RPA+AI融合更智能

2019年01月28日    RPA虚拟员工转型之路 

哪些AI相关应用技术跟RPA是绝配呢 ？

【OCR+】

 

光学文字识别（Optical Character Recognition，OCR），传统的OCR其实也算不上AI技术，但融合了机器学习的OCR+技术，基本也可以凑凑AI的热闹。

 

RPA经常需要识别图片，或是需要破解登陆验证码，或是需要识别屏幕图片中的信息。下面介绍几个RPA+OCR的应用场景。

 

▲本地OCR

 

本地OCR包最大的优势，本地执行，速度快。首推的是 

Tesseract

http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe  （下载地址）

Tesseract是免费开源的OCR工具，部署在本地以后可以搞定比较基础的图像文字识别。Tesseract 对英文，数字，的识别率和准确率是蛮高的 ，但是对咱们的中文汉字的识别效果就要差许多 ，通过适配不同的FONT字体库，可以提升汉字的识别率。 Tesseract 也支持机器识别，可通过训练提升准确度。

 

对于图片上有很多干扰的验证码，Tesseract 的识别率会大打折扣 。

 

FineReader

 

Abby公司有比较成熟的OCR产品，名叫FineReader ,18年听说Uipath与Abby战略合作了，让Abby公司在RPA圈子的知名度应该上升了不少。

 但早在2017年，我的团队就做了RPA+FineReader的项目。记得当时用户给FineReader起了个非常可爱的名字，叫“鱼眼”，因为FineReader 的Icon很像鱼眼吧 ，说实话好像也没那么像 。

FineReader对英文和数字的识别率特别高 ，甚至可以直接把PDF的表格自动在Excel中生成，这个功能真的很好用。但是FineReader的致命弱点一样是汉字 ，细想也很容易理解，毕竟是老外做的软件，对咱们的中文肯定没那么用心。

 

▲打码平台（灰色产业）

 

打码平台是另一个大量“人工”而形成的智能平台。

打码平台的架构如下图所示：

从这样的平台架构就能知道，只要网上兼职做打码佣工的人足够多，验证码的库积累的足够大，那么就可以无比强大。

 当然有的打码平台也结合了机器识别的方法，再加上人工识别作为后盾的，这会让打码的效率和准确率进一步提升。

 缺点： 要收费，打码有延迟 ，需要连外网（纯内网的应用可能就没办法）

目前活跃的打码平台蛮多的，百度搜索“打码平台“应该可以搜出来一堆：

斐斐打码（价格较高-3.6分/码）

若快 价格便宜

超级鹰（价格居中-1分/码）

其实很多网赚平台的原理基本都是这个道理，这样的平台互联网上其实也有不少。

 ▲ 百度 AI开放平台

百度AI开放平台是目前国内比较强的AI OCR平台，也可以为大客户本地部署，价格贵。类似的平台也有好几个，我就不一一列举了。 

【ChatBot】

ChatBot就是指聊天机器人，目前国内已经有蛮多的公司在做相关的技术和产品的研发。 互联网上也已经存在多个开源的ChatBot框架供自学爱好者研究。

 

聊天机器人目前的主要应用领域是在客服领域。类似的用户使用体验大家肯定不陌生 ， 本来我们是想去找个真人客服的，结果被一堆所谓的“智能”客服忽悠着那边兜圈子。机器人当然可以陪你聊一晚，但是能解决问题吗？答案是否定的。这类客服聊天机器人会将解决问题的方法大概告诉你一下，或者直接发一篇帖子链接过来 。问题还是要靠我们用户自己来解决。

 “那多没劲啊，没帮我们解决问题，也没有妹子可以情感上安慰一下”

如果 ChatBot + RPA 又会是什么场景呢 ？

 举两个实例吧：

1-平安好车主APP

我在平安好车主智能客户的留言和答复如下：

可以看到这个智能客服不太智能的，他们其实有我的全部信息，完全可以更加智能。 比如，第二个请求， 如果智能客服的身后，还有一个RPA机器人，那么这个RPA机器人完全可以将一份PDF的电子保单以我想要的方式发送给我。

 

2-携程APP

携程APP的智能客服很强大，有点超出我的预期。

首先对每一条机器人的答复可以请求客户帮忙认证结果，赞 或者 踩。用来提升机器人的准确度。其次，碰到连续几个刁钻问题，客服MM突然就自动介入了。 携程的价格说实在的是真的是一年年越卖越贵 ，但是这个智能客服服务给我的体验我还是点 

 

RPA结合ChatBot是一个非常好的融合点，ChatBot负责理解用户需求，RPA负责干活，Perfect !!!

 

【语音识别】

语音识别挺酷的，对着房间吼一句，“热死了”，空调自动打开并设定了合适的温度。 目前国内一大堆所谓的智能家居产品，多数都是买了成熟的语音API接口（听过几个内部交流的会，买科大讯飞接口的居多），然后基于这个接口结合一些硬件，实现一些看起来的比较智能的功能。 

 

语音识别+RPA的结合场景其实也非常容易想象了。 财务老师对着麦克风说，“开始跑深圳的报税工作” ；过了一会机器人说，“深圳报税流程跑完了，结果已经发送到您邮箱” ； 财务老师接着说，“下面跑重庆的报税吧” ，机器人说，“好滴，马上去跑 ”

 

这样的场景，个外行看起来，是不是无比高大上，无比智能啊。

【智能决策支持】

 

4年多RPA项目经验，其实也挺明白RPA的缺点的，那就是无法处理突发或者临时事件。平时访问某个网站都挺正常的，在某个特定情况下，居然会弹一个MessageBox，不让机器人点掉，后面的操作全部废了。解决方案其实也特别简单，就是在那个环节多＋一步 MessageBox的监测，出现就点掉，没出现就不用管。然而用户对RPA的期待是，能不能更加智能一些，这些情况能否都自己搞定，甚至智能帮忙做一些偏业务层面的决策。 

 

智能决策，哈哈，就看到什么程度了，真要是科幻片场景中的智能决策，我想应该也不是多数人的期待吧，因为细思极恐 。 我就想问问看，谁可以驾驭你们老板吗？

 

比较初级的智能决策支持，还是多数人乐于接受的。

 

目前市场上的智能决策系统，基本上是基于大数据分析，加上机器学习来实现的。 能落地的场景主要集中在，金融行业的反欺诈，保险行业的投核保智能定价，远远达不到能自主理解业务流程逻辑，业务老师讲一遍，或者视频录一遍，机器人就可以学会这个维度。

 

基于人工智能算法框架的一些理念，提升RPA机器人的自容错能力，增强RPA机器人的可靠性在现阶段还是可取的。