RPA与AI的区别科普篇 [转]

大多数人每天都会使用到一些机器人流程自动化工具,例如读取邮件和系统,计算,生成文件和报告。而在未来,那些你不想做的枯燥的工作,也许真的可以不做了,重复化、标准化的工作都可以让机器人帮你完成。本期推文特邀陈剑独家原创阐述RPA的概念、原理与实践。

理解RPA
RPA是Robotic Process Automation的缩写,从字面便不难看出其要义,即:机器、流程、自动化,RPA是以机器人作为虚拟劳动力,依据预先设定的程序与现有用户系统进行交互并完成预期的任务。从目前的技术实践来看,现有的RPA还仅适用于高重复性、逻辑确定并且稳定性要求相对较低的流程。

用更通俗的解释,RPA就是借助一些能够自动执行的脚本(这些脚本可能是某些工具生成的,这些工具也可能有着非常有好的用户化图形界面)完成一系列原来需要人工完成的工作,但凡具备一定脚本生成、编辑、执行能力的工具在此处都可以称之为机器人。

比如,在游戏领域被广泛为人所熟知的国产软件“按键精灵”,即可以通过它的一些简单功能帮助我们完成一些自动化的工作。

按键精灵的简要工作原理是通过录制操作者的鼠标和键盘的动作步骤形成操作脚本(用户也可以不用录制的方式,完全手工编写脚本),这里的脚本是可以修改的,用户可以更具需要修改脚本的参数,比如鼠标点击的位置、键盘输入的值,再次运行脚本的时候就会重新执行录制过程中的这些动作,如果脚本的参数有修改,则会执行对应的调整后的动作。

在这里插入图片描述

我们可以借助这个软件,通过录制鼠标和键盘动作的方式,来完成一些简单的操作,如果用户用的熟练,理论上按键精灵既可以帮助我们完成一些更复杂场景下的自动化工作处理。

举个简单的例子,比如我们每天上班时要打开ERP系统并进入到AP发票处理页面,如果你觉得每天都重复这么做非常无趣(如果没有设置保存账户和密码的话),我们就可以通过按键精灵来简化我们的步骤,点击软件的录制动作按钮之后,软件就开始记录我们的动作.

比如双击ERP软件的图标、输入账户信息,点击登录按钮,进去之后再点击菜单逐层进入AP发票处理页面,等这一系列的操作完成之后,我们点击停止录制,然后为这个录制的流程设置一个快捷键,比如ctrl+1。

怎么使用这个录制的过程呢,等我们再次上班时,按下ctrl+1,这个软件就会按着你上次录制的过程依次做一遍,直到运行结束,整个过程完全不需要你的参与,以后你就可以通过这个方式一键登录ERP系统并进入发票处理页面了。

考虑面向的用户群体往往并不会拥有专业的技术背景,总体而言,这些工作与流程自动化工具的应用还是相对比较简单易用,通常可以通过图形化的界面完成脚本的生成与编辑,即使是利用相对专业的脚本编辑器,这里的脚本业务完全不是程序员所面对的那种代码,简单看一下教程很快也能上手。比如以下在Mac OSX系统下利用Apple 所编写的简单工作自动化代码(让Google Chrome浏览器在新窗口中打开百度首页),可以看到语法非常简单,基本上已经是英语大白话了。

在这里插入图片描述

上面就是RPA的简单原理示例,当然现今各大软件厂商推出的RPA工具远比上述我们提及的小工具在功能丰富度上、场景的针对性上强很多,但其核心逻辑并没有本质的差异,在某些特定的业务场景下,熟练的Excel VBA开发者仅利用office工具甚至也能完成好的RPA工作(许多RPA工具仍然需要Excel VBA来进行协同工作)。

通过上文的介绍,相信读者能够很好的理解以下RPA的特点,这些特点正是RPA能够给企业带来价值的主要原因:
**机器处理:**通过用户界面(UI)或者脚本语言()实现借由机器人的重复人工任务的自动化处理;
**基于明确的规则操作:**流程必须有明确的、可被数字化的触发指令和输入,流程不得出现无法提前定义的例外情况;
**以外挂的形式部署在客户现有系统上:**基于规则在用户界面进行自动化操作,非侵入式模式不影响原有IT基础架构;
**模拟用户手工操作及交互:**机器人可以执行用户的日常基本操作,例如:鼠标点击、键盘输入、复制/粘贴等一系列日常电脑操作。

RPA的优势来源除了上述这些众所周知的功能特点外,对于规则的高度严肃性(良好的操作品质)、对现有系统的非侵入性(非耦合型)都是RPA的突出特点。以下我们从这两个层面分别去理解RPA在应用过程中所带来的优势:
在这里插入图片描述

RPA和AI是什么关系?
有些厂商在宣传RPA的时候有意无意和人工智能扯到了一起,但是从负责任的角度,RPA和AI简直天壤之别,现在的机器人还只是逻辑编程比较完善能够执行一定预制判断逻辑的的机器,还远谈不上人工智能,透过下面这张图,读者应该能够理解RPA和AI在自动化发展路径上的位置差异。
在这里插入图片描述

人工智能(Artificial Intelligence)是一个相当广泛的概念,人工智能的目的就是让计算机这台机器能够象人一样思考,而当前被广泛提及的机器学习(Machine Learning)都只是人工智能的分支,机器学习是专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,使之不断改善自身的性能。

战胜围棋各段高手的Google AlphaGo就是机器学习的代表,它所使用是深度学习(Deep Learning)方法,DL试图使用包含复杂结构或由多重非线性变换构成的多个处理层(神经网络)对数据进行高层抽象的算法,因此能够处理以前机器难以企及的更加复杂的模型(比如:高度的不确定性、超大的计算量)。
在这里插入图片描述

