RPA好歸好，但是……
根據 Gartner 的研究報告指出，全球企業在流程機器人 (Robotic Process Automation, RPA) 技術上的支出成本每年成長率高達 57%，在 2022 年全球 RPA 預算達到 24 億美金。
縱使 RPA 是屬於跨產業的通用型軟體技術，把繁瑣的工作自動化，但 RPA 並不是個預測未來的一種技術，面對許多複雜的商業決策，變數是上百至上千種，要把這些變數轉化成規則實屬不易。針對無法簡單規則化且必須處理大量數據的商業問題，可以結合同是通用型的自動化機器學習 (AutoML) 解決方案來進行預測，並挖掘出商業洞見 (推薦閱讀：如何快速轉型成為 AI 賦能企業？關鍵在於自動化機器學習)。
等等，什麼是 RPA?
首先，先來介紹一下什麼是 RPA。2017 Deloitte RPA Survey 提到，RPA 一般來說被通稱為機器人 (robots)，利用軟體把一些規則 (rule-based) 的重複性流程自動化，包含網路的應用程式或是 ERP 系統，如下圖。但這裡的重點是，目前 RPA 只能將規則「自動化」，不具有 「智慧」，更不是一個人工智慧 (AI) 的技術，因此一般期待的人工智慧場景，如聲音辨識或聊天機器人等，跟 RPA 並無關聯。
不過，RPA 卻可以大大省下許多耗時卻沒有顯著增加商業價值的工作，比如用電腦複製貼上或是手動填寫資料，企業因此可以節省大量成本、提升效率、專注在更重要的商業決策規劃與執行。
雖然 RPA 對企業的投資報酬率可達 200%，但是……
倫敦政經學院 (London School of Economics) 管理系的教授 Leslie Willcocks 在接受麥肯錫倫敦(McKinsey London)訪問時候提到，當他研究 16 個企業導入案例發現在導入的第一年企業就有機會達到 30% 甚至是 200%的投資報酬率 (ROI)！由此可知，RPA 對企業提升競爭力來說是非常有潛力的。
而在麥肯錫更深入地分析 RPA 對企業內部的哪些部門可以真正的提升加值，文中也提到未來將企業帶向成功，領導者需要利用自動化 (automation) 以及數位解決方案 (digital solution)，可提升公司業績，同時也能替各個部門減少成本約 35%。然而，報告也指出，企業必須優先將自動化技術 (automation) 納入內部首要策略規劃，才能成功導入且得到優勢。
唯有 AutoML，才能將 RPA 價值最大化
如上所述，RPA 並不是預測未來的技術，但是會串連並收集企業資料，可以後續與自動化機器學習 (AutoML) 完美結合，因為 RPA 已為自動化機器學習 (AutoML) 產品將數據分析基底都完成了。最大的好處之一是，使用者不需要懂數據科學或是人工寫程式碼，對於正在使用 RPA 自動化功能的企業可以無縫接軌，為企業得到更多商業價值。同時，RPA 能被應用的產業與問題， AutoML 也同樣做得到，包括電信離網、員工離職、銷售預測等等。
在產業快速轉變的 AI 時代，企業高階主管必須思考如何利用自動化數據科技如 RPA 與 AutoML 將企業成功轉型，優化企業與人員效率，得到更高的市場競爭力。