智能流程自动化逐渐被视为对机器人流程自动化的补充，它通过人工智能技术扩展RPA的范围。在将两种自动化技术纳入技术路线图前，CIO和IT其他领导者应了解这两种自动化技术之间的重要区别。
什么是RPA?
RPA是一种自动化，它通过鼠标键入和滚动来模仿人类与计算机程序的交互方式。它通常用于自动化简单流程，以及使传统应用程序彼此集成或集成到现代应用程序中。基于RPA创建的应用程序被称为软件机器人，简称机器人(bot)。
从技术上讲，RPA仅用于自动化任务，而不是流程。这限制了通过RPA工具构建的自动化的复杂性和使用期限。同时，UiPath、Automation Anywhere和Blue Prism等所有领先RPA供应商都在扩展其工具的功能。新功能旨在更好地支持管理、可扩展性以及与其他工具的集成，包括AI、数字流程自动化、流程挖掘和业务规则引擎。
什么是IPA?
智能流程自动化(IPA)是指整合流程自动化功能(包括RPA、数字流程自动化DPA和流程挖掘)与AI和机器学习的软件。
IPA使用AI技术来帮助构建非结构化数据;例如，光学字符识别(OCR)用于读取发票中的文本，自然语言处理用于解释字段，以便可以将数据复制到ERP系统中。这些扩展功能为非结构化数据增加背景信息，使企业能够自动执行以前手动完成的重复任务。
IPA基础架构可轻松整合各种AI功能与常见的业务或行业工作流程，例如处理发票、采购和合同生命周期管理。RPA和DPA供应商正在使用完整的IPA功能堆栈扩展其产品，这些功能将支持更复杂的自动化的开发、管理和治理。
RPA和IPA有什么区别?
(1) 范围。与RPA相比，IPA涵盖更大的工作范围-它可以处理更多类型的数据格式，并可支持新型更智能的决策。
(2) 合作。但是，为了利用IPA，与RPA相比，IT和数据科学团队将需要更广泛的协作，无论是彼此之间还是与业务用户之间。
Larsen&Toubro Infotech(LTI)公司的云计算、基础架构和网络安全业务全球负责人Banwari Agarwal说：“RPA本质上是机器人，不需要智能即可操作。”因此，对于定义明确基于规则的流程而言，这是很好的技术，可由IT甚至企业用户来部署。
(3) AI功能。相比之下，IPA可用于更复杂的流程，这些流程受益于AI功能。这涉及整合RPA与智能数据输入、自然语言处理、机器学习和运营分析-这些领域需要数据科学家的专业知识。
(4) 软件开发。IPA平台还可以利用低代码和数字流程自动化平台，构建更复杂且更可扩展的自动化–通过模拟用户使用传统RPA开发工具的行为。考虑到RPA专注于任务而不是端到端流程，RPA项目的价值和成果通常很有限。随着混合RPA开发工具的出现，这种区别开始消失，混合RPA开发工具生成代码使用应用程序API运行，而不是严格模拟击键和单击。
很多RPA技术也可以通过低码或无码部署。但是，鉴于RPA专注于任务而不是端到端流程，RPA项目的价值和成果很有限。
(5) 弹性。IPA应用程序还更具弹性，因为它们在托管应用程序API级别运行。相比之下，RPA在用户界面级别上运行，这很有可能在不通知的情况下以破坏自动化的方式进行更改。
(6) 易于使用。Agarwal认为RPA平台的主要吸引力在于它们易于使用且不需要深厚的技术技能。
IPA的开发和部署要复杂得多。该技术需要数据提取和分类、机器学习和AI来促进决策。使用IPA的企业将需要专家支持，这些专家需要深入了解该领域不断增长的工具和功能。
Agarwal表示，对用户的技术技能要求是IT主管应预先意识到的关键区别。RPA所需的技术技能涵盖基础到成熟技术，而IPA所需的技术技能则为成熟到高级。
毫无疑问，由于这种易用性，RPA具有更大的吸引力。Agarwal说：“通过RPA进行自动化的流程比IPA更多。”
(7) 效率提高。然而，RPA相关的流程效率没有IPA高。Agarwal说，在RPA部署中，人类将继续发挥作用–在数据提取和决策中，以及RPA工具处理的基于规则的流程中。相比之下，IPA有望带来更大的价值，它可降低人工成本，因为它可以自动化很多人类决策。
根据Agarwal的说法，支持IPA的技术还可以帮助企业从RPA迁移到IPA部署。其中包括：智能进气工具、机器学习、人工智能和运营分析平台。
RPA和IPA连续体
实际上，数字工程解决方案公司Infostretch企业解决方案总监Deven Samant认为，向IPA过渡是连续的过程，RPA是AI、机器学习和分析的基础，IPA需要利用这些技术来自动化业务流程。他说：“如果没有RPA基础，就不可能有IPA。”
Samant说，这种连续性正在三个阶段展开：
- 企业创建数字化“机器人”劳动力并自动化高度定义的业务流程。
- 机器学习帮助这些自动化系统理解并实施决策。
