从RPA+AI到IPA，RPA是如何进化的？

点击蓝字

关注UB Store公众号

随着RPA（机器人流程自动化）的深入发展，如今对于该技术今后的走向业内也形成了共识，那就是RPA不能“独行”，一定要加个“伴儿”。至于加“谁”，则见仁见智。

比较常见的则是加AI（人工智能）。

RPA+AI，其实并不是件新鲜事，我们将时间拨回到5年前。

这个组合则被称为Intelligent Process Automation，即 IPA（智能流程自动化）。

理解IPA

简单说来，IPA可以理解为“AI化”的RPA，具有从经验中学习的能力。

它以RPA为基础，融合了AI的复杂性，通过NLP（自然语言处理）、OCR（光学字符识别）、ML（机器学习）等技术，拓展RPA机器人的能力边界，进一步释放自动化的潜力与价值。

实际上，IPA并没有严格的边界，只要符合RPA作为底层设计，加之AI技术进行赋能，都可以实现IPA技术。

通常，IPA会具备5项核心技术。

作为IPA的基础，RPA机器人可以将简单的工作流程自动化，并为AI提供行动支持。

流程管理软件工具，集成了由人和机器团队执行的工作，允许用户实时启动和跟踪端到端流程的状态，用来管理不同组之间的切换，包括机器人和人类用户之间的切换。

通过“监督”或者“无监督”学习来识别结构化数据中模式的算法。监督算法在根据新输入做出预测之前，通过已有的结构化数据集的输入和输出进行学习，无监督算法观察结构化的数据，直接识别出模式。

自然语言生成是一种通过遵循将观察结果从数据转化为文字的规则，在人类与技术之间创建无缝交互的软件引擎。将结构化的性能数据通过管道传输到自然语言引擎中，并自动编写成内部和外部的管理报告。

一种结合了机器学习和自然语言生成的技术，它可以作为一个完全虚拟的劳动力，并有能力完成工作，交流，从数据集中学习，甚至基于“情感检测”做出判断等任务，认知智能体可以通过电话或者交谈来帮助员工和客户。

IPA的优势

相较于传统RPA，IPA在读取非结构化数据、做决策、保障执行任务准确率、衔接人机交互任务上更具优势。

这种经过AI加持的RPA，将对流程产生变革性影响，为企业打开新的商业机会，创造更大价值。

IPA可以分析基于文档的工作流（如合同分析、审计规划和报告、RFP分析和组合、销售机会工作流自动化、客户支持分析和自动化、评估和索赔分析等）；还能够理解文本、图像、文档和其他非结构化数据，而这些数据是数据驱动型企业流程自动化的核心内容。

IPA使用了基于机器学习和智能分析的深度算法功能，而不需要企业通过巨大的数据集训练模型，它可以根据可用的信息和上下文做出准确的判断。

IPA让数据团队和业务人员之间实现了跨领域协作，使业务人员掌握了自动化业务流程的必要知识。业务人员需要适当的技术环境来交付必要的输入，技术人员需要适当的业务环境来驱动实现决策。

IPA的所有行为都可追溯，这种模式能让企业的业务运营更透明，不仅在公式和算法方面更具可视性，也能定义真实环境的标识，使得数据团队和业务团队的配合更默契，让IPA和业务联系更紧密。

IPA典型应用场景

IPA的应用范围和AI能力的加持呈正相关。AI能力越强乃至实现多种AI能力的协同作用，对原有流程的智能化提升就越显著，IPA应用场景也越广阔。

自动处理发票，对于许多大公司来说都是一项挑战。大公司通常会收到来自不同供应商的发票。这意味着这些发票中的大多数总是包含非结构化内容，且格式也各不相同。

IPA擅长处理发票类需求。通过结合OCR、ML和NLP理解发票文档的上下文，使其能够识别、提取相关信息，而无需为每个变体创建模板。

对于企业的人力资源团队而言，每月核算处理工资是一项耗时而日常的任务，因为需要为此投入大量的精力。而手动录入还可能导致数据不准确，从而引起付款延迟和员工不满。

IPA可以通过检查多个系统中员工数据的一致性，验证出勤时间和工资扣减；还可以自动化工资制定流程，管理福利和付款，并自动完成端到端工资交易，以避免不准确和延迟。

IPA可以核查、识别潜在的可疑交易，甚至及时冻结账号。

如果客户在短时间内进行了多次交易、在异地或境外消费等，IPA会评估客户行为模式的细微差异，并研判是否属于异常情况，及时防止客户利益受损、制止违法犯罪活动。

IPA可以应用于企业邮箱收件，根据主题将邮件下发给相应负责人。对于相对简单的事项，例如更改地址请求，IPA可提取相关信息，并将其输入到适当的下游系统。

此外，IPA还可以提取并处理电子邮件中的附件信息（如 PDF、电子表格或 Word 文档），然后将其输入到另一个下游系统（如CRM客户关系管理系统），以供后续处理。