智慧流程自動化（IPA）正越來越多地被視為對機器人流程自動化（RPA）的補充，它透過AI技術擴充套件了機器人流程自動化的範圍。CIO和其他IT領導者應將這兩種自動化技術間的某些重要區別視為其技術路線的一部分。

1、RPA和IPA

IPA的範圍比RPA更廣-它可以處理更多型別的資料格式，並有望實現新型的更智慧的決策。與RPA相比，為了從IPA戰略中獲得最佳結果，IT和資料科學團隊需要更深入地協作。 Cognizant公司智慧流程自動化的全球市場領導Banwari Agarwal說：“RPA本質上是純機器化，不需要智慧即可操作。”因此，這項技術非常適合明確定義和基於規則的流程。 相比之下，IPA適用於可受益於AI功能的更復雜的流程。這涉及將智慧資料輸入、自然語言處理、機器學習和運營分析與RPA相結合。Agarwal說：“ RPA和IPA適用於不同的情況，它們都很有價值。”

2、透過RPA簡化操作

Agarwal認為RPA平臺的主要吸引力在於，它們易於使用且不需要深厚的技術技能。很多RPA技術可以用低碼或無程式碼部署。不過，RPA專案的最終價值和成果有限。 IPA的開發和部署則複雜得多。該技術需要資料提取和分類、機器學習和AI來形成決策。當企業想要利用IPA時，他們需要有內部專家深入瞭解該領域不斷增長的工具和功能。 Agarwal表示，這兩種技術對使用者有著不同的技術技能要求，IT主管應提前意識到這一點。RPA所需的技術技能包括從基礎到成熟，而IPA所需的技術技能則是從成熟到高階。毫無疑問，基於RPA的易用性，RPA具有更大的吸引力。他說：“RPA自動化的流程比IPA更多。” 但是，RPA相關的流程效率並沒有IPA實現的潛在效率高。Agarwal說，在RPA部署中，人類在資料提取和決策中仍然發揮重要作用，RPA工具只是處理基於規則的工作。而IPA承諾可降低人工成本，創造更大的價值，因為它可以自動化更多人類決策過程。 根據Agarwal的說法，輔助技術可以幫助公司從RPA遷移到IPA部署，包括流程挖掘和最佳化、智慧輸入工具、機器學習、AI和運營分析平臺等。

3、RPA過渡到IPA

數字工程解決方案公司Infostretch的企業解決方案總監Deven Samant認為，向IPA過渡是連續過程，RPA將作為基礎，IPA則透過AI、機器學習和分析為業務流程自動化帶來優勢。他說：“沒有RPA的基礎，就不可能有IPA。” Samant認為這裡主要三個關鍵階段。現在，越來越多的企業正在建立數字化員工隊伍，並自動化明確定義的業務流程。在下一階段，機器學習將幫助系統理解和實施決策。第三階段是AI，即機器可以開始做出通常由人類做出的決策。 前兩個階段更多地是過程驅動-這裡涉及自動化明確定義和確定性的過程。在第三階段，機器學習和AI使機器人能夠處理更多不確定的行為。Samant說，這個過程是從讓機器思考任務，過渡到讓機器思考流程。

4、 支援半結構化資料

IT諮詢機構Protiviti的內部審計和財務諮詢業務董事總經理Angelo Poulikakos表示，IPA旨在整合RPA與輔助技術，例如光學字元識別、自然語言處理、資料分析和聊天互動等。這些功能可擴充套件機器人的工作範圍，使其能夠讀取非結構化資料、解讀人類語音、關注趨勢並預測結果。 Poulikakos同意，大多數企業通常是從RPA開始，再轉向面向IPA的用例。例如，Protiviti公司已幫助多位客戶構建RPA機器人，該RPA機器人可根據定義明確的訪問請求表和批准工作流，自動設定或取消對系統的訪問。這些工作流通常是基於複選框和下拉選單等，以識別使用者、訪問級別和當前狀態。 當RPA機器人在環境中穩定後，則可以透過IPA對其進行擴充套件，以便聊天機器人可以簡化訪問的配置或預配置過程。聊天機器人可以解讀使用者的意圖，以驅動可能尚未說明的動作。例如，如果有人說“瑪麗離開了公司，請刪除她的訪問許可權”，則該機器人會收集輸入資訊，並隨後觸發RPA機器人，該機器人將啟動批准工作流程，並執行已定義的操作。同時，它將儲存對話歷史記錄以用作稽核目的。

