什么是 RPA？RPA 是机器人流程自动化 Robotic Process Automation 的简写。在《智能RPA实战》中，我们这样定义：通过特定的、可模拟人类在计算机界面上进行操作的技术，按照规则自动执行相应的流程任务，代替或辅助人类完成相关的计算机操作。一句话总结就是：用软件机器人自动化之前由人完成的任务。

那么什么是 IPA 呢？IPA (Intelligent Process Automation) = RPA+AI。简单来说就是使用 AI 来强化 RPA 的各项能力。比如：加强 RPA 的界面元素识别能力、赋能 RPA 来完成 RPA 任务执行过程中的智能决策等。我们通常把 RPA 比作抓手、AI 比作大脑。AI 负责思考，RPA 负责行动。RPA 是一个数字化平台，可以调用计算机所有软硬件能力。AI 可以作为其中一个智能组件存在，被 RPA 调用。AI 也可以作为 RPA 的一部分进行赋能，比如智能化机器人调度逻辑。

目前，主要有 CV 和 NLP 两个领域的 AI 技术在 RPA 中应用比较广泛。

1. 计算机视觉

CV (Computer Vision) 计算机视觉是一个专门研究如何从数字图像中提取有用信息的领域。在 RPA 中，常见的 CV 技术有模板匹配、光学字符识别、目标检测等：

Template Matching 模板匹配：模板匹配是大图中定位小图（模板）的算法。比如在桌面中定位一个图标的位置、寻找窗体中的一个按钮等。

OCR (Optical Character Recognition) 光学字符识别：通过输入一张图像，OCR 模型分析处理后，输出图像上的结构化字符信息（字符的坐标、字符的具体值）。比如验证码识别、提取发票上的信息等。

OD (Object Detection) 目标检测：通过给计算机输入一张图像，让计算机分析出其中的物体。比如分析一个应用窗体内的所有控件（按钮、编辑框等）来进行后续的 RPA 操作。          
2. 自然语言处理

NLP (Natural Language Processing) 自然语言处理是一个专门研究如何从文本中提取有用信息的领域。在 RPA 中，常见的场景有：

IDP (Intelligent Document Processing) 智能文档处理：比如合同文档自动解析：自动化处理大量合同文档、快速应对审阅、查找、校对等工作。文件信息分析提取：对企业招投标文件、内部文档资料等长篇幅文件进行解析。HR人岗精准匹配：对简历进行关键信息提取构建人才画像，匹配精准岗位。

文本审核：黄反审核，识别文本中色情等低俗信息；识别宗教、枪支等反动信息。涉政识别，识别文本中涉政等敏感信息。广告过滤，识别和拦截广告信息，并对用户发言进行识别和分析。垃圾检测，识别文本中骂人、刷帖等垃圾信息。
3. 应用价值

RPA 应用价值主要体现在下面几个方面：

提升企业效率：时间上，人类选手 5 x 8h = 40h。机器选手 7 x 24h = 168h 是人类的 4.2 倍！毕竟 RPA 机器人一天有 3 个工作日，上一天班加两天班…速度上，业务系统响应有多快，RPA 就能执行有多快。并且不会因为工作时间延长而出现疲劳或准确率降低等问题。

降低人工风险：人类擅长抽象、推理。机器擅长重复。人类在疲倦、外界干扰、主观情感波动时，容易产生误操作、误判。RPA 机器人擅长不断地重复执行特定的工作。

打通业务系统：不需要改造原有系统、不需要开发接口或 SDK 来实现对接。也就是大家所听到的“非侵入式”。典型应用就是：完成孤立应用间的数据转移。
4. 发展历程

RPA 发展历程大概可以概括为以下几个阶段：

有人值守阶段：在这个阶段 RPA 以“虚拟助手”的身份出现，几乎涵盖了机器人自动化的主要功能、以及现有桌面自动化软件的全部操作。部署在员工PC机上，用于提高工作效率。缺点是难以实现端到端的自动化，做不到成规模应用。不过已能够有效减少业务平均处理时间，可有效改善客户体验并节省成本。

无人值守阶段：在这个阶段 RPA 被称为“虚拟劳动力”，主要目标即实现端到端的自动化，以及虚拟员工分级。主要部署在VMS虚拟机上，能够编排工作内容，集中化管理机器人、分析机器人的表现等。缺点是对于 RPA 软件机器人的工作仍然需要人工的控制和管理。无人值守 RPA 机器人可以全天候工作 24 * 7，并用业务流程代替了人机交互，释放了更大的增效降本可能性。

自主性 RPA 阶段：在这个阶段，RPA 的主要目标是实现端到端的自动化和成规模多功能虚拟劳动力。通常部署在云服务器和 SaaS 上，特点是实现自动分级、动态负载平衡、情景感知、高级分析和工作流。缺点是处理非结构化数据仍较为困难。但更多技术的融合，使得自主性 RPA 可从根本上提升业务价值并为用户带来更多优势。

认知性 RPA 阶段：这个阶段将是未来RPA发展的方向。开始运用人工智能、机器学习以及自然语言处理等技术，以实现非结构化数据的处理、预测和分析、自动接受任务处理等。借助认知能力，决策过程全都由机器人执行，从而可以将所有漫长而复杂的任务自动化。