在上一篇探索自動化的技術中，我們提到了機器人流程自動化（RPA）。它在自動化需要少于五個決策、需要少于500次點擊并且跨越少于五個IT系統的流程中可以發揮巨大的價值。那么，如果在高度負責的流程中，我們應該選擇何種工具？

數字流程自動化（DPA）

數字流程自動化或業務流程管理(BPM)是一種管理組織流程和工作流的方法。業務流程是利益相關者為實現具體目標而執行的一系列步驟。

DPA工具允許用戶使用有限的編碼來設計流程或工作流程，大多數甚至具有拖放編輯器。這些流程或工作流程可以設計為處理各種事情，例如客戶的貸款申請完成后會發生什么，或者在提交給保險機構后如何審查醫療索賠等細則。

雖然與RPA類似，但DPA并不完成具體任務：例如處理發票或檢索數據；它只是將任務交給負責執行該任務的人員或系統。此外，DPA也不會做出復雜的決定。雖然它可以處理簡單的決策，例如，確定將某物傳到誰，但復雜、深入的決策并不是它的預期目的。雖然許多DPA公司聲稱擁有一定程度的決策能力，但它本質上是基礎的流程決策，只是在流程中做出簡單的選擇，而不是深度決策自動化。

決策自動化（DA）

決策自動化是使數字決策自動化的行為，行業內將其定義為業務專家生成的業務邏輯，這些業務邏輯建立事實、識別模式、做出選擇、觸發流程、確定策略合規性、路由事件和表面知識。

決策平臺是一種軟件，它允許技術和非技術用戶實時定義和執行決策并將其嵌入到應用程序中。此外，決策平臺提供工具來創作、管理和集成決策邏輯、分析、機器學習和人工智能模型。因此，決策平臺允許用戶做出實時且可重復的運營和客戶參與決策。

決策平臺因能使用數字處理復雜的條件邏輯而脫穎而出，讓我們大規模投入；事實上，用戶通常批量運行規則應用程序，一次有數百萬個決策。優秀的BPM決策平臺通過證明可解釋的AI功能提供獨特的功能，允許洞察決策和預測，以便用戶可以更好地理解它們并采取行動。

與RPA不同，決策位于應用程序或工作流的中心，而不是邊緣。雖然決策平臺在評估輸入、應用業務邏輯、交付決策以及提供對決策的洞察力和根據預測采取行動方面非常出色，但決策平臺確實也有局限性。例如，決策平臺通常不會自動執行數據檢索或文檔處理等任務。此外，構建流程和簡單的任務和操作路由也不是決策平臺的強項。

把它們結合在一起

現在我們已經了解了RPA、DPA和DA的功能，讓我們看看這些自動化如何協同工作。

假設我們經營一家調味品工廠，我們可能會制作番茄醬、芥末、蛋黃醬和牧場調料等調味品。機械臂和機器拿起瓶子、灌裝、密封并在上面貼上標簽，相當于RPA。每個單獨的任務都是高度可重復的并且能夠自動化，從而節省工人的時間和精力，提高灌裝精度和標簽放置質量，并在大多數情況下降低風險。

DPA相當于每個瓶子從一個站移動到另一個站的傳送帶。一位運營工程師設計了這個流程來自動化和完成瓶子灌裝流程，就像業務分析師設計一個工作流流程將抵押申請從銷售代表轉移到承銷商再到批準。沒有這個過程，作品就無法自動在地點或團隊成員之間傳遞。

決策平臺可類比為運營背后的大腦，向機器人、機械和傳送帶通知運營中發生的事情。例如，隨著番茄醬需求的減少和牧場需求的增加，決策平臺可以自動提醒系統修改其操作以滿足這些新要求。此外，機器學習可以通過檢查趨勢和預測需求波動來提高整體效率，以保持運營平穩運行，并將中斷降至最低。

當然，這是一個簡單的類比例子，但它很好地讓我們開始思考RPA、DPA和DA如何協同工作。