云计算、大数据已经过时?不，正是因为它们RPA才能大流行

云计算、大数据已经过时?不，正是因为它们RPA才能大流行

站在云计算、大数据、人工智能的肩膀上，RPA才能走得更远

文/王吉伟

最近看到这样一个观点：云计算、大数据已经过时，软件机器人RPA大流行。

RPA正在流行不假，云计算和大数据技术却没有过时，而且将来也不会过时。

一方面在于， IOT时代云计算与大数据是各种应用不可或缺的底层架构；另一方面，RPA想要更好的发展，需要借力融合云计算、大数据、AI等技术；此外，只有云计算、大数据、人工智能、RPA正在融合发展，未来人人可用的超自动化的时代才能实现。

会出现这个观点，表明大众对RPA仍存在一些误解。RPA不是要将已有技术颠覆，相反正是因为云计算、大数据等技术的发展与应用，才使得RPA能够走到现在的爆发期。如果认为RPA流行了，云计算和大数据就过时了，那肯定是不对的。

类似的说法也容易引起误导，会让大家感觉有了RPA，企业就不再需要其他的企业管理软件了。RPA是连接器，是摆渡车，也是超级外挂，它的存在是为了让更多软件系统能够更好的连接与协同，以最大程度的实现业务流程自动化。

鉴于很多人对RPA仍旧不甚熟悉，关于云计算、大数据、AI与RPA的关系，王吉伟频道在这里做个梳理，以让大家更好的理解RPA。

RPA正在上云，SaaS化离不开云计算

目前的RPA，提供方式主要有开发型、本地部署型、SaaS型(云型)三种。

开发型RPA，从定义必要条件阶段就开始进行单独设计，适合于大型企业定制；本地部署型RPA，就是在公司的服务器和电脑上安装使用RPA软件，一般都是企业采购RPA成品；SaaS型RPA，用户可登录到云服务平台，在云环境中部署软件机器人，并在Web浏览器上自动执行任务。

三种RPA，开发型成本最高，本地部署型成本次之，SaaS型成本最低。对于想通过云服务来实现业务流程自动化的公司，SaaS型RPA最为适合。

RPA上云的好处很多，能够帮助企业跨域部署RPA，以及更方便快捷的部署。企业可以按需上线RPA机器人，从而更好的节省成本。即便一些SaaS型RPA仍旧需要本地部署服务，但SaaS具备的优点差不多RPA都有，所以更受企业欢迎。

尤其是，SaaS化能够让RPA厂商规模快速扩张，因此也会在资本市场得到更多的认可。

对于RPA上云，王吉伟频道在《上云以后，SaaS化RPA的未来在哪里》一文中做过较详细阐述，感兴趣的朋友可以点击链接阅读。

从趋势而言，大部分RPA都要走SaaS或者PaaS路线，这是平台级RPA必走的路径。由此对于RPA上云，很多厂商非常重视。来也科技甚至还发布了一个《RPA上云白皮书》，告诉大家什么是真正的企业上云。

SaaS是云计算的三种服务模式之一，所以SaaS型RPA必然离不开云计算支撑。初期的RPA平台在搭建方面多会选择公有云或者混合云，毕竟RPA只是SaaS或者PaaS，业务重点在于解决业务流程自动化环节，而不是更底层的IaaS。

其实从SaaS型RPA产品架构而言，处于架构顶层的RPA大流行，也就是SaaS服务的流行，所以没有云计算过时这一说。而在RPA上云的同时，广大云计算厂商也在相继推出RPA业务，RPA与云计算正在进入一个崭新的融合阶段。

RPA可让数据顺畅流转，数据分析离不开大数据

同样，RPA与大数据之间也不是取代的关系。相对于大数据技术的数据收集， RPA能够更方便快捷的在不同软件系统之间搬运数据，换种方式助力企业打通数据孤岛。RPA通过自动化技术助力企业的运营实现数据流通，不同系统之间的数据流转起来之后，仍旧需要大数据技术进行分析与挖掘，才能进一步将有价值的数据提纯，辅助企业运营中的各种决策。

对于采用RPA工具的数据分析及应用流程，通过RPA将业务流程最大程度的自动化是第一步，用RPA将各种数据分流、汇总、整合是第二步，通过大数据技术进行分析与挖掘并应用是第三步。可以见得，RPA对于数据的收集与汇总起着重要作用，这一部分如果用人力实现，工作量不大不说，更存在一定的出错几率。

那么，数据收集与汇总的部分，大数据技术能够实现吗?当然能，但需要你搭建一个基于公有云或者私有云的大数据平台，将所有的企管软件集成，实现业务流程自动化基础上的数据自动化提取，并需要保证所有数据有一个统一出口。

这对于信息化建设多年存在多种企管软件的企业而言，实现起来非常困难，投入大、工期长、维护困难且成效并不高。

相对于各种工具与平台而言，当下技术日渐成熟的RPA就成了最好的解决方案。作为非侵入式的“外挂”级存在，RPA是衔接各种系统的连通器，可以让不具备自建大数据平台的广大中、小企业快速打通各种平台，尽快实现以数据指导企业经营。

融合AI的RPA，应用场景更加多元

RPA是流程自动化，根据规则自动完成重复的业务流程，侧重于用机器人代替人力自动执行各种流程业务。AI是让机器能够像人一样做出判断，主要研究的是让机器能够执行需要人类智能才能完成的复杂任务。

当RPA与AI融合之后，RPA机器人不只能够执行自动化任务，还具备了简单的决策能力。同时这种能力可以随着不断的深度学习而不断升级，也就能够应用于更加复杂的业务流程。

不管是RPA+AI，还是AI+RPA，两种组合都能通过监控引擎、决策引擎、运筹引擎、控制引擎等方式与Robot“沟通”。Robot则通过AI(OCR、NLP、语音交互等)更好地执行操作命令。

同时，Robot工作数据反馈给AI+RPA(智慧大脑)，通过算法训练、机器学习以后，选择更优的流程路线运行。

现在的RPA，多已引入OCR、聊天机器人、自然语言处理、语音识别、智能决策等相关的AI技术。融合AI的RPA，可以快速而准确地处理大量非结构化数据，因此能够胜任很多业务场景，助力企业快速降本增效。

大家可以通过以下几个业务场景，感受RPA与AI融合带来业务流程效率变化。

福佑卡车单据审核流程，在应用来也科技RPA+AI解决方案后，一年就可节省人力2400小时，且单据审核准确性高达100%。

某城市商业银行采用达观数据集RPA+OCR+NLP+KG于一体的国际业务智能审单机器人，汇出汇款业务流程由30分钟缩短至5分钟，效率提升500%，错误率显著降低。

某保险企业采用云扩智能RPA后，原本繁琐的车险录单流程，现在只需业务人员上传一张照片，全流程都由RPA机器人自动化执行，效率大幅提升。

类似的RPA应用场景还有很多，每个RPA产品都能切实有效的快速帮助企业实现降本增效。

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!