搬磚機器人？淺談RPA技術及其應用
通俗地講，RPA機器人就是借助一些能夠自動執行的腳本，以軟件自動化方式實現一系列原來需要人工完成的工作。但凡具備一定腳本生成、編輯、執行能力的工具在此處都可以稱之為機器人。
一、RPA的興起
圖1 RPA機器人的工作優勢
RPA機器人的興起，與數字經濟的蓬勃發展有著密切的聯系。隨著大數據、云計算、人工智能等高新技術的不斷進步，數據成為了企業的核心資產，企業數字化轉型也成了必然趨勢。如何快速打破數據孤島，將多個異構系統數據快速聯通是企業進行數字化轉型的第一步也是最基礎的一步。而RPA憑借著低成本，可靈活適配企業需求，高效且延展性強等特點在眾多數字化轉型工具中脫穎而出，成為了市場上的一匹“黑馬“。
當前RPA被許多投資人與創業者追逐，但其技術本身已存在近20年，那RPA重放光彩的緣由是什么，其產品形態及商業模式是什么， 究竟“RPA市場是潛力無窮大”還是“RPA已死”？2018年5月份錘子發布TNT（Touch and Talk）系統時，網絡上一片嘲諷，不過有企業服務行業里的人指出，TNT其實是一款RPA產品。這是RPA概念第一次進入普通用戶視野。融合AI概念，專攻企服賽道，市場前景巨大，服務大企業客戶，門檻還很低，這令關注企服和人工智能賽道的投資人都為之振奮。
二、RPA的基礎架構
首先，我們來講講RPA機器人的基本技術架構。總體設計上，常見的RPA產品會包含三大部分：
- 設計器（開發工具）
- 執行器（運行工具）
- 控制器（控制中心）
1.設計器（開發工具）
設計器是RPA的設計生產工具，用于建立軟件機器人的配置或設計機器人。通過開發工具，開發者可為機器人執行一系列的指令和決策邏輯進行編程。
具體由以下幾部分組成：
機器人腳本引擎（BotScript）
內建腳本語言BotScript執行引擎，具備詞法分析、編譯、運行等計算機語言的標準組成組件。內置C++、Python、Lua，外置.net適配器，實現其他語言與BotScript數據類型的雙向自動轉換。
RPA核心架構（RPA Core）
RPA產品的界面識別器，能識別Desktop Application、Web、SAP、Java等各種界面元素；能動態加載自定義識別器，配合抓取工具，可快速實現目標應用的選擇與抓取。
圖形用戶界面（GUI）
GUI（Graphical User Interface）是一種用戶接口，通過IPC（Inter-Process Communication，進程間通信）與相應的引擎進行通信。在RPA產品中，GUI承擔流程的編寫、開發、調試工作。另外通過GUI與控制中心進行通信，結合HTTP與FTP協議實現流程的發布與上傳。
記錄儀（Recorder）
也稱之為“錄屏”，用以配置軟件機器人。就像Excel中的宏功能，記錄儀可以記錄用戶界面（UI）里發生的每一次鼠標動作和鍵盤輸入。
插件/擴展
為了讓配置的運行軟件機器人變得簡單，大多數平臺都提供許多插件和擴展應用。
2.執行器（運行工具）
執行器是用來運行已有軟件機器人，或查閱運行結果的工具。開發者首先需要在設計器中完成開發任務，生成機器人文件，之后將其放置在執行器中進行執行。為了保證開發與執行的高度統一，執行器與設計器一般采用類似的架構。以機器人腳本引擎與RPA Core為基礎，輔以不同的GUI交互，滿足終端執行器常見的交互控制功能。執行器可與控制中心通過Socket接口方式建立長連接，接受控制中心下發的流程執行、狀態查看等指令。在執行完成時，進程將運行的結果、日志與錄制視頻通過指定通信協議，上報到控制中心，確保流程執行的完整性。
3.控制器（控制中心）
三、RPA機器人的實施
RPA機器人的實施階段，通常分為四個步驟：
（一）評估--關鍵工作/關鍵交付
- 指定RPA方案策略與指導原則
- 針對需求梳理、評估作業流程
- 明確機器人方案適配性
- 投入產出評估與實施優先級排序
- 需求說明文件
- 需求評估表（指標。優先級）
（二）設計--關鍵工作/關鍵交付
- 確定流程細節邏輯
- 確定基于RPA模式的新的業務流程
- 確定機器人軟件配置與開發工作倆
- 業務流程圖
- 功能設計說明文件
（三）實施--關鍵工作/關鍵交付
- 完成機器人軟件的配置與開發工作
- 協調組織流程測試
- 機器人自動化的流程上線
- 功能手冊
- 正式流程/SOP文件
（四）改進--關鍵工作/關鍵交付
- 機器人軟件工具的日常維護
- 收集運營階段的反饋
- 根據運營反饋調整RPA配置
- 問題日志
通過以上幾個步驟，RPA機器人就可以完成實施工作了。
四、RPA的應用及其與其他軟件的配合
通常來講，部署RPA的業務場景應具備四個關鍵特征
1、高頻且大量數據處理。例如大量數據的計算、每日大量費用單據的審核等。
2、人為易錯業務。例如人工進行系統數據的錄入，數據核對等
3、 多個異構系統操作。例如企業擁有多個系統，使得整套業務流程需頻繁跨系統或平臺操作。
4、業務規則明確且流程固定。例如發票驗真，銀行對賬等。
現階段RPA應用最為廣泛的領域有:一般性事務；財務；稅務。
RPA操作使用頻率較高的應用程序如圖2所示：
圖2 RPA機器人高頻應用程序
舉個簡單的例子，比如我們每天上班時要打開ERP系統并進入到AP發票處理頁面，如果你覺得每天都重復這么做非常無趣（如果沒有設置保存賬戶和密碼的話），我們就可以通過按鍵精靈來簡化我們的步驟，點擊軟件的錄制動作按鈕之后，軟件就開始記錄我們的動作.
