发展至今PRA已经相对成熟，主流的产品模型有三个部分组成：编辑器、机器人和控制器。编辑器负责设计业务流程，并传达给机器人执行，机器人会把执行的过程和结果上传给控制器，用户可以通过控制器调配机器人资源按计划完成各类工作。

看到了RPA技术的便利性， 2015 年前后四大会计师事务所(下文简称“四大”)开始把RPA引入它们的业务当中，用于审计、对账等工作中需要重复执行的流程。

进入B端商业场景后，四大开始对RPA厂商提出了更高的要求，希望后者能不断拓展边界，让RPA能处理更复杂场景。

2016 年 3 月，AlphaGo打败了围棋世界冠军李世石，让AI这个已经被提出来 60 年的“老技术”重新回到了大众视野。

RPA厂商适时地引入AI能力，顺利实现了边界扩展。

最初的RPA技术只是模拟人的手去完成各种操作，因此仍需要人事先为其设计好需要执行的流程规则。但OCR、NLP等AI技术拓展了RPA自动化的边界。

“引入NLP、OCR、语音识别、语音合成等AI技术后，RPA正在变得更智能，运用范围更广，也能承担更多复杂的业务工作。”达观数据副总裁陈文彬解释道。

NLP技术就像机器人的大脑，可以处理有关逻辑判断与分析的工作;OCR技术就像机器人的眼睛，可以将实物文件或图片上的信息转化为结构化的数据;语音识别技术就像机器人的耳朵，可以识别各种声音信息;语音合成技术则是机器人的嘴巴，可以“说话”。

有了这些能力，在RPA编辑器的流程设计环节，就可以通过录屏的方式记录人的操作，然后让机器人自主学会操作的步骤，再通过功能模块拖拽的方式排列组合出复杂的操作，快速完成流程设计，甚至让机器人自主发现企业中可优化的流程，并一键创建流程，帮助企业更快更准确找到能降本增效的自动化高潜场景。

云扩科技的客户中有一家供应链信息服务平台企业，其员工每天需要从邮件中提取订单信息，再在Excel表格中把这些信息做一定规则的梳理，然后上传到供应链数据平台上。

整个操作虽然并不难但很复杂，需要频繁重复地做同样的事情，云扩帮助其梳理了工作流程，然后在设计器中制作成机器人可以操作的程序，帮助客户缩短了30%的处理时间，通过替代人工节省了25%的成本支出。

技术能力到位后，四大等咨询公司开始把RPA这个原本内部使用的技术对外输出。

企业端其实一直以来也有很多痛点。过去的 20 多年中国企业在进行风风火火的信息化改造，部署了大量IT系统用于辅助业务和管理。

随着IT系统增多，员工就不免需要在各个系统之间来回操作以完成某些工作，比如从各ERP系统中导出数据绘制报表、从订单邮件中提取用户信息录入CRM系统等。

这些工作需要经常做，往往操作起来还很复杂，人做起来还容易出错，RPA则能很好的替代人工完成这些任务，且效率更高、成本更低、几乎零错误率。

“当前的市场行情，一个RPA机器人一年只需要3- 5 万元的年订阅费用，对比一个人类员工一年的工资支出，RPA要划算得多。”柴亚团进一步解释道，“和雇佣一个人类员工几乎一样，只不过前者是一个采购合同，后者是一个雇佣合同。”

另外随着 90 后进入职场，其对重复性工作的忍受程度要远远弱于前几代人，这也为企业的对内管理提出了更大的挑战。

通过RPA机器人去处理重复性工作，把员工从低附加值的重复劳动中解放出来，去从事更加有价值的工作，这对企业而言则是一件既降本又增效的投入。随着企业数字化转型的推进，RPA在企业的使用将会逐步提升。

正因为如此，四大等咨询公司对外输出RPA业务时才会得到市场的积极响应，同时中小企业也快速跟进，市场需求在短短一年时间内呈现出井喷之势。

但与此同时行业内也出现了一些主导权的争议，即究竟是AI成就了RPA，还是RPA成就了AI。

这个直接决定了，RPA企业是否有独立发展壮大的机会，还是会被AI公司降维打击替代掉。

云扩科技创始人兼CEO刘春刚认为，当前众多RPA厂商中能把流程自动化引擎这个核心技术做好的并不多，当前阶段打磨出好的产品才是关键。

“当前RPA主流厂商主打的并非AI技术，而是其RPA产品在兼容性、稳定性、灵活性等方面的核心能力。”立足当前，刘春刚认为RPA企业和AI企业彼此合作才是主流，“RPA需要集成更多成熟的AI技术，而AI可以借助RPA实现更好的落地。”

AI技术虽然近几年发展的如火如荼，但在实施环节也会存在一些“断点”，需要用户基于原有的信息系统进行一定程度的定制化开发。