RPA与AI产品结合指南：探索顶级AI工具的集成可能性

AI是个非常大的方面，包括着ML、OCR、NLP和CV等等细分的领域。“RPA和AI结合”这个词语也在最近非常火爆，RPA能和哪些AI产品相结合这取决于具体的场景和需求是什么等等方面。RPA和AI的结合如果用一个比喻来说就是，RPA就像一个人的手脚，而AI就像其他的一些能力，CV就是一个视觉的能力，NLP就是一个阅读的能力等等。

对于具有固定格式的报告或者单据，OCR和RPA结合将会大大提高效率，减少错误率。就拿发票来说，发票具有相对固定的格式，可以把发票的扫描件作为输入项，然后利用OCR输出相应的信息，然后再用RPA来完成相应的业务流程。

对于一些金融行为的公告的数据提取来说，NLP和RPA相结合将会对整个流程的效率和准确率提升来说有质的飞跃。对于很多投资分析和数据分析的公司来说，他们需要对公司或者基金的公告或者报告中的数据进行一些统计，那么这个时候由于每个公司的行文、所用语言、文本格式这些都是不同的，所有单纯的RPA是无法完成一个提取数据的任务的。那么以前的做法就是：聘请具有具有相应的语言能力的人来进行数据的提取和输入。单纯靠RPA是无法完成此项工作的，因为这是非结构性的数据。因为上市公司或者基金他们的金融行为的公告的行文具有相对的规范，也具有相对固定的所需的数据项目。

如上图所示，两份公开的公告来说，Issue Date、Effective Date，Amount，Price，Issued Shares等等这些项目都用相类似的表述，所以在这个方面，NLP的准确率会相对比行文语法和用词差别很大的文件高很多。

进一步来说，AI和RPA的结合不是加法，也不是乘法，而是像你赋予这个机器人不同的感官和能力。举个例子，一个安保工作人员需要在一段繁忙的时间段去找出录像中的一辆红色跑车，这时他可能要慢慢看，找出来符合条件的车子，放大去看车牌或者看车中人的特征。如果把这段录像作为一个输入项，用CV去找出符合条件的车子，然后再用OCR去辨识出车牌的文字，和用人脸识别去找这个人，然后用RPA输入数据库或者通知相关人员。

而这些应用的过程，对数据辨识处理的准确度标准的设定，将直接影响到机器人的效率乃至整个工作流程的塑造。赞成 @李永伦回答对于Error的看法。可能以目前的水平来说，把一些数据处理判断的决定交给AI和RPA不意味着100%的准确性，但是在减轻工作的痛苦程度和提升工作满意度方面来说，这将是一个巨大的提升。这将会促使人们站在一个更高的视角去审视乃至重新定义效率、准确度、误差和人的价值等之间的关系。也就是说，如果站在AI和RPA这把梯子上，人们的视野可能可以看到比原先看到的地平线更远的地方，那不是一件更好的事吗？