当前财务在人工智能行业热度中处于居中位置,但距离AI在财务、会计领域的实用化还为时尚早,从短期内的趋势而言,还是基于标准化、逻辑清晰的RPA为基础,逐步向具有一定智能化程度的流程自动化转变。

但是随着近年无论是全球范围还是中国范围的人工智能投资的逐步加大,相信我们在未来的十年或者二十年内,AI在实用性和普及型方面的逐步突破,财务领域的AI深入应用亦未可知。

RPA与财务共享服务
根据之前我们对于集团财务指导、控制、执行三个层面职能的划分,我们不难理解发现RPA将更容易在执行和控制两个层面发挥应有的价值,尤其是在交易性的业务执行层面,通常会有更多契合业务需求的实用应用场景,就像制造工厂越来越广泛的引入机器人工作中心来实现生产环节的去人工化,机器人软件有着财务工厂之称的财务共享服务中心同样有着广阔的空间,尤其是近年国内共享服务中心建设浪潮兴起,RPA概念和应用实践也一度占据了新闻热点。

以一个典型的交易型财务共享服务中心为例,常见的业务流程一般包括销售至收款(OTC)、采购至应付(PTP)、员工费用报销(T&E)、资产核算(FA)、总账与报告(RTR)、资金结算(TR)等流程,这些流程里不少业务处理环节都具备高度的标准化、高度的重复性特点,这也是RPA大展拳脚的广阔空间,那么现阶段这些流程里RPA有怎样的应用的Best Practice呢?

下表为读者简要展示了一些应用的示例:

销售到收款
自动开票:机器人自动抓取销售开票数据并自动进行开票动作;
应收账款对账与收款核销:机器人取得应收和实收数据,按照账号、打款备注等信息进行自动对账,并将对账差异进行单独列示,对于对账无误的进行自动账务核销;
客户信用管理:自动进行客户信用信息的查询并将相关数据提供给授信模块用以客户信用评估、控制

采购到付款
供应商主数据管理:自动将供应商提供的资料信息进行上传系统处理(比如获取营业执照影像并识别指定位置上的字段信息,填写信息到供应商主数据管理系统,上传相关附件);
发票校验:基于明确的规则执行三单(发票、订单、收货单)匹配;
发票处理:发票的扫描结果的自动处理(与机器人结合的OCR、发票的自动认证等);
付款执行:在缺少直接付款系统对接的场景下,可考虑利用机器人提取付款申请系统的付款信息(付款账号、户名等),并提交网银等资金付款系统进行实际付款操作;
账期处理及报告:比如自动财务账务处理(应付、预付重分类等);
供应商询证:自动处理供应商询证信息并将结果信息进行自动反;

差旅与报销
报销单据核对:比如自动发票信息核对(申报数与发票数等)、报销标准核查等;
费用自动审计:设定审计逻辑,机器人自动按照设定的逻辑执行审计操作(数据查询、校验并判断是否符合风险定义);

存货与成本
成本统计指标录入:机器人自动;
成本与费用分摊:期末机器人按脚本分步或并行执行相关成本、费用分摊循环

资产管理
资产卡片管理:批量资产卡片更新、打印、分发等;
期末事项管理:资产折旧、资产转移、报废等的批量处理;

总账到报表
主数据管理:主数据变更的自动系统更新、变更的通知、主数据的发布等;
凭证处理:周期性凭证的自动处理、自动账务结转、自动凭证打印;
关联交易处理:关联交易对账等;
薪酬核算:在缺少系统对接场景下的自动薪酬账务处理;
自动化报告:格式化报告的自动处理;

资金管理
资金管理:根据设定的资金划线执行自动资金归集、自动资金计划信息的采集与处理等;
对外收付款:收款与付款的自动化处理;
银行对账等:机器人取得银行流水、银行财务账数据,并进行银行账和财务账的核对,自动出具银行余额调节表;

税务管理
税务申报:税务数据的采集与处理、税务相关财务数据、业务数据的采集与处理,自动纳税申报;

RPA选型与ADII实施方法
目前面向桌面自动化、流程自动化的软件工具大致可以分为消费级和企业级两大类,相信不少消费级软件读者都不太陌生,而企业级则相对了解有限,这里补充一些面向企业的RPA产品供本书读者参考、备选,有关详细信息读者可以自己查阅他们的官方网站。以下是RPA相关产品代表——
在这里插入图片描述
RPA的实施通常不涉及企业现有IT架构的调整,但现有的RPA平台和平台之间多数是无法相互兼容的,因此一旦选择某平台,随着其上运行的应用场景的增多,未来可能在相对长的一段时间内较难进行平台的迁移,因此在平台选型时需要综合考虑各自平台的优缺点,充分比较用户易用性、系统集成性以及平台收费模式等。

一旦确定RPA平台,企业所需要面对的是一个个像纷至沓来的各类RPA需求,因此良好的需求与实施管理同样非常重要。在基于明确的RPA平台上进行流程自动化的实施,多数是场景式的、相对短流程的流程节点优化,总体目标是消除流程中需要广泛人工处理但逻辑清晰的业务步骤,但其改善需求是否与RPA平台匹配则需要进行一定的评估,诸如预计收益、预计RPA初始化投入等,确认后即进入设计、实施环节,多数轻量的RPA场景实施能够保证在一周之内完成设计和落地,而后则是结合运营反馈的改善。

综合上述步骤,本文提出RPA实施的ADII方法,期望能够帮助已经选用了RPA平台的读者和企业更好的管理到RPA实施。
在这里插入图片描述

本文由 RPA Club 作者:Editor 发表,其版权均为 RPA Club 所有,文章内容系作者个人观点,不代表 RPA Club 对观点赞同或支持。如需转载,请注明文章来源。

发表评论