专栏连载 | 深度解读RPA：RPA技术的演进阶段--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

即日起，AutomationAnywhere首席专家王言将在RPA中国公众号和官网同步开设专栏，每周一篇深度专栏文章，为读者深度解读RPA技术以及未来的发展和应用。点击RPA全球生态公众号下方菜单：「深入RPA-王言专栏」即可查看全部专栏内容，欢迎关注！

大家好，我是王言。这一节我将为您介绍RPA技术的四个不同演进阶段，即桌面自动化、机器人流程自动化、高级流程自动化、智能自动化。其中很多内容前面也有所涉及，在这一节中，我更希望利用发展和演进的视角来重新审视一下RPA技术的不同发展阶段的主要区别。

扫描二维码购买全套课程

在这四个阶段之前的阶段，我们可以称作“前RPA阶段”。大多数实现自动化的方式主要是通过开发人员编写程序脚本或者程序代码的方式来实现的自动化处理，其实本质和传统的开发是一模一样的。在这里就不再做过多介绍了。

我们先看第一个阶段，就是“桌面自动化” 。桌面自动化概念我们前面也大致谈到过，它叫做RDA（Robot Desktop Automation）。指的是一种计算机的应用程序，为了员工能够提供的一种自动化的活动的任务的处理。

在这个处理过程中，它可以完成这个员工桌面中的应用软件或者系统的自动化的衔接操作。通常由于RDA的流程主要是为某个员工所来帮助执行的，所以， RDA这种类型的自动化通常不会对整个业务流程做出调整，其主要目的是为了加快员工执行任务的速度，减少人为错误。所以，员工是自动化的主要负责人。RDA起到了支持和辅助员工操作桌面软件的作用，机器人的控制和管理都是由业务人员自己来完成的。

RDA是自动化早期的一种比较简易的形态，也是一种快速部署的方式。RDA几乎变成了所有RPA技术的前身，因为我们看到市场上很多的RPA产品早期都是从RDA演变过来的，比如国内的按键精灵和国外的WinAutomation。

第二阶段，就是我们谈到的RPA阶段，机器人流程自动化阶段。我们既可以讲它是对RDA的升级，同时它也在技术上对RDA进行了很多完善，在自动化理念上也往前进了一大步。

通常RDA是必须有人参与的，而RPA除了有人参与之外，还提供了无人参与的能力，就是我们前面提到的无人值守机器人。这样可以从效率上对RDA进行很大的提升，实现了7×24小时的不间断运行。同时，为了能够实现统一的RPA机器人管理，提供各种诸如自动化任务的调度，多种的机器人启动方式，机器人的编排和监控能力，以及更丰富的，不管是表层还是底层的集成技术。同时，支持大规模的机器人管理和云端的部署。

在实现理念上，希望通过RPA，实现的流程不只是从个人，而更多是站在企业的角度去重新思考问题。所以，基于此也提出很多在流程优化、机器人治理、虚拟员工管理等更深层次范围上对业务流程的影响，可以在更大范围内去推动自动化的解决方案。所以说，RPA的主要目的从原来我们谈到的最简单的节省人力和提高运营效率，可以再进一步提升，提升到整个企业的运营管理水平。

RPA除了支持桌面自动化以外，还支持服务器部署。

所以说，我们可以看到二者比较大的一个区别是说， RDA机器人的控制点是比较靠前的，也就是刚才我们谈到的主要由业务人员进行管理，而RPA的管理是靠后的，是由机器人的运维和管理人员统一完成机器人的管理。所以，这是比较大的一个区别。

随着RPA的发展，RDA就逐渐的演变成了有人值守机器人，然后统一纳入到RPA平台的管理。所以，我们谈到从桌面的流程自动化，演进到机器人的流程自动化，主要的提升就是从桌面级到企业级的提升，在这个提升过程中是有很多能力需要逐步完善的。前

面我们谈到了主要是RPA的一些基础的能力，比如说，编辑器，运行器和控制器这三部分的技术能力。但是，我们在面对一些棘手的问题时，仍然是没有办法解决的，比如说，涉及到物理世界和数字世界交互时，需要把扫描件的文档或者图像转化成结构化的数据，这里的结构化数据可以理解为，我们通常使用的电子表格或是Text文档，这些内容是可以被计算机理解的。

