过去由于技术的局限性传统RPA，只能处理基于规则、重复的工作流程无法处理业务量更多的非结构化数据业务。但近些年随着AI技术的突飞猛进发展，自动化领域已过渡到“RPA+AI”的模式。通过AI赋能RPA机器人以扩展自动化范围，帮助做一些信息提取、简单的分析决策，及风控措施。
RPA+AI是RPA发展至4.0的形态。RPA的发展有以下四个阶段：
1.辅助性RPA
主要部署在个人电脑上，该阶段已具备目前主流机器人流程自动化功能，但难以实现端到端的自动化，无法实现大规模应用部署。
主要部署在VMS虚拟机上，用于实现端到端的业务
2.非辅助性RPA
自动化，能够进行自动化流程设计，还可以集中管理和治理RPA机器人，但需要人工协同工作。
3.自主性RPA
实现端到端的自动化，可以作为虚拟劳动力实现多种功能，并能实现规模化部署，且可以部署到云平台，同时能以SaaS模式进行运营。
4.智能化RPA
可与各种Al技术结合，如机器学习、自然语言产生、自然语言处理等，实现对非结构化数据的处理以及对智能化报表的分析等。
目前中国大部分企业处于2.0非辅助性RPA和3.0自主性RPA之间，正向4.0冲刺并作为研发重点。
AI相当于RPA的“大脑”，而RPA相当于AI的“四肢”，这种技术上的互补使得RPA自动化范围了有了空前的提升。比较常见的AI赋能有智能语义分析（NLP）、智能字符识别（OCR）、图像文本识别及其他深度定制化的人工智能组件。
金融行业中，原本银行文件中包含大量非结构化的数据。传统RPA处理不了这些非结构化的数据，借助人工智能技术就可解锁审批智能化、合规智能化、风控智能化等一系列智能化需求。
目前已经在应用的有法务部门、电商企业、财务部门、供应链、制造业、IT、HR领域，如：
1.智能庭审机器人
2.智能回评机器人
3.智能催缴机器人
4.智能审核机器人
5.智能合同识别机器人
6.智能信息提取机器人
7.智能巡检机器人
8.智能文档纠错机器人
未来随着RPA应用场景的增加，以及覆盖的产品范围增大，构建基于产品的多流程、跨地域、多单位的集团部署架构或是未来RPA技术创新的重要关注点，和人工智能技术结合的RPA正朝着更广更深的方向发展，未来将覆盖更多的场景。
