10、基于人机交互分析的RPA支持框架与应用前景

基于人机交互分析的RPA支持框架与应用前景

1. 引言

在过去十年里，机器人流程自动化（RPA）在行业中得到了广泛应用。RPA项目通常需要遵循类似其他软件项目的生命周期，一般包括分析、设计、开发、部署、控制与运营以及评估等活动。

目前，市场上有像UiPath这样的RPA平台，旨在覆盖RPA的完整生命周期。然而，这些平台主要为开发及后续阶段提供完善的解决方案，却忽视了对分析和设计早期阶段的成熟支持。因此，RPA项目往往依赖分析可能质量不佳的流程文档，或对信息系统进行手动检查，这不仅需要大量精力，还可能导致分析不准确。

为避免这种情况，常见做法是让人和机器人在同一流程中同时工作。人类员工先处理信息系统和流程，积累应对异常情况的知识，这些知识对RPA项目的成功至关重要。但由于商业RPA平台缺乏适当支持，这些知识通常通过非正式方式传递。

在此背景下，正式分析人机交互（HCI）的方法开始出现，即任务挖掘。它通过记录人类与用户界面交互时的屏幕、鼠标和键盘事件，处理这些事件得到有意义的UI日志，再利用流程发现算法发现潜在流程。任务挖掘方法在RPA生命周期的不同阶段都有应用价值，可简化流程分析、检测可自动化的候选流程、为机器人开发和测试提供数据等。

2. 以人为本的情境

以业务流程外包（BPO）公司的后台办公室为例，过去主要依靠人类员工完成流程。如今，随着RPA技术的快速普及，部分流程开始向数字员工转移，形成了混合模式。

人类员工在面对未记录的情况、异常或偏差时，经过培训后可凭借认知能力灵活决策，有效解决方案还可在团队内分享。但人类员工在处理重复性、高容量和简单任务时表现不佳。

数字员工的构建