过去十年，RPA（Robotic Process Automation）凭借“非侵入、见效快、成本低”三大标签，成为企业数字化的“旧贵族”——它模仿人类键盘鼠标，把跨系统、跨屏幕的重复劳动变成7×24小时不知疲倦的“数字员工”。然而，2023年起，生成式AI与大模型以周为单位迭代，能读、能写、能推理，似乎一夜之间具备了“替代RPA”的底气。
市场也出现极端声音：“RPA只是过渡技术，终将被AI Agent吞噬。”
事实果真如此吗？IDC的一组数据先给出反证：2024-2035年，全球RPA市场支出仍将翻倍，达到82亿美元。Gartner则预测，到2026年，超过75%的企业会部署至少一种RPA机器人类型，其中“AI增强型”占比将突破50%。
显然，RPA不会被简单“杀死”，而是被AI重新“武装”。下文从技术边界、成本模型、场景分层、组织治理四条主线，拆解二者“替代”与“被替代”的真相。
技术边界：RPA擅长“确定性”，AI擅长“不确定性”
RPA的舒适区
高确定性：规则固定、步骤可枚举、异常可预见（如银行对账、发票校验）；
高合规性：需要详细审计日志、回滚脚本、责任人签名（如证监报送、医保结算）；
低延迟：本地UI或API调用，毫秒级反馈，无需等待大模型推理。
AI的舒适区
非结构化：PDF合同、手写批注、语音客服、图像质检；
动态决策：上下文多、目标模糊、需多步推理（如招投标风险评估、客服情绪安抚）；
自学习：历史数据越多，模型越准，效果随时间递增。
一句话总结：RPA是“机械手臂”，AI是“认知大脑”；手臂不会被大脑替代，而是听命于大脑。
成本模型：一次性投入 vs. 持续调用
RPA的边际成本趋近于零
流程开发完后的运行阶段，几乎不消耗额外算力；
单机并发可跑50个线程，全年电费只多几十元；
适合“大规模、低单价”的事务场景，如数十万笔电商订单入库。
AI的边际成本随Token线性上升
以GPT-4为例，每1k输入+输出0.03美元，处理十万份发票仅调用费就超万元；
企业级私有化部署虽省去Token费用，却需一次性投入GPU、存储、运维，至少百万元起步；
在高频、标准化场景，AI成本反而高于人工。
结论：越“流水线”越用RPA，越“白领分析”越用AI；二者混合，才能把“手”与“脑”的成本同时砍下来。
场景分层：把任务塞进“三段抽屉”
2025年主流实施框架已收敛为“三层自动化”：
执行层（高确定性）——RPA
例：财务拿到发票→OCR识别→三单匹配→SAP过账→回写结果。全程规则固定，0.8秒内完成。
判断层（中等确定性）——RPA+AI
例：OCR后遇到模糊税率，先调用AI模型给出置信度；若>95%，自动过账；若<95%，转人工复核；RPA继续后续步骤。
探索层（低确定性）——AI Agent
例：采购部收到新物料需求，Agent自动阅读PDF技术规格、对比历史招标价、生成谈判策略，再调用RPA把审批流发出去。
把任务塞进不同抽屉，让“对的工具干对的活”，比单纯争论“谁替代谁”更有价值。
融合路线：三种主流“嵌套”模式
AI调用RPA（Agent→Bot）
自然语言一句话：“生成上月销售报表。”
Agent自动拆解：①连接CRM→②提取数据→③清洗→④可视化→⑤发邮件；其中①②⑤由RPA完成，③④由AI完成。
RPA调用AI（Bot→Agent）
RPA在处理合同时，发现手写条款，调用AI模型识别风险等级，再决定下一步分支。
统一编排层（Orchestration）
UiPath、Automation Anywhere推出“Agentic Orchestrator”，把RPA机器人、AI Agent、API服务统一注册、统一调度、统一审计。
未来图景：企业里“1名人+100个智能体”成为标配。
行业实证：四个2025年新鲜案例
欧洲制造商：订单履行时间缩短50%
RPA自动抓取邮件→AI解析附件规格→生成BOM→RPA录入ERP→触发物流。80%流程零人工。
国家电网：故障响应从15分钟到6分钟
边缘RPA+红外传感器，毫秒级派单，年减少人工干预10万次。
头部金融机构：合同审核效率提升5倍
RPA扫描→大模型识别手写批注→风险高亮→自动生成合规报告，准确率达98%。
社区医院：3.6万份居民档案处理时间从500小时缩至200小时
RPA+OCR+自然语言生成，全程零编程，医护只需复核。
案例共性：都是“AI负责认知，RPA负责执行”，没有一例是AI单独“吃掉”RPA。
组织与人才：新岗位涌现，旧岗位升级
自动化架构师：评估任务确定性，决定用RPA还是AI；
提示词工程师：为Agent编写可重复、可审计的Prompt；
机器人运维师：监控Bot/Agent健康度、异常自愈、版本回滚；
业务训练师：把领域知识喂给模型，持续微调。
麦肯锡早在2017年预测：现有技术可把45%工作活动自动化，但“职业”不会被消灭，而是被“重组”。2025年的调研显示，54%企业已开设“自动化素养”课程，帮助员工与数字员工协同。
风险与治理：当Agent开始“自由发挥”
数据泄露：Agent可能把内部数据当Token发到公网大模型；
责任模糊：AI给出的决策导致亏损，谁来背锅？
合规审计：传统RPA有日志、有截图、可回溯；Agent的黑盒决策如何留痕？
应对策略：
分层授权：执行层用本地小模型，探索层用公网大模型；
人在回路（Human-in-the-Loop）：置信度<阈值自动转人工；
审计双录：既录屏幕（RPA日志），又录推理链（Agent思维链），实现“双向可追溯”。
未来十年展望：从APA到超自动化的“大合唱”
Gartner把下一代融合体称为“超级自动化”（Hyperautomation）：
流程挖掘发现瓶颈→RPA快速落地→AI持续优化→大数据反哺决策，形成闭环。
市场口径也随之变化：
2025年，RPA+AI的“认知自动化”全球市场规模约530亿美元；
到2029年，传统RPA单品类因智能化溢价，规模仍增至150亿美元；
中国市场在金融、政务、医疗三大垂直的国产化替代率，年增速保持40%以上。
技术演进时间轴：
2025-2026：AI Agent编排RPA机器人成为主流交付模式；
2027-2028：自然语言生成可执行流程图（Text-to-Workflow），业务人员零代码调用；
2029-2030：出现“自演化”流程，Agent根据历史数据自动重构RPA脚本，实现“生物式”进化。
结语：替代是假，进化是真
回到开篇的疑问：RPA会被AI取代吗？答案清晰——
“不会，它只会被AI推向更高阶的形态。”
就像汽车从定速巡航到自动驾驶，方向盘依然存在，只是人类干预的频率越来越低。
未来的智能组织，将同时拥有三支梯队：
人类负责创造力、伦理、情感；
AI Agent负责认知、决策、预测；
RPA机器人负责执行、录入、对账。
三者协同，才能把“手”“脑”“心”同时解放，让自动化真正走进“超自动化”的无人区。RPA不会消失，它正成为AI数字生态里“最勤快的那双手”。
