RPA技术的发展现状RPA（机器人流程自动化）通过利用人工智能和机器学习技术可帮助企业实现降本增效等目标。2017年，电气和电子工程师标准协会（IEEE）对RPA（机器人流程自动化）进行了定义：“RPA通过软件技术来预定义业务规则以及活动编排过程，利用一个或多个相互不关联的软件系统，协作完成一组流程、活动、交易和任务，需要在人工对异常情况进行管理后交付结果和服务”

从大众对RPA普遍的认识角度分析，一般认为PRA的主要特征是“模仿人类”，但侧重点又有所不同，譬如IEEE强调的是预定义规则和串接不同系统，Gartner强调的是RPA是软件而非物理机器人，而普华永道则强调的是使用者不需要专业的IT知识。存在理解上的差异很正常，新技术都是为了解决问题而诞生的，但重点解决什么问题，当然会有不同的理解。RPA的最终目标是工作无人化，可是要实现这个目标还有很多工作要做。无人化工作听着确实理想，可是只要真的去尝试写脚本完成某项工作就会发现，脚本技术在现实环境中还存在很多局限，很难完美替代人类的分析和决策。当然不会因为技术没有完全成熟而放弃发展，但同时也无法忽视现实条件给发展带来的限制，正是技术理想与现实限制的反复“较量”，塑造出了RPA的发展历程，大致可以分为4个阶段。

RPA1.0阶段：辅助性RPA（AssistedRPA）在RPA1.0阶段，作为“虚拟助手”出现的RPA，几乎涵盖了机器人自动化的主要功能，以及现有桌面自动化软件的全部操作，一般部署在员工PC机上，用于提高工作效率。缺点是难以实现端到端的自动化，做不到成规模应用。不过辅助RPA已能够有效减少业务平均处理时间，可有效改善客户体验并节省成本。

RPA2.0阶段：非辅助性RPA（UnassistedRPA）在RPA2.0阶段，被称为“虚拟劳动力”的RPA，主要目标即实现端到端的自动化以及虚拟员工分级，主要部署在VMS虚拟机上，能够编排工作内容，集中化管理机器人、分析机器人的表现等。缺点是对于RPA软件机器人的工作仍然需要人工进行控制和管理。非辅助性RPA机器人可以全天工作，并用业务流程代替了人机交互，有利于实现增效降本的目标。

RPA3.0阶段：自主性RPA（AutonomousRPA）在RPA3.0阶段，RPA的主要目标是实现端到端的自动化和成规模多功能虚拟劳动力，通常会部署在云端服务器和SaaS上，能够实现自动分级、动态负载平衡、情景感知、高级分析和工作流等功能。缺点是处理非结构化数据时仍较为困难。在此阶段，自主性RPA会与更多技术进行融合，可从根本上提升企业的竞争力。

RPA4.0阶段：认知性RPA（CognitiveRPA）RPA4.0是RPA未来发展的方向，通过运用人工智能、机器学习以及自然语言处理等技术，实现对非结构化数据的处理、预测、处理等功能。目前，尽管大多数RPA软件产品都处于在2.0～3.0，但发展已相当成熟，同时产品化程度也很高。