RPA（机器人流程自动化）极简史

RPA（Robotic Process Automation）

机器人流程自动化是一种根据预先设定的程序，通过模拟并增强人类与计算机的交互过程，执行基于一定规则的大批量、可重复性任务，实现工作流程自动化的软件或平台。

RPA并不是一个新兴概念，其发展至今经历了多个阶段。

史前史：工业机器人“前辈”

提起机器人流程自动化（RPA），就不得不说到同为“机器人”的前辈：工业机器人。

1954年，伴随机器人技术天才乔治·德沃尔（George Devol）申请了第一个机器人专利，工业机器人的序幕也由此被正式拉开。

尽管，在此之前的17年里，工业机器人这项事物一直存在。但人类真真正正实现将物品从一个地方自动移动到另一个地方，还是在1961年通用汽车的装配线上。

首台工业机器人主要用于自动执行一些简单的任务，比如拾取、移动和放置装配线上的物品。随着新的技术不断突破，传感器和摄像头让机器人似乎可以“感觉”或“看到”接下来会发生的事情，其复杂程度和性能方面更是增长迅速。

直至1984年，世界第一座“无人工厂”在日本筑波建立，工业机器人技术已变得更加成熟。此后，越来越多的工厂开始选择使用机器人进行流程作业，代替工人从事那些繁重、危险的生产工作。

快进到2018年，已有将近200万台工业机器人被部署在世界各地的工厂中。而到2020年，安装机器人的速度预计每年将会增长14％，这意味着那时将有近300万台机器人在工厂“上班”。

填补数据间隙：RPA 的诞生

尽管，已经有这么多工业机器人在帮助人们实现“将一个物品从一个地方自动移动到另一个地方”这一想法。但是，还有许多看不见、摸不着的“物品”等待着人们去处理，比如数据。

过去的30多年见证了众多新兴IT系统在企业中的实施。包括内部部署系统，基于云的应用程序以及各种桌面应用程序等在内的众多系统，在维持着企业正常信息运转的同时，在这些不同的系统之间，却留下了长长的、难以被其他系统填补的微观数据处理间隙。

跨过这些间隙的唯一方式，就是人工从系统A将需要搬运的数据复制、粘贴到系统B当中。当系统的数量增加到C、D、E甚至更多之后，这样来来回回的操作将会令所有人抓狂。

正如前面所讲，工业机器人已经在装配线上使用了数十年，以协助生产汽车以及制造其他产品。如今，白领或知识工作流程亦需要这样的软件机器人，帮助其实现数据的交换，工作效率的提高。

于是，RPA技术应运而生。

旧概念？RPA技术追溯

实际上，RPA并不是一个新兴技术，其很大一部分可以追溯到早期的屏幕抓取工具和工作流程自动化管理软件，甚至是Microsoft Office自带的“宏”（Macro）功能。

屏幕抓取（Screen Scraping），作为一种编程，它实现了继承应用程序跟新的用户接口之间的转换，简化了从遗留系统到更“现代”计算机系统的过渡。可对这些类型的软件进行编程以从计算机文件和网站收集数据。随着互联网的兴起，屏幕抓取软件迅速发展了通过访问HTML代码从网站中提取数据的能力。

工作流程自动化管理软件的出现要比屏幕抓取晚，但在流程自动化方面的表现却非常突出，特别是处理那些需要人工审批、修改或填写数据的业务流程。

在国内，诞生于本世纪初的“按键精灵”也常被看作是RPA的先驱。作为一款主要针对游戏领域的软件机器人，它的很多功能都和后来的RPA相似。

但是，RPA与这些早期的流程自动化不同，其采用了这些技术中最有用的部分，同时又逐渐发展出自己独有的功能与优势。

首先，RPA不依赖于特定的编程语言或应用程序，它在流程的显示或表面级别运行。这就意味着发布命令，管理工作流程和集成新应用程序可以通过简单的拖放实现。

其次，RPA不需要对已有系统进行修改，是以一种无侵入的方式，通过模拟人类员工的阅读和操作方式，自动完成相关任务。

最后，RPA利用光学字符识别（OCR）技术，使其能够适应不断变化的网站，减少人工的干预。

RPA的进化史

RPA的进化发展绝非一蹴而就，主要经历了四个阶段[1]：

1、辅助性RPA（Assisted RPA）

在RPA 1.0阶段，作为“虚拟助手”出现的RPA，几乎涵盖了机器人自动化的主要功能，以及现有桌面自动化软件的全部操作。部署在员工PC机上，以提高工作效率。缺点则是难以实现端到端的自动化，成规模地应用还很难。

2、非辅助性RPA（Unassisted RPA）

在RPA 2.0阶段，被称为“虚拟劳动力”的RPA，主要目标即实现端到端的自动化，以及虚拟员工分级。主要部署在VMS虚拟机上，能够编排工作内容，集中化管理机器人、分析机器人的表现等。缺点则是对于RPA软件机器人的工作仍然需要人工的控制和管理。

3、自主性RPA（Autonomous RPA）

在RPA 3.0阶段，其主要目标是实现端到端的自动化和成规模多功能虚拟劳动力。通常部署在云服务器和SaaS上，特点是实现自动分级、动态负载平衡、情景感知、高级分析和工作流。缺点则是处理非结构化数据仍较为困难。

4、认知性RPA（Cognitive RPA）

RPA 4.0将是未来RPA发展的方向。开始运用人工智能、机器学习以及自然语言处理等技术，以实现非结构化数据的处理、预测规范分析、自动任务接受处理等功能。

目前，尽管大多数RPA软件产品，都还集中在2.0 - 3.0之间，但其发展已相当成熟，产品化程度亦是很高。一些行业巨头已经开始向RPA 4.0发起了探索。

进击的RPA

在过去的几年中，迅速崛起的RPA正颠覆着各行业的流程认知。

毕马威、普华永道、德勤、安永都在积极推广RPA财务机器人，沃尔玛、沃达丰、美国运通、Equifax等行业巨头更是早早的就采用了RPA技术，以帮助其实现流程的优化，效率的提升。

德勤在2018年发布的RPA调查报告显示，当前已有超过53%的大型企业开始实施RPA。预计2020年，将有超过72%的大型企业使用RPA技术。

如同此前工业机器人的发展一样，今后，不断进化的RPA机器人将会在更多行业中找到用武之地。