机器人流程自动化(RPA)如今不再是一种新鲜事物，而是成为正在进行演变和成熟的一种趋势。
对于将RPA视为多管齐下自动化战略中的一个分支的IT和业务领导者来说，这应该是一个好消息。在2022年，企业董事会、投资者、客户和其他利益相关者可能会问：其结果如何?
更具体地说：在数字化转型、人工智能/机器学习、云计算和其他领域进行的巨额投资的结果如何?
RPA是一种以结果为导向的技术，它以各种方式与那些大型IT支柱相交叉。RPA在出现之初被大肆宣传，现在它正在进入一个更加成熟的阶段。在这个阶段，IT领导者及其团队将重新关注实际工作并产生成果的用例。
Red Hat公司技术布道者Gordon Haff说，“自动化的吸引力之一是可以渐进式发展。在许多情况下，这是通过系统管理员、现场可靠性工程师的视角实现的自动化。人工重复多次执行的某些操作可以实现自动化，这样可以减少工作人员的负担。”
获得Bash和其他自动化友好的编程语言、RPA工具和其他技术支持的这种增量方法非常棒。IT领导者可以构建一个战略框架，支持和鼓励自动化，同时确保团队将时间和资源用于与更广泛目标一致的领域。
Haff说，“自动化也可以更具战略性。在此引用IBM公司自动化总经理Dinesh Nirmal的话说，‘你在哪里可以让员工专注于战略优先事项’?”
2022年值得关注的四个RPA趋势
以下了解一下将在2022年影响RPA战略的4个趋势。
(1)“机器人替代员工工作”的说法失去了动力
很多人对于自动化技术还存在一些恐惧，管理者对此不应该忽视——事实上，如果企业正在大力推进自动化，那么领导层的沉默可能会被视为替代员工工作岗位的坏消息。
随着时间的推移，自动化将提供工作效率，但机器人替代员工工作的场景仍是遥不可及的，特别是在企业环境和其他工作场所。
Kofax公司技术战略和经验高级副总裁Adam Field说，“机器人流程自动化(RPA)将取代员工的看法将在2022年被证明是错误的。自动化的采用率如今处于历史最高水平，但美国仍在继续增加就业机会。”
事实上，在许多企业都在加速采用自动化战略之际，其面临的招聘和保留人才的挑战似乎与自动化将大量消除工作岗位的说法背道而驰。
RPA可能会影响员工的工作职责，但不太可能完全取代人类。它基于规则的性质使其适用于重复性数据处理任务等工作，但它无法即时做出决策或处理细微差别或不断变化的情况。甚至更多的认知形式的自动化需要大量的人工监督和干预。
世界经济论坛发布的一份未来就业报告指出，“算法和机器将主要专注于信息、数据处理和检索任务、管理任务以及传统体力劳动的某些方面。人类有望保持其优势的任务，其中包括管理、建议、决策、推理、沟通和互动。”
Field将RPA视为一种可能的保留工具：通过将一些重复性的工作转移给机器人，企业可以减少某些工作的单调性，并提高人们的创造力。
Field说，“通过利用自动化来处理乏味而平凡的工作，而这些工作并不能激发员工的积极性，企业将开始看到员工的保留率在最近的辞职浪潮中有所提高。”
(2)智能自动化依赖于合作，而不是竞争
在RPA世界中，“智能自动化”一直是一个时断时续的流行术语，如今再次流行。
该术语通常指采用多种技术，包括RPA、低代码和无代码开发工具以及人工智能/机器学习。它还暗示RPA本身并不“智能”这一现实——它无法自行学习(例如某些机器学习模型)或在没有人工干预的情况下适应用户界面(UI)更改等事情。智能自动化通常是一个理想的愿景，即更基本的流程自动化形式如何补充更先进的认知技术，反之亦然。
RPA市场竞争激烈，而不是以社区为导向，更广泛的自动化和人工智能行业也是如此。Fortress IQ公司流程和自动化卓越首席顾问Jon Knisley表示，真正的智能自动化从定义上讲需要一种协作方法。Knisley认为，人们在2022年越来越关注合作智能生态系统的需求。
