RPA好歸好，但是……
根據Gartner 2018的研究報告指出，全球企業在流程機器人(Robotic Process Automation, RPA)技術上的支出成本每年成長率高達57%，在2018年全球RPA預算為6.8億美金，且預計在2022年達到24億美金。
縱使RPA是屬於跨產業的通用型軟體技術，把繁瑣的工作自動化，但RPA並不是個預測未來的一種技術，面對許多複雜的商業決策，變數是上百至上千種，要把這些變數轉化成規則實屬不易。針對無法簡單規則化且必須處理大量數據的商業問題，可以結合同是通用型的自動化機器學習(AutoML)解決方案來進行預測，並挖掘出商業洞見 (推薦閱讀：如何快速轉型成為 AI 賦能企業？關鍵在於自動化機器學習)。
等等，什麼是RPA?
首先，先來介紹一下什麼是RPA。2017 Deloitte RPA Survey提到，RPA一般來說被通稱為機器人(robots)，利用軟體把一些規則(rule-based)的重複性流程自動化，包含網路的應用程式或是ERP系統，如下圖。但這裡的重點是，目前RPA只能將規則「自動化」，不具有 「智慧 」，更不是一個人工智慧(AI)的技術，因此一般期待的人工智慧場景，如聲音辨識或聊天機器人等，跟RPA並無關聯。
Source: Deloitte Global RPA Survey 2017
不過，RPA卻可以大大省下許多耗時卻沒有顯著增加商業價值的工作，比如用電腦複製貼上或是手動填寫資料，企業因此可以節省大量成本、提升效率、專注在更重要的商業決策規劃與執行。
雖然RPA對企業的投資報酬率可達200%，但是……
2016年倫敦政經學院(London School of Economics)管理系的教授Leslie Willcocks在接受麥肯錫倫敦(McKinsey London)訪問時候提到，當他研究16個企業導入案例發現在導入的第一年企業就有機會達到30%甚至是200%的投資報酬率 (ROI)！由此可知，RPA對企業提升競爭力來說是非常有潛力的。
而在2018年的時候麥肯錫更深入地分析RPA對企業內部的哪些部門可以真正的提升加值，文中也提到未來將企業帶向成功，領導者需要利用自動化(automation)以及數位解決方案(digital solution)，可提升公司業績，同時也能替各個部門減少成本約35%。然而，報告也指出，企業必須優先將自動化技術(automation)納入內部首要策略規劃，才能成功導入且得到優勢。
唯有AutoML，才能將RPA價值最大化
如上所述，RPA並不是預測未來的技術，但是會串連並收集企業資料，可以後續與自動化機器學習(AutoML)完美結合，因為RPA已為自動化機器學習(AutoML)產品將數據分析基底都完成了。最大的好處之一是，使用者不需要懂數據科學或是人工寫程式碼，對於正在使用RPA自動化功能的企業可以無縫接軌，為企業得到更多商業價值。同時，RPA能被應用的產業與問題，AutoML也同樣做得到，包括電信離網、員工離職、銷售預測等等。
在產業快速轉變的AI時代，企業高階主管必須思考如何利用自動化數據科技如RPA與AutoML將企業成功轉型，優化企業與人員效率，得到更高的市場競爭力。
推薦閱讀
- 聰明商務法則：錢在哪裡，AI就該應用在哪裡
- 善用數據、提升業績：如何善用數據提升業績？比Excel更高效準確的自動化機器學習
- 降低員工離職成本：員工離職AI分析流程五步驟大公開
- AI 自動化招募：利用AI預測來自動化招募員工流程，以減少每年上億員工離職損失
- 企業轉型 – AI 賦能企業：如何快速轉型成為 AI 賦能企業？關鍵在於自動化機器學習