RPA和IPA有什么区别

智能流程自动化越来越被视为对机器人流程自动化的补充，它通过AI技术扩展了机器人流程自动化的范围。CIO和企业IT负责人应将这两种自动化技术之间的一些重要区别视为其技术路线图的一部分。

RPA和IPA

与RPA相比，IPA的工作范围更大-它可以处理更多类型的数据格式，并有望实现新型的更智能的决策。要想从IPA战略中获得最佳结果，就需要IT和数据科学团队进行比RPA更深入的协作。

Cognizant智能过程自动化的全球市场领导者Banwari Agarwal说：“ RPA本质上是纯机器人，不需要智能即可操作。” 因此，对于定义良好，基于规则的流程而言，这是一项很好的技术。

相反，IPA用于受益于AI功能的更复杂的流程。这涉及将智能数据输入，自然语言处理，机器学习和运营分析与RPA相结合。RPA和IPA在不同类型的情况下都很有价值。

从RPA开始，以简化操作

RPA平台的主要吸引力在于它们易于使用且不需要深厚的技术技能。许多RPA技术可以用低码或无码实现。但是，RPA项目的最终价值和成果有限。

IPA的开发和实施要复杂得多。该技术需要数据提取和分类，机器学习和AI来促进决策。使用IPA的企业将需要手头的专家，他们需要对该领域不断增长的工具和功能有深入的了解。

用户的技术技能要求是IT主管应预先意识到的关键区别。RPA所需的技术技能从基础到成熟，而IPA所需的技术技能从成熟到高级。毫无疑问，由于这种易用性，RPA具有更大的吸引力。“有更多的进程与RPA被自动比IPA，”他说。

但是，与RPA相关的过程效率不如IPA实现的潜在效率高。在RPA部署中，企业除了在RPA工具处理的基于规则的处理之外，还在数据提取和决策中发挥重要作用。相反，IPA有望在降低人工成本方面带来更大的价值，因为它可以使很多人的决策自动化。

辅助技术可以帮助公司从RPA迁移到IPA部署，包括流程挖掘和优化，智能输入工具，机器学习，AI和运营分析平台。

IPA是RPA向AI过渡阶段

向IPA的过渡是一个连续的过程，而RPA是AI，机器学习和分析的基础，IPA为业务流程的自动化带来了优势。“没有RPA的基础，就不可能拥有IPA。”

萨曼特（Samant）认为此频谱具有三个关键阶段。越来越多的企业正在创建数字化员工队伍，并使定义非常明确的业务流程自动化。在下一级别，机器学习可以帮助系统理解和实施决策。第三级是AI，机器可以开始做出通常由人类做出的决策。

前两个阶段更多地是过程驱动的-它们是关于自动化非常明确和确定性的过程。在第三阶段，机器学习和AI使机器人能够处理更多不确定的行为。萨曼特说，这是要从让机器思考任务开始，再到让机器思考过程。  

支持半结构化数据

IT咨询机构Protiviti的内部审计和财务咨询业务董事总经理Angelo Poulikakos表示，IPA旨在将RPA与诸如光学字符识别，自然语言处理，数据分析和聊天交互之类的互补技术相结合，从而将机器人带入生活。这些功能扩展了机器人的工作范围，使其能够读取非结构化数据，解释人类语音，关注趋势并预测结果。

Poulikakos同意，大多数组织通常在开始面向IPA的用例之前先从RPA开始。例如，Protiviti已帮助多个客户构建了RPA机械手，该RPA机械手根据定义明确的访问请求表和批准工作流自动设置或取消对系统的访问。通常使用复选框和下拉菜单之类的东西来指定这些工作流，以识别用户，访问级别和当前状态。

RPA机械手在环境中稳定之后，可以通过IPA对其进行扩展，以便聊天机器人可以简化访问的预配置或预配置。聊天机器人可以解释用户的意图，以驱动可能尚未阐明的动作。例如，如果有人说“玛丽离开了组织。请删除她的访问权限”，则该机器人将收集输入并随后触发RPA机器人，该机器人将启动批准工作流程并执行已定义的操作。同时，它将保存对话历史记录以用作审核跟踪。

具有学习功能

医疗收入周期自动化平台Recondo Technology的首席技术官Eldon Richards说，RPA和IPA之间的主要区别之一是IPA的经验学习能力。当流程或用于支持流程的数据中存在高度可变性时，此技能最为重要。使用RPA，实现者必须提前处理编程算法或规则中的可变性。使用IPA，有时可以从经验中自动学习处理可变性。

在实践中，有两种主要方法可以解决这些差异。首先，IPA可用于自动化某些流程，而这些流程对于RPA工具而言过于费力。当存在大量边缘情况时（例如，当发生意外情况，例如信息丢失或不准确或数量超过典型阈值时），实施RPA需要开发逻辑来处理每个情况。如果可以从经验丰富的执行者那里学习到IPA，则IPA在这种情况下可能会有用，只要IPA工具可以观察到足够的边缘情况即可。

其次，当需要更高层次的认知来做出决策时，可以使用IPA。例如，如果归档基于诸如发件人，主题行中找到的关键字或电子邮件是否具有附件之类的属性，则RPA可以有效地归档电子邮件。相比之下，IPA将监视人类将哪些电子邮件放入垃圾邮件文件夹，以及哪些电子邮件会立即得到答复。理查兹说，这将使它做出更复杂的决定。

RPA和IPA需要合作

IPA项目还可能影响工作场所的收益，例如促进数据科学团队与业务线专业人员之间的协作，这些业务线专业人员具有有关基于文档的自动化业务流程的必要主题专业知识。IPA非结构化内容平台Indico的首席执行官Tom Wilde表示，这将导致更好的实施和其他高价值用例的识别。

在RPA上添加一层智能可以对流程产生变革性影响，以及组织协作寻找更好的反馈环来训练AI模型时，也可以产生变革性的影响。抵押贷款自动化平台AI Foundry的产品管理总监Arvind Jagannath表示：“这些机器人突然可以应对高价值的决策任务以及重复的任务。”

当业务用户和数据科学家可以识别出用于持续培训的数据集时，可以改进驱动RPA决策的AI模型。这可能包括评估不同时间范围内模型的性能。较短的时间范围可以查看人类专家批准或拒绝的贷款-较长的时间范围可以考虑人类专家批准但后来拖欠的哪些贷款以进一步完善模型。Jagannath说：“有了更多的数据，用于决策的模型将变得更加准确和可靠。”

原文链接：https://www.51rpa.net/rpaedu/4299.html