5、向人類學習

醫療保健收入週期自動化平臺Recondo Technology的首席技術官Eldon Richards說，RPA和IPA之間的主要區別之一是IPA從經驗中學習的能力。當流程或用於支援流程的資料中存在高度可變性時，這種能力最為重要。對於RPA，部署者必須提前處理程式設計演算法或規則中的可變性。而對於IPA，有時可以從經驗中自動學習處理可變性。 在實踐中，這種差異主要會帶來兩種影響。首先，IPA可用於自動化那些對於RPA工具難以處理的流程。當存在大量邊緣情況時（例如，當發生意外情況-資訊丟失或不準確或數量超過典型閾值時），部署RPA需要開發邏輯來處理每種情況。在這些情況下，IPA可能會有用，只要IPA工具可以觀察到足夠多的邊緣情況，IPA就可以從經驗豐富的執行者那裡學習經驗。 其次，當需要更高層次的認知來做出決策時，則可以使用IPA。例如，如果歸檔是基於發件人、主題行中的關鍵字或電子郵件是否具有附件等屬性，則RPA可以有效地歸檔電子郵件。而IPA則可監控人類將哪些電子郵件放入垃圾郵件資料夾，以及哪些電子郵件會立即得到答覆。Richards說，這將使它可做出更復雜的決策。

6、 RPA和IPA需要協作

IPA專案還可能影響辦公效率，例如促進資料科學團隊與業務線專業人員之間的協作，這些業務線專業人員具有關於基於文件的自動化業務流程的必要專業知識。IPA非結構化內容平臺Indico的執行長Tom Wilde表示，這將幫助更好地識別和部署其他高價值用力。 向RPA新增智慧，可能會對流程產生變革性影響，也可以幫助企業合作尋找更好的反饋環來訓練AI模型。抵押貸款自動化平臺AI Foundry的產品管理總監Arvind Jagannath表示：“突然之間，這些機器人可以處理高價值的決策任務以及重複的任務。” 當業務使用者和資料科學家可以識別哪些資料集可用於持續訓練時，驅動RPA決策的AI模型將可得以改進。這可能包括評估不同時間範圍的模型效能。例如，短的時間範圍可以檢視人類專家批准或拒絕的貸款，而較長的時間範圍可以看看哪些貸款得到人類專家批准但後來拖欠，以進一步完善模型。Jagannath說：“透過更多的資料，決策模型將變得更加準確和可靠。”

嚴格來說，在不同的場景下，IPA和RPA的發揮的價值是不同的。

傳統的RPA比較擅長的是處理定型類業務（基於規則的、機械性的任務），但是那些沒有固定流程的非定型業務處理起來就比較困難了。於是就有了將擅長語音識別和文字識別的AI引入RPA的概念。IPA簡單來說是AI和RPA的融合，以實現高度自動化。

一般來說，RPA的發展大致分為四個階段。

第一階段：

定型作業的自動化

透過使用電腦完成資訊收集，自動輸入，自動傳送郵件等操作的操作，是電腦端的業務自動化。由於限定了是在電腦端的業務，因此把一些紙質媒體的資訊轉移到電腦上要透過人類的手去完成。

第二階段：

非定型類業務的部分自動化

即融合語音識別和文字識別的RPA。

比如透過OCR光學識別技術讀取紙質媒體的資料並移入RPA系統中，進而實現進一步的自動化，也就是目前的RPA工具所處的這一階段。

第三階段：

把弱AI融入RPA

當然，這項工作並不完全是RPA工程師的工作，但是一定程度上活用RPA工程師的專業知識必將對諮詢工作起到事半功倍的效果。

比如，為了將RPA在公司內部普及和運用，公司內部應該成立一個什麼樣的組織推進起來才比較順暢？當使用伺服器型的工具時，如何管理每一個機器人？類似這樣的問題，急需得到RPA工程師的建議。

第四階段：

引入強AI實現完全自動化

要達到這個階段，還需要很長的路要走。

透過匯入AI使得RPA的自動化範圍得到很大程度的拓展，執行效率也會得到很大的提升。享受人機協作樂趣的時代，就會逐步到來！

最後，在圖裡列出一些RPA+IPA的一些主流廠商，可以參考一下。

依慣例，簡單點：

什麼是RPA？

RPA是Robotic Process Automation的英文縮寫，中文：機器人流程自動化。透過設定特定規則，自動完成某種任務或流程，就像是機器人自動幫助完成，類似自動流水線作業。

什麼是AI？

AI 是 Artificial Intelligence 的英文縮寫，中文：人工智慧

什麼是IPA？

IPA 是Intelligent Process Automation的英文縮寫，中文：智慧流程自動化。

IPA = RPA +AI，就是在RPA基礎上給機器人新增AI功能，讓機器人不僅僅是按照設定的規則完成任務或流程，還能自動學習規則，智慧處理任務或流程。

那麼結果一目瞭然。

IPA才是未來，隨著AI技術快速發展、落地，IPA 不遠了