RPA简介
RPA （Robotic process automation，简称RPA）机器人流程自动化是以软件机器人及人工智能（AI）为基础的业务过程自动化科技。
RPA是智能化软件，可以理解为自动化机器人。只要预先设计好使用规则，RPA就可以模拟人工，进行复制、粘贴、点击、输入等行为，协助人类完成大量“规则较为固定、重复性较高、附加值较低”的事情。用更通俗的解释，RPA就是借助一些能够自动执行的脚本（这些脚本可能是某些工具生成的，这些工具也可能有着非常有好的用户化图形界面）完成一系列原来需要人工完成的工作，但凡具备一定脚本生成、编辑、执行能力的工具在此处都可以称之为机器人。
举例而言，玩游戏挂机的小伙伴，为了不被电脑踢掉，要隔几秒动一下或放技能。有人不想守在电脑前面点鼠标，就使用了点鼠标的外挂，这种外挂就是RPA的一种。
比如，在游戏领域被广泛为人所熟知的国产软件“按键精灵”，即可以通过它的一些简单功能帮助我们完成一些自动化的工作。
按键精灵的简要工作原理是通过录制操作者的鼠标和键盘的动作步骤形成操作脚本（用户也可以不用录制的方式，完全手工编写脚本），这里的脚本是可以修改的，用户可以更具需要修改脚本的参数，比如鼠标点击的位置、键盘输入的值，再次运行脚本的时候就会重新执行录制过程中的这些动作，如果脚本的参数有修改，则会执行对应的调整后的动作。
我们可以借助这个软件，通过录制鼠标和键盘动作的方式，来完成一些简单的操作，如果用户用的熟练，理论上按键精灵既可以帮助我们完成一些更复杂场景下的自动化工作处理。
很多白领都领教过Ctrl+C、Ctrl+V之痛，如果重复粘贴的事务流程简单、规则清楚，RPA完全可以解决这些工作。
举个简单的例子，比如我们每天上班时要打开ERP系统并进入到AP发票处理页面，如果你觉得每天都重复这么做非常无趣（如果没有设置保存账户和密码的话），我们就可以通过按键精灵来简化我们的步骤，点击软件的录制动作按钮之后，软件就开始记录我们的动作.
比如双击ERP软件的图标、输入账户信息，点击登录按钮，进去之后再点击菜单逐层进入AP发票处理页面，等这一系列的操作完成之后，我们点击停止录制，然后为这个录制的流程设置一个快捷键，比如ctrl 1。
怎么使用这个录制的过程呢，等我们再次上班时，按下ctrl 1，这个软件就会按着你上次录制的过程依次做一遍，直到运行结束，整个过程完全不需要你的参与，以后你就可以通过这个方式一键登录ERP系统并进入发票处理页面了。
考虑面向的用户群体往往并不会拥有专业的技术背景，总体而言，这些工作与流程自动化工具的应用还是相对比较简单易用，通常可以通过图形化的界面完成脚本的生成与编辑，即使是利用相对专业的脚本编辑器，这里的脚本业务完全不是程序员所面对的那种代码，简单看一下教程很快也能上手。
上图就是达观数据RPA系统的工作流程。使用者只需提前设定步骤，系统就能自行完成复制、粘贴，直接把Excel、发票上的信息整理出来。
从功能上来讲，RPA确实能大幅提升办公效率。
RPA简史
RPA一词出现于2000年，此时它已经能将人工智能技术和自动化技术有效结合，其中应用最多的还是OCR技术，这让RPA软件不再依赖于代码进行屏幕抓取，而是允许用户以可视化的方式使用拖放功能，建立流程管理工作流，并且将重复劳动自动化。这种方式降低了用户的使用门槛，无需专业编码只是即可迅速获取数据与搭建流程，也是RPA的价值所在。随着“互联网+”和“智能+”提上发展日程，RPA这项技术在各行各业实现了快速增长，特别是在保险、医疗保健、银行、新零售等行业。
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。
RPA与人工智能AI关系
有些厂商在宣传RPA的时候有意无意和人工智能扯到了一起，但是从负责任的角度，RPA和AI简直天壤之别，现在的机器人还只是逻辑编程比较完善能够执行一定预制判断逻辑的的机器，还远谈不上人工智能，透过下面这张图，读者应该能够理解RPA和AI在自动化发展路径上的位置差异。
人工智能(Artificial Intelligence)是一个相当广泛的概念，人工智能的目的就是让计算机这台机器能够象人一样思考，而当前被广泛提及的机器学习(Machine Learning)都只是人工智能的分支，机器学习是专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，使之不断改善自身的性能。
战胜围棋各段高手的Google AlphaGo就是机器学习的代表，它所使用是深度学习(Deep Learning)方法，DL试图使用包含复杂结构或由多重非线性变换构成的多个处理层（神经网络）对数据进行高层抽象的算法，因此能够处理以前机器难以企及的更加复杂的模型（比如：高度的不确定性、超大的计算量）。
当前财务在人工智能行业热度中处于居中位置，但距离AI在财务、会计领域的实用化还为时尚早，从短期内的趋势而言，还是基于标准化、逻辑清晰的RPA为基础，逐步向具有一定智能化程度的流程自动化转变。
