RPA通過簡化數據輸入和其他低級任務，正在改變各行業組織的業務流程。現在，這項技術可以在很短的時間內完成人類實施的一些工作。

機器學習和人工智能的進步為智能自動化(IA)的應用鋪平了道路，智能自動化是RPA的一項更智能的技術，它可以根據場景執行整個業務流程。

[[324333]]

RPA提供商Automation Anywhere公司首席信息官Yousuf Khan說：“RPA具有強大的計算能力，擁有大量數據集，還有豐富的想象力。RPA的未來是智能自動化。”

調研機構Forrester公司分析師Craig Le Clair在其撰寫的《夜晚的隱形機器人：人工智能和自動化將如何重組勞動力》的文章中指出，智能自動化(IA)集成了能夠執行諸如處理異常、協調決策，甚至在聊天機器人中循環進行對話等任務的算法。

智能自動化(IA)的承諾

根據Forrester公司的調查數據，到2022年，智能自動化(IA)將通過使企業將員工、技能和投資轉移到關鍵功能(如技術創新、增強客戶體驗或運營效率)上，從而創造1340億美元的價值。整體智能自動化(IA)將在整個業務流程中協調數百甚至數千個事件。UiPath、Automation Anywhere和Blue Prism以及Kryon和AntWorks等數十家初創公司都在追尋這個目標。

整體智能自動化(IA)的承諾使Khan對使用技術提高業務流程效率充滿熱情，他于今年1月入職Automation Anywhere公司。Khan帶領的IT部門對該公司的產品進行測試，以確保它們適合更廣泛的消費。如今越來越多的廠商在建造“機器人”，這些機器人使用復雜的算法來從頭到尾地管理企業業務流程。

該公司迄今為止已為客戶部署了200萬多個機器人，目前正在為客戶提供探索機器人(Discovery Bot)，這是一種利用機器學習和人工智能捕獲和分析用戶操作的整體智能自動化(IA)解決方案，旨在找出員工在業務應用程序之間切換時采取的重復步驟。單獨的RPA可以自動完成這些任務，但是探索機器人會根據對業務的潛在價值來確定任務的優先級，并部署RPA機器人來執行這些任務。

對實現RPA的許多公司來說，確定自動化積壓工作的優先級是一個關鍵。因此，探索機器人的市場機會是巨大的，多達80%的可自動化重復任務尚未發現。Khan說：“當整體智能自動化(IA)開始實施時，將對工作的完成方式和企業的運營速度產生指數級的影響。”

計算機視覺可幫助智能自動化(IA)更好地“查看”和“閱讀”

UiPath公司正在使用機器學習改進RPA的兩項艱巨任務：機器人如何可視化計算機屏幕上的內容，以及如何解析文檔以進行處理。

RPA取決于機器人查看網頁或用戶界面上元素的能力。但是，虛擬桌面接口(VDI)并沒有傳統的用戶界面(UI);與其相反，它會以數據流的方式傳輸遠程桌面的圖像，從而使機器人無法識別元素。UiPath公司首席產品官Param Kahlon說，為了解決這個問題，UiPath公司將機器學習、光學字符識別和模糊匹配功能納入其機器人的計算機視覺中，以自動識別應用程序中的元素并執行任務，具有“超自動化”功能。

UiPath還應用機器學習技術來幫助其機器人更加智能地閱讀文檔。例如，盡管業務人員知道如何通過快速掃描供應商、產品、截止日期以及采購訂單號等字段來對發票進行分類，但大多數機器人僅限于“基于規則的提取”方法，該方法依靠結構化數據來閱讀并自動執行這些過程。Kahlon說，利用基于規則和基于機器人模型的提取，UiPath公司的機器人可以識別結構化、非結構化和半結構化的數據元素來處理文檔，類似于工作人員完成此類任務。

智能自動化(IA)的未來發展

但是，像其RPA的前身一樣，智能自動化(IA)面臨采用的障礙，其中包括道德倫理問題。

如今，機器人通常有兩種使用方式：一種是被設計用來取代人類工作的數字員工;另一種是被設計用來增強人類所做工作的代理，使他們從繁雜的任務中解脫出來，專注于提供更高商業價值的工作。

Forrester公司的Le Clair認為，自動化將有助于減少員工數量，當機器人或機器接管以前由人類執行的任務時，企業可以利用這些工作人員完成更具價值的工作。因此在理想情況下，智能自動化(IA)的發展不會因此而受到太大阻礙。

目前還不確定的是，大多數企業是否會購買難以確定或難以解釋的算法驅動的RPA。

即便如此，一些技術領導者還是對智能自動化(IA)的發展潛力感到興奮。美國運通(AMEX-GBT)公司解決方案架構和工程副總裁Dilip Karandikar說，該公司全球商務旅行業務使用智能自動化(IA)從多個系統中提取信息，以簡化客戶的注冊流程。Karandikar預計，該公司最終將采用端到端的服務自動化。

Karandikar說，“超自動化是未來的發展趨勢，其應用將變得越來越普遍。”