机器人流程自动化(Roboticprocessautomation,简称“RPA”)最早于2012年由软件外包领域的企业BluePrism正式提出,近几年在各行业得到广泛应用。其实在RPA概念出现之前,自动化工具早已存在多年,但是由于技术复杂度高、难度大,自动化工具的专业性低等原因,这类技术并没有获得广泛的应用和推广。
从2017年开始,RPA进入爆发元年。Gartner在2018年和2019年把RPA软件列入著名的人工智能技术成熟度曲线报告中,并将其成熟时间列为小于两年。从2020年开始,RPA已不在其成熟度曲线报告中,体现出RPA是人工智能技术中最快见效的一项技术。
机器人流程自动化通过模拟人类在软件系统中的交互动作,让软件机器自动执行那些基于规则、重复的业务流程,达到提升工作效率、减少人力成本的目的。这与流程自动化(BusinessProcessAutomation,简称“BPA”)有异曲同工之处。上世纪90年代,业务流程管理(BusinessProcessManagement,简称“BPM”)风靡业界,它将流程视为企业组织运作核心,通过关注业务流程、推动过程控制,使用更多的自动化技术推动企业实现自动化管理。事实上,我们对于自动化技术的追求可追溯到上世纪50年代工业机器人的诞生,工业机器人的前提是生产必须流程化。可见,业务流程自动化一直是企业孜孜不倦探讨的主题,其本质在于管理对降本增效、优化体验的永恒追求。从机械化到机器自动化、再到信息自动化、数字化,对流程自动化的追求在不同的技术背景下产生了新的解决方案。
沉重的BPM和灵活的RPABPM
确切的说是企业的一种管理模式和经营方法,通过专注流程本身来达成对经营目标的实现,强调所有的结果都是流程的输出。它涵盖了传统工作流的传递、监控,通过对企业各个环节的控制、管理,希望能够不断优化企业流程和组织,最终达到降本增效的目标。它期望通过建立完整、可覆盖全部流程的管理系统,解决流程的冲突、优化和岗位安排等,持续推动运营优化。在自动化的实现上,以workflow加流程引擎,其组件还包括业务分析、业务规则、协作工具和其他应用。正是由于其功能如此庞大,牵一发动全身,信息系统显得笨重,流程的规范、控制和功能的灵活、可扩展的矛盾得不到有效解决。
RPA采用非侵入的方式,在不改变企业IT架构的基础上,能够快速灵活部署,但其背后的流程化处理、自动化需求一直存在,只是以“曲线救国”的方式分步实现。在数字化、智能化转型的今天,结合AI技术和RPA技术的应用,BPM也逐步发展成为智能业务流程管理(iBPM)。
RPA的爆发取决于几个因素,一是OCR和NLP等技术的成熟,对非结构化数据的处理极大地扩展了流程自动化的应用领域。二是技术普惠和非侵入式操作降低了应用的门槛。在传统的工作流程自动化工具中,软件开发人员一般使用内部应用程序编程接口(API)或专用脚本语言生成一系列操作,以自动执行任务和与后端系统接口。而RPA系统可通过观察用户在应用程序的图形用户界面(GUI)中执行该任务来开发动作列表,直接在GUI中重复这些任务来执行自动化,大大降低了使用自动化的障碍,使用RPA对原有系统影响最小,带来的风险最小。如今,随着低代码开发的兴起、采用可视化流程拖曳设计以及操作录制等技术,自助式、低成本部署又推动了该模式的进一步普及。
此外,RPA的深入应用也体现了由点及面的发展趋势,控制众多机器人进行任务分配和管理的调度系统应运而生,结束了单体运行的简单流程,开始向大型多任务管理方式转变,RPA的可靠性得到大幅提升。
本文内容通过AI工具匹配关键字智能整合而成,仅供参考,实在智能不对内容的真实、准确或完整作任何形式的承诺。如有任何问题或意见,您可以通过联系contact@i-i.ai进行反馈,实在智能收到您的反馈后将及时答复和处理。