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。