RPA:即Robotic Process Automation(中文全称为机器人流程自动化)，以自动化软件作为虚拟劳动力，依据人工预设好的程序与现有系统进行交互，并完成预期的任务。通过RPA软件编写的“机器人”程序，可捕捉并模拟人类日常的键盘、鼠标操作等人机交互行为，它可以完成识别、触发、通信、文本生成等任务，自动执行重复性的业务流程。它允许企业在原有业务系统之上进行业务流程自动化部署，对原有系统无需任何改造。RPA能让人们从重复劳动中解脱出来，释放更多时间从事更有意义的工作，同时帮助企业提高业务效率、降低运营成本。
应用场景小视频
通过微信公众号报销小助手
二、RPA的功能帮助人类从重复劳动工作中解放双手，实现人机协同办公。
RPA是作为一种软件技术，通过相对成熟的AI技术（如：OCR\NLP\语义识别\深度学习等），让RPA具有类似人的功能：目前RPA+AI结合的智能流程机器人已具备：“阅读”、“听懂人类对话”、“行动”、“思考、学习和决策”的类人功能。
三、RPA的特点与优势
RPA 作为一款能够将人的工作自动化的机器人软件，其作用是代替人工在用户界面下完成重复性强、规则明确、大批量的日常事务操作。
四、行业发展与趋势
2016年11月，美国 Gartner 在发布的《机器人流程自动化软件市场指南》中指出，“在过去的12个月中，机器人流程自动化（RPA)供应商的全球收益激增。投资者对 RPA所带来的快速投资回报持乐观态度，财务、税务、银行、保险、招聘传统人力资源应用套件等业务量常常起伏不定的企业都相当看好RPA的发展前景。”
2017年7月20日，国务院印发了《新一代人工智能发展规划》，这是我国首个面向2030 年的人工智能发展规划。该发展规划明确指出，借助机器人流程自动化（RPA)解决方案能够全天候、不间断地确保大量耗时业务流程的自动化、管理及执行。这为RPA 在中国的应用与发展指明了方向。
2019年4月，关注RPA赛道的一位投资人发现春节前估值不超过1.5亿元的 RPA 项目，现在估值都已经到了 7000 万美元左右。面对不到三个月翻了三四倍的估值，有基金高价加码入场，有基金持币观望，有基金寻找第三家标的······种种复杂心态与行动的背后，正是当下中国RPA 市场的写照：当很多人还没有听过RPA 这个概念时，这条赛道已经成为隐藏在创投圈水下的小风口。
机器人流程自动化（RPA)的发展在麦肯锡发布的《智能流程自动化（IPA)将成为数字时代的核心运营管理模式》报告和 Everest友布的一份关于RPA变革的报告中有着明确清晰的阐述。
麦肯锡发展观点：
2017年，麦肯锡发布了一份报告《智能流程自动化（IPA)将成为数字时代的核心运营管理模式》，将管理智能化从RPA提升到了 IPA(Intelligent Process Automation).传统的 RPA 流程机器人通过模仿员工在不同系统之间的操作行为，自动地执行规律性工作，其本质是即插即用的外挂式自动化软件工具，只能执行一些重复性的、有规则的工作，不具备超出规则外的分析决策能力。而按照麦卡锡的定义，IPA 则是下一代流程增强的工具（或者称之为下一代RPA),在目前的RPA 基础上结合机器学习等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，从而远远超出现有的基于规则的自动化，从根本上提高效率，提高员工绩效，减少操作风险，以及改善响应时间和客户体验。
在该报告中，麦卡锡提出IPA(下一代RPA)应至少具备以下5种核心技术：
第一，机器人流程自动化RPA,是IPA的基础。
第二，智能工作流（Smart Workflow),一种流程管理的软件工具，集成了由人和机器团队执行的工作，它允许用户实时启动和跟踪端到端流程的状态，用来管理不同组之间的切换，包括机器人和人类用户之间的切换，并提供瓶颈阶段的统计数据。
