RPA通过简化数据输入和其他低级任务，正在改变各行业组织的业务流程。现在，这项技术可以在很短的时间内完成人类实施的一些工作。
机器学习和人工智能的进步为智能自动化(IA)的应用铺平了道路，智能自动化是RPA的一项更智能的技术，它可以根据场景执行整个业务流程。
RPA提供商Automation Anywhere公司首席信息官Yousuf Khan说：“RPA具有强大的计算能力，拥有大量数据集，还有丰富的想象力。RPA的未来是智能自动化。”
调研机构Forrester公司分析师Craig Le Clair在其撰写的《夜晚的隐形机器人：人工智能和自动化将如何重组劳动力》的文章中指出，智能自动化(IA)集成了能够执行诸如处理异常、协调决策，甚至在聊天机器人中循环进行对话等任务的算法。
智能自动化(IA)的承诺
根据Forrester公司的调查数据，到2022年，智能自动化(IA)将通过使企业将员工、技能和投资转移到关键功能(如技术创新、增强客户体验或运营效率)上，从而创造1340亿美元的价值。整体智能自动化(IA)将在整个业务流程中协调数百甚至数千个事件。UiPath、Automation Anywhere和Blue Prism以及Kryon和AntWorks等数十家初创公司都在追寻这个目标。
整体智能自动化(IA)的承诺使Khan对使用技术提高业务流程效率充满热情，他于今年1月入职Automation Anywhere公司。Khan带领的IT部门对该公司的产品进行测试，以确保它们适合更广泛的消费。如今越来越多的厂商在建造“机器人”，这些机器人使用复杂的算法来从头到尾地管理企业业务流程。
该公司迄今为止已为客户部署了200万多个机器人，目前正在为客户提供探索机器人(Discovery Bot)，这是一种利用机器学习和人工智能捕获和分析用户操作的整体智能自动化(IA)解决方案，旨在找出员工在业务应用程序之间切换时采取的重复步骤。单独的RPA可以自动完成这些任务，但是探索机器人会根据对业务的潜在价值来确定任务的优先级，并部署RPA机器人来执行这些任务。
对实现RPA的许多公司来说，确定自动化积压工作的优先级是一个关键。因此，探索机器人的市场机会是巨大的，多达80%的可自动化重复任务尚未发现。Khan说：“当整体智能自动化(IA)开始实施时，将对工作的完成方式和企业的运营速度产生指数级的影响。”
计算机视觉可帮助智能自动化(IA)更好地“查看”和“阅读”
UiPath公司正在使用机器学习改进RPA的两项艰巨任务：机器人如何可视化计算机屏幕上的内容，以及如何解析文档以进行处理。
RPA取决于机器人查看网页或用户界面上元素的能力。但是，虚拟桌面接口(VDI)并没有传统的用户界面(UI);与其相反，它会以数据流的方式传输远程桌面的图像，从而使机器人无法识别元素。UiPath公司首席产品官Param Kahlon说，为了解决这个问题，UiPath公司将机器学习、光学字符识别和模糊匹配功能纳入其机器人的计算机视觉中，以自动识别应用程序中的元素并执行任务，具有“超自动化”功能。
UiPath还应用机器学习技术来帮助其机器人更加智能地阅读文档。例如，尽管业务人员知道如何通过快速扫描供应商、产品、截止日期以及采购订单号等字段来对发票进行分类，但大多数机器人仅限于“基于规则的提取”方法，该方法依靠结构化数据来阅读并自动执行这些过程。Kahlon说，利用基于规则和基于机器人模型的提取，UiPath公司的机器人可以识别结构化、非结构化和半结构化的数据元素来处理文档，类似于工作人员完成此类任务。
智能自动化(IA)的未来发展
但是，像其RPA的前身一样，智能自动化(IA)面临采用的障碍，其中包括道德伦理问题。
如今，机器人通常有两种使用方式：一种是被设计用来取代人类工作的数字员工;另一种是被设计用来增强人类所做工作的代理，使他们从繁杂的任务中解脱出来，专注于提供更高商业价值的工作。
Forrester公司的Le Clair认为，自动化将有助于减少员工数量，当机器人或机器接管以前由人类执行的任务时，企业可以利用这些工作人员完成更具价值的工作。因此在理想情况下，智能自动化(IA)的发展不会因此而受到太大阻碍。
目前还不确定的是，大多数企业是否会购买难以确定或难以解释的算法驱动的RPA。
即便如此，一些技术领导者还是对智能自动化(IA)的发展潜力感到兴奋。美国运通(AMEX-GBT)公司解决方案架构和工程副总裁Dilip Karandikar说，该公司全球商务旅行业务使用智能自动化(IA)从多个系统中提取信息，以简化客户的注册流程。Karandikar预计，该公司最终将采用端到端的服务自动化。
Karandikar说，“超自动化是未来的发展趋势，其应用将变得越来越普遍。”