所以，这个时候就进入到了流程自动化的第三个阶段，高级流程自动化阶段。在这时候，就不只是单纯应用RPA的技术能力，要配套很多的其他的一些技术能力，比如说，光学识别字符的能力，叫做OCR。OCR的技术就是对这些图像中的文本资料进行识别，获取里边的文字，以及排版和版面上的信息。

单纯的获取这些文字信息可能还是不够的，因为当你读到一段文字的时候，你能识别出具体每个字是什么，但是你却不能够理解这段字所能表达的内容是什么。为了能够更好的理解这样的内容，就需要依赖于第二类技术，就是自然语言处理技术，也就是NLP（Natural Language Processing）。NLP技术是可以把人类叙述的自然语言转化成有含义的一组数据。

有了这样的OCR技术和NLP之后，我们需要再做一些复杂判断的时候，我们同样需要引入对于分析和复杂规则的处理能力。通常简单的业务规则我们可以采用简单的业务逻辑判断if else，Loop循环，就可以去完成了。但面对一些复杂处理的时候，可以引入规则引擎技术，也就是Business Rules Engine，在行业内有很多的相关技术和产品是能够处理要求。业务规则引擎主要是在考虑在业务规则足够复杂时，涉及到多个维度互相交叉时，它能做出决策和判断。

另外，对于一些需要人类经验的判断以及推理的判断呢，就不得不需要依赖，比如知识库、知识图谱的技术进行处理。所以说，我们把已经解决了上述问题，融入了其他不同技术的领域进行组合之后，我们称它为高级的自动化阶段，即Advanced Process Automation，可以简称APA 。所以，在传统的RPA技术，我们结合上其他更多的技术，比如OCR、NLP、规则引擎、知识库、专家系统、知识图谱等等以后，这样，RPA的技术能力就会有提升。

所以说，APA和RPA的本质目的其实也是相似的，都是为了能够适于复杂的一些业务流程，能够从技术层面做一些补充，然后提高整个的流程自动化的能力。发展到APA的下一个阶段，可以称为智能的流程自动化，即 IntelligenceProcess Automation，就是IPA阶段。我们前面理解RPA或者APA是否属于这样的人工智能（领域）呢？其实行业内有不同的这样的看法和说法。通常我们认为说，如果是依赖于人工智能技术，必须有考虑三种因素：1.算法因素；2.数据因素；3.算力因素。

所以，有人就会拿汽车给人工智能做一个比较，算法就像是发动机，数据就像是汽油，提供动力，而算力就像是车轮，这样人工智能才可以这样的去推动去处理。

今天我们可以看到，其实大部分的人工智能技术都是要基于底层大数据的数据供给，同时中间有相应的一层技术平台，比如TensorFlow。上层是一些人工智能的应用层，比如说对话机器人、自动驾驶、智能家居、智能制造等等。那每一层的技术的扩展不仅需要人工智能技术的积累，还需要更多的跨科学领域的支持。

所以说，当我们把APA升级之后，升级到IPA之后，更多的我们谈到的是利用了数据、算法和算力方面的优势，形成一些自我学习和自我推理的能力，这样机器人会达到一个更高级的水平，就是说，简单的讲，原来的机器人只能够按照人的指导去工作，却不能举一反三。如果通过IPA去实现这样的一个操作，它是能够学习和积累人的操作过程，然后不断进行推理和演化。同时，IPA可以通过依赖自然语言去完成实现沟通。

所以说，我们谈到的RDA、RPA、APA、IPA四个自动化的演进阶段。不管是哪种技术的应用，最终解决的问题都是希望能够把业务流程做到尽量的自动化，这个目标是始终不变的。所以，每一种技术都是不断的积累，当前阶段的技术再结合到新的技术，然后能够更好的结合起来。所以说，我们讲到每一种后边的技术对前一种技术又是可以去向下兼容的。

通过以上对于流程自动化的四个阶段的介绍，您也可以结合自身的实践情况，思考一下您对RPA机器人应用目前是处于什么阶段，主要的制约主要是什么？

下一节我会和您聊聊另外一个非常火爆的概念，就是“数字化劳动力”。谢谢，我们下次再见！

继续阅读：