机器人流程自动化最核心的原理是利用程序模拟人类与软件之间的交互操作,从而达到软件自动化运行的目的。

 

一、RPA的定义与原理

机器人流程自动化(Robotic Process Automation,RPA),是指通过流程化程序为基础,部分利用人工智能技术,实现机械重复性软件业务操作过程自动化的一种解决方案。其将之前软件使用中大量需要依赖人力完成的工作量大、操作复杂、机械性高的任务,通过程序来进行自动化与流程化处理。

 

在重复性、固定性、规则性工作软件操作上解放大量人力资源,有效提升相关工作的执行效率。其被誉为办公领域的自动化机器人。相较于传统采用原有软件内部应用接口或专门适应性修改实现与后台数据交互,从而实现程序自动化操作运行的特定自动化程序模式相比,机器人流程自动化技术以非侵入的方式直接在软件前端用户交互界面上仿照人工操作使用方式第三方独立运行,具有不修改原有软件基础架构,不需要原有软件进行代码级修改,不增加原有软件运行风险,不干扰原有软件运行秩序,不影响原有软件权限管理模式,不依赖原有软件定制程序接口,数据交互符合软件定义逻辑,软件架构兼容性高等诸多优势。在财务管理、计算统计、信息录入、迁移维护、系统整合、数据爬取等多种领域具有丰富的运用前景。

 

 

机器人流程自动化最核心的原理是利用程序模拟人类与软件之间的交互操作,从而达到软件自动化运行的目的。其主要目标是使某些符合特定标准的业务流程和工作流程实现软件层面的自动化操作,这些操作普遍拥有重复、固定、数量大等特点,并且其普遍可以通过严格的流程规则来定义。

 

机器人流程自动化通过监测使用者在软件用户界面上的操作,结合对应操作流程的适应性编程,实现程序在软件用户界面上的自动重复运行。因其具有的24小时不间断运行,操作过程稳定可靠,兼容性强,开发简单等特点,为企业在节约人力资源,提高工作效率,降低出错概率,减少运营成本等方面起到非常重要的作用。

 

二、RPA的历史与发展

自从20世纪90年代初,美国著名企业管理大师、原麻省理工学院教授——迈克尔·汉默(Michael Hammer)先生提出“业务流程管理(Business Process Management,BPM)”理论开始,业务流程管理便引领了新一轮管理革命的浪潮,同时,其也成为管理和IT融合中,最有价值的研究方向与最热门的讨论话题。

 

IBM、通用汽车、福特汽车和AT&T等当年的美国行业巨头纷纷开始大力推行该理论在企业管理上的改造与应用,尝试利用其解决原有管理方式上的员工分工过细、职责单一,整个流程抓总负责人缺乏,组织架构错综复杂,任务负责环节不明确等问题。实践看来,这些巨头通过业务流程管理上的改造,企业运营上取得了卓有成效的改变。随着业务流程逐步在各企业中快速推广,同时也随着20世纪90年代以后计算机在日常工作生活中的大量普及,更多的由计算机所主导的自动化技术开始在企业流程运营管理中大量运用,企业也随之进入了业务流程自动化(Business Process Automation,BPA)的时代。

 

机器人流程自动化作为业务流程自动化的重要分支领域,20年来相关技术保持快速发展,这一领域已经涌现了多家著名机器人流程自动化服务提供商,包括UIPath,Automation Anywhere,Blue Prism,WorkFusion,EdgeVerve,NICE,Pegasystems,Another Monday,Kofax,Kryon,弘玑(Cyclone),云扩科技,来也,达观数据,英诺森等都是这一领域国内外的行业领导者。

 

与此同时,在机器人流程自动化技术探索与演进的过程中,整个机器人流程自动化行业逐步形成了较为清晰的技术路线与发展节点,经过多年的发展与换代,机器人流程自动化行业将其进化过程划分为RPA1.0至RPA4.0四个阶段。从过去RPA1.0对现有结构化数据的简单自动化提取和迁移;到现在RPA2.0与RPA3.0富有深度性的对结构化数据的建模分析与非结构化数据的智能提取,从而全面的实现对数据的整体发觉和利用;再到未来RPA4.0通过建立行业间的信任机制,打破行业间数据流通瓶颈,实现数据的规模化应用,促进整个行业共同发展。整个机器人流程自动化的发展历史与未来方向已经非常明确。

 

 

