细述RPA的前世今生
作者 | 揭梦梅,单位:中国移动智慧家庭运营中心
Labs 导读
一些概念和理念的相继诞生并非一蹴而就,而是有着历史根源的。新事物随着市场需求更新迭代,RPA也不例外,它应解决业务问题而生,因企业自动化需求而逐步发展并壮大。本文将着眼于RPA的发展过程,详细叙述RPA的前世今生。
Part 01 RPA是什么?
RPA全称Robotic process automation,即机器人流程自动化,依据预先设定的程序,由软件机器人通过模拟人工对键盘与鼠标操作,处理大量基于规则、重复、繁琐的工作流程任务,实现流程自动化。RPA可以实现单个或多个系统(或应用)之间的自动化处理,通过流程挖掘、CV、OCR、NLP、低代码等多种技术的融合,实现高效运营。
Part 02 RPA的历史
一些概念和理念的相继诞生并非一蹴而就,是有着历史根源的。在人们对美好生活的追求下,实物的发展往往也是朝着更快,更优、更便捷的方向前进,新事物随市场需求更迭,RPA也可以说是顺应人民的需求,一路衍生发展至今。RPA诞生之前的历史这里简单总结为:
- 为降低成本,成功打造第一个流程自动化生产线;
- 此后,业务自动化方向成为企业追求的目标,但当时技术条件不具备;
- 计算机开始商用,工业机器人首次提出;业务自动化解决方案诞生;
- 首台工业机器人启用;
- 随着科技发展,企业进入电脑自动化时代,催生出软件机器人,帮助人们高效的处理数据;
- 企业管理走向业务流程管理(BPM)。
直接促使RPA诞生的是BPO。在20世纪90年代末,全球500强公司开始将其业务流程外包给低成本国家,业务流程外包(Business Process Outsourcing,BPO)应运而生。但随着社会发展,协调成本、劳力成本以及流程错误成本的逐渐提高;同时,各个公司逐渐意识到,数据隐私比成本压缩要更加重要,与其把数据交给不知底细的外包人员来处理,还不如把数据交给活动范围仅限于内网的机器人来处理,因为后者显然更加安全可控。于是,全球500强逐步将目光转移到了业务流程自动化(Business Process Automation,简称BPA)。之后BPA的大量应用,各种流程自动化技术层出不穷,RPA作为BPA的最佳实践方式,由此登场。显然,RPA应解决业务问题而生,因企业自动化需求而逐步发展并壮大。
其实,RPA在国内的发展,从按键精灵算起的话却也有长达22年的历史。
2000年出现的按键精灵可以说是国内PRA的萌芽,它是一款模拟鼠标键盘动作的软件。通过制作脚本,可以让按键精灵代替双手,自动执行一系列鼠标键盘动作。“技术解放双手,程序实现梦想”,是按键精灵的宣传口号,也是当时的真实写照。按键精灵是当时鼠标键盘自动化的事实标准,而RPA产品技术框架的事实标准是自动化测试三件套。自动化测试,是指以录制或编写脚本的方式编写测试用例模拟手工测试,通过回放或运行脚本来执行测试用例,从而代替人工对系统的功能进行验证。其中UI自动化测试组合Python + Selenium/Appnium + Jenkins这种三权鼎立的结构,在日后也成为了RPA产品技术框架的事实标准。按键精灵和自动化测试可谓是奠定RPA技术基础,即搭建了RPA的身体(三件套)和四肢(鼠标键盘)。
RPA虽一直潜移默化地影响着很多企业并逐步发展和应用,但一直不温不火。直到2018年,UiPath和Automation Anywhere两起融资引爆了全球RPA行业,在媒体的不断曝光下,RPA行业才为业内外所知晓,市场规模实现指数级增长并受到资本青睐。
Part 03 RPA的优势
RPA可以简单理解为软件机器人,又或者虚拟机器人,将业务流程细分后,通过模拟人工对键盘与鼠标操作,执行大批量、可重复性的操作任务,实现流程自动化。相当于一个看不见的虚拟劳动力在进行着流水线工作。
这里对比看个简单案例:简历筛选和候选人入围。
不难看出,RPA行业被资本看好确有自身的优势,而未来与AI的结合,也将使其胜任复杂任务。
❖ RPA主要业务优势:
- 解放人力。RPA可以协助和增强企业员工的工作,让他们从重复、频繁的业务流程中解放出来,去从事更有价值的创造性工作,充分发挥主观能动性;
- 提高效率。7*24小时全天工作,稳定,精确,迅捷响应。消除人为因素带来的不确定性,确保了任务完成的速度、准确性和一致性;
- 为数字化升级和运营提供必要的数据来源支撑;
- 提高响应速度和用户满意度。
❖ RPA主要技术优势:
- 非入侵式技术部署。所谓的非侵入性,指的是独立于现有系统,无需对现有系统进行改造或开发接口,无需系统集成,不会破坏企业原有的IT架构。
- 提供数据隐私安全性。
Part 04 RPA与传统智能机器人、AI的区别和联系
- RPA&传统智能机器人
RPA作为软件机器人或者虚拟机器人,势必让人联想到传统的智能机器人,那他们之间是何种关系?直观地说,智能机器人是看得见的,RPA看不见,摸不着,但都可以通过预先设定的程序,协助或代替人类进行作业,完成工作。当然智能机器人本身从功能和智能程度都存在不同的分类方式,这里从领域上来说,如工业机器人领域的弧焊机器人,在服务机器人领域的智能型公共服务机器人,这些需要实体来进行的工作,RPA无法替代的。但是从RAP诞生来看,RAP本身就是为实现业务流程自动化而诞生的技术方案,侧重的是计算机层面的一些重复的业务流程等的自动化。所以这不是谁更优秀的问题,而是不同的应用场景下的互补和融合应用。
- RPA&AI
谈到RPA与AI的关系,不得不提及从首个专业RPA工具出现至今,RPA的进化发展一共经历的以下四个阶段:
现代RPA产品的三项关键技术分别是屏幕抓取、业务流程自动化管理和人工智能。虽然当前主流RAP产品在2.0和3.0阶段之间,但一些RAP行业巨头已经开始了RPA 4.0的探索。与AI结合的RPA产品,如同虚拟机器人被赋予大脑,具备认知、学习和决策能力,业务流程中将能胜任更多复杂的工作。RPA应市场需求而生,在市场的期望下,也终将走向AI。
Part 05 RPA的前景
当前,随着老龄化趋势越来越明显,各国的人口红利也正面临着消失的困境,在大背景的趋势下,机械重复的流程性的工作也势必逐步被机器人取代,整个机器自动化的发展趋势不可阻挡,一切都朝着更加智能的方向发展,于AI的融合发展也是必然趋势。Forrester分析师卢冠男在“Laiye Lead 2020”说到:市场对于RPA的预期越来越高,不具备AI能力的RPA工具将会被替代。RPA将会结合机器学习和深度学习,产生洞察,向智能化方向发展,就是所谓的IPA(Intelligence Process Automation)。
以上是细述RPA的前世今生的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在
