搬砖机器人？浅谈RPA技术及其应用

通俗地讲，RPA机器人就是借助一些能够自动执行的脚本，以软件自动化方式实现一系列原来需要人工完成的工作。但凡具备一定脚本生成、编辑、执行能力的工具在此处都可以称之为机器人。

一、RPA的兴起 

图1 RPA机器人的工作优势

RPA机器人的兴起，与数字经济的蓬勃发展有着密切的联系。随着大数据、云计算、人工智能等高新技术的不断进步，数据成为了企业的核心资产，企业数字化转型也成了必然趋势。如何快速打破数据孤岛，将多个异构系统数据快速联通是企业进行数字化转型的第一步也是最基础的一步。而RPA凭借着低成本，可灵活适配企业需求，高效且延展性强等特点在众多数字化转型工具中脱颖而出，成为了市场上的一匹“黑马“。

当前RPA被许多投资人与创业者追逐，但其技术本身已存在近20年，那RPA重放光彩的缘由是什么，其产品形态及商业模式是什么， 究竟“RPA市场是潜力无穷大”还是“RPA已死”？2018年5月份锤子发布TNT（Touch and Talk）系统时，网络上一片嘲讽，不过有企业服务行业里的人指出，TNT其实是一款RPA产品。这是RPA概念第一次进入普通用户视野。融合AI概念，专攻企服赛道，市场前景巨大，服务大企业客户，门槛还很低，这令关注企服和人工智能赛道的投资人都为之振奋。

二、RPA的基础架构

首先，我们来讲讲RPA机器人的基本技术架构。总体设计上，常见的RPA产品会包含三大部分：

• 设计器（开发工具）
• 执行器（运行工具）
• 控制器（控制中心）

1.设计器（开发工具）

设计器是RPA的设计生产工具，用于建立软件机器人的配置或设计机器人。通过开发工具，开发者可为机器人执行一系列的指令和决策逻辑进行编程。

具体由以下几部分组成：

机器人脚本引擎（BotScript）

内建脚本语言BotScript执行引擎，具备词法分析、编译、运行等计算机语言的标准组成组件。内置C++、Python、Lua，外置.net适配器，实现其他语言与BotScript数据类型的双向自动转换。

RPA核心架构（RPA Core）

RPA产品的界面识别器，能识别Desktop Application、Web、SAP、Java等各种界面元素；能动态加载自定义识别器，配合抓取工具，可快速实现目标应用的选择与抓取。

图形用户界面（GUI）

GUI（Graphical User Interface）是一种用户接口，通过IPC（Inter-Process Communication，进程间通信）与相应的引擎进行通信。在RPA产品中，GUI承担流程的编写、开发、调试工作。另外通过GUI与控制中心进行通信，结合HTTP与FTP协议实现流程的发布与上传。

记录仪（Recorder）

也称之为“录屏”，用以配置软件机器人。就像Excel中的宏功能，记录仪可以记录用户界面（UI）里发生的每一次鼠标动作和键盘输入。

插件/扩展

为了让配置的运行软件机器人变得简单，大多数平台都提供许多插件和扩展应用。

2.执行器（运行工具）

 执行器是用来运行已有软件机器人，或查阅运行结果的工具。开发者首先需要在设计器中完成开发任务，生成机器人文件，之后将其放置在执行器中进行执行。为了保证开发与执行的高度统一，执行器与设计器一般采用类似的架构。以机器人脚本引擎与RPA Core为基础，辅以不同的GUI交互，满足终端执行器常见的交互控制功能。执行器可与控制中心通过Socket接口方式建立长连接，接受控制中心下发的流程执行、状态查看等指令。在执行完成时，进程将运行的结果、日志与录制视频通过指定通信协议，上报到控制中心，确保流程执行的完整性。

3.控制器（控制中心）

三、RPA机器人的实施

RPA机器人的实施阶段，通常分为四个步骤：

 （一）评估--关键工作/关键交付

• 指定RPA方案策略与指导原则
• 针对需求梳理、评估作业流程
• 明确机器人方案适配性
• 投入产出评估与实施优先级排序
• 需求说明文件
• 需求评估表（指标。优先级）

（二）设计--关键工作/关键交付

• 确定流程细节逻辑
• 确定基于RPA模式的新的业务流程
• 确定机器人软件配置与开发工作俩
• 业务流程图
• 功能设计说明文件

（三）实施--关键工作/关键交付

• 完成机器人软件的配置与开发工作
• 协调组织流程测试
• 机器人自动化的流程上线
• 功能手册
• 正式流程/SOP文件

（四）改进--关键工作/关键交付

• 机器人软件工具的日常维护
• 收集运营阶段的反馈
• 根据运营反馈调整RPA配置
• 问题日志

通过以上几个步骤，RPA机器人就可以完成实施工作了。

四、RPA的应用及其与其他软件的配合 

通常来讲，部署RPA的业务场景应具备四个关键特征

1、高频且大量数据处理。例如大量数据的计算、每日大量费用单据的审核等。

2、人为易错业务。例如人工进行系统数据的录入，数据核对等

3、 多个异构系统操作。例如企业拥有多个系统，使得整套业务流程需频繁跨系统或平台操作。

4、业务规则明确且流程固定。例如发票验真，银行对账等。

现阶段RPA应用最为广泛的领域有:一般性事务；财务；税务。

RPA操作使用频率较高的应用程序如图2所示：

图2 RPA机器人高频应用程序

举个简单的例子，比如我们每天上班时要打开ERP系统并进入到AP发票处理页面，如果你觉得每天都重复这么做非常无趣（如果没有设置保存账户和密码的话），我们就可以通过按键精灵来简化我们的步骤，点击软件的录制动作按钮之后，软件就开始记录我们的动作.

