今天，在UiPath博客上，我们用我们的话报道了一个名为RPA的新部分，UiPath软件开发人员、设计师和UiPath组织内的其他人直接与您讨论当今全球自动化领域的紧迫问题。在接下来的几个月里，我们将从各种独特的角度来强调当今自动化环境中的一系列重要元素。 我们的第一项内容涉及管理非结构化数据，以及在全球范围内运营的公司如何利用自动化来对非结构化数据进行分类、解密、分析和利用，从而在其特定的行业内获得独特的竞争优势。UiPath的产品经理bogdannedelcov将解释并提供一些关于这个故事的重要见解。 RPA如何从非结构化数据管理和创建结构化数据 非结构化数据或多或少意味着任何不符合固定规则或约束的信息。这意味着数据的长度是可变的，在预测这些数据或内容如何或以何种形式发挥作用时，是完全不可预测的。电子邮件就是一个很好的例子电子邮件可以是任意长度，包含任意数量的内容形式，并且在电子邮件本身的元数据方面几乎没有可预测的空间。 如今，机器人过程自动化（RPA）无法直接管理非结构化数据集，需要机器人首先使用光学字符识别（OCR）和自然语言识别（NLR）等高级功能提取和创建结构化数据。然后，RPA机器人能够对本质上是从非结构化数据到结构化数据的转录进行排序和管理，以帮助公司执行任意数量的流程。与我们的电子邮件示例一样，RPA robots可以从消息中提取这种新的结构化数据，并使用它来帮助填写客户请求表、发票生成和交叉检查以及其他操作任务。 非结构化数据RPA面临的最大挑战 RPA在管理结构化和非结构化数据之间的转换时，最大的挑战可能是管理需要这种处理的海量数据，以及创建正确的模板，以便从非结构化数据迁移到结构化数据。 在自动化机器人能够理解数据之前，必须创建一个能够理解这种特定转换的模板或路线图。由于非结构化数据具有各种形式、长度和上下文，因此创建足够多的正确模板是一项艰巨的任务。例如，在发票上，除了公司名称、地址等以外的行项目的数据字段必须手动创建，因为这些字段在性质上因情况或上下文而变化很大。在UiPath，我们相信RPA能够在不久的将来以接近80%或更高的效率完成这些任务。 对于非结构化数据的RPA来说，另一个挑战是与RPA机器人协调输入错误信息时的人为或手动错误。虽然成功的自动化仍然可以执行，但是自动化的结果很可能是不正确或不准确的。这是一个我希望大家能更好地理解RPA解决方案如何与人工干预协同工作的领域。 RPA为公司提供了促进非结构化数据的价值主张 是的，自动化机器人是促进非结构化数据向结构化数据过渡和管理的关键价值主张，尤其是在文档处理和安全方面。因为文档，尤其是发票，以及其中的信息可以以各种不同的方式（电子邮件、蜗牛邮件等）到达公司，因此公司可以部署OCR引擎，根据预定义的模板或结构提取必要的数据。 这也适用于采购订单之类的文档。它允许公司对照采购订单核对发票，以确保流出的资源与进来的资源相匹配，从而为财务管理创造更大的稳定性和准确性。这也有助于管理公司的安全性，帮助管理者警惕与分类账或簿记有关的任何异常或偏差。因此，通过提高公司管理发票、采购订单或其他财务文档的能力，您可以提高业务实践的财务安全性和效率，并确保符合财务合规标准。 但是，对于使用结构化和非结构化数据的RPA来说，最大的价值可能是在当今的商业世界中结构化和非结构化之间的细分。在全球业务领域中最常见的数据类型中，大约90%属于结构化数据类型；但是，对于人类从事的任务，大约50%属于非结构化数据类型。如果RPA可以帮助消除或补充这种非结构化类别的人工干预，那么公司就可以变得更加敏捷和更有竞争力。 我们要感谢Bogdan为为什么管理非结构化数据是RPA解决方案的关键功能而付出的时间和见解。请定期访问我们的博客，在我们自己的Words系列中获取更多关于RPA的信息。