UiPath中国区陈磊：人手一个机器人的时代已来( 二 ) 目前

此外，陈磊补充道， TaskMining的抓取、挖掘存在于后台，以静默方式进行工作，避免影响到用户日常操作，用户同时也能在系统中选择愿意被抓取的应用或时间。而ProcessMining主要提取系统操作日志，不需要客户端，更不会影响用户日常操作。
可见，上述路径主要以工具层面加以实现，但不同行业、不同企业RPA应用往往存在共通之处，无需每项都靠头脑风暴、工具加以明晰。因此， UiPath跳脱出单纯的工具属性，通过Marketplace聚集用户、技术爱好者开发的自动化组件及模板，从而提升RPA应用的多样性与可选择性。

文章图片
“Marketplace提供的组件往往会增强个人生产力，比如员工有自动填充文本、拆分PDF等流程，我们的卓越中心便能适配适合该企业的此类流程，将其置入员工桌面，提升人效。 ”陈磊解释道。
而通过传统访谈和众筹、工具化挖掘、实践与应用市场结合三种路径，便能尽可能深地发掘自动化机会，从而适配更多行业与企业，释放技术价值。

文章图片
技术耦合
以国内视角来看，由于数字化建设进程同发达国家仍有差距，部分数字化程度较低的行业甚至仍处于信息化改造期间，为RPA标准化带来了困难。
而标准化RPA是怎样的呢？陈磊对数据猿提出了一个概念——全面自动化企业。
“所谓全面自动化企业，首先需要建立一支在企业层面可共享的机器人团队，从而能够自动化工作分配给机器人池，使其承担大批量的、端对端流程的重复性工作；更进一步，就是为每一位员工创建机器人助手，实现人手一个机器人，从而提升每位员工的人效；再者，没有IT背景的员工也能通过平台与工具实现自动化开发，人人都是开发者；最后，在工作流程的方方面面部署人工智能，进一步扩展任何自动化机会。 ”陈磊解释道。
值得注意的是，在全面自动化企业的概念里，除RPA外，不乏低代码、人工智能、流程挖掘等技术应用。
据Gartner预测， 2024年， RPA、低代码应用平台、AI等创新技术将成为超级自动化发展的主要推动力，而企业基于超级自动化将降低30％运营成本。但国内部分行业由于数字化进程稍缓，业务流程中充斥着非结构化数据且IT人才稀缺等问题，使得AI、低代码、RPA的耦合显得格外重要。

文章图片
UiPath显然注意到了这一点， AI、低代码等新兴技术已被广泛集成于UiPath的解决方案中。
对此，除前文已提到的发现自动化机会外，陈磊以DocumentUnderstanding为例，阐述了AI如何赋能RPA流程：“DocumentUnderstanding主要负责培训机器人通过AI来处理文档，通过该应用，机器人能够从PDF、图像、手写文档中提取、解析及处理数据。这其中便包括了大量的非结构数据，而无论它们是否有固定形式，是否旋转与扭曲，机器人均可对其进行处理。 ”
通过诸如DocumentUnderstanding等AI技能组件， UiPath机器人已然能胜任“思考型”任务。据陈磊介绍，除文档理解外，机器人还能通过AI计算机视觉识别屏幕元素，并理解会话，从而实现动态界面及高弹性的自动化。

文章图片
同AI应用类似，本着平民化开发使命的UiPath并没有忽略低代码技术的应用，相反， UiPath搭建了低代码平台Apps ，使没有API也能连接浏览器选项卡及旧版网页，使IT基础偏弱的员工通过友好界面与通用集成、预设模板实现人机交互过程。