为什么说IPA智能流程自动化是企业IT的下一波浪潮？--RPA中国 | RPA全球生态 | 数字化劳动力 | RPA新闻 | 推动中国RPA生态发展

提到IPA，可能很多人会立刻想到RPA。RPA，即机器人流程自动化，是企业IT过去两年最热门的技术之一。仅在2018年，就有三家公司拿到了总额超过十亿美金的风投，包括Anywhere Automation的5.5亿美元、UiPath的3.78亿美元和BluePrism的1.3亿美元。

此外，根据最新消息，UiPath计划在今年年底前再次募集3亿至4亿美元的融资。

RPA的价值在于能简化流程，以一种更简单、更易用的方式实现企业流程的自动化，从根本上降低了总体IT成本。所以，很快RPA便取代了业务流程管理(BPM/BPA)，成为企业IT进行现代化变革的新引擎动力。

然而，当企业希望把RPA的能力扩展到除了业务层以外的其他领域时，却发现RPA存在着一定的局限性。所以，IPA智能流程自动化便成为自动化技术领域的新一轮浪潮。

其实，IPA和RPA的概念非常相似，都是流程自动化。只不过，IPA覆盖的范围更广，其中加入了人工智能技术。也因此被很多分析人士认为，IPA会成为企业IT的下一个引领性的技术。

具体而言，IPA之所以超越RPA，有五大关键点：

1、RPA对于非机构化数据缺乏一定的认知能力

从流程自动化应用本身来看，RPA非常适合处理不涉及判断能力的结构化数据，对这些数据的重复性、基于规则的业务流程进行自动化，能准确地告诉它你需要它做什么。这这方面，RPA可以比人类做得更好、更快、更省钱。

但是，如果您的业务流程存在缺陷，那么RPA只会使该缺陷自动化并加速该缺陷。它不能对信息做出判断，也不能通过经验来学习和提高。因此，企业用户发现RPA对于涉及非结构化数据的工作流是无效的，更聪明的流程自动化工具应该具备一定的认知能力。我们不可能编写足够多的规则来实现非结构化数据的流程自动化，而这样的数据占据企业数据总量的大概80%以上。

2、IPA能处理非结构化和半结构化数据业务

IPA在几个重要方面与RPA有着根本的不同。首先，它可以分析基于文档的工作流，比如合同分析、审计规划和报告、RFP分析和组合、销售机会工作流自动化、客户支持分析和自动化、评估和索赔分析等。同时，IPA能够理解文本、图像、文档和其他非结构化数据，而这些数据是数据驱动型企业流程自动化的核心内容。

3、IPA具有认知和概率分析能力

IPA使用了基于机器学习和智能分析的深度算法功能，而不需要企业通过巨大的数据集训练模型，它可以根据可用的信息和上下文做出准确的判断。对于大量非结构化数据的业务流程来说，这是一项巨大突破，IPA提供了一个通用的知识库或“语义引擎”，用户可以更快、更容易地训练机器学习模型。

4、IPA更具协作特性

IPA让数据科学团队和业务专业人员之间实现了跨领域协作，让业务专业人员掌握了关于被自动化业务流程的必要专业知识。尤其是当底层技术非常复杂时，这一点尤其重要。业务用户需要适当的技术环境来交付必要的输入，技术人员需要适当的业务环境来驱动实现决策。

在IPA实践中，中小企业也可以使用并参与到测试用例中，了解如何去培养和训练属于自己的机器学习模型。

5、IPA的行为可追溯

在金融服务等监管要求严苛的企业，IPA的所有行为都可追踪。这种可追溯的模式，能让企业的业务运营更透明，不仅在公式和算法方面更具可视性，也能定义真实环境的标识，使得数据科团队和业务团队的配合更默契，让IPA和业务联系更紧密。

总结

值得一提的是，IPA与RPA之间，不是简单的取代或竞争关系。相反，二者是互补关系。IPA主要用于处理那些不能使用RPA进行流程自动化的工作流。IPA可以将非结构化内容转换为结构化数据，以便将其插入到业务流程流中。

IPA已经被应用到一些与法律法规遵循、销售和支持、财务和运营等相关的常见用例中。把IPA与RPA结合来用，可以极大地缩短流程自动化的周期，让企业IT更具弹性扩展能力，并将有价值的资源部署到更高价值的业务活动中。