1.3.1　RPA与AI概念理解

RPA是指利用模拟人在计算机界面进行操作的技术，根据既定的程序实现相应流程任务的执行，从而代替人类完成相关工作。AI是研究和开发用于模拟、延伸及扩展人的智能的理论、方法、技术应用系统的技术科学。

1．RPA发展的四个阶段

RPA的诞生并非一蹴而就，从最早出现的RPA雏形开始算起，RPA的发展历程大致分为四个阶段：

第一阶段（1990—2000年）：批处理脚本

20世纪90年代，随着计算机在办公室的普及，大量企业从传统手工作业改变为线上电子化的处理方式，这为批处理脚本奠定了应用基础，人们开始用代码编写生成.bat等批处理脚本，用于执行定时开关系统、自动化运维、文档的定时复制、文件的定期转移或删除等固化的任务；但批处理脚本由于构造简单，很难具备处理复杂任务的能力，也难以应对流程中的异常情况，其灵活性不够、针对性不强，并且代码开发和运维对人员技能的门槛要求高，而IT团队对业务场景的理解较弱，所以大部分的批处理脚本被应用于计算机底层自动化运维类流程。综上各种原因导致批处理脚本并没有大范围触及业务经营流程。

第二阶段（2000—2015年）：VBA宏编程

2000年以后，随着微软Office办公软件及SPA和Oracle等ERP（企业资源计划）厂商的快速发展，大量的企业将业务流程固化至信息化系统，同时也带来了大量基于系统及跨系统的流程化操作，企业对自动化的需求也越来越强烈，特别是对账、审计等金融业务场景，为了应对财务会计处理耗费大量人力的问题，以全球四大会计师事务所为代表的企业催生了VBA（visual basic for applications）宏技术的应用；与批处理脚本相比，VBA应用了可视化的图形编辑界面和面向对象的程序开发思路，其开发效率相比于批处理脚本得到了大幅提升，开发流程也比批处理复杂得多。

此阶段有一项重要的里程碑事件发生，就是业务流程管理（BPM）的提出。通过BPM可对业务流程进行建模和持续优化，这为RPA的后续运用起到了铺垫作用。

第三阶段（2015—2018年）：RPA功能成型

UiPath、Automation Anywhere、Blue Prism等公司成立后，它们通过协同创新形成了目前RPA的主流产品形态，即采用可视化的流程拖曳设计，打造流程设计器，为一般用户降低了设计的门槛，促进了RPA在各个产业中的大范围应用和落地。另外，可以控制机器人进行管理调度和任务分配的控制器也随之产生，它终结了传统的单一操作模式，并开始转向复杂、多任务的管理模式。

第四阶段（2019年至今）：RPA智能化发展

2019年，Gartner（国际权威IT研究与咨询顾问机构）公布了10项对公司未来发展有重大影响的技术，其中RPA技术位居首位；当前，RPA已经成为企业实现数字化转型的一个重要工具，国内的创投圈顺势开启了RPA投资元年（2019、2020和2021年的总融资事件分别是8、13和18起，2021年融资总金额达到34亿元）；国内各类RPA厂商开始纷纷推出产品抢占市场。

同时，国内厂商也开始探索RPA与AI的融合，打造更加智能化的数字员工，比如结合自然语言理解、图文识别等技术，拓展了数字员工的使用场景，同时，也加速了数字员工进入繁荣发展和大规模产业应用的阶段。

2．人工智能发展的三个阶段

经过多年的研究和发展，人工智能的主要发展历程可大致分为三个阶段：

第一阶段：运算智能

运算智能即记忆存储以及快速计算的能力，例如在1997年，IBM（International Business Machines Corporation，国际商业机器公司）的深蓝计算机战胜了当时的著名国际象棋冠军卡斯帕罗夫，这是人工智能战胜人脑的体现，说明人工智能在强运算型的比赛方面是不弱于人脑的。

第二阶段：感知智能

感知智能即视觉、触觉及听觉等感知能力。比如，无人驾驶，就是通过激光雷达等感知设备和人工智能相结合对驾驶信息进行运算；而人脸支付系统则是利用感应到的面部特征进行身份识别。机器在感知世界方面比在主动感知方面的优势大，这是由于机器能够充分利用DNN（deep neural networks，深度神经网络）和大数据的成果。

第三阶段：认知智能

认知智能可通过理解和思考处理复杂的事实和情况。以公安为例，人脸识别只是让机器迅速、精确地辨认出一个人的身份，但在侦查和破案中，需要大量的信息和证据，光靠感知是很难做到的；而自然语言处理技术和知识图谱则为认知智能阶段提供了有力的支持，二者能够帮助机器更好地理解相关信息，并获得与人类大脑相似的多模感知能力，这将是颠覆性的改变。