第三，机器学习／高级分析，一种通过“监督”或者“无监督”学习来识别结构化数据中模式的算法。监督算法在根据新输入做出预测之前，通过已有的结构化数据集的输入和输出进行学习；无监督算法可以观察结构化数据，直接识别出模式。
第四，自然语言生成（Natural-Language Generation):一种在人类和系统之间添加无缝交互的引擎，遵循规则是将从数据中观察到的信息转换成文字，结构化的性能数据可以通过管道传输到自然语言引擎中，并自动编写成内部和外部的管理报告。
第五，认知智能体（Cognitive Agents),一种结合了机器学习和自然语言生成的技术，它可以作为一个完全虚拟的劳动力，并有能力完成工作、交流，从数据集中学习，甚至基于“情感检测”做出判断等任务，认知智能体可以通过电话或者交谈来帮助员工和客户。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，从而专注于让用户满意，并从其他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。
Everest发展观点
Everest 发布了一份关于RPA变革的报告，该报告中对RPA框架定义和未来发展方向的阶段性进行了划分，如图1-5所示。
第一，图1-5中将RPA 划分为1.0~4.0共4个阶段，其中RPA1.0被称为虚拟化助手，而后续三个阶段2.0~4.0被称为虚拟劳动力，显然，从1.0到2.0是一个非常大的飞跃，》2.0开始，RPA才可以被称作软件机器人，具有了代替人的可能。
第二，图1-5中对于RPA的框架化的定义非常有价值，体现了RPA的技术发展路线。
RPA 1.0(Assisted RPA,辅助性 RPA),涵盖了现有的全部的桌面自动化软件操作，”以提高工作效率，部署在员工PC上，缺点是不支持端到端的自动化和难以成规模的应用”。
RPA 2.0(Unassisted RPA,非辅助性 RPA),涵盖了目前机器人流程自动化的主要功能要求，是实现端到端的自动化和可伸缩的虚拟劳动力，具有工作自动协调机制、机器人智能管理方法、机器人性能分析等功能，部署在虚拟机上；缺点是需要手动控制和管理机器人。
RPA 3.0(Autonomous RPA,自主性 RPA),涵盖了目前机器人流程自动化最期望的需要功能要求，是实现端到端的自动化和可扩展且灵活的虚拟化劳动力，具有自动缩放、动态负载均衡、情景感知、高级分析和工作流等功能，部署在云服务器（虚拟机）上：缺点是无法处理非结构化数据。
RPA 4.0(Cognitive RPA,认知RPA),涵盖了未来机器人流程自动化（下一代RPA软件机器人）的功能要求，使用人工智能 AI和机器学习等技术，实现处理非结构化数据，预测性和规范性分析、涉及判断任务的自动化等功能。
第三，从RPA产品提供商（例如Automation Anywhere,BluePrism等）的角度而言，目前大多数RPA软件产品都集中在 RPA 2.0和RPA 3.0之间，需要提高RPA流程自动化程度来完善 RPA 软件产品，解决 RPA 2.0 和 RPA 3.0 的所有问题，同时要积极探索 RPA 4.0（AI)技术的引入，例如 Automation Anywhere 已经开始在其产品中引入机器学习的概念。
第四，从企业（RPA 应用方，客户）的度，可以通过这个 RPA 技术发展框架来判断自务利RPA的引入程度，当前是在观望阶段，还是在试点应用，或者已经在规划RPA 早越中心，从而更好地规划RPA 应用以提高企业在市场上的竞争刀。
第五，从咨询公司和RPA实施公司的角度，则需要不断反省能够为客户提供的咨询建叹及技木解决方案能够涵盖 RPA 的哪些阶段，各自的优势聚焦在哪个部分的功能需求上，如何为客户提供更好的RPA解决方案。
