RPA 的局限性是什么？

---

RPA 目前仍需要人类来设计工作流程，它不够智能，无法自行构建和自我修复。与实时监控相关的流程，例如查看实时摄像头并采取行动。根据从自然语言处理中得出的实时情感分析采取行动。用于 RPA 流程的预构建 AI 和 ML 包，用于智能异常处理和提供分析 - 建议。改进 - 智能 AI 和 ML 集成，能够理解异常并提供建议。

具有以下特征的流程不适合 RPA -

• 任何需要人工判断才能处理的流程。

• 任何包含非结构化数据​​的流程。

• 任何具有非数字输入源的流程。

RPA 的局限性

当前 RPA 系统的局限性使得满足这些期望变得具有挑战性，尤其对于那些规模庞大且受严格监管的企业而言。但为了更接近理想的 RPA 实施，可以解决这些问题，包括以下内容 -

流程改进或认知能力

"RPA 不是认知计算解决方案"。相反，它“最适合基于规则的流程而非基于判断的流程”，为了解决此限制，我们可以建议使用“能够理解和关联异常并能够根据实时场景轻松提供建议的智能 AI 和 ML 集成”。

RPA 需要结构化数据

一些技术专家指出，“RPA 需要结构化数据，但 80% 的企业数据都隐藏在非结构化文档中 - 电子邮件、信用证、发票、护照、制裁名单等”。这些限制包括“语音和回拨流程以及需要人工主观判断的流程”。尽管非结构化数据对于 RPA 机器人来说是一个问题，但其他工具可以用来在使用 RPA 机器人获取最佳和准确结果之前对数据进行结构化。

读取和解释图像或图形数据

根据组织收到的反馈，一名员工分享了无法“读取网络拓扑或某些机器图纸”的经历。

手写文件

一位测试成员，在 MyAnatomy 工作的 Aprajita Jha 表示，手写文件对 RPA 机器人来说是一个挑战，但“这个问题正在慢慢得到解决，希望在未来几年，我们将看到更智能的‘手写笔记’识别，机器人能够识别”。

使用流程不完善且能力不足的流程来实施 RPA 无法解决问题。RPA 不是业务流程管理解决方案，也不会带来端到端的流程视图。

它无法读取任何非电子数据以及非结构化输入。RPA 工具不是具有机器学习和人工智能的智能机器人；RPA“机器人”是无法动态响应更改的脚本。

平衡短期需求与长期优先事项。

RPA 的某些方面可能看起来好得令人难以置信，例如提高生产力、最大程度地减少人为错误和简化复杂工作流程的能力。问题在于，许多团队使用 RPA 作为绕过过时技术（例如，仍在使用的几十年前的 COBOL 系统）的一种手段。这通常是因为替换和替换遗留系统会造成干扰。此过程可能花费数千（甚至数百万）美元，并且需要数年才能完成。

虽然将技术栈的每个部分重写为基于现代微服务的应用程序很诱人，但一次性完成所有操作可能会阻碍组织的关键流程。为了解决此问题，公司正在转向 RPA 系统来自动执行小型操作，例如将来自绿色屏幕的结果键入 Web 界面或将扫描的纸质文档中的数据传输到 CRM。

重要的是要了解这只是一个短期解决方案。在遗留系统上编程的 RPA 机器人缺乏更深入、更复杂自动化的底层 API 连接。

部分流程自动化

当今使用的 RPA 并没有完全取代人工劳动。其主要原因是，只有通过用户界面显而易见的某些任务部分可以由 RPA 自动化，而不是整个复杂流程。虽然 RPA 可以用于在具有可预测输入的重复活动中替代人工劳动，但完成流程通常需要与 API 或其他输入源进行交互。

为了克服此限制，必须将 RPA 集成到更大的 BPM 和 ITPA 平台中，这些平台提供了更广泛的流程视角以及与各种应用程序更广泛的集成方法。RPA 与 BPM 和 ITPA 技术的最佳集成将减少员工必须学习和维护的用户界面数量，并将提供最快捷、最经济的自动化途径。

治理和安全问题

对于可能遭受巨大损失的企业，尤其是那些受严格监管的企业而言，对 RPA 的热情可能会因对安全和治理的担忧而减弱。一些需要解决的具体安全和治理问题包括 -

• 机器人如何管理、存储和使用密码或其他登录凭据？尽管这可能会导致额外的许可证费用，但许多 RPA 供应商都与第三方密码保管库工具集成。

• 多个部门是否可以访问密码保管库？如果是这样，例如，您将如何防止人力资源部门获取财务数据？

• 是否有机制来跟踪可疑交易或防止数据丢失，例如当数据发送到奇怪的 IP 地址或文件大小异常大时？

大多数 RPA 供应商都解决了其中一些问题，但如果企业要防止安全和治理团队破坏 RPA 计划，则需要对所有这些问题提供全面的解决方案。

虽然期望 RPA 提供商在一个产品中提供所有这些功能是不合理的，但与组织的安全工具和协议集成最好的产品将是最佳选择。鉴于早期结果令人鼓舞，对 RPA 的更高期望是不可避免的。但为了使 RPA 产品继续提升价值，需要扩展与补充流程自动化技术的集成，需要克服可扩展性障碍，并且需要更加努力地解决安全问题。

结论

随着越来越多的公司体验到 RPA 的局限性，他们正在寻找更强大、更具变革性和整体性的解决方案，该解决方案可以利用 RPA 的优势，同时解决其弱点。

组织不应放弃那些无法从 RPA 中获得足够投资回报率的核心业务职能，而应专注于能够影响企业范围数字化转型的任务。选择能够管理不太完善的形式和文档，同时抛出较少异常的下一代技术将最大限度地提高组织的投资回报率。

例如，Roots Automation 的数字协作者熟悉保险行业常见的各种表单和文档，并从每个表单和文档中学习 - 从而使未来的客户受益。此外，可以通过机器学习技术快速处理特定于客户的任务。数字协作者可以像人类一样阅读、审查和解释信息，这远超传统的 RPA 解决方案。