本文敘述著重於使用軟體機器人來自動化數位系統，然後深入研究機器人流程自動化（RPA）如何優化協作機器人的使用。將RPA與人工智慧（AI）和機器學習（ML）結合，可以建立智慧流程自動化（IPA），從而擴大收益。

機器人流程自動化（Robot Process Automation；RPA）是一種軟體技術，它能夠簡化機器人部署和管理。RPA有時被稱為無代碼或低代碼自動化，旨在讓使用者和操作員能夠直接開發和使用機器人應用和過程，而無需仰仗軟體工程師幫助。除了使機器人平台開發更加普及之外，新的RPA工具還可以更容易地在整個機構中擴展。

RPA由兩個分支構成。最初，RPA用於開發軟體機器人，它能夠類比人類行為與數位系統和軟體交互。金融、合規、法律、客戶服務、營運等領域許多行業目前都在使用這些軟體機器人，最近，RPA已擴展到在工廠車間和倉庫中培訓和使用協作機器人。

透過使用RPA，公司整個運作過程、基礎設施、後端過程，甚至製造、物流和倉儲操作都可以實現自動化。將RPA與人工智慧（AI）和機器學習（ML）相結合，可以建立智慧流程自動化（IPA），從而擴大收益。例如操作員可以使用RPA為設定任務設置軟體機器人或協作機器人。然後AI和ML可以隨時間推移而優化性能。

現在，RPA、AI、ML和IPA等自動化技術急迫性和需求比以往任何時候都更加強烈。自動化通常需要廣泛人工參與和支援，自動化普及能夠為公司提供日常任務自動化和非技術用戶授權所需工具。然而，每一種新方法都伴隨其挑戰，自動化普及也不例外。

透過開發和遵循系統架構，企業可以輕鬆解決此類複雜問題。以下我們著眼於使用軟體機器人來自動化數位系統，然後深入研究RPA如何優化協作機器人使用。最後，我們討論實施 RPA 會出現的常見挑戰，並提出了一些可能解決方案。

何謂軟體機器人？

軟體機器人能夠完成人類先前執行的一項或多項任務。RPA工具能夠使個體使用者透過表單、拖放和類似介面創建軟體機器人，而無需編碼。在COVID-19之前，大多數RPA專案都專注於自動化日常任務，例如生成標準報告、登入網站、檢查表格的完整性和傳輸檔。網路爬蟲（Web crawler）是早期軟體機器人的一個例子，RPA現在可以使收益和朝向客戶流程自動化。

RPA軟體機器人是基於規則，不會學習。隨著軟體機器人更快、更高效地執行繁瑣和重複的任務，人類可以將更多時間花在創造性和分析活動上。在組織中部署RPA時面臨挑戰之一，為確定哪些任務或過程可提供最佳投資回報（ROI），這就是可以利用過程挖掘和過程發現之所在。

圖1 : 隨著軟體機器人更快、更高效地執行繁瑣和重複的任務，人類可以將更多時間花在創造性和分析活動上。（source：Paolo Falco RUegg）

過程挖掘與發現

過程挖掘和過程發現都使用專門軟體機器人來實現。過程挖掘機器人讀取電腦網路事件日誌以提取和對映業務過程訊息。過程挖掘忽略了用戶級別活動，無法捕捉到用戶交互所有細微差別。過程挖掘涉及資料擷取，但不執行分析，通常與過程發現結合使用。

過程發現是一種較新技術，開發用於在單個使用者電腦上運作，並且與監視活動有關，收集使用者如何執行特定任務資料。過程發現與如何執行特定過程有關。過程發現機器人記錄人類運作並使用電腦視覺、神經網路和AI/ML建立元建模（metamodel）。

元建模可提供一種快速、可靠且具有成本效益方法來識別最適合RPA過程，過程發現可觀察並收集一些細微差別，在跟蹤員工以瞭解任務執行方式傳統方法中很容易遺漏。過程挖掘和過程發現使用也提高了透明度，可以保護隱私並消除個人偏見。

