實現智能自動化之關鍵驅動丨一文看懂RPA+AI的應用原理與案例場景
眼下，將AI（人工智能）與RPA（機器人流程自動化）用作提高效率和生產力並實現智能自動化，已成爲衆多企業的共識與願景。
注入了RPA與AI的業務流程不僅擴大了自動化的機會，而且使企業可以利用手頭的所有數據制定相關的業務決策。
AI如何協助RPA機器人向更加智能化邁進
AI結合RPA使用可使流程機器人變得更“聰明”，並使更多業務流程實現自動化。
AI可從人類行爲中學習，隨着時間的累積，利用這種學習而使自己變得更好。例如，圍棋高手“阿法狗”（Alphago）就是一個很好的例子，機器人通過自己去看數萬場棋局，然後學習經驗並且優化自己，最終在棋類領域獲得冠軍。
AI機器人也正在進入模仿人類決策和預測結果的領域，具有預測欺詐，檢測異常和分析風險的潛力。隨着爲機器人提供動力的AI技術的數量不斷增加，它們爲用戶和企業帶來的價值也將越來越大。
在讀取和處理數據領域，AI應用廣泛。此類數據通常存在於商業文檔、電子郵件、圖像、語音和文本中，主要依靠人類手動篩選和處理。AI無需人工干預即可處理智能文檔處理。
AI發揮積極作用的另一個領域則是幫助人們分析數據並提供有價值的見解。AI實時分析可以提供預測性和規範性數據點，以發現流程中的故障並在爲時已晚之前“自我修復”。
連接AI能力的高級連接器
RPA機器人最初是基於流程的自動化工具，遵循固定的規則進行操作，並且只能處理標準化格式。RPA本身能力有限，需要用AI增強。
RPA要成爲高級連接器，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。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。這樣RPA就能處理剩下80%的數據。
將AI的一些智能化功能，分裝到RPA連接器裏能解決很多實際業務場景中的很多問題。比如掃描發票、身份證等非常標準的文檔，直接調用AI相關插件即可實現。
由AI驅動的RPA機器人可以從複雜的文檔或圖像中讀取和處理結構化和非結構化數據。藉助自然語言處理（NLP）等AI技術，機器人可以理解人類語言的情感和情境。通過從人類的糾正中學習，機器人可以隨着時間的推移而改進，從而提高了整個過程的生產率。
AI使傳統的自動化變得更具彈性，使機器人能夠適應流程或組件（如UI和文檔格式）的細微變化，並隨着時間的推移不斷改進。此外，AI可以帶來更好的投資回報率——重新定義可通過自動化計劃完成的工作。
結合AI能力的RPA連接器應用場景
應用場景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。
應用場景2：訂單管理
某航運公司傳統的客戶查詢數量非常龐大。其現有的員工只能及時處理大約30％的查詢。
通過使用基於AI的RPA實施解決方案，公司能夠端到端自動化其查詢管理流程。從收件箱提取傳入的查詢後，自定義NLP模型將分析客戶查詢的上下文並提取數據，例如來源、目的地、重量和物料。有了這些基本參數，機器人將自動生成響應並向客戶發送例如運輸標籤或成本估算的電子郵件。
應用場景3：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。
應用場景4：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。
RPA+AI的大趨勢
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。
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。