RPA与AI相互赋能
RPA与AI虽然层次不同，却能相互赋能。RPA是AI落地的前提和基础，同时，AI又能促进RPA的智能化发展。
（一）RPA促进AI的落地
当前，AI虽然发展迅猛，但AI技术在各领域中的应用尚处于初步探索阶段，而标准化、流程化的RPA则更加务实，被视为各应用领域提升效率和生产力的驱动力，逐渐在各领域中应用。随着RPA应用趋于成熟和稳定，各应用场景会提出更高的要求，引入AI技术成为必然，因此RPA是AI落地的前沿阵地和重要载体。
（二）AI促进RPA智能化
RPA的主旨是解放劳动力，让员工从单调重复、枯燥乏味的操作型工作中得到解放。它可以完美地处理需要重复的工作，但这仅限于按照预先设定好的业务规则和逻辑去完成相应的动作，包括鼠标点击、键盘录入等，也就是说，我们需要RPA做什么，它就会做什么。
RPA要想落地，就要理解它所解决的根本问题：效率。理论上，只要是规则统一、附加值低、重复性高的工作，都可以使用RPA来解决，可是，在我们的日常工作场景当中，很多业务场景并不单单是由这种简单的步骤组合而成的，而是夹杂着很多需要人工处理的步骤。RPA并不会像人工智能中的机器学习那样，不断地自我学习和进步。举个简单的例子，如果自动化流程中的某一个步骤发生了变化，比如字段的位置突然移动了，或者突然出现了一个没有碰到过的弹窗，这时RPA是无法自行解决当前问题的，流程就不能再继续进行下去了。(https://www.daowen.com)
不仅如此，RPA还无法解决图像识别与转换的问题，而且很多财务场景都涉及从各类单据、票据中识别和提取相关的业务数据，以供后续运营系统时使用。又例如RPA无法解决非结构化文本抽取的问题，而在日常的办公场景中，接触最多的便是各种类型的文本资料，如财务报告、合同、PDF文件、邮件等等。
近年来，机器学习、自然语言处理、计算机视觉以及语音识别等各项技术极大地推动了人工智能领域的蓬勃发展，AI因具备自主学习和认知能力，可进行自我调整和改进，从而应对更加复杂的任务。
传统RPA正在与AI和其他数字自动化工具，如光学字符识别、聊天机器人、人机结合处理等相结合，以帮助突破自动化流程中的各种局限。RPA和AI是自动化技术发展的两个阶段。图3-3显示了从RPA到RPA+AI，其复杂度与价值的关系。随着业务复杂程度的提高，各领域将会逐步地从标准化、逻辑清晰的RPA基础，向智能化更高的AI方向发展，这也创造了在任何流程之间实现端到端流程改造的可能性。从简单的自动化作业到专注于提高生产力和削减成本，RPA的重点将转向智能自动化和富有洞察力的决策，这些都将真正提升用户的体验。
图3-3 RPA→RPA+AI发展的价值与复杂度关系
因此，依靠AI能力能够拓展RPA的使用边界。RPA和AI协同工作，可以提高RPA的输出，拓展自动化的深度和广度，进一步释放自动化的潜力与价值。今后，随着RPA和AI的不断发展，二者协同将更加水到渠成，互补效应会越来越大，RPA+AI能够解锁更多高价值的应用场景，实现更复杂的业务流程自动化，为各领域带来更大的应用价值。