目前的RPA 软件机器人（主要是 RPA 1.0/2.0)主要是按照事先约定好的规则，对计算机进行鼠标单击、敲击键盘、数据处理等操作，而下一个阶段的 RPA 软件机器人（RPA4.0)将会插上AI的翅膀，通过机器学习，变得更加聪明。在当前这个阶段，RPA软件机器人主要应用于大量重复和规则明确的一般性事务、财务、税务、人事管理、IT 服务等领域。综合麦肯锡和 Everest的观点，再结合当下发展背景得知，RPA起源于国外，但是RPA在中国规模化发展更需要做有中国特色的RPA产品。一方面，和英文相比，中文更灵活，语法结构更复杂，这使得融合的 NLP 技术在实现路径和方法上存在一定的差异化，在语义理解上也面临更大的难度与挑战；另一方面，中国大型企业复杂的组织架构与权限划分需要从产品设计上做好不同部门、职级、角色的机器人隔离设。从已有的 RPA产品看，UiPath 是拥有开发能力的平台，提供的是底层能力，而达观智能 RPA 则是一个拥有行业知识库和智能决策能力的RPA开发平台。
当前，RPA 产品还是用机器来模拟人的操作行为，只是将这一流程通过“脚本”的方式自动化，但这其中仍有不少环节需要人来操作。再加上，当前 RPA 服务的客户一般是大客户，基本都需要进行一定的本地实施部署。以 UiPath 为代表的公司，之所以能够快速扩张，在产品上首先是因为通过无代码部署，降低了对软件工程师的依赖，降低了部署人才招聘的门槛，突破了产能的限；同时，其产品已经从单纯的RPA 向整合 AI 功能的 RPA 方向发展，除了专门做 RPA 技术及产品的公司，越来越多的公司开始进入这个赛道。近期，达观数据公司推出了RPA产品，包括银行等在内的公司也开始基于市面上的RPA技术研发自己的RPA产品。
其实，在替代人工劳动这一问题上，RPA 和AI都可以提供完善的解决方案。RPA 擅长进行大量、重复、机械式的任务，通过固定的脚本来执行命令。而AI则结合了机器学习和深度学习，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，故其更倾向于发出命。RPA和AI的运用密不可分，两者的关系更像是人手和大脑的关系。随着RPA技术的不断发展，其与AI的融合将会是行业的一大趋势。而RPA+AI的完美组合势必会引发更多领域的大变。
但是目前的 RPA 需要依赖固定的规则完成自动化任务，行业发展的下一步目标是，结OCR、NLP、AI、知识图谱等技术，成为能够自主识别、分析、判断、执行的智能RPA.而基干RPA 对于客户场景厂次復盖的特点，能够成为整合各类垂直AI技术落地的入口从而突破到更大的想象空间。但比较遗的是，包括 NLP 在内的技术当前距离解决问题较远。
五、RPA在行业应用情况
RPA产品在银行、证券行业中的推广深度是最高的，分别达到84%和90%，正在使用RPA的职能部门也最多，在财务、内审、前线业务部门和人力资源部门中都已经开始使用RPA操作部分场景，并且场景的数量还有望增加。
不同行业中，哪些部门正在使用RPA？
RPA产品在各行业的覆盖率
在金融领域的应用全场景
六、中国数字经济发展及传统产业转型升级将带来哪些变化？
目前已应用到各个行业的各业务场景中，解决很多市场急迫待解决的需求。RPA 和 AI 天然的契合属性给AI扩展了更多应用方向，符合当今中国产业转型升级的大背景，2017年国务院印发关于《新一代人工智能发展规划》明确指出，借助机器人流程自动化（RPA)解决方案能够全天候、不间断地确保大量耗时业务流程的自动化、管理及执行，以应对中国人红利消失带来的产业转型升级。
RPA技术符合当今中国产业转型升级的大背景，2017年国务院印发关于《新一代人工智能发展规划》明确指出，借助机器人流程自动化（RPA)解决方案能够全天候、不间断地确保大量耗时业务流程的自动化、管理及执行，以应对中国人红利消失带来的产业转型升级。而未来我国产业升级将要走向高技能人才、复合型人才的培养升级。
未来的企业组织架构，由于数字员工的出现，会发生改变。
企业单位将来部署数字员工之后，人机协同办公，深度融合，将是大势所趋。
对传统岗位员工将要赋予新的岗位技能要求，掌握新RPA开发运维的新技能将会像掌握一般办公软件般普及。
因此，未来我国产业升级将要走向高技能人才、复合型人才的培养升级。
