本文来自微信公众号“科技云报到”。
当清晨的第一缕阳光穿透数据中心玻璃幕墙时，财务机器人已在银行系统完成第37万笔交易核对；生产车间的机械臂群组刚结束自我诊断，向中央控制台发送了设备健康指数报告；医疗AI助手正以0.03秒的速度比对十万份病例，为医生筛选出最优治疗方案。这些看似科幻的场景，正随着RPA与AI的深度融合加速照进现实。
昔日的“大力出奇迹”模式正因为新技术的出现而改变，传统自动化工具也经历着脱胎换骨的蜕变。RPA（机器人流程自动化）如同隐形的效率引擎，重新定义着企业运营的底层逻辑。
它可能不会像ChatGPT、DeepSeek那样占据热搜头条，却悄然渗透进银行后台的票据流转、制造车间的排产系统、医院药房的库存管理，成为数字技术与实体产业结合最紧密的应用之一。
但更值得关注的是，这些“数字员工”的工作形态正从机械式重复劳动，进化到具备自主决策能力的智能协同。
此刻，我们通过五个关键棱镜，透视这场变革的下一个新趋势。
从“效率工具”向“战略资产”
阶段进阶
2025年，预计中国RPA市场规模将首次突破百亿大关，以RPA为代表的自动化技术正成为企业不可或缺的一部分。从定位上看，如今的RPA并不只是自动化工具，它既可以作为业务流程管理的一部分支撑企业数字化转型，也可以成为自动化战略主导企业的数字化转型。可见，RPA正从部门级的效率工具升级为企业级的战略资产。
RPA本质是通过技术手段将人力资源从繁杂的事务性工作中解放出来，转而聚焦于战略规划、文化塑造、员工发展等更具战略性、前瞻性的业务领域。企业若能以RPA为基座，构建“自动化执行-数据化分析-智能化决策”的闭环，不仅能够提升组织效率，更将重塑人才管理的核心竞争力。
“RPA+”模式受青睐
基于RPA的系统集成进一步加强
在市场需求与技术发展的双重因素之下，RPA与其他系统的集成已经成为RPA以及相关自动化产品的标配，也已成为衡量RPA产品的重要考核选项之一。
如今，许多企业已将RPA集成在原有的ERP系统和CRM系统上，不仅打通了数据壁垒、优化遗留系统性能，还通过自动执行多项任务，实现了降本增效。RPA凭借“无侵入性”和灵活配置，成功连接多个异构系统，优化了ERP、CRM等系统性能。同时，RPA也展现出与非IT系统（如HR系统、财务系统）集成的强大能力，有助于最大限度减少人为失误，确保数据准确性，提高数据可见性。
比如在能源领域，中石化共享服务公司打造了“享当当”RPA机器人，同时基于RPA+RPM+AI的产品组合，构建起集团的超级自动化能力。在中石化集团内部“享当当”已经实现超过40家企业推广应用，财务共享业务流程整体RPA使用率超过70%，优化减少加油站资金清账、合同智能审查等场景的业务处理工作量超50%，在提升业务处理质效、增强风险防控水平等方面取得显著成效。
未来，基于RPA的系统集成将变得更加灵活和强大，以适配更多业务场景，为用户提供更简单多重系统软件的流程自动化交互。
深耕垂直领域
传统行业超自动化进入加速布局周期
超自动化是一种技术合集，由RPA、AI、LCAP（低代码开发平台）、iBPMS（智能业务流程管理）等创新技术组成。作为多元化的技术与工具集，超自动化能够帮助用户将流程中更加复杂的非结构化数据业务实现自动化。
Gartner预测，到2025年，全球范围内超自动化市场规模将达到8600亿美元，年复合增长率为12.3%。随着企业数智化转型加速，我国超自动化市场规模将持续高速增长，特别是传统行业超自动化进入加速布局周期。
具体到业务场景，超自动化技术对于供应链、客服等通用场景发展潜力较大，政务、电信、物流、能源、制造等传统行业的超自动化需求将进一步增加。
企业想要实现超级自动化，需要有一定的基础设施建设，包括数据的规范、对原有软件系统的规范、数据管道的建设等。前些年，由于超自动化基础设施尚未完善，这一技术基本上处于局部应用状态。对于传统行业而言，超自动化进入加速布局周期主要得益于在制造业升级、新基建等战略的鼓励下，更多的传统行业开始采取超自动化技术进行降本增效，改善服务和产品的品质。
艺赛旗联合创始人兼联席CTO吴鑫就曾指出，在实现超自动化落地过程中，如何有效地识别业务自动化机会、自动发现流程中的断点、堵点以及重复流程等问题，是企业扩大自动化规模道路上的“拦路虎”。因此，实施超自动化所面临的挑战之一，在于如何发现潜在的自动化机会，为企业提供更多有价值的业务洞察和分析。
