人工智能（AI），从其问世以来，一直深受关注。不过近几十年的发展，并没有将它大范围普及。目前，AI应用场景的实际落地仍较为稀少，具体应用的还停留在预测机器故障率，文本情绪分析以及面部图像识别等小范围内。
然而，最近几年RPA（机器人流程自动化）产品的激增，似乎解决了这一问题。一方面，在替代人工操作这一问题上，RPA和AI有一定的相通之处。另一方面，RPA较之于AI落地更快，门槛更低。
RPA能够在不中断现有企业应用程序的情况下快速推动业务流程的数字化和自动化升级。其中AI技术的应用是非常重要的一环。而RPA+AI将会是智能自动化的一大趋势。
RPA与AI的关系
RPA与人工智能的关系，比我们想象的要更为紧密。我们可以将其理解成为人类的双手和大脑。
人工智能，通常扮演人类大脑的角色，主要负责发出命令，具备“思考”与“学习”的能力。一方面，AI结合机器学习、深度学习，拥有了自主学习能力；另一方面，其通过计算机视觉、语音识别、自然语言处理等技术具备了认知能力；另外，AI还可以通过大数据不断矫正自己的行为，从而有预测、规划、调度以及流程场景重塑的能力。
RPA，则更多地扮演着人类双手的角色，擅长重复地接收并执行命令，具有“动手”的能力。RPA作为一种软件机器人，需要依靠固定的脚本来执行命令，擅长执行基于明确规则，大量重复且机械性的工作。RPA无法独立思考，只能死板地按照人给它预设好的程序工作。
AI主要以数据为中心，而RPA则高度以流程为中心。在具体的工作中，RPA可以将重复且机械的工作流程自动化，同时为人工智能提供大量数据。AI则根据RPA提供的数据，进行自主学习、模仿并将相关流程予以改进。
AI嵌入RPA，变身“超级机器人”
毫无疑问，各行各业因为大幅爆发的数据而正变得蒸蒸日上。谷歌、微软、脸谱等巨头每年都会花费数十亿美元用于抓取和存储数据的开发工作。而RPA+AI的组合，将会进一步打通企业数据的难题。
通常企业的数据主要分为两大类：结构化数据和非结构化数据。
1、结构化数据。即行数据，存储在数据库里，可以用二维表结构来逻辑表达实现的数据。大多数公司都在使用机器可理解并查询的结构化数据。
RPA天生就是处理结构化数据的能手。RPA通过记录人工操作的行为、依据人工操作规则，模拟人类员工自动执行一系列特定的工作流程。具备出错率低、效率高等特点。
2、非结构化数据。包括所有格式的办公文档、文本、图片、XML、HTML、各类报表、图像和音频、视频信息等等。非结构化数据很难甚至不可能通过算法解释。大多数公司目前仍处于从非结构化数据中提取信息的阶段，而实现零接触操作更重要的在于处理非结构化数据的能力。
搭载OCR、NLP等AI技术的RPA，对于非结构化数据的识别与提取将会绰绰有余。
广泛应用RPA产品只是企业迈向智能化的第一步。伴随RPA技术的飞速发展，未来RPA与AI的“世纪组合”，将会在更多的行业掀起变革的潮流。
麦肯锡曾预测，到2025年，全球人工智能应用市场规模总值将达到1270亿美元，并将成为智能产业领域发展的新突破点。在这样的发展中，RPA+AI必将大有可为。