協作機器人和RPA

RPA與協作機器人一起使用，以實現小批量和/或頻繁更換工具工廠和倉庫流程自動化。與軟體機器人一樣，將RPA與協作機器人結合使用可以消除耗時、單調和令人不快過程步驟，並提高生產率。RPA可以在一系列過程中使用單個協作機器人，從而提高協作機器人成本效益，尤其是對於中小型企業。

圖2 : 將RPA與協作機器人結合使用可以消除耗時、單調和令人不快過程步驟，並提高生產率。（source：KUKA Robotics）

此外，協作機器人通常體積小、重量輕，易於在設施周圍移動。RPA使它們易於重新程式設計和重新部署。適合RPA協作機器人任務示例包括：

‧ 拾取設備（Pick and Place）可以涵蓋從裝載機器（如自動焊機）到倉庫和物流操作中包裝和碼垛等各種活動。與人類操作員相比，協作機器人還可以提供更準確運動並處理更大重量。

‧ 過程完成活動往往是重複性任務。許多精密加工過程需要大量機械力，協作機器人可以持續不斷提供，而且不會疲勞。協作機器人還可以在需要時提供微小動作。

‧ 使用高解析度攝像頭協作機器人可以實施品質控制和檢查。這些生成圖像能夠與參考圖像或電腦生成理想零組件模型進行比較。借助RPA，這些協作機器人可以輕鬆且不斷地重新程式設計，即便是小批量過程也能確保高品質。

RPA優勢亦可能是劣勢

自動化普及是RPA力量所在。RPA擅長為基於規則日常任務自動化開發軟體機器人，但不適合支援需要適應變化或創建易變環境的過程。組織需要明確說明RPA 部署目標和要求。例如RPA可能不適合下述應用：

‧ 對營運影響最小

‧ 其中包括頻繁變化過程

‧ 不能完全基於規則活動或過程

‧ 需要具有多個子過程複雜過程

‧ 需要認知行為和頻繁使用者干預

RPA不是靈丹妙藥。如果在沒有明確目標、目的和中央協調的情況下使用，可能會導致不同團隊開發自動化孤島，而這會成為一個弱點。自動化孤島的存在會限制可擴展性，並且影響RPA專案長期可行性。

缺乏全行業RPA標準是導致自動化孤島發展的另一個因素。每家公司都應制定全面RPA戰略和實施流程。執行常規任務的傳統RPA實施只能影響那些有限任務性能，並且可能會受到上述其他性能下降影響。 RPA實施通常可以透過使用AI和ML而整合到更大組織中受益。

IPA救援

RPA正在不斷進化和擴展。將AI和ML添加到RPA部署中會產生能夠?明人類操作員的IPA機器人。除了執行簡單基於規則任務外，IPA軟體機器人還可以適應、學習或在無人看管情況下行動。IPA軟體機器人可以實現集中協調並消除自動化孤島。

簡單RPA軟體機器人可以有效地執行明確定義的任務，而IPA機器人可以隨著時間推移學習如何更好地執行或完成任務。使用IPA機器人可以將RPA功能擴展到受益於某種認知能力的任務，例如異常處理、自然語言處理和非結構化內容提取。預計IPA對於RPA在大部分組織中的持續擴展至關重要。IPA軟體機器人將能夠增強過程，並承擔在基於規則架構中無法完全定義的複雜任務。IPA機器人將同樣易於程式設計，能夠確實體驗自動化普及好處。

總結

RPA旨在透過讓使用者和操作員直接開發和操作機器人應用和過程，而無需仰仗軟體工程師幫助，從而使自動化得到更多普及，可用於自動化後台活動以及製造、倉儲和物流過程。為了最大限度提高投資回報並確保可擴展性，RPA部署需要某種程度中央管理和控制。隨著AI和ML功能被引入到RPA中，它將演變為更強大、更靈活和可擴展IPA技術。

（本文作者Jeff Shepard為貿澤電子特約撰稿人）