眼下，RPA（机器人流程自动化）技术爆火于科技圈与投资界，并持续引发新一轮的数字化变革。
与过去几年间的很多技术投资热点不同，如今RPA技术被资本方和市场方广为看好，原因有二：一是RPA经过产品形态的迭代，目前可以解决很多市场急迫待解决的需求；二是AI风口过后急需证明应用价值，RPA和AI天然的契合属性给AI扩展了更多应用方向。
将AI更深入地应用于RPA，将会是今后一段时间内，RPA厂商都希望做到的事。而RPA+AI这样的技术组合，必将是未来企业竞相追逐的发展利器。
RPA是什么？探寻RPA的最初形态
谈起RPA，其实并不是个新鲜的事物，其已经历了十余年的发展。我们可从Excel里的宏，甚至是一些能够自动执行电脑操作的插件中找寻到RPA的最初形态。
RPA是Robotic Process Automation三个英文单词的首字母缩写而成的，中文翻译为机器人流程自动化。从字面来解释，RPA（机器人流程自动化）就是“利用机器人技术来实现流程的自动化处理”。
具体在传统的工作流程自动化工具中，软件开发人员一般是使用内部应用程序编程接口（API）或专用脚本语言生成一系列操作，以自动执行任务和与后端系统的接口。
相比之下，如今的RPA系统可以通过观察用户在应用程序的图形用户界面（GUI）中执行该任务来开发动作列表，然后通过直接在GUI中重复这些任务来执行自动化。这大大降低了在可能无法为此目的使用API的产品中使用自动化的障碍。
故此，RPA的主要功能主要分为以下几方面：一是实现桌面系统的集成化，将来自多个源头的数据整合到同一视图当中。二是流程自动化，应用技术来操作现有的应用软件。三是数字化虚拟助手，模拟对话以回答问题或查询，并且提供指导。
实际上，具备以上功能的RPA其实仍有很多限制，比如必须要有非常明确、固定可重复的操作流程与步骤；流程的任务设置不能过于负责；与其他业务或操作相结合也略为困难。
结合AI，产生互补效应
RPA+AI的组合，则顺利的解决了以上问题。
结合机器学习和深度学习的AI，具有自主学习能力，通过计算机视觉、语音识别、自然语言处理等技术拥有认知能力，更倾向于发出命令。借助AI，RPA能够实现有效自动化的可能性大大增加。
首先，RPA与AI的结合，可让RPA流程处理起来更加灵活。在AI技术的加持下，RPA将具有一定的认知、推导能力，产生一部分自主决策，来优化业务流程。
其次，AI中的OCR、NLP等技术能够赋予RPA机器人识别图像、语义分析等能力，从而拓宽RPA机器人的应用纬度，连接信息世界与物理世界。
第三，随着AI的持续接入，RPA能够解锁更多的应用场景，RPA+AI的互补效应将无限放大。
例如，将RPA+AI应用于银行部署上，能够实现自动审核。其中传统RPA的部分，主要负责按照办卡流程，在IT系统的表格上录入信息；AI部分则负责从工作证等客户自主上传的证件中提取关键信息，并转化为规范化的数字语言。
有研究表明，到2022年，业务流程的整体市场将会“重构”，主要涵盖了围绕RPA和AI技术的服务改造，总价值将超过80亿美元。
RPA+AI将更进一步续写着RPA的未来。