Knisley说，“没有人可以独自做到这一点。正确完成智能自动化需要太多的移动部件，任何一家供应商都无法提供这样的解决方案。”
供应商可能会提供包含RPA工具和人工智能或机器学习解决方案的“智能自动化”。但这可能只是触及协作生态系统中的问题的表面。
Knisley说，“流程技术(例如流程挖掘或任务挖掘)、工作流工具、商业智能、低代码平台和其他服务对于全面的智能自动化能力至关重要。除了明显的联系之外，还要围绕合规性和客户服务寻找更多基于结果的合作伙伴关系。”
如果没有其他原因，除非市场需要，该生态系统将会增长：如果没有全面的工具组合，自动化的许多空头承诺是不可行的。
Knisley说，“企业越来越希望通过强大的工具集提高运营效率和节约成本。每种产品都可以创造价值，当这些解决方案一起使用时，可以实现更多的总价值。”
(3)突出的人工智能用例与RPA策略的相互补充
Thoughtworks公司全球技术负责人Mike Mason表示，无论是否属于智能自动化，2022年RPA和人工智能/机器学习之间都将出现更多的交叉点。
Mason认为当今的企业人工智能/机器学习用例属于以下两类之一：大规模优化数据驱动的决策(例如定价或产品推荐)，以及帮助人类做出选择，作为复杂计划的一部分，例如就像协助执行团队制定碳中和计划一样。Mason认为，这些模式自然会指导有关如何将RPA和人工智能/机器学习结合在一起的战略选择。
Mason说，“我们希望看到这两种不同的风格反映在人工智能增强RPA的方式中。如果自动化用于批量数据处理，则可以内置优化算法。如果自动化用于客户服务，人工智能可以提供一组可能的解决方案，客户服务代表(CSR)可以从中选择，然后代表他们执行这些解决方案。”
Mason表示，这也将提供一种不太理想的模式：人工智能辅助的RPA将会面临与人工智能类型相同的炒作。
他说，“使用机器学习，假设过去的数据将为未来的决策提供信息，但情况并非总是如此。用例是否需要像机器学习这样复杂的东西?也许不会——有时采用更简单、更传统的统计技术就足够了。”
这里要注意一个陷阱：假设支持人工智能/机器学习的RPA总是更好。事实并非如此。当心那些将任何类型的自动化(尤其是人工智能自动化)描绘成为能够解决中断流程和问题的灵丹妙药。
Mason说，“企业需要持怀疑态度，并意识到在RPA的背景下人工智能的谬误。”
(4)RPA对人员流程工具进行改造
很多的自动化计划只关注技术，当他们涉及到人员时，往往只关注负面的工作影响。
Knisley强调了这一点在复杂变革背景下的重要性：很多企业正在实施数字化转型计划，但其结果往往好坏参半。
这通常是因为缺乏可见性和对人员和流程的关注：很多企业继续实施自动化和转变他们并不真正了解的流程。
Knisley说，“任何复杂变化的最大挑战是缺乏对当前状态活动的了解。不幸的是，大多数企业并不了解他们在日常工作中的真正运作方式。如果不能清楚地了解当前的运营情况，就无法有效地实现目标。”
这是围绕RPA和智能自动化建立繁荣生态系统的另一个原因：它可能有助于通过流程挖掘等技术填补“流程智能”的空白。流程智能通常被定义为自动、始终在线地收集有关企业流程和工作流的信息。
Knisley说，“流程智能能为企业提供‘我们今天在做什么’的运营洞察力，然后改进和推动企业的价值。”
归根结底，自动化和转型失败通常是由于低估人员和忽略流程的结果。没有任何一个万能的技术可以解决这些问题。更多的企业将在2022年接受这一点，并评估为什么他们没有实现数字化转型目标的原因。
Knisley说：“企业对于数字化转型的关注可能过多集中在技术上，而没有考虑人员和流程方面的问题。通过平衡人员，流程，技术的方法，可以显著提高数字化转型的成功率。”
