为数字员工增加技能：RPA软件工具亟待提升的4个维度 – 作者:rpaspring

眼下，很多企业都将RPA（机器人流程自动化）看作是整个企业自动化策略中的一部分。在2020年，RPA也将进一步“升级”，通过诸多人工智能（AI）技术——自然语言处理（NLP）、智能光学字符识别（OCR）、机器学习部署等的加持，并逐步成为越来越受企业青睐的智能化工具。

RPA必将成为AI的推动者，AI能力将会是RPA工具的核心竞争力之一，不具备AI能力的RPA工具，将很快会被市场淘汰。

当前RPA工具亟待提升的4个维度

• RPA亟需降低维护成本

在部署RPA的过程中，很多企业还面临着如何维护RPA机器人的痛点。所以，之后的RPA工具，亟需解决的一个点，即如何降低自己的维护成本。

其实，RPA工具维护成本高，主要因为它集中适用于流程比较固定、简单的场景，而不能出现在频繁变化的软件环境当中。而AI在降低维护成本这个维度上，就可以帮助到现有的RPA工具。AI能够帮助RPA机器人更好地应对多变的软件环境，从而将降低机器人的维护成本。

• RPA需要增加决策能力

目前，RPA机器人的部署，流程比较短，决策链比较单一。如果RPA机器人想进入更为复杂的商业场景当中，则要对当前环境有一定的判断能力，才能进到更长的企业流程中去。

• 提高RPA感知非结构化数据的能力

传统RPA擅长处理结构化的数据，对企业的数字化程度要求较高。结合AI能力的新一代RPA已经能够应对非结构化数据输入。通过集成先进的OCR技术，RPA能以更高效，更有效的方式解读文书工作的扫描并将数据传输到数字格式。

借助OCR，RPA可利用AI的自主学习，实现包括手写文字在内的高精度文字识别，使文字信息数据化，并由RPA自动进行提取和输入工作，提高处理纸质文档的业务效率，避免人为输入错误。

• 提升与聊天机器人联动的能力

AI和RPA的结合，还有一个方向即对话机器人和RPA机器人的联动。该项能力的提升，可帮助RPA从整个企业的后台业务向前台转变，甚至扩展到更多业务当中去。

所以，就RPA工具本身的升级来讲，其对AI能力的诉求很大。

为数字员工添加更多技能

融合了 AI 的 RPA 将扩展到更多的商业场景。比如在企业呼叫中心业务中，随着时间的推移，客户服务技术生态系统变得越来越复杂，通信渠道从电子邮件、电话到社交媒体，从网络聊天到自助服务平台。这通常具有挑战性，因为呼叫中心代理通常面临非整合的客户服务工具包，并且在日常活动中缺乏有效的跨渠道服务。

在增强了感知方面能力的RPA——即增强了NLP和文本分析能力，其将有机会得到一些更为复杂、涉及更多决策流程的自动化业务。部署RPA的企业，如果能够更好地将这些场景中涉及NLP能力的部分进行处理，将有更大的机会获得整个呼叫中心数字化转型的业务规模，从而帮助呼叫中心应对更多的挑战。