AI + RPA：实现真正的无人值守赚钱

核心结论：RPA 解决的是“重复操作自动化”，AI 解决的是“判断决策自动化”。两者叠加，才能实现真正意义上的“无人值守”。 单纯 RPA 只能按固定规则点击按钮，遇到界面变化或异常数据就卡死；单纯 AI 只能输出文本，无法直接操作软件。只有把它们串起来——AI 负责“看一眼、想一想”，RPA 负责“动手做”——才能让一套脚本在你睡觉时持续产出。

一、先分清：RPA 不是 AI，它比 AI 更“笨”但更可靠

RPA 的全称是 Robotic Process Automation，直译是“机器人流程自动化”。它的本质是模拟人在电脑上的操作：打开浏览器、点击按钮、复制粘贴、填写表格、发送邮件。

它不“聪明”，但正是这种“不聪明”让它可靠。只要是规则明确、路径固定的任务，RPA 的执行精度和稳定性远超人工。国内主流的轻量级 RPA 工具如影刀、火语言，已经能做到拖拽式设计流程，非技术人员也能上手。

但 RPA 有一个致命短板：它不认识“意外”。 网页改版了，按钮位置变了，它找不到元素就报错。Excel 里多了一列空数据，它可能把空值填进系统。这就是 AI 要介入的地方。

二、AI + RPA 的分工逻辑：感知、判断、执行

一套真正能“无人值守”的系统，需要三个能力：

感知：获取信息。RPA 擅长抓取网页数据、读取本地文件、调用 API 接口。

判断：理解信息并做决策。这是 AI 的强项。OCR 识别发票内容后，AI 判断“这张是差旅费还是办公费”；抓取到竞品价格后，AI 判断“是否需要触发比价动作”；收到一封客户邮件，AI 判断“这是询价还是投诉”。

执行：根据判断结果操作软件。这交回给 RPA。AI 说“把这条数据填入 B 列第三行”，RPA 就去执行。

一个真实的案例来自日本市场：有人搭建了一套“收据信息自动录入机器人”。流程是：Azure OCR 读取收据图片 → ChatGPT API 解析出日期、金额、店铺名、税区分 → Power Automate（RPA）把数据填入表格并检查重复。整套系统月收入约 3 万日元，作业时间接近零，长期契约稳定运行。

关键点在于：如果只有 RPA，OCR 读出来的脏数据会直接填错；如果只有 AI，识别结果无法自动进入系统。两者串起来，才形成闭环。

三、实操：从零搭建一套可交付的 AI+RPA 工作流

以下以“企业发票自动录入”这个高频需求为例。这类需求的甲方通常是中小企业财务，他们每月要处理几百张发票，手动录入耗时且易错。这类项目的市场报价在 800-3000 元区间，属于 RPA 接单中“复购率最高”的类型。

第一步：拆解流程，找到“AI 需要介入的节点”

原始流程：收到发票邮件 → 下载附件 → 打开 PDF/图片 → 人工读取信息 → 打开财务系统 → 逐字段录入。

拆解后，真正需要“智能判断”的只有一步：从非结构化的发票图像中提取结构化字段。 其余步骤（下载、打开、录入）都是规则明确的，交给 RPA。

第二步：搭建 AI 感知层

用 OCR 接口提取发票文字，再用大模型 API 做字段映射。核心逻辑：

OCR 原始输出 → Prompt: “从以下文字中提取：发票号码、开票日期、金额、税额、购买方名称。以 JSON 返回。”

Prompt 设计要点：强制 JSON 输出、要求标注置信度、对于模糊字段返回空值而非猜测。这一步的准确率决定了整个系统的可用性，需要在交付前用 20-50 张真实发票做测试。

第三步：搭建 RPA 执行层

选择工具时，如果甲方使用 Office 生态，Microsoft Power Automate 是成本最低的选择，桌面流包含在 Office 订阅中。如果需要适配国内财务软件（用友、金蝶），影刀或火语言的本地化适配更好。

RPA 脚本的核心逻辑：

• 监听指定邮箱的收件箱，筛选含“发票”关键词的邮件
• 下载附件到指定文件夹
• 调用 AI 接口，传入附件路径，获取 JSON 结果
• 打开财务系统，逐字段填入，遇空值则跳过并标记“需人工复核”
• 完成后将邮件标记为“已处理”

第四步：加入异常处理，让它“扛得住意外”

无人值守系统的最大风险不是正常运行，而是异常发生后无人知晓。必须加入：

• 重试机制：网络波动导致接口调用失败，自动重试 3 次
• 日志记录：每一步操作写入日志文件，便于事后排查
• 告警机制：连续失败超过阈值时，发送通知到指定渠道
• 人工复核队列：AI 置信度低于 0.7 的字段，汇总成“待复核清单”，留给人工处理 ## 四、变现路径：从“接单做脚本”到“卖系统”

路径一：项目制接单。 在自由职业平台或技术社区承接 RPA 需求。数据采集类脚本的客单价在 300-800 元，办公流程自动化在 800-3000 元，复杂跨系统集成可达 5000 元以上。企业客户的办公自动化需求复购率高，一旦跑通一个流程，往往会有后续的报表生成、邮件自动发送等衍生需求。

路径二：按效果收费或长期维护。 不按“写脚本”报价，而是按“每月节省多少人工小时”定价。一套发票录入系统替代了财务每月 20 小时的手动录入，按每小时 50 元的人力成本计算，每月节省 1000 元，收取其中 30%-50% 作为月维护费，对甲方仍有吸引力。

路径三：产品化交付。 将经过验证的工作流打包成“一键部署包”。有案例显示，将自动化流程一键生成独立 EXE 文件，无需安装客户端即可在任意设备运行，这种方式适合向多个同类客户复制销售。

路径四：部署自有“数字员工”系统。 不服务他人，而是用 AI+RPA 运营自己的业务。例如跨境电商的多平台比价与自动下单、社媒矩阵的自动内容发布与互动、游戏或应用的批量积分任务。这类系统的特点是“一次搭建，持续产出”，边际成本极低。但需要特别注意：平台的风控规则在不断升级，依赖固定脚本的“薅羊毛”模式生命周期有限，应当优先选择那些对自动化相对宽容、或存在真实商业价值的场景。

五、边界与风险：什么能自动，什么不能

能做的： 规则相对固定的数据采集与整理、结构化程度较高的文档处理（发票、收据、报表）、跨系统的数据同步、按条件触发的通知与审批流。

不能做或风险高的： 需要复杂视觉判断的操作（如验证码识别且无接口）、平台明确禁止自动化的场景（可能触发封号）、涉及真实资金操作且无人工复核的流程、对实时性要求极高的交易类操作。

一个实用的判断标准：如果一个任务，你培训一个新人半天就能上手，那么它大概率适合 AI+RPA 自动化；如果这个任务需要员工有“判断力”和“责任感”，那么自动化只能辅助，不能替代。

真正的“无人值守”不是“完全不管”，而是把人的角色从“操作员”变成“异常处理员” 。系统跑得好时你看不到它，系统跑不好时你才需要介入。这才是 AI+RPA 组合的长期价值。