例如，假設你想要一個機器人來分析發票并將其發送給你企業中的合適聯系人。看起來很簡單，對吧?再想一想。在機器人可以處理這項任務之前，你需要標準化每一張發票，否則你必須對機器人進行編程，使其知道如何處理數十種不同的文檔變化。突然之間，這個“簡單”的RPA計劃變得非常復雜和昂貴。 

AI為RPA提供了一層以前不可能實現的智能。RPA本身僅限于直接、結構化和客觀的任務。AI擴展了可能性，將細微差別、主觀或非結構化數據的功能包括在內。通過結合使用RPA和AI工具，你可以自動執行更多流程。例如，超自動化可以： 

準確閱讀和分類文檔。企業可以訓練AI模型準確地閱讀和分類復雜的文檔，而不需要手動編寫機器人程序來知道如何處理各種文檔格式。AI甚至可以解釋手寫，因此企業不再需要手動將手寫文檔輸入數字格式。 

例如，我的企業Centrate Consulting最近與世界上最大的RPA供應商UiPath合作，幫助World Wide Technology(WWT)應用超自動化來更好地管理企業的大量采購訂單，這些采購訂單有多種格式和語言。 

如果沒有標準模板，如果沒有針對每種格式的單獨設置，RPA就無法單獨“讀取”和分類文檔，然而，對于AI，情況就不同了。 

我們對WWT的一家供應商的100多份訂單上的AI工具進行了培訓。通過將RPA與AI相結合，WWT成功地實現了以前需要大量后端工作的流程的自動化，這是WWT超自動化之旅的戰略部分。 

WWT投資組合和產品管理高級總監Dave O‘Toole表示：“WWT正在創造能力，利用GenAI和RPA的力量來改變其業務。通過將GenAI和RPA應用于其軟件開發、銷售活動、客戶服務和運營，WWT旨在實現更高的質量、效率和生產力，以及更好的客戶滿意度和忠誠度。” 

解釋自由格式的文本。AI可以閱讀和理解自由格式的文本、聊天、電子郵件和其他非結構化數據。假設你有一個團隊，負責閱讀和分類客戶電子郵件。現在，你可以使用AI驅動的機器人來閱讀這些電子郵件，并將它們發送給企業內的正確團隊，從而解放員工從事更高附加值的任務。由于AI模型不斷學習，精確度會隨著時間的推移而提高。 

分析圖像。借助AI，RPA工具可以分析圖像并標記差異或錯誤。例如，UiPath的一位食品和飲料客戶需要確保產品標簽的準確性。客戶使用AI驅動的自動化來檢查和分析設計草稿，記錄差異，并通知適當的設計機構。以前，這一流程容易出錯，需要大量員工花費大量時間才能完成，現在，每一次檢查都需要幾分鐘，而且更準確，使企業免于聲譽風險和監管罰款。 

制作和分析復雜的報告。大型企業需要花費數不清的時間來提取、格式化和生成報告，啟用AI的RPA工具使這種繁瑣的后端工作變得不必要。為了分享UiPath客戶的另一個例子，一家全球石油和天然氣企業每年處理數百萬頁的生產運營報告，由于這些報告缺乏統一的布局和數據結構，員工被迫手動提取數據，這是一個艱苦的過程，在高度自動化的幫助下，該企業為員工節省了數不清的時間，讓員工可以專注于更有價值的工作，并加快了企業的決策過程。 

對復雜信息進行分類。一家澳大利亞互助銀行需要更新其調查生活費用以評估貸款的方式 - 手動過程過于耗時且容易出錯，該銀行首先實現了一個機器人，可以對大約一半的貸款申請者的交易進行分類，這改進了完全手動的過程，但仍然留下了大量的動手工作，通過添加自定義機器學習模型，銀行現在可以自動化約90%的生成生活費用報告所涉及的工作，從而提高貸款申請流程的速度和準確性。 

就緒、設置、自動化 

上面的例子只是觸及了超自動化的高影響力可能性的皮毛。 

在AI之前，RPA已經以令人印象深刻的速度增長。根據Gartner的數據，RPA軟件市場在2022年達到了28億美元，增長率為22.1%。作為參考，全球軟件市場在2022年增長了11%多一點。現在，更先進的技術已廣泛適用于各種規模的企業，RPA準備繼續大踏步前進。 

如果你以前對RPA感到失望，請記住兩件事：你并不孤單，現在是再次嘗試的時候了，開始組合RPA和AI模型并不困難。 

T-of-the-box選項是存在的。例如，UiPath具有預打包的功能，如情感分類、回執閱讀和文本翻譯，你可以將這些功能添加到你的自動化功能中，另一種選擇是“可調”的AI，這是一種你可以訓練和定制的預建模型。 

錯過自動化流程機會的企業將落后于競爭對手，后者致力于實現自動化，并為員工帶來效率提升和工作體驗的改善。