RPA何以成爲對接AI能力的高級連接器
數字化業務的成熟，離不開新技術的迭代與發展。而在這些新技術當中，人工智能（AI）和機器人流程自動化（RPA）對於企業的長遠發展，意義重大。
兩份關於RPA和AI的調查
權威的市場研究機構Gartner的一項針對全球89個國家與地區3000位首席信息官（CIO）的調查顯示，2015年至今，全球採用AI技術的企業比例從10%增長至37%，增長率高達270%。同時，40%的CIO認爲人工智能將成爲2019年組織變革最重要的顛覆性力量。
據日本著名信息研究院MM針對日本RPA的市場調查報告顯示，截至2019年11月，在所有企業中RPA與AI結合的應用率爲36％，比2018年6月的26％提高了10個百分點；40%的企業準備計劃應用AI，25%的企業沒有應用AI打算。
在已應用RPA企業中，AI的應用率爲77%，準備應用的爲17%，沒用應用打算的爲7%；在準備應用RPA的企業中，81%準備應用AI，7%沒有應用打算。
趨勢：RPA+AI
RPA與AI的結合，可讓RPA流程處理起來更加靈活。在AI技術的加持下，RPA將具有一定的認知、推導能力，產生一部分自主決策，來優化業務流程。
AI對RPA的賦能不僅突破自動化的場景壁壘，有力促進了RPA場景的延伸，實現對業務場景更廣範圍的支持。另外，AI對RPA產品自身的能力提升也是非常顯著且未來可期（如智能決策和自學習），有利於打通產業價值鏈各個環節，形成產業流程閉環優化，爲整體產業變革帶來更深遠的意義。
AI中的OCR、NLP等技術能夠賦予RPA識別圖像、語義分析等能力，從而拓寬RPA的應用緯度，連接信息世界與物理世界。
隨着AI的持續接入，RPA能夠解鎖更多的應用場景，RPA+AI的互補效應將無限放大。有研究表明，到2022年，業務流程的整體市場將會重構，主要涵蓋了圍繞RPA和AI技術的服務改造，總價值將超過80億美元。
RPA與AI的發展對行業的影響無疑是巨大的。近幾年來，越來越多的公司正加大對RPA和AI技術的研發投入力度，希望實現智能化的個性服務，以提高運營效率和用戶體驗。
連接AI能力的高級連接器
RPA要成爲連接器，必須要攻克一個挑戰，那就是對非結構化數據的掌控。
不同業務系統之間的數據，通常只有20%是可以直接利用的結構化數據（例如表格數據庫等），剩下80%都是非結構化數據。這一部分，現在仍缺少較好的解決方案。
AI則具備這樣的能力。通過AI，可以把非結構化數據轉化爲結構化數據，這樣RPA就能處理剩下80%的數據。所以，RPA+AI纔是連接器的未來階段。
RPA本身能力有限，需要用AI增強。AI好比具備“頭腦能力”，可以把非結構化的數據，如圖片、聲音、文字等轉換成結構化數據，然後交給具備“手腳能力”的RPA去操作。
RPA和AI的界限分明，AI負責把非結構化數據轉成結構化數據，而RPA處理複雜的結構化數據。
將AI一些智能化的功能，分裝到連接器裏能解決很多問題。有的是標準AI場景，比如掃描發票、身份證等非常標準的文檔，直接調用相關插件即可實現。
結合AI能力的RPA連接器應用場景
場景1：界面識別
需要識別出軟件裏有多少界面元素，一般的RPA軟件都能做到。
但有些軟件不在本地操作系統裏運行，而是運行在遠程計算機。這種情況下，就可以運用AI識別界面。
通過深度學習模型去訓練，在模型裏，只要按下一個鍵，機器人就能自動識別，把虛擬機裏的基本元素，如輸入框、按鈕、標籤等用綠色識別框標記。不僅可以識別帶文字的元素，針對沒有填內容的空白輸入框，也能準確識別。
場景2：合同識別
財務領域經常要識別和處理合同，從合同正文裏提取關鍵信息較爲麻煩，因爲合同沒有標準格式，比如甲乙方的位置、合同金額、到期時間等。
用RPA產生的AI能力進行訓練，能在合同掃描件裏提取出所需要的總金額、賬期、供應商等關鍵信息，然後用RPA把這些信息送到財務，給財務提供一個成本的管理依據。
場景3：在線客服
地產公司的物業部門通常會設立一個集中的呼叫中心。爲了提高用戶的服務質量，當業主撥打物業電話時，會直接接入到呼叫中心。
呼叫中心有200多個人工客服可以直接回答簡單問題，對於一些類似維修等問題需要先做下記錄再修理。AI則可以理解人說話的意圖，並做出簡單回覆。
另外，公司郵箱每天能收到一些郵件，需要每天有人收郵件並歸類爲客戶或潛在客戶。這些客戶需要進行初篩，判斷公司規模及相關信息。
商機郵件處理機器人，能自動收郵件、查詢客戶和分類。如果是歸爲潛在客戶，還能自動查該公司大概情況，自動回覆郵件，把處理的信息存到Excel表格裏。