数字化转型具体落地有着落，超自动化开启RPA红利时代

7月27日，赛迪智库工业新词话栏目报道了一个新词：超自动化，英文是 Hyperautomation。

什么是超自动化？

Hyperautomation也用了Hyper这个单词，是否也意味着超自动化是一项重要技术？正是如此。超自动化最早出现于2019年10月发布的《2020十大战略科技发展趋势》报告中，Gartner将其放在了十大技术之首。

但Gartner所定义的超自动化，不只是一个技术名词，更是一个为了交付工作、涵盖了多种机器学习、套装软件和自动化工具的集合体。超自动化既包含了丰富的工具组合，也包含了自动化本身的所有步骤（发现、分析、设计、自动化、测量、监控和再评估）。超自动化的主要重点在于理解自动化步骤的作用范围、它们彼此之间的关联以及它们的组合与协调方式。事实上，超自动化更像一套解决方案，目的是让使用它的企业能够快速高效低成本最大化的实现企业经营自动化。而想要实现“无处不在的自动化”，通过AI技术转化非结构化数据以及通过机器学习持续挖掘并优化业务流程等操作必不可少。因此，超自动化的两大核心主要在于业务流程自动化工具与人工智能技术。

超自动化的四大组成部分

Gartner定义的超自动化，将RPA、智能业务管理（IBMPS）、人工智能（AI）及高级分析（AA：Advanced analytics）集合到一起，王吉伟频道将之简称为“RIAA”。

下面，简单介绍一下这四个部分。

第一，RPA是一种流程自动化解决方案，主要承担超自动化的自动化部分。RPA可以使员工团队中的业务用户，将平时需要人工进行的系列重复且基于规则的操作任务实现自动化。

第二，智能业务管理，可算是业务流程管理（BPM）的智能升级版。融合AI技术的智能业务管理，主要用于在策略层构建系统的整体自动化架构方案，并承担一定的业务流程自动化任务。它通过调度包括RPA在内的各种自动化组件，以及端到端工作流程的整套方案，保证业务流程自动化的最佳实践。

第三，人工智能，大家已然了解很多。在超自动化体系中，AI代表了企业技术堆栈中可用的一系列智能过程，包括机器学习（ML），自然语言处理（NLP）和智能光学字符识别（OCR）。这些技术，可以让超自动化识别更多的数据模式，持续发现并优化更多的业务流程自动化应用场景，也是保证非结构化数据业务场景使用RPA的基础，可以说AI让超自动化的应用与推广具备了更多可能性。

第四，对于高级分析，大家接触的可能并不多。高级分析强调使用技术和工具检查数据，以评估对业务流程的更深刻见解，预测业务成果并围绕决策制定建议，从而实现最大价值和ROI。事实上，超自动化过程高级分析可通过组织孪生化实现，通过软件模型可以构建并分析可能影响公司数字业务的任一场景，便于组织针对某种优势或者缺陷进行超自动化实施进程的各种决策。