的。 然而，由于使用了机器学习等人工智能技术，智能自动化可以处理非结构化数据。
值得注意的是，RPA 工具可用于将非结构化数据转化为结构化数据。 例如，使用自然语言处理 (NLP) 或光学字符识别 (OCR) 工具有助于将这些数据转化为 RPA 可以处理的内容。 然而，非结构化数据的特性使这一过程变得复杂，需要创建多个能够处理这项工作的模板。 这种现实情况会导致 RPA 解决方案出现扩展问题。
#5. RPA 更具成本效益
虽然 IA 工具比 RPA 软件范围更广，但这些额外功能也是有代价的。 自动化工具最吸引人的地方之一就是其公认的成本节约。 不过，考虑到它们的相对价格，RPA 软件更容易为大多数市场所接受。
智能自动化是一种更加灵活的解决方案，可以在更广泛的环境中工作。 然而，并非每个企业都有复杂的自动化需求。 根据您需要自动化的业务流程范围，RPA 解决方案可以提供您所需的一切。
#6. RPA 实施更快
智能自动化工具为各种问题提供了解决方案。 然而，当需要快速实施时，这种复杂性就变成了一个小小的负面因素。 RPA 工具更简单，因此实施成本更低，耗时更少。 对于面临实现整个企业数字化转型压力的领导者来说，RPA 解决方案可以提供更快的途径来创造价值。
#7. IPA 工具的学习曲线更陡峭
同样，这些工具的相对复杂性也造成了优缺点。 从本质上讲，采用 IPA 工具需要高度技术性的功能，如机器学习。
非技术团队仍有希望。 智能自动化咨询公司可以完成许多繁重的工作和流程设计。 更重要的是，信息安全工具越来越方便用户使用。
智能流程自动化实例和行业用例
根据研究，2023 年将产生 120 兆字节的数据。 每年，全球产生的数据量大约增加 20% 至 25%。 根据麻省理工学院斯隆商学院（MIT Sloan）的数据，这些数据中约有 80% 是非结构化数据。虽然 RPA 工具已经让公司能够利用结构化数据做很多事情，但文本、音频、视频、电子邮件、社交媒体内容、服务器日志、传感器日志和卫星图像显然也能提供非凡的机会。
了解智能业务自动化功能的最佳途径是通过实际的真实案例和用例。 以下是智能自动化技术可为特定行业提供帮助的一些方法。
1.客户服务
近年来，人们对客户服务的期望值大幅提高。 现代消费者需要始终在线、高度个性化的自助服务选项。 智能自动化可帮助企业提供预期水平的定制服务，而无需支付与人工相关的高昂管理费用。
由自然语言处理器驱动并与客户关系管理（CRM）平台连接的聊天机器人可以提供卓越的客户体验。 当与自动电子邮件处理、预测分析和情感分析相结合时，企业就能提供全渠道关怀，预测问题并帮助留住客户。
2.医疗保健
医疗保健一直是智能自动化的重要采用者。 全球健康状况不佳意味着医院越来越繁忙，许多医院在压力下吱吱作响。 预算紧张和员工超负荷工作凸显了提高运营效率的必要性，尤其是在病人登记、保险处理、日程安排、账单等行政工作方面。
3.财务
金融业理所当然地赢得了走在尖端技术前沿的美誉。 作为 RPA 技术的早期采用者，该行业一直在寻找提高效率和应对监管负担的方法。 智能自动化被广泛应用于整个金融领域，以帮助检测欺诈行为并确保合规。 不过，这项技术也有助于业务运营，日益简化贷款申请等方面的决策。 此外，它还可以自动进行软件测试，帮助金融机构创建定制软件。
4.制造
近年来，由于瓶颈、通货膨胀和普遍的生活成本危机，公众对供应链问题的认识不断提高。 随着购买偏好的演变和业务态势的转变，制造商必须拥抱数字化转型。 这一现实在新兴工业化国家或发展中国家尤为突出。
RPA 和 IPA 可以帮助这些领域的企业缩小差距，改进整个价值链的流程和组织。 生产订单自动化、了解并适应客户偏好的变化、改善物流和减少浪费，这些只是人工智能驱动的工具能够带来益处的几个领域。
智能流程自动化和超自动化是一回事吗？
虽然许多专家将智能流程自动化和超自动化互换使用，但它们是截然不同的概念。 这种困惑是可以理解的。 在利用人工智能和其他相关技术实现 IT 和业务流程自动化方面，这两个学科都处于领先地位。 不过，了解这两者之间的区别至关重要。
如上所述，智能流程自动化混合使用了人工智能、ML、计算机视觉、认知、自然语言处理等技术，当然还有 RPA。
另一方面，超自动化是一种理念或方法，旨在实现尽可能多的业务流程自动化。
造成混淆的主要原因是，IPA 是超自动化方法的一部分。 然而，超自动化是一种更复杂的加速型内控，其范围要大得多。 超自动化不是处理固定的流程或任务，而是跨平台和技术，最大限度地提高业务效率。
IPA 和 RPA 的交叉和融合之处
本文花了大量篇幅剖析 IPA 和 RPA 的相对优势。 将这些自动化技术区分开来固然有用，但将它们视为对立或竞争工具的想法并不完全正确。 要了解它们的功能，最好的办法是将其作为辅助自动化工具。
这两种工具有许多交叉点。
#1. IPA 作为 RPA 局限性的解决方案
在论文《如何在人工智能时代竞争》（How to Compete in theAge of Artificial Intelligence）（Mohanty and Vyas, 2018）中，作者指出：”RPA 机器人会完全按照你的吩咐行事，这是它们最大的优势，但也是最大的弱点”。 这种观点强调了有关 RPA 范围的一个关键点：然而，非结构化数据和不可预测的场景意味着企业不可能在每项任务中都采用 RPA 解决方案。
