8月10日，IBM行业解决方案研究院首席技术官常旭受邀出席了由RPA中国主办的 “2019中国RPA应用与发展论坛”。现场常旭发表了以《RPA+AI的现状及未来》为主题的精彩演讲。

常旭提到，过去的10年是IT行业大爆发的10年，云计算、移动互联网、区块链、AI等技术给我们的生活和工作带来了翻天覆地的变化。过去的10年同时也是RPA技术从出生到发展，从不为人知到成为行业标准的10年。展望未来，如何将RPA同AI等新兴技术深度融合，为企业带来更大的价值，改变人机协作的工作方式，这是每一个RPA从业者和企业客户都应该思考的问题。

IBM行业解决方案研究院首席技术官 常旭

以下内容根据现场发言整理而成，分享给大家：

首先感谢RPA中国提供了这样一个机会，可以让我与大家分享有关RPA的一些经验。今天我为大家带来一些关于RPA的建设性内容，诸如企业如何建立RPA卓越中心，RPA如何与AI技术进行更好的融合，RPA+AI的未来发展趋势等。开讲之前可能大家会有一个疑问，IBM为什么会来到今天的会场？IBM能为大家带来哪些实质性的帮助？首先介绍一下IBM这家公司：IBM成立至今已经有108年历史，在很多年前还是一家以硬件为主的IT公司。但是随着技术的不断迭代和发展，目前主要做云计算、认知计算、AI等人工智能技术。所以IBM已经慢慢地过度到以提供云计算和认知服务为主的软件解决方案商。

我加入IBM已经有11年的时间，比较幸运的是在我入职IBM第二年就加入到一个RPA项目组（机器人流程自动化），不过当时市场上还没有RPA这个概念，产品也没有现在这么多，多数是几家世界级大公司在内部使用。

点击视频，观看常旭现场演讲内容

IBM中国RPA的发展历程

其实RPA最开始并没有应用在财务部和人力资源部门，而是应用在BPO（业务流程外包）服务中心，有点类似现在的财务共享中心。一些大客户会把那些重复劳动力业务，放在一些成本比较低的地方，比如：印度、菲律宾、越南等国家，用最低的成本来做同样的事情。

2009年我有幸被派往大连的IBM BPO服务中心，帮助当地的工作团队来提升工作效率。大连的IBM BPO服务团队大概有200人左右，每个月的财务月结是他们最繁忙的时间。因为需要在3天之内完成30,000件财务对账和销账处理，这200多人远远不够，经常需要去别的团队借人来完成工作。为了解决这一难题，当时我们开发了一款名为Smart Data Entry的自动化工具，主要用来帮助BPO服务团队进行数据自动录入，并且成功的帮助他们节省了50%的工作量。

通过上面这个案例，我们可以得出自动化工具有以下几点优势：

1、加速实现价值：在数天或数周内创建、测试和交付新的自动化功能；

由于Smart Data Entry项目取得了显著的效率提升，IBM便在全球各个BPO服务团队建立了RPA CoE服务中心，以提高当地外包团队的工作效率。之后IBM看到了自动化市场的商机，于是把Smart Data Entry进行了品牌化塑造，即IBM Watson。IBM为企业客户提供一整套的RPA技术支持，包括：实施、咨询、运维等。为了建设整个RPA生态链和打破自身技术壁垒，IBM先后与Openspan、BluePrism、Automation Anywhere、UiPath等世界顶级RPA供应商建立了合作关系。

RPA是未来企业进行数字化重塑的核心引擎之一

很多演讲嘉宾都谈到了企业数字化转型，IBM现在主要谈的是数字化重塑。数字化转型与数字化重塑的区别在于：数字化重塑受到企业内部各种IT系统通过恢复、打散、聚合的方式，快速响应客户和合作伙伴敏捷高速变化的业务需求。那为什么说RPA在这个过程中起到了决定性作用？随着AI时代的到来，会有各种各样的AI系统产生，例如：视频分析系统、图像处理系统、自然语言系统等。

未来整个IT行业定会呈现出更多的AI系统，并且相互之间进行协作处理业务，在这个过程中RPA起到了一个很好的对接作用。我接触过很多客户已经度过了RPA前期的尝试阶段，比如前段时间我接触到的一家大型车企，他们正在通过RPA建立一套全新的服务体系。因为该企业需要与国外多个系统进行通信，而系统之间的数据交互又错综复杂，通过应用RPA在服务底层建立了全新的自动化流程，使得整个业务效率得到了质的提升。

AI+RPA的现状

一般而言，企业业务流程通常涉及到各类人员、决策和系统任务等，而采用RPA机器人流程自动化后，大量基于规则的重复性任务将被机器人完成，这是目前RPA普遍的应用现状。例如：RPA从特定的邮件内自动提取Excel表格，然后根据信息列表中的联系地址，自动的将表格发送过去，这便是一个很典型的RPA实例。

而AI技术就比较多，例如：人脸识别、视频分析、自然语言处理、语音识别、OCR、数据分析等技术。而现在很多AI与RPA的结合，只是在自动化流程中需要AI处理时才会去应用AI。例如：智能客服、智能审计、智能投顾、运维机器人等等，这些都是典型的RPA+AI的应用。这两项技术的融合最大的好处在于，可以处理大量非结构化数据，尤其是那些耗费人力和物力比较多的业务流程，从而帮助企业节省成本提高工作效率。

AI+RPA的未来

人机协作而非人机分工

下一阶段的RPA+AI将是一种人机协作的工作模式。例如：目前真正使用RPA机器人的多数是业务人员而并非IT人员，业务人员在使用时只需要与RPA进行数据交互，在完成每一步操作时，可将业务交给RPA+AI共同完成。

在RPA处理完结果之后，再返回给业务人员做最后的数据审核。以人为本的自动化决策，将驱动着RPA+AI未来的发展方向，并且两者相辅相成无法割裂开来。

更细粒度的服务编排

目前市面上大部分厂商把RPA做进一步的细分和切割，让并行与串行的操作互不干涉，从而节省RPA的运行效率和资源调配。例如：目前RPA主要用于桌面化的自动操作，第一步需要点击一下表格时我们用RPA，第二步需要数据运算时RPA会将此动作传递给下一个工具。因此在进行第二步时RPA是处于一个等待的状态，所以进一步的细分和切割有助于用户调配和节省RPA资源。我们会看到很多企业购买多个RPA厂商的产品，也是出于这个原因的考虑。

机器人自主学习和进化

最后这个也是我对未来RPA的一个展望、思考和研究方向。通过RPA技术的不断迭代和创新，将来的RPA通过不断的自我学习，只需要客户提供一个需求，RPA自己将考虑如何去实施和完成整个流程的步骤，而用户只需要直接查看结果就可以了。那时的RPA不仅仅只是一个执行固化任务的工具，而是可以做自动化流程之外的很多事情。

继续阅读：

未经允许不得转载：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 | 流 > IBM行业解决方案研究院首席技术官 常旭：RPA+AI的现状及未来