RPA与AI结合是RPA发展的趋势。RPA需要AI的技术能力拓展功能服务，AI需要RPA的应用场景落地。

RPA和人工智能AI结合后的应用范围超级广泛，一方面可以处理：登发邮件、Excel计算、整理文件这类简单重复性工作外；另外还能完成：身份信息智能审核、文本OCR智能分析、客服场景辅助决策与自动推荐等复杂决策类工作。

RPA会经历四个阶段的发展，前三代RPA不涉及到决策层，只是帮助人执行预先定义好的流程。需要人在初始化和运行的过程中参与监控，确保实施的准确性。而随着人工智能技术的日益成熟，便产生了第四代RPA发展阶段，即：AI+RPA。人工智能与机器人流程自动化有效结合，进行复杂场景的智能决策，其功能更加完善，应用场景更加广泛，适用范围更广，RPA机器人更加智能，我们具体展开来看这4个发展阶段。

四个发展阶段

个阶段 RPA1.0

RPA1.0可以理解为辅助人工，既简单的辅助人完成一些基础数据录入、文件打开类的标准化桌面工作，整个工作过程离不开人工干预，无法自动执行，效果往往是辅助单个员工提升较小幅度的工作效率。

第二个阶段 RPA2.0

RPA2.0，这个阶段的rpa可以部分解放人工，可以自动完成整个业务流程中部分（某个环节）的工作流程，机器人永远不会对这些重复性工作感到无聊，他们会完全按照预定的指示和规则，以的效率来完成这些任务，无需人工干预。

第三个阶段 RPA3.0

RPA3.0可以理解为增强智能RPA，3.0阶段的RPA可以简单融合感知技术，尝试部分获取相关的外部知识，自动化处理目标文档中的非结构化数据，例如发票信息（图像）和来自客户的邮件（文字）。但是本阶段的RPA每次执行的动作都是一致的，他们并不会从每次的重复执行中进行“学习”，也不会在每天的程序化工作中进行自我改进和寻求更优的解决策略。

第四个阶段 RPA4.0

RPA4.0概念，即通过感知技术(语音、人机交互、视觉)、认知技术(智能决策)、RPA技术相结合， 打造出能够模拟人类进行业务决策和业务处理的智能助理机器人。

智能助理机器人可以学习人的业务处理经验(数据)， 在复杂的业务场景下，达到接近人或超过人的决策准确率，打破传统RPA技术只能按照特定规则处理业务的局限，实现深度的业务场景覆盖。

例如：「实在智能」开发的“实在RPA”开启了RPA4.0时代，不仅从AI组件层面进一步完善和丰富了机器人功能，可以适应更加多样的应用环境，完成更多复杂任务。同时将机器人管理控制台从简单的指令、规则下发升级为智能决策中心，实现基于历史数据和经验积累的模型训练加载、运筹调度和一键部署。实在终端机器人在完成各项任务之后，也会采集相关数据闭环反馈至智能决策中心实现模型算法的高频迭代，不断升级优化，提升准确性、可用性和鲁棒性。

「实在智能」“实在RPA”由四部分构成：

· 机器人工厂（Z-Factory，即任务组件编辑器），丰富完善的Win组件库、AI组件库、行业模板库，清晰易用的拖拽式交互体验及一键生成代码的贴心设计，让零基础用户开发机器人的过程行云流水；

· AI云脑（Z-Brain，提供复杂场景智能决策解决方案）；

· 中枢控制台（Z-Commander，综合管理台，全面管理部署、实时监控、任务管理、运筹调度、机器人运行情况数据化展示）；

· 终端机器人（Z-Bot，虚拟员工端，支持无人值守、人机协同等多种交互形式）。

四者相互配合，方便开发者快速、便捷拓展应用场景，实现“生产-分配-管理-执行”的流程闭环。

一方面，RPA技术可以极大的降低用户的系统改造成本，完成数据获取与复杂的系统操作，另外一方面，RPA搭载AI技术后能让每一家企业拥有自己的数字员工，进入企业智能化时代。

一个令人惊讶的RPA4.0机器人的例子（实际案例）

在我们政策匹配场景的RPA实施过程中，我们成功的完成了一个RPA4.0的成功案例：政策计算器。

它是AI+RPA的典型应用，通过人工智能语义分析，构建政策要求与企业条件之间的匹配算法，实现企业与政策双向智能匹配。我们激动的发现，政策计算器可以有效的解决政府与企业信息不对称、政策自动化录入、自动化解析、自动化校验、企业政策推送、申请信息及时自动提醒等问题。

让人惊喜的是，政策计算器可以智能评估企业多维度发展指数，量化评估企业自身条件与激励政策之间的距离，并综合政策解读经验提供专属行动建议，达到了在政策发布与匹配场景下RPA4.0所具备的效果，为各级政府和企业的政策相关工作带来显著的提质降本增效！