在效率为王的时代，“先人一步”总是要比别人拥有更多商业机会，也正因如此越来越多的企业选择利用超自动化技术实现降本增效，比如太保构建的“黑灯工厂超自动化卓越中心”就是其中之一。
在财产险行业的传统作业模式中，人工操作占据了很大比例，而RPA能够更充分地替代这些操作，从而释放出宝贵的人力资源。为此，太保产险于2021年决定成立黑灯工厂，专注于集中管理和运营RPA技术，通过应用RPA来提高效率并优化业务。
借助超自动化技术的支撑，截至2024年12月，太保自动化流程工厂累积活跃运行2286个，合计折算年均替代人力8148人，全年累积运行时长141.7万小时，有效支持了太保产险整个自动化生态系统的运营迭代。
强化自主意识
RPA Agent成为业务现代化关键组成
可能就连技术圈也没想到，AI Agent的火爆再次带火了RPA。ChatGPT横扫全球大语言模型风靡海内外之始，就有很多人断言了RPA的终场。但现在再看，RPA不但没有死，还在最新技术的加持之下，发展出了RPA Agent以及具备自主性的数字员工。
如今，RPA Agent已经成为AI Agent家族的一个重要品类，大量企业都已经部署了RPA，很多业务流程的自动化依赖RPA。Gartner认为，RPA则是实现数字现代化的关键组成部分。
RPA能够以极低的投入极大地提升AI Agent在企业复杂业务流程的执行能力，是当前理想的AI Agent拓展工具。如何将RPA和AI Agent结合起来提高企业运营效率，可以算是已经采用RPA的企业问的最多的问题之一。
相较于国外RPA厂商目前重点耕耘Copilot，从去年开始，RPA厂商开始陆续将Agent与RPA进行融合。
比如旗旗AI助手，通过集成大模型的能力，基于用户的自然语言输入，可将其转化为可执行指令，并自动判断处理、执行自动化流程，还能以人类能理解的语言形式返回处理结果。
提升人机交互能力RPA
从“规则驱动”转向“意图理解”
当RPA撞上AI，一场重构企业生产力的风暴正在全球蔓延。Gartner发布的《2024年机器人流程自动化魔力象限》提到，预计到2025年，90%的RPA厂商会提供生成式AI辅助的自动化功能。毕威马数据显示，到2025年，组织在IPA等技术的投资将达到2320亿美元。这场生产力变革已不再局限于流程自动化，而是进化为企业数字化转型的核心引擎。
在AI技术的驱动下，RPA不再局限于简单的流程执行，而是具备更强的认知和决策能力，能够处理更复杂的任务，如图像识别、数据智能分析等。这一趋势揭示了RPA进化的新方向：从“规则驱动”转向“意图理解”。就像汽车从定速巡航升级到自动驾驶，RPA与AI的融合正在突破流程自动化的天花板。
从哪个角度与AI融合更有效果、更易让用户接受，一直是国内RPA厂商所思考的问题。今年，随着DeepSeek的火爆出圈，利用其强大的语义理解、逻辑分析、交互生成能力，通过自然语言进行流程开发，无疑进一步降低了开发和使用门槛。开发者只需说出开发需求，AI就能自动生成代码，之后再通过对需求的精细优化，待满足需求测试达标后就能直接生成组件，实现了AI与用户的高效协作。
“将大模型技术加入产品，不是为了智能而智能，本质上还是秉承着‘易学易用稳定’的理念，为用户降低使用成本、提高效率。”吴鑫此话透露出这样一层意思：以业务需求为锚点，站在用户视角，实现RPA对业务的智能化赋能，而这正是RPA的根本价值所在。
通过与AI技术的相互加持，RPA实现了更高水平的人机交互能力。同时，RPA的自我学习和自我优化能力将得到更进一步提升，能够更好地理解和处理非结构化数据，以优化更复杂的业务流程，满足多元化的业务场景需求。
历史总是惊人地相似。19世纪蒸汽机取代马车时，没人能预见会出现铁道工程师这个职业；今天面对AI与RPA带来的变化，或许我们更该思考：当智能机器接管了确定性，人类是否终于能专注于创造不确定性中的价值？正如麦克卢汉所言：“我们塑造工具，然后工具重塑我们。”在这场永不停歇的进化之舞中，唯一确定的是，只有持续进化的企业才能成为数字化浪潮里的一朵浪花，并最终影响潮水的方向。
在深圳湾的某栋写字楼里，张会计刚刚收到系统推送的季度分析报告，这次她没有点击“确认”按钮，而是调出数据可视化模块，开始构建全新的经营预警模型——这或许就是人机共舞时代最生动的注脚。