比如双击ERP软件的图标、输入账户信息，点击登录按钮，进去之后再点击菜单逐层进入AP发票处理页面，等这一系列的操作完成之后，我们点击停止录制，然后为这个录制的流程设置一个快捷键，比如ctrl+1。

怎么使用这个录制的过程呢，等我们再次上班时，按下ctrl+1，这个软件就会按着你上次录制的过程依次做一遍，直到运行结束，整个过程完全不需要你的参与，以后你就可以通过这个方式一键登录ERP系统并进入发票处理页面了。

考虑面向的用户群体往往并不会拥有专业的技术背景，总体而言，这些工作与流程自动化工具的应用还是相对比较简单易用，通常可以通过图形化的界面完成脚本的生成与编辑，即使是利用相对专业的脚本编辑器，这里的脚本业务完全不是程序员所面对的那种代码，简单看一下教程很快也能上手。

那么，RPA如何与其他软件配合呢？

RPA本质是非侵入性，这一点很重要！什么是“非侵入性”呢？RPA可以无缝集成到任何系统中，不需要修改其他软件，这太赞了，它可以拥抱ERP，拥抱OA，拥抱MES。

图3 RPA机器人的非侵入性

和原有系统不是替代关系，而是强有力的补充，在不改变现有的系统的情况下，轻松实现自动化。

五、RPA与AI技术的结合 

1.连接AI能力的高级连接器

AI使传统的自动化变得更具弹性，使机器人能够适应流程或组件（如UI和文档格式）的细微变化，并随着时间的推移不断改进。此外，AI可以带来更好的投资回报率——重新定义可通过自动化计划完成的工作。

2.结合AI能力的RPA连接器应用场景

 应用场景1：界面识别

需要识别出软件里有多少界面元素，一般的RPA软件都能做到。但有些软件不在本地操作系统里运行，而是运行在远程计算机。这种情况下，就可以运用AI识别界面。通过深度学习模型去训练，在模型里，只要按下一个键，机器人就能自动识别，把虚拟机里的基本元素，如输入框、按钮、标签等用绿色识别框标记。不仅可以识别带文字的元素，针对没有填内容的空白输入框，也能准确识别。

应用场景2：订单管理

某航运公司传统的客户查询数量非常庞大。其现有的员工只能及时处理大约30％的查询。通过使用基于AI的RPA实施解决方案，公司能够端到端自动化其查询管理流程。从收件箱提取传入的查询后，自定义NLP模型将分析客户查询的上下文并提取数据，例如来源、目的地、重量和物料。有了这些基本参数，机器人将自动生成响应并向客户发送例如运输标签或成本估算的电子邮件。

应用场景3：合同识别

财务领域经常要识别和处理合同，从合同正文里提取关键信息较为麻烦，因为合同没有标准格式，比如甲乙方的位置、合同金额、到期时间等。用RPA产生的AI能力进行训练，能在合同扫描件里提取出所需要的总金额、账期、供应商等关键信息，然后用RPA把这些信息送到财务，给财务提供一个成本的管理依据。

应用场景4：在线客服

地产公司的物业部门通常会设立一个集中的呼叫中心。为了提高用户的服务质量，当业主拨打物业电话时，会直接接入到呼叫中心。呼叫中心有200多个人工客服可以直接回答简单问题，对于一些类似维修等问题需要先做下记录再修理。AI则可以理解人说话的意图，并做出简单回复。

另外，公司邮箱每天能收到一些邮件，需要每天有人收邮件并归类为客户或潜在客户。这些客户需要进行初筛，判断公司规模及相关信息。商机邮件处理机器人，能自动收邮件、查询客户和分类。如果是归为潜在客户，还能自动查该公司大概情况，自动回复邮件，把处理的信息存到Excel表格里。

3.RPA+AI的大趋势

图5 RPA机器人与AI技术

随着AI的持续接入，RPA能够解锁更多的应用场景，RPA+AI的互补效应将无限放大。有研究表明，到2022年，业务流程的整体市场将会重构，主要涵盖了围绕RPA和AI技术的服务改造，总价值将超过80亿美元。RPA与AI的发展对行业的影响无疑是巨大的。近几年来，越来越多的公司正加大对RPA和AI技术的研发投入力度，希望实现智能化的个性服务，以提高运营效率和用户体验。

六、结语

 RPA机器人行业的迅速崛起并非偶然，而是推动数字时代发展的重要工具。展望未来，RPA行业若想继续扩大其影响范围，还离不开AI（人工智能）的加持。那些基于规则、重复的结构化数据早已不是企业进行数字化转型的重点，而那些耗时耗力的非结构化数据业务才是企业未来真正的痛点。RPA与AI的结合恰好可以满足企业这些的需求。特别是在金融行业中，原本银行信贷流程中需要处理大量信贷文件，其中包含大量非结构化的数据。传统RPA处理不了这些非结构化的数据，借助人工智能技术就可解锁审批智能化、合规智能化、信贷流程智能化、风控智能化等一系列智能化需求。AI技术中的图片文字识别（OCR）、自然语言处理（NLP）和知识图谱（KG），将为RPA打开一个全新的局面。

本文转载自​​AI遇见云​​，作者： 张媛媛 ​​​​