机器学习有助于扩展 RPA 的功能，尤其是在两个主要领域。 它们是
1.处理非结构化数据
2.开启高阶决策之门
从目前的情况来看，RPA 工具无法实现上述功能。 然而，如果辅以人工智能，自动化将更上一层楼。
#2. 作为实现 IPA 或超自动化的垫脚石
将 RPA、IPA 和超自动化视为一个连续体是很有诱惑力的。 然而，这可能有点过于简单化了。 事实上，任何包含 IPA 或超自动化的复杂自动化系统都将在很大程度上依赖于 RPA。 因此，在这些先进的应用场景中，RPA 工具仍然具有相关性和必要性。
在实施方面，这一论点更为有力。 要实现超自动化，需要对哪些任务可以实现自动化进行大量研究。 从 RPA 开始，就为可实现自动化的任务类型奠定了坚实的基础。 它允许企业构建和测试自动化工作流程，并最终通过 IPA 进行扩展和增强。
超自动化是一种将一切可能自动化的方法。 不同企业的情况也不尽相同。 在一些公司，它可能涉及 RPA，由人工智能提供小部分辅助；在另一些公司，它可能是一个完全成熟的综合自动化机器，只需极少的人工投入。
#3. 预测分析和决策
RPA 根据特定的触发或输入执行规定的任务。 如果我们考虑到 IPA 的一些优势，如情感分析、自然语言处理、计算机视觉技术和 ML 功能，很明显，该技术将能够处理大量杂乱的数据，并将其转化为结构化信息，作为这些触发器或输入。
这里的可能性是惊人的。 正如我们在医疗行业所看到的那样，研究表明，人工智能在乳房 X 射线筛查方面的表现优于放射科医生。准确地做出这些预测需要多年的经验和领域专业知识，而当有人退休或离职时，这些经验和专业知识就会离开企业。 通过人工智能增强的 RPA 可以帮助克服这种经验差距。
虽然乳腺 X 光筛查的例子很吸引人，但 RPA 和 IPA 的优势也适用于其他一些需要高质量认知或决策的业务管理场景。 一旦做出这些决定，就可以通过 RPA 触发下游行动，为各种企业带来令人难以置信的生产力水平。
五种智能自动化工具
市场上有多家智能自动化供应商。 每家公司都融合了不同的技术、方法和价格。 让我们来了解一下 IA 领域的五大巨头。
#1. 扎普测试
ZAPTEST 是一个端到端的全栈智能自动化解决方案，为软件自动化和机器人流程自动化提供最先进的超自动化工具。它混合使用计算机视觉技术和 RPA，帮助用户发现前端和后端办公任务并实现自动化。该平台具有 OCR 和可靠的分析工具等出色功能。它还具有无代码功能、免费版和企业版、任何应用程序的跨平台/跨浏览器自动化、无限制许可证以及作为客户团队一部分的全职 ZAP 专家（在企业版中）。
#2. 用于业务自动化的 IBM 云 Pak
IBM Cloud Pak 是一个模块化的混合云智能自动化解决方案。 这个端到端的业务自动化平台具有多种功能，包括工作流程自动化、文档处理、流程挖掘和决策管理功能。 它还包括低代码和无代码工具以及良好的客户支持。
#3. UiPath 业务自动化平台
UiPath 通过智能业务自动化增强了其 RPA 产品。 该平台利用计算机视觉技术和无人值守机器人技术（用他们的话说，就是 “机器人管理机器人”）来实现这些目标。 它们还利用认知增强技术来理解语言和非结构化数据。 UiPath 业务自动化平台与 IBM、谷歌和微软等供应商的第三方认知服务集成。
#4. SS&C 蓝色棱镜云
SS&C Blue Prism Cloud 是另一款基于云的智能自动化平台，具有 IA 功能。 该公司还提供智能自动化服务，帮助团队处理实施和维护工作。 除了智能机器人流程自动化工具外，Blue Prism Cloud 还提供无代码、拖放式设计工作室和工作流自动化协调功能控制室。
#5. Microsoft Power Automate
Microsoft Power Automate 以前称为 Microsoft Flow，是另一款基于云的无代码智能自动化解决方案。 该软件包提供了一种名为 AI Builder 的功能，它具有用户友好性、可扩展性和易连接性。 微软对 ChatGPT 的投资高达 100 亿美元，这意味着它提供的自然语言处理能力与点选式界面相结合，可让非技术团队构建智能机器人流程自动化工作流。
最后的想法
RPA 和 IPA 是截然不同的技术。 然而，它们之间却有着深刻的互补性。 这两种工具的真正威力在于它们不仅能增强人类工人的能力，还能相互增强。 正如许多智能自动化实例所表明的那样，智能自动化所实现的许多核心工作都可以由数字工人和机器人来执行。 要成功实现自动化，就必须分解和了解现有的工作流程。 RPA 可以解释其中的许多组成部分。
我们正站在一个激动人心的工作时代的门槛上，在这个时代里，人类的认知能力可以得到人工智能的补充。 数字化转型理所当然地成为发达国家和发展中国家企业的当务之急。 采用 IPA 和 RPA 工具将成为这些转变的核心部分，实现超乎想象的生产力。