- AI开始做出通常由人类作出的决策。
前两个阶段更多地是流程驱动-这是关于自动化非常明确和确定性的流程。在第三阶段，机器学习和AI使机器人能够处理更多不确定的行为。Samant说，这是从让机器去考虑任务转变为让机器去考虑流程。
给机器人赋予生命
Protiviti公司内部审计和财务咨询业务董事总经理Angelo Poulikakos也认为RPA和IPA是连续的过程。他说，IPA就是整合RPA与互补技术，给机器人赋予生命，例如OCR、自然语言处理、数据分析和聊天交互等。这些功能可扩展机器人的工作范围，使其能够读取非结构化数据、解释人类语音、关注趋势并预测结果。
Poulikakos同意，大多数企业通常会从RPA开始，再转向IPA用例。例如，Protiviti已帮助多位客户构建RPA机器人，这些机器人可基于定义明确的访问请求表和批准工作流，自动授权或取消对系统的访问权限。这些工作流通常使用复选框和下拉菜单等，以识别用户、访问级别和当前状态。
当RPA机器人在环境中稳定后，可通过IPA进行扩展，以使聊天机器人可以推动预配置或取消预配置访问权限。聊天机器人可以解释用户的意图，以推动可能尚未阐明的动作。例如，如果有人说“玛丽已离职，请删除她的访问权限”，则该机器人将获取该信息，并随后触发RPA机器人，该机器人将启动批准工作流程，并执行已定义的操作。同时，它将保存对话历史记录以用作审核跟踪。
RPA规则与IPA学习和迭代的能力
医疗收入周期自动化平台Recondo Technology公司首席技术官Eldon Richards说，RPA和IPA之间的主要区别之一是IPA可从经验中学习。当流程或支持流程的数据中存在高度可变性时，此技能最为重要。对于RPA，部署者必须提前处理编程算法或规则中的可变性。而对于IPA，有时可从经验中自动学习如何处理可变性。
在实践中，这些区别主要体现在两个方面。首先，IPA可用于自动化某些流程，这些流程对于RPA工具而言过于费力。当存在大量边缘情况时(例如，当发生意外情况，如信息丢失或不准确，或者数字超过典型阈值时)，部署RPA需要开发逻辑来处理每种情况。IPA在这种情况下可能很有用，如果可向经验丰富的执行人员学习这些过程-只要IPA工具可以观察到足够的边缘情况即可。
其次，当需要更高层次的认知来做出决策时，可以使用IPA。例如，RPA可以有效地归档电子邮件，前提是归档是基于发件人、主题行中的关键词或电子邮件是否具有附件等属性。相比之下，IPA会观察人类将哪些电子邮件放到垃圾邮件文件夹中，以及哪些邮件会立即答复。Richards说，这将使它做出更复杂的决定。
RPA和IPA的协作要求
如上所述，与RPA相比，IPA需要团队之间的更多协作。数据科学和IT团队必须咨询具有必要主题专业知识的业务线专业人员，了解正在自动化的基于文档的业务流程。非结构化内容IPA平台Indico公司首席执行官Tom Wilde表示，这将带来更好的部署，并可以识别其他高价值的用例。
向RPA添加智能层可能对流程产生变革性影响，就像团队协作寻找更好的反馈环来训练AI模型时所做的那样。贷款服务平台公司Sagent公司产品管理高级总监Arvind Jagannath说：“这些机器人突然可以处理高价值的决策任务以及重复的任务。”
在他的业务中，当业务用户和数据科学家提供数据集用于持续培训时，这可改进驱动RPA决策的AI模型。这种协作可能包括评估不同时间范围内模型的性能。较短的时间模型可可能会查看人类专家批准或拒绝的贷款，而较长的时间模型可考虑人类专家批准但随后拖欠的贷款，以进一步完善模型。Jagannath说：“通过更多的数据，决策模型就可以变得更加准确和可靠。”
RPA和IPA如何相互补充?
如上所述，RPA是开始自动化项目的理想技术。这些工具允许很多角色的企业用户创建简单等机器人，通过基本记录他们如何与流程中各种应用程序交互。这使机器人易于使用和直观地执行简单的重复任务。
当开始实施自动化计划，团队就可以开始使用工具来评估扩展这些功能的方法，通过工具读取发票和合同等文件，对其中的数据进行结构化，然后将这些数据连接到其他应用程序，例如ERP和CRM系统。
总之，RPA和IPA可以通过多种方式相互补充。
RPA可以帮助铺平道路，以支持涉及IPA的更复杂的自动化举措。例如，业务团队可能从开发简单的机器人开始，使他们更容易地查看业务流程的执行情况。这些简单机器人可以使其更容易识别何时发生异常，并为基于IPA平台的更复杂流程和自动化的开发提供信息。
企业采用IPA平台后，RPA可以提供一种简单的方法，通过用户界面将更复杂的自动化程序连接到各种应用程序中。这意味着业务用户可以扩展这些应用程序，而不必依赖对API集成技术有更深入了解的开发人员。
