長久以來，機器人自動化一直是制造業的關鍵推動因素，但關于辦公室自動化的所有討論又有何結論呢？它只是創建宏和修補遺留問題的新方法？還是真正的規則改變者——未來數字化領域的核心組成部分？

我曾擔任企業 IT 部門顧問和 IT 管理團隊成員，收獲了相對較長的經驗。您通常無法滿足每個用戶的需求。有時這不是一個大問題——也許您已經研究出解決方案，可以從根本上滿足這些需求,大家都從此過上幸福的生活。

然而更常見的情況是，這些需求得不到解決。在您的 ERP、CRM、SCM 或其他具有三個字母縮寫的系統就位，且各類工作流程解決方案和規則引擎均已完成設置之后，仍然會有部分業務要求無法得到滿足。這就是 IT 需求的長尾問題。類似需求可能很多——甚至可能占到總數的三分之一。只是這些需求單獨的價值太低并且太分散，難以一一解決。

用戶不得不自行解決。通常用戶還需要進行長時間的手動復制、粘貼操作和無休止的重復動作。或者是一種變通的方法——可能是編輯復雜的電子表格或桌面數據庫宏。無論如何，這些都不是理想的解決方式。用戶不想一開始就在變通的方案上浪費時間——何況現在還需要進行維護。IT 部門也不滿意——他們利用一個無形的解決方案解決了這個問題，而下一次升級，這個解決方案又可能遭到破壞。

那么使用機器人流程自動化（RPA）會如何呢？它是只需要屏幕抓取和宏指令，同時提供 OCR，開啟機器視覺？或者全新的文書自動化程序，可為企業家、員工和客戶創造巨大的價值？或許還可以遠遠超越 IT 需求的長尾，甚至創造出數字化顛覆？

我們先看看第一段的類比，并簡要談談工業機器人。機器學習功能已經應用于增強工業機器人——例如減少設置時間和提高靈活性。因此，這并非全新辦法，但是其規模已不同于往日。行業正在開發物理機器，使其能夠學習相對復雜的任務并隨著時間的推移自行改進。

這一點很重要：工業機器人的安裝項目需要投入的成本可能是機器人本身的三倍。如果您的制造流程發生變化或者您想要推出新產品，怎么辦？重新配置機器人所需的時間會導致生產中的時間損失或產品發布延遲。如果其中一臺機器人突然罷工，整條生產線可能會停滯。類似的問題顯然也會出現在辦公室的機器人自動化場景——最好精心設計，避免給自己留下更多隱患。

說個有趣的旁話，我們的 Symbio 團隊擁有將物理和基于軟件的機器人技術相結合的經驗。除了軟件工程和產品開發，我們在質量保證方面也擁有相當可觀的業務。我們內部有很多技術嫻熟的工程師，我們可徑直啟動自動化。

因此，我們開發了一個基于模型的測試自動化框架，該框架具有一定的機器視覺功能，并將其與芬蘭公司 Optofidelity 的物理機器人集成。人們可以使用各種外形的觸摸屏并自動生成測試腳本?？梢蕴砑右恍┛煽康膱蟾婧头治觯涑尚э@而易見。也可以將不同構建塊進行智能組合，由此創造價值。

那么，如果將 RPA 功能與一些業務流程、規則引擎和更高級的機器學習功能相結合，會產生什么樣的效果？再加上聊天 AI 平臺或數字助理，也許會讓您大放異彩。如果您是 RPA 流派，也許您會稱之為 RPA 2.0 或數字再增加一點。如果您的產品更傾向于人工智能，那么您可能會談論到認知或智能自動化。

當然，企業軟件也越來越好。企業軟件不僅越來越容易設置和重新配置，企業套件供應商還在其產品中嵌入了各種認知功能，從而可幫助自動執行日常任務，并通過大量現有數據獲得見解，為用戶提供支持，或者只是幫助臨時用戶弄清楚如何使用解決方案或業務流程的目標是什么。

一個典型的企業更有可能擁有多個智能解決方案，讓員工和客戶的每一天都更輕松。有的解決方案可能屬于通用工具箱，而有的可能專注于特定任務，如客戶支持。然而，進一步解決方案則存在于員工使用的特定軟件解決方案的范圍內——或者提供給客戶的特定產品。

無論最終決定選取哪個術語來描述它，構建塊均已可用。第一個真實世界的應用程序業已存在。其中一些不僅解決了長尾問題，而且實際上正在創建新的數字商業模式并改變商業規則。優質的客戶體驗與前所未有的可擴展性在后端相結合。不難預測，它必然會帶來深遠影響。

請談談您的想法——智能自動化需要多長時間才能變得成熟和普及？它能否為我們所有人創造更多有趣的工作場所？未來會遇到哪些困難？我們應該如何利用這些技術，減輕對環境的負擔？