RPA+AI的组合，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应用于银行客户部署的开户上，能够实现信用卡开户的自动审核。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部分则负责从身份证、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。
但是随着近年无论是全球范围还是中国范围的人工智能投资的逐步加大，相信我们在未来的十年或者二十年内，AI在实用性和普及型方面的逐步突破，财务领域的AI深入应用亦未可知。RPA+AI将更进一步续写着RPA的未来。
RPA目前的困境
即便我们很清楚RPA的价值，可在未来很长一段时间内，ToB行业头条对RPA的大范围普及并不抱有信心。
1.RPA被大众接受尚需时间从行业风口出现，到大众接受，再到行业走向成熟，需要很长一段时间。即便是热议了N年的云计算，到现在也不能说足够普及，那就更不要提应用场景更窄的RPA了。
技术发展往往先于大众认知很多年，即便海内外已有很多企业成功应用RPA，并取得成效，可ToB之难，行业人皆知。想把RPA推而广之，绝非一日可行。
2.RPA虽火，可还是个冷门领域RPA只是现在火，此前根本没人重视这个领域。直到2019年，第一份全球RPA行业魔力象限报告才由Gartner发布。好在Gartner的研究报告虽晚，但研究结果却一片向好。
3.AI技术真的成熟了吗？当前RPA的火热和NLP、OCR等AI技术的成熟确实有很大关系，可当前AI技术到底有多成熟，我相信每个人心里都有一杆秤。 这几年AI技术在图像识别、语音识别、语义理解等层面确实取得了突飞猛进的进展，可即便每家RPA厂商都说自己的系统准确率达到了99%+，你们真的会相信吗？
至少目前，大众对所有涉及AI的产品，还是抱有怀疑的。这种怀疑只要存在一天，对RPA的大规模使用就会形成阻力。
RPA发展趋势
作为一种新兴的技术，RPA软件机器人在不断发展进化。
几乎所有的预言家都预测RPA的未来将是RPA+AI，他们相信，人工智能、机器学习、自然语言处理、语音识别将会帮助RPA，最终达到智能流程自动化。机协同新时代已经到来，RPA的自我学习帮助RPA进入AI领域。
麦肯锡提出IPA（Intelligent Process Automation）智能流程自动化的核心运营管理模式，将智能管理化从RPA提升到了IPA，它是在目前RPA基础上结合了机器学习等AI技术，随着深度学习和认知技术的快速发展，IPA将逐步具备制定决策的能力，从而远超出现有的基于规则的自动化，从根本上提高效率，提高工人绩效，减少操作风险，以及改善响应时间和客户体验。
在未来，如果IPA接管了企业日常经营管理工作，员工就可以被完全解放出来，从而专注让客户满意，并从其他偶发低频影响大无法量化的新数据中思考如何实现业务目标，这将是一幅全新的图景。
当重复性、低价值、无需人工决策等固定性流程化的操作越来越制约企业的发展，RPA流程设计挖掘的引入也是未来发展的必然，它可以替代人工或者辅助人进行自动化的任务，为企业减少大量的成本，同时带来了工作效率的提升。简言之，流程挖掘可以利用IT系统采集的数据进行操作流程分析，并揭露潜在的隐患和风险，进而优化提升，在企业数字化转型和卓越运营方面也发挥着越来越重要的作用。
预计到2024年全球RPA的市场规模只有50亿美元。（当前的行业动不动就是万亿哦！）
虽然规模不大，可这份报告却显示，RPA在未来几年将有惊人的61.3%的年复合增长率，亚太地区的市场增速更将在2021年达到181％。
如此增速足以让RAP成为风口，而RPA在未来迅猛发展的原因，无非是以下两个：
第一，中国市场乃至全球市场的人口红利衰竭，让RPA有了用武之地。只有当人力成本逐年攀升，市场益发寒冷之时，企业才愿意选用高效的系统来提升效率、降低成本。
第二，当前RPA的火热，离不开相关AI技术的成熟和落地。
早在当前RPA热潮出现以前，国内就存在很多老牌RPA厂商 。只是传统RPA不具备成熟的AI能力，很难完成纸质文档识别、票据识别、复杂表格等需要光学识别、语音理解的工作，能够应用的范围比较有限。
当RPA与AI开始结合以后，传统RPA就像是有了眼睛和大脑。我们可以想象，OCR（光学字符识别）技术不成熟，一个图片验证码识别就能难倒传统RPA。如果没有NLP（自然语言处理），传统RPA根本没法分析资料上的语义内容。
达观数据副总裁陈文彬就对ToB行业头条（ID：wwwqifu）表示：“RPA如同人的双手，自动化执行企业工作流程中‘大量重复’和‘规则明确’的工作任务。但如果只有双手还不够，我们需要有一双能看的眼睛和会思考的大脑，才能把任务处理的更好。”
纵观这两个月在RPA领域动作频繁的厂商，它们几乎都有深厚的人工智能积淀。
达观数据此前一直专注做文本分析，已经拥有成熟的NLP、OCR技术；
来也进军RPA之前，主要研究的也是NLP、智能对话机器人、语义交互等；
即便估值70亿美元、全球RAP第一厂商UiPath，也着重宣传着RPA+AI的理念。
可以预想，随着未来全球人口红利的进一步消退和AI技术的进一步成熟，RPA的用武之地将更为宽广。