RPA的价值在于能简化流程，以一种更简单、更易用的方式实现企业流程的自动化，从根本上降低了企业总体IT成本。很快RPA便取代了业务流程管理，成为企业IT进行现代化变革的新引擎动力。
然而，当企业希望把RPA的能力扩展到除了业务层以外的其他领域时，却发现RPA存在着一定的局限性。所以，IPA智能流程自动化便成为自动化技术领域的新一轮浪潮。
IPA和RPA的概念非常相似，通常将引入AI的 RPA称作IPA，即Intelligent Process Automation——智能流程自动化。
IPA成为企业智能化转型下一个引领性技术的四大关键点
1、擅长处理非结构化和半结构化数据业务
IPA在几个重要方面与RPA技术有着根本的不同。首先，它可以分析基于文档的工作流，比如合同分析、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。同时，IPA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。
2、具有认知和概率分析能力
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。对于大量非结构化数据的业务流程来说，这是一项巨大突破，IPA提供了一个通用的知识库或“语义引擎”，用户可以更快、更容易地训练机器学习模型。
3、IPA更具协作性
IPA让数据科学团队和业务专业人员之间实现了跨领域协作，让业务专业人员掌握了关于被自动化业务流程的必要专业知识。尤其是当底层技术非常复杂时，这一点尤其重要。业务用户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。
在IPA实践中，中小企业也可以使用并参与到测试用例中，了解如何去培养和训练属于自己的机器学习模型。
4、IPA的行为可追溯
在金融服务等监管要求严苛的企业，IPA的所有行为都可追踪。这种可追溯的模式，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，使得数据科团队和业务团队的配合更默契，让IPA和业务联系更紧密。
通过AI的导入，RPA机器人的自动化范围将得到很大程度的拓展。IPA的执行效率会得到很大的提升。
