机器人过程自动化（Robotic process automation，RPA）可能是今年数字世界中最受欢迎的术语。这是有充分理由的。RPA是一项创新技术，使用执行繁琐重复任务的软件机器人实现业务过程的自动化–错误敏感性等于零。

想象一下神奇吧！

多亏了机器人，人类员工不再需要在紧张、耗时和手工活动上浪费时间。结果是让员工感到轻松愉快，有更多的时间来完成真正重要的任务，52返现网，提高工作成果，为员工的日常工作增加额外的价值。

难怪RPA已经被证明是一个智能和高效的驱动程序，宁波大数据，通过提高生产力、降低成本、，最终带来收入和业务增长。因此，RPA不仅仅是一个时髦词，这也是为什么到2025年，其市场规模预计将达到39.7亿美元的原因。

要深入了解"什么是RPA"，请看一下"智能RPA"系列中的早期博客。

因此，我们了解到，数字机器人自动执行重复和常规任务，从而显著提高生产力和效率员工和客户满意度。

然而，从其他方面来说，这些机器人无法从他们的行为中得出任何结论；它们不是"智能的"。这就是机器学习（ML）的由来。

无论何时以集成和战略性的方式追求业务自动化，将机器学习与RPA联系起来都是有意义的。为了高效、面向未来和战略性地自动化业务流程，将这两种技术结合起来至关重要。

通过将智能注入RPA，从而将机器学习能力与流程自动化结合起来，我们可以设计一种高级形式的RPA–一种能够分析、理解和得出结论的机器人从结构化和非结构化数据。因此，这种强大的共生关系不仅能够处理数据，而且能够有效地使用数据。这个新创建的智能RPA在对数据采取行动之前对数据进行分析，不断地从数据中学习，随着时间的推移变得更加智能，在先前学习的基础上做出明智的决策。

因此，每当需要处理、分析、比较大量数据时，大数据下，借助RPA和ML实现流程自动化尤其有意义，结构合理。ML负责思考和学习，RPA负责执行。与RPA相关的ML功能是图像和语音识别或文档信息提取等技术。在世界范围内，每天都有数以百万计的会计师从供应商那里收到发票，通知他们要支付的款项。

30年前，这些文件被打印在木头和水制成的纸上，装进信封，甚至由邮政代理人递送。

今天，由于数字化转型，发票以PDF文件的形式通过电子邮件送达会计。多好的进步啊！

坏消息是，它周围的整个过程都是一样的。

处理发票很费时，对会计来说是一项相当枯燥的工作。

这些高素质的员工必须投入大量的工作时间来阅读发票，并手动选择和提取相关信息，企业信息化应用系统，如供应商名称、发票号码、发票编号、发票编号、发票编号等，待支付总额、支付日期等。

手工提取数据后，员工在其组织的ERP应用程序中打开会计模块，将数据输入表格，然后单击按钮验证输入。

游戏结束。如果我们可以称之为游戏的话。手工处理一张发票需要几分钟的时间…对于全世界每天数以百万计的发票来说。

那么有什么可以简化这个过程呢？简单–在智能RPA的帮助下尽可能地实现自动化！

在流程的第一步，RPA bot打开会计收件箱，并用附件识别与发票相关的电子邮件。

bot从会计收件箱获取电子邮件附件，读取它，并将其发送到名为"应付款"的智能ML应用程序，处理文档和获取发票详细信息的地方。

应用程序使用经过培训的ML功能来处理来自世界上任何类型的公司的每种发票；自动提取数据；并将其交回RPA bot。

在最后一步，bot在系统中创建供应商发票，在该系统中可以处理所有正在运行的作业由员工监控（由于RPA机器人安排他们）。

游戏结束。是的，对于使用ML功能的RPA机器人来说，这个过程是一个快速而简单的游戏，每张发票只需要几秒钟。更重要的是，它没有人为错误。

现在，用一分钟乘以全球每天发送的数百万张发票，你可以想象RPA和ML技术的巧妙结合所产生的投资回报率。这种结合最终释放了员工的时间，使他们能够专注于真正重要的任务。

虽然SAP有几个类似这样的机器用例，但持续的研究正在推动这一领域的进步。sapml研究团队致力于通过跨多个领域（如文本、图像或视频）的实际应用程序解决棘手的ML问题。重点在于通用的ML技术，这些技术有可能影响金融、采购、物流和旅行管理的广泛业务用例。

通过与世界上最好的研究机构的多个双边合作，大数据对比，SAP Leonardo research扩大了其专业知识，并积极致力于ML和深度学习解决方案的持续开发。一旦准备好扩展，ML模型就可以转变为新的企业解决方案或增强SAP现有的解决方案。

访问我们的SAP Leonardo机器学习研究博客，了解我们的机器学习研究成果。

查看SAP智能机器人过程自动化网页探索成功的用例阅读有关智能RPA的博客。参与我们的社区。在Twitter、LinkedIn、YouTube上关注我们。