RPA技术在短短几年发展迅速，企业对其需求也在迅猛增长。行业预言家预测RPA的未来将是RPA+AI，他们相信，人工智能、机器学习、自然语言处理、语音识别将会帮助RPA，最终达到智能流程自动化
（IPA）
。
据Gartner预测，到2022年，80%部署了RPA的组织将引入包括机器学习和自然语言处理等在内的AI技术，以改进业务流程。毕马威的调查数据显示，到2025年，组织对IPA和其他类似技术上的投资将达到2320亿美元。
智能流程自动化
（Intelligent Process Automation，IPA）
由麦肯锡公司于2017年提出的一种新型概念。简单说来，IPA是AI和RPA的融合，目的是实现更加智能的自动化。
IPA可以理解为AI化的RPA，具有从经验中学习的能力。它以RPA为基础，融合了AI的复杂性，通过NLP
（自然语言处理）
、OCR
（光学字符识别）
、ML
（机器学习）
等技术，拓展RPA机器人的能力边界，进一步释放自动化的潜力与价值。
相较于传统的RPA，IPA在读取非结构化数据、做决策、保障执行任务准确率、衔接人机交互任务上更具优势。这种经过AI加持的RPA，将对流程产生变革性影响，为企业打开新的商业机会，创造更大价值。
IPA可以分析基于文档的工作流
（如合同分析、审计规划和报告、RFP分析和组合、销售机会工作流自动化、客户支持分析和自动化、评估和索赔分析等）
；还能够理解文本、图像、文档和其他非结构化数据，而这些数据是数据驱动型企业流程自动化的核心内容。
IPA使用了基于机器学习和智能分析的深度算法功能，而不需要企业通过巨大的数据集训练模型，它可以根据可用的信息和上下文做出准确的判断。
IPA让数据团队和业务人员之间实现了跨领域协作，使业务人员掌握了自动化业务流程的必要知识。业务人员需要适当的技术环境来交付必要的输入，技术人员需要适当的业务环境来驱动实现决策。
IPA的所有行为都可追溯，这种模式能让企业的业务运营更透明，不仅在公式和算法方面更具可视性，也能定义真实环境的标识，使得数据团队和业务团队的配合更默契，让IPA和业务联系更紧密。
作为IPA的基础，RPA机器人可以将简单的工作流程自动化，并为AI提供数据支持，这是实现IPA的前提。
流程管理软件工具，集成了由人和机器团队执行的工作，允许用户实时启动和跟踪端到端流程的状态，用来管理不同组之间的切换，包括机器人和人类用户之间的切换，并提供瓶颈阶段的统计数据。
通过“监督”或者“无监督”学习来识别结构化数据中模式的算法。监督算法在根据新输入做出预测之前，通过已有的结构化数据集的输入和输出进行学习，无监督算法观察结构化的数据，直接识别出模式。
自然语言生成是一种通过遵循将观察结果从数据转化为文字的规则，以在人类与技术之间创建无缝交互的软件引擎。将结构化的性能数据通过管道传输到自然语言引擎中，并自动编写成内部和外部的管理报告。
一种结合了机器学习和自然语言生成的技术，它可以作为一个完全虚拟的劳动力，并有能力完成工作，交流，从数据集中学习，甚至基于“情感检测”做出判断等任务，认知智能体可以通过电话或者交谈来帮助员工和客户。
