RPA何以成为对接AI能力的高级连接器
数字化业务的成熟，离不开新技术的迭代与发展。而在这些新技术当中，人工智能（AI）和机器人流程自动化（RPA）对于企业的长远发展，意义重大。
两份关于RPA和AI的调查
权威的市场研究机构Gartner的一项针对全球89个国家与地区3000位首席信息官（CIO）的调查显示，2015年至今，全球采用AI技术的企业比例从10%增长至37%，增长率高达270%。同时，40%的CIO认为人工智能将成为2019年组织变革最重要的颠覆性力量。
据日本著名信息研究院MM针对日本RPA的市场调查报告显示，截至2019年11月，在所有企业中RPA与AI结合的应用率为36％，比2018年6月的26％提高了10个百分点；40%的企业准备计划应用AI，25%的企业没有应用AI打算。
在已应用RPA企业中，AI的应用率为77%，准备应用的为17%，没用应用打算的为7%；在准备应用RPA的企业中，81%准备应用AI，7%没有应用打算。
趋势：RPA+AI
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。
AI对RPA的赋能不仅突破自动化的场景壁垒，有力促进了RPA场景的延伸，实现对业务场景更广范围的支持。另外，AI对RPA产品自身的能力提升也是非常显著且未来可期（如智能决策和自学习），有利于打通产业价值链各个环节，形成产业流程闭环优化，为整体产业变革带来更深远的意义。
AI中的OCR、NLP等技术能够赋予RPA识别图像、语义分析等能力，从而拓宽RPA的应用纬度，连接信息世界与物理世界。
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。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与AI的发展对行业的影响无疑是巨大的。近几年来，越来越多的公司正加大对RPA和AI技术的研发投入力度，希望实现智能化的个性服务，以提高运营效率和用户体验。
连接AI能力的高级连接器
RPA要成为连接器，必须要攻克一个挑战，那就是对非结构化数据的掌控。
不同业务系统之间的数据，通常只有20%是可以直接利用的结构化数据（例如表格数据库等），剩下80%都是非结构化数据。这一部分，现在仍缺少较好的解决方案。
AI则具备这样的能力。通过AI，可以把非结构化数据转化为结构化数据，这样RPA就能处理剩下80%的数据。所以，RPA+AI才是连接器的未来阶段。
RPA本身能力有限，需要用AI增强。AI好比具备“头脑能力”，可以把非结构化的数据，如图片、声音、文字等转换成结构化数据，然后交给具备“手脚能力”的RPA去操作。
RPA和AI的界限分明，AI负责把非结构化数据转成结构化数据，而RPA处理复杂的结构化数据。
将AI一些智能化的功能，分装到连接器里能解决很多问题。有的是标准AI场景，比如扫描发票、身份证等非常标准的文档，直接调用相关插件即可实现。
结合AI能力的RPA连接器应用场景
场景1：界面识别
需要识别出软件里有多少界面元素，一般的RPA软件都能做到。
但有些软件不在本地操作系统里运行，而是运行在远程计算机。这种情况下，就可以运用AI识别界面。
通过深度学习模型去训练，在模型里，只要按下一个键，机器人就能自动识别，把虚拟机里的基本元素，如输入框、按钮、标签等用绿色识别框标记。不仅可以识别带文字的元素，针对没有填内容的空白输入框，也能准确识别。
场景2：合同识别
财务领域经常要识别和处理合同，从合同正文里提取关键信息较为麻烦，因为合同没有标准格式，比如甲乙方的位置、合同金额、到期时间等。
用RPA产生的AI能力进行训练，能在合同扫描件里提取出所需要的总金额、账期、供应商等关键信息，然后用RPA把这些信息送到财务，给财务提供一个成本的管理依据。
场景3：在线客服
地产公司的物业部门通常会设立一个集中的呼叫中心。为了提高用户的服务质量，当业主拨打物业电话时，会直接接入到呼叫中心。
呼叫中心有200多个人工客服可以直接回答简单问题，对于一些类似维修等问题需要先做下记录再修理。AI则可以理解人说话的意图，并做出简单回复。
另外，公司邮箱每天能收到一些邮件，需要每天有人收邮件并归类为客户或潜在客户。这些客户需要进行初筛，判断公司规模及相关信息。
商机邮件处理机器人，能自动收邮件、查询客户和分类。如果是归为潜在客户，还能自动查该公司大概情况，自动回复邮件，把处理的信息存到Excel表格里。