比如雙擊ERP軟件的圖標、輸入賬戶信息，點擊登錄按鈕，進去之后再點擊菜單逐層進入AP發票處理頁面，等這一系列的操作完成之后，我們點擊停止錄制，然后為這個錄制的流程設置一個快捷鍵，比如ctrl+1。
怎么使用這個錄制的過程呢，等我們再次上班時，按下ctrl+1，這個軟件就會按著你上次錄制的過程依次做一遍，直到運行結束，整個過程完全不需要你的參與，以后你就可以通過這個方式一鍵登錄ERP系統并進入發票處理頁面了。
考慮面向的用戶群體往往并不會擁有專業的技術背景，總體而言，這些工作與流程自動化工具的應用還是相對比較簡單易用，通常可以通過圖形化的界面完成腳本的生成與編輯，即使是利用相對專業的腳本編輯器，這里的腳本業務完全不是程序員所面對的那種代碼，簡單看一下教程很快也能上手。
那么，RPA如何與其他軟件配合呢？
RPA本質是非侵入性，這一點很重要！什么是“非侵入性”呢？RPA可以無縫集成到任何系統中，不需要修改其他軟件，這太贊了，它可以擁抱ERP，擁抱OA，擁抱MES。
圖3 RPA機器人的非侵入性
和原有系統不是替代關系，而是強有力的補充，在不改變現有的系統的情況下，輕松實現自動化。
五、RPA與AI技術的結合
1.連接AI能力的高級連接器
AI使傳統的自動化變得更具彈性，使機器人能夠適應流程或組件（如UI和文檔格式）的細微變化，并隨著時間的推移不斷改進。此外，AI可以帶來更好的投資回報率——重新定義可通過自動化計劃完成的工作。
2.結合AI能力的RPA連接器應用場景
應用場景1：界面識別
需要識別出軟件里有多少界面元素，一般的RPA軟件都能做到。但有些軟件不在本地操作系統里運行，而是運行在遠程計算機。這種情況下，就可以運用AI識別界面。通過深度學習模型去訓練，在模型里，只要按下一個鍵，機器人就能自動識別，把虛擬機里的基本元素，如輸入框、按鈕、標簽等用綠色識別框標記。不僅可以識別帶文字的元素，針對沒有填內容的空白輸入框，也能準確識別。
應用場景2：訂單管理
某航運公司傳統的客戶查詢數量非常龐大。其現有的員工只能及時處理大約30％的查詢。通過使用基于AI的RPA實施解決方案，公司能夠端到端自動化其查詢管理流程。從收件箱提取傳入的查詢后，自定義NLP模型將分析客戶查詢的上下文并提取數據，例如來源、目的地、重量和物料。有了這些基本參數，機器人將自動生成響應并向客戶發送例如運輸標簽或成本估算的電子郵件。
應用場景3：合同識別
財務領域經常要識別和處理合同，從合同正文里提取關鍵信息較為麻煩，因為合同沒有標準格式，比如甲乙方的位置、合同金額、到期時間等。用RPA產生的AI能力進行訓練，能在合同掃描件里提取出所需要的總金額、賬期、供應商等關鍵信息，然后用RPA把這些信息送到財務，給財務提供一個成本的管理依據。
應用場景4：在線客服
地產公司的物業部門通常會設立一個集中的呼叫中心。為了提高用戶的服務質量，當業主撥打物業電話時，會直接接入到呼叫中心。呼叫中心有200多個人工客服可以直接回答簡單問題，對于一些類似維修等問題需要先做下記錄再修理。AI則可以理解人說話的意圖，并做出簡單回復。
另外，公司郵箱每天能收到一些郵件，需要每天有人收郵件并歸類為客戶或潛在客戶。這些客戶需要進行初篩，判斷公司規模及相關信息。商機郵件處理機器人，能自動收郵件、查詢客戶和分類。如果是歸為潛在客戶，還能自動查該公司大概情況，自動回復郵件，把處理的信息存到Excel表格里。
3.RPA+AI的大趨勢
圖5 RPA機器人與AI技術
隨著AI的持續接入，RPA能夠解鎖更多的應用場景，RPA+AI的互補效應將無限放大。有研究表明，到2022年，業務流程的整體市場將會重構，主要涵蓋了圍繞RPA和AI技術的服務改造，總價值將超過80億美元。RPA與AI的發展對行業的影響無疑是巨大的。近幾年來，越來越多的公司正加大對RPA和AI技術的研發投入力度，希望實現智能化的個性服務，以提高運營效率和用戶體驗。
六、結語
RPA機器人行業的迅速崛起并非偶然，而是推動數字時代發展的重要工具。展望未來，RPA行業若想繼續擴大其影響范圍，還離不開AI（人工智能）的加持。那些基于規則、重復的結構化數據早已不是企業進行數字化轉型的重點，而那些耗時耗力的非結構化數據業務才是企業未來真正的痛點。RPA與AI的結合恰好可以滿足企業這些的需求。特別是在金融行業中，原本銀行信貸流程中需要處理大量信貸文件，其中包含大量非結構化的數據。傳統RPA處理不了這些非結構化的數據，借助人工智能技術就可解鎖審批智能化、合規智能化、信貸流程智能化、風控智能化等一系列智能化需求。AI技術中的圖片文字識別（OCR）、自然語言處理（NLP）和知識圖譜（KG），將為RPA打開一個全新的局面。
