IDC：20%复杂业务可通过IPA实现自动化，这5大行业已率先应用--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

2020年对于RPA（机器人流程自动化）行业来说是一个爆发年。在新冠病毒肆虐下，全球组织的业务被迫按下了“暂停键”，而RPA以部署便捷、易使用、7*24小时无间断工作等特性受到了组织的青睐，将其大量应用在金融、零售、医疗、银行和物流等领域。

同时RPA行业也吸引到了微软、SAP、Salesforce、IBM等科技巨头的目光，并通过发布产品、收购、投资等方式快速切入到这一领域壮大其影响力和市场规模。

国际著名信息咨询机构IDC表示，随着数字化转型的深入以及疫情期间组织对非结构化数据业务实现自动化的需求越来越多，IPA（智能流程自动化）可有效的将20%的复杂业务流程实现自动化，金融、保险、IT、物流、和电信这五大行业已率先使用。

01.

RPA与IPA有何区别？

RPA主要通过模拟、录屏、脚本等形式去模拟人类的动作，将基于规则的结构化数据业务实现自动化，同时可以重塑业务流程标准。但随着企业对RPA应用的深入，已不满足于只处理固定规则的工作任务，所以IPA应运而生。

IPA是将RPA与众多认知技术相结合使用，例如OCR（光学字符识别）、NLP（自然语言处理）、ML（机器学习）等，实现对非结构化数据进行识别、提取、分析、判断等操作。以下是几个常见的AI技术对非结构化数据处理的例子：

因此，结合了AI技术的RPA机器人可以将过去诸多的“不可能，变成可能”使其像人类一样拥有“大脑”，从而将不同业务场景的非结构化数据业务流程实现自动化；并且与RPA相比，IPA在处理数据方面更加的准确、智能、高效。

IPA常见技术集成

由于厂商对RPA的定位不同，所以集成的AI技术也略有差异，这里介绍一些常见的IPA集成技术。

RPA：机器人流程自动化，可将基于规则的业务流程实现自动化。例如，将Excel文档批量上传至CRM系统中；将文档、报告通过邮件形式发送给指定用户。
Smartworkflow：是一种智能流程管理工具。可有效控制机器人，实现端到端的运行状态跟踪，以查看处理过程的各种问题。
机器学习/智能分析：通过RPA的处理过程进行自我学习识别数据中的算法，以提升业务的合规性、效率和节省成本。
自然语言生成（NLG）：NLG 是为了跨越人类和机器之间的沟通鸿沟，将非语言格式的数据转换成人类可以理解的语言格式，例如自动生成文章、数据报告等。同时NLG也是NLP的重要组成部分。
认知智能：一种结合了机器学习和自然语言生成的技术，它可以作为一个完全虚拟的劳动力完成工作。例如，从数据集中学习，甚至基于情感检测做出判断等任务；还可以在员工服务中心透过电话交谈来识别客户的意图。

五大行业已应用IPA

由于IPA结合了众多智能技术，所以在效率、质量和数据准确率方面皆比RPA更有优势。目前，金融、保险、IT、物流、和电信五大行业已率先将RPA应用在实际业务中。

抵押贷款：很多银行客户不会在经常使用的银行中做抵押，但因为银行将抵押卖给现有客户比卖给新客户便宜得多，因此银行希望通过交叉销售抵押贷款给现有客户以降低购置成本。IPA 在这个业务场景中，可以将诸多系统与银行数据进行连接，当现有客户有购房、买理财产品行为时会及时提醒业务员。此外，IPA 还可根据客户的数据资料，建议客户最适合他们的贷款产品。

索赔处理：保险行业的索赔业务，通常需要花费员工数小时甚至几天的时间进行资料搜集和确认。IPA可以使索赔过程中的重要步骤实现自动化，例如，将客户数据从索赔申请上传到CRM系统或数据库中；IPA可以扫描纸质表格进行数字化并将内容发送到数据库中，这样减少了索赔处理人员的数据处理时间。
订阅用户流失预测：许多IT公司的产品会使用订阅的定价模式，但该模式让用户取消订阅变得更加容易。应用IPA可以在客户决定取消服务之前向技术销售代表发出警告，从而提高客户保留率，并提出保留该客户的建议方法。
自动处理常见客户需求：电信行业常会收到客户的讯息，帮助其进行简单的更改，例如：地址变更、支付帐单、基本信息等。执行这些看似微小的工作可能要耗费数小时的人力资源。IPA通过自然语言处理（NLP），可以扫描辨识客户发送讯息的用意，并根据讯息内容自动答覆、修改或将消息发送到相对应的部门。