除此以外,随着近年来人工智能(Artificial Intelligence,AI)技术和分布式计算(Distributed Computation)技术的快速发展与以软件即服务(Softw are as Service,SaaS)为代表的企业云服务的迅速兴起,机器人流程自动化也开始与这些技术互相融合,包括光学字符识别(Optical Character Recognition,OCR),自然语言处理(Natural Language Processing,NLP)等技术近年来开始在机器人流程自动化技术相关产品中所广泛运用,成为企业从信息化转向智能化的重要解决手段。

 

三、光学字符识别

让机器人流程自动化看见“看不见”

光学字符识别是指利用光学手段,通过检测印刷体的明暗状态,从而形成对应黑白点阵文件,最后利用对应文字识别软件,将点阵翻译转换成可以编辑的计算机对应字符文档的技术。光学字符识别技术在机器人流程自动化行业里的应用,能有效解决以往纸质文件或pdf扫描件只能通过人工录入,无法通过电脑快速识别,造成整个流程中瓶颈环节的问题。并且,通过光学字符识别,可以有效将纸质文档与电子文档进行数据匹配,客观促进纸质文档的填写朝着统一化、标准化的方向发展。

 

例如,在我国财务共享中心建设中,通过引入光学字符识别技术,发票上的财务信息被自动录入系统,无须手工录入,使共享模式下记账信息的自动提取、自动转换和自动记账成为可能。利用光学字符识别技术,自动识别发票代码、发票号码、发票日期、金额、税额、总额、购方税号、销方税号等数据,形成对应结构化数据,再通过机器人流程自动化软件推送至电子认证模块,与国家税务局电子发票认证系统相互对接,实现整个发票认证系统的自动化运营,从而有效减少了增值税发票核验时间,提高会计核算效率,促进共享流程标准化,推动业务财务工作流程化、自动化、智能化,最终提高共享中心的工作效率。

 

四、自然语言处理

使机器人流程自动化理解“不理解”

自然语言处理技术是指通过计算机的识别,理解人类自然语言的一种技术,利用这一技术,实现人与计算机之间通过自然语言进行通信。它是计算机科学和人工智能技术的重要研究方向。在日常的办公、管理过程中,经常会有大量如通知、报告、财报、政策文件、法律文书、说明事项、使用条款等文档,这些文档普遍具有自然语言复杂、非结构化数据多、内容需要理解等特点。这其中的非结构化数据在以往的软件中是无法处理的,必须依赖人工的阅读并填写对应的结构化数据表格,机器人流程自动化软件才能进行处理。这大打影响了机器人流程自动化软件在整个环节中的运行效率,成为整体效率的瓶颈。通过自然语言处理技术的加入,实现计算机智能对这些文档的理解,形成对应结构化数据,有效去除整体短板,提升整体软件运行效率。

 

例如,中国移动上海公司依托自身的系统开发资源,运用设计思维,将机器人流程自动化、自然语言处理和数据爬虫等技术应用于实践,对企业内控平台进行重构和优化,开发出一种数字化内部审计整改跟进系统。整改责任部门直接在系统中提交整改措施说明及附件。利用自然语言处理技术提取提交文件相关数据信息,并将所有提交信息由系统自动流转至内审部项目负责人处,由内审部项目负责人复核整改措施和整改结果等。内审部项目负责人可逐一检查复核整改项目的材料,或通过机器人流程自动化软件和网站爬虫进行批量分析。对于流程执行问题整改,可使用机器人流程自动化软件和自然语言处理技术对电子表单或文件中的部分信息进行简单提取、整理和判断。中国移动上海公司建立和优化的这一系统。将线下流程变革为线上流转,并通过机器人流程自动化、自然语言识别、数据爬虫等技术,全面提升了相关功能的可用性和工作效率。

 


2020年疫情全球大规模爆发以来,许多企业纷纷开始探索居家弹性办公的远程办公方案。在这样的背景下,降低劳务成本,提高信息在各环节间的流动能力成为了各企业非常关注的问题。包括机器人流程自动化在内的自动化技术开始被越来越多的企业所应用,促进着整个机器人流程自动化产业的快速发展。以人工智能技术为代表的新兴计算机前沿技术的强势加入,有效助力着机器人流程自动化技术朝着完善、智能、简单、实用的方向演进。

 

目前,机器人流程自动化厂商普遍处于RPA2.0到RPA3.0的技术阶段,并在RPA4.0上形成了一定的技术积累,相信在未来,随着更多最新理念与技术的加入,机器人流程自动化定将助力所有行业朝着开放、共享、融合的方向转型、提质与升级。