其他分享
首页 > 其他分享> > 【RPA】机器人流程自动化(RPA)概念、原理与实践

【RPA】机器人流程自动化(RPA)概念、原理与实践

作者:互联网

01 理解RPA

02 RPA的优势

03 RPA和AI是什么关系?

04 RPA与财务共享服务

05 RPA选型与ADII实施方法

01

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。

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 Script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。

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)。

02

RPA的优势

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(Script)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。

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:

03

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。

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)。

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。

04

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:

流程循环

典型应用示例

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;

05

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——

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。

例:

某企业实施

纳税申报自动化的

RPA流程

纳税申报过程整体RPA适配度高,相当多的步骤可以借助机器人进行自动化,当前市场上支持这部分工作自动化的厂商也较多,因此这家企业启动了基于RPA的纳税申报自动化项目。

最终RPA实施的纳税申报过程被细分为三大子过程,即:数据采集与处理过程,数据提交过程,账务处理过程。

其中,数据采集过程更多的是与本地数据的交互(税务主体信息、开票信息、财务信息等),而数据提交过程更多的是与税局系统的交互过程(登录、数据填写、提交等动作),账务处理过程则是纳税、缴税的账务化反映。

1)数据准备过程

第一,利用RPA工具,通过脚本的预定义,期末机器人自动登录账务系统(比如试算平很表、固定资产子账目)、国税系统按照税务主体批量导出财务数据、增值税认证数据等税务申报的业务数据基础;

第二,机器人自动获取事先维护好的企业基础信息用以生成纳税申报表底稿;

第三,对于需要调整的税务、会计差异、进项税数据差异、固定资产进项税抵扣差异、预缴税金等自动通过设定好的规则进行调整,借助预置的校验公式进行报表的校验(比如财务科目与税务科目的数字校验);

第四,机器人将处理好的数据放到统一的文件夹,由税务人工进行审查(或干预)。

2)数据提交过程

第一,对于核对审查无误的数据,执行脚本,由机器人按照公司主体自动登录税务申报系统;

第二,执行纳税申报底稿的读取,并自动导入底稿相关数据,执行纳税申报表提交动作以完成纳税申报,并将相应的信息保存在本地。

3)账务处理过程

第一,税务分录的编制与自动录入:根据纳税、缴税信息完成系统内税务分类的编制;

第二,计算递延所得税并完成分录的编制与录入:对于涉及递延所得税的,自动进行递延所得水资产或负债的计算并完成系统内的入账。

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”(新一代技术+商业操作系统“AI-CPS OS”:云计算+大数据+物联网+区块链+人工智能)分支用来的今天,企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中,利用AI-CPS OS形成数字化+智能化力量,实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能,而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化,这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合,没有颠覆现状的意愿,这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量,领导者必须在行业、企业与个人这三个层面都保持领先地位:

  1. 重新行业布局:你的世界观要怎样改变才算足够?你必须对行业典范进行怎样的反思?
  2. 重新构建企业:你的企业需要做出什么样的变化?你准备如何重新定义你的公司?
  3. 重新打造自己:你需要成为怎样的人?要重塑自己并在数字化+智能化时代保有领先地位,你必须如何去做?

AI-CPS OS是数字化智能化创新平台,设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端,可以帮助企业将创新成果融入自身业务体系,实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉,形成了领导力模式,使数字化融入到领导者所在企业与领导方式的核心位置:

  1. 精细:这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切,进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。
  2. 智能:模型随着时间(数据)的变化而变化,整个系统就具备了智能(自学习)的能力。
  3. 高效:企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力,这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。
  4. 不确定性:数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验,其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域:技术、文化、制度。
  5. 边界模糊:数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化,还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长:

  1. 创造虚拟劳动力,承担需要适应性和敏捷性的复杂任务,即“智能自动化”,以区别于传统的自动化解决方案;
  2. 对现有劳动力和实物资产进行有利的补充和提升,提高资本效率;
  3. 人工智能的普及,将推动多行业的相关创新,开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议:

  1. 超越自动化,开启新创新模式:利用具有自主学习和自我控制能力的动态机器智能,为企业创造新商机;
  2. 迎接新一代信息技术,迎接人工智能:无缝整合人类智慧与机器智能,重新 评估未来的知识和技能类型;
  3. 制定道德规范:切实为人工智能生态系统制定道德准则,并在智能机器的开 发过程中确定更加明晰的标准和最佳实践;
  4. 重视再分配效应:对人工智能可能带来的冲击做好准备,制定战略帮助面临 较高失业风险的人群;
  5. 开发数字化+智能化企业所需新能力:员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说,创造兼具包容性和多样性的文化也非常重要。

子曰:“君子和而不同,小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和 人工智能,像君子一般融合,一起体现科技就是生产力。

如果说上一次哥伦布地理大发现,拓展的是人类的物理空间。那么这一次地理大发现,拓展的就是人们的数字空间。在数学空间,建立新的商业文明,从而发现新的创富模式,为人类社会带来新的财富空间。云计算,大数据、物联网和区块链,是进入这个数字空间的船,而人工智能就是那船上的帆,哥伦布之帆!

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。

标签:RPA,机器人,流程,自动化,概念
来源: