RPA通过简化数据输入和其他低级任务，正在改变各行业组织的业务流程。现在，该技术可以在很短的时间内完成人类完成的一些工作。机器学习和人工智能的进步为智能自动化（IA）的应用铺平了道路，这是一种更智能的RPA技术，可以根据场景执行整个业务流程。RPA提供商AutomationAnywhere的首席信息官YousufKhan表示：“RPA具有强大的计算能力、庞大的数据集和丰富的想象力。RPA的未来是智能自动化。”研究公司Forrester的分析师CraigLeClair在他的《夜晚的隐形机器人：人工智能和自动化将如何重组劳动力》文章中，智能自动化(IA)集成了能够执行任务的算法，例如处理异常、协调决策制定，甚至在聊天机器人中循环对话。智能自动化(IA)的前景据ForresterInc.称，到2022年，智能自动化(IA)将使企业能够将人员、技能和投资转向技术创新、增强客户体验或运营效率等关键功能，从而创造了1340亿美元的价值。整体智能自动化(IA)将跨业务流程协调数百甚至数千个事件。数十家初创公司，包括UiPath、AutomationAnywhere和BluePrism，以及Kryon和AntWorks，都在追逐这一目标。整体智能自动化(IA)的前景激发了Khan使用技术提高业务流程效率的热情，他于今年1月加入了AutomationAnywhere。由Khan领导的IT部门对公司的产品进行测试，以确保它们适合更广泛的消费。如今，越来越多的供应商正在构建使用复杂算法从头到尾管理企业业务流程的“机器人”。迄今为止，该公司已为客户部署了超过200万个机器人，目前正在为客户提供DiscoveryBot，这是一种整体智能自动化(IA)解决方案，它利用机器学习和人工智能来捕获和分析用户操作场景，旨在识别员工的重复步骤在业务应用程序之间切换时采取。RPA本身就可以自动执行这些任务，但DiscoveryBots会根据任务对业务的潜在价值确定任务的优先级，并部署RPA机器人来执行这些任务。优先考虑自动化积压是许多实施RPA的公司的关键。因此，探索机器人的市场机会巨大，高达80%的可自动化重复性任务未被发现。“当整体智能自动化(IA)启动时，它将对工作的完成方式和企业运营的速度产生指数级的影响，”Khan说。计算机视觉可以帮助智能自动化(IA)更好地“看”和“读”UiPath正在使用机器学习来改进RPA中的两项艰巨任务：机器人如何可视化计算机屏幕上的内容，以及它们如何解析文档以进行处理。RPA取决于机器人查看网页或用户界面上的元素的能力。但是，虚拟桌面界面(VDI)没有传统的用户界面(UI)；相反，它流式传输远程桌面的图像，使机器人无法识别元素。为了解决这个问题，UiPath正在将机器学习、光学字符识别和模糊匹配融入其机器人的计算机视觉中，以自动识别应用程序中的元素并执行任务，UiPath的首席产品官ParamKahlon表示，具有“超自动化”功能.UiPath还应用机器学习技术来帮助其机器人更智能地阅读文档。例如，虽然业务人员知道如何通过快速扫描供应商、产品、到期日和采购订单号等字段来对发票进行分类，但大多数机器人仅限于“基于规则的提取”方法，该方法依赖于结构化数据来读取和读取使这些过程自动化。Kahlon说，利用基于规则和基于机器人模型的提取，UiPath的机器人可以识别结构化、非结构化和半结构化数据元素来处理文档，类似于人类完成此类任务的方式。智能自动化(IA)的未来然而，与其RPA的前身一样，智能自动化(IA)面临采用障碍，包括道德问题。如今，机器人通常以两种方式使用：作为旨在取代人类工作的数字工作者；作为旨在增强人类工作的代理，将他们从平凡的任务中解放出来，专注于提供更高商业价值的工作。Forrester的LeClair认为，自动化将有助于减少工人数量，当机器人或机器接管以前由人类执行的任务时，允许企业使用这些工人从事更有价值的工作。所以理想情况下，智能自动化（IA）的发展不会因此受到太大阻碍。目前还不确定的是，大多数企业是否会购买难以确定或解释的算法驱动的RPA。尽管如此，一些技术领导者仍对智能自动化(IA)的潜力感到兴奋。美国运通(AMEX-GBT)公司解决方案架构和工程副总裁DilipKarandikar表示，该公司的全球商务旅行业务使用智能自动化(IA)从多个系统中提取信息，以简化客户的注册流程。Karandikar预计该公司最终将采用端到端的服务自动化。“超自动化是未来，它的应用将变得越来越普遍，”Karandikar说。
