你是一家物流公司的財務專員。每個月 1 號早上八點半,你桌上的第一件事永遠一樣:去三家銀行拿上個月的對帳單:A、B 兩家要登入企業網銀下載,其中 B 銀行登入時還要輸入手機收到的驗證碼;C 銀行則是每月把 PDF 對帳單寄到信箱。接著你把欄位順序整理成公司 ERP(進銷存與帳務系統)能匯入的格式,再和帳上的應收、應付一筆一筆核對。三家的檔案格式都不一樣,所以整套做完大約要兩個小時。上個月你趕著做,把 B 銀行的檔案匯了兩次,ERP 裡多出四十幾筆重複的入帳,月底又多花了一個下午才把它們找出來刪掉。
主管知道之後問你:這種重複的事,能不能交給 RPA?如果你拿這個問題來問我,我的答案是可以,但只能交出去一部分。因為這個流程裡有一段很適合 RPA;有一段改用 API(讓程式直接跟系統交換資料的介面,不必經過畫面)會更穩;還有一小段需要判斷,那才輪到 AI agent(會自己讀資料、決定下一步的 AI)。
RPA 怎麼運作:照錄好的步驟,找到畫面上的同一個按鈕
RPA 是 Robotic Process Automation 的縮寫,中文常翻成機器人流程自動化。這裡說的機器人其實是一支軟體:它會在電腦上開視窗、點按鈕、輸入文字、複製貼上,做的都是人原本在畫面上做的事。
可以把 RPA 想成一位照著貼在螢幕旁的操作手冊做事的工讀生。
- 手冊寫幾步,他就做幾步:先點哪裡、輸入什麼、存到哪個資料夾,一步都不會跳,也不會累。
- 他認得按鈕的名字和位置,但看不懂資料的意思:叫他按「匯出 Excel」他找得到,但下載下來的金額對不對,他不會去想。
- 按鈕一改名,他就卡住:銀行把按鈕改成「下載明細」,手冊上沒寫,他只會停在那裡。
- 遇到要手機驗證碼,他只能等人:驗證碼傳到你的手機,他拿不到。
比喻不成立的地方是,真的工讀生卡住時會自己想辦法或跑來問你,而 RPA 只會停下來或照錯的畫面繼續做。所以 RPA 適合規則固定、畫面很少改的那一段,而且要先講好它卡住時誰來接手。
RPA 就像照手冊做事的工讀生:手冊寫幾步就做幾步,按鈕一改名就卡住,要手機驗證碼時只能等人。
Microsoft 對它的定位寫得很直接:應用程式沒有現成的連接器(串接用的現成模組)、也沒有 API 可以用的時候,就用模仿滑鼠和鍵盤的方式來自動化(Power Automate 授權說明)。
要建一個 RPA 流程,通常有兩種做法。一種是錄製:人先操作一遍,工具會把你點了哪裡、打了什麼都記下來;另一種是在設計畫面裡,一個動作一個動作排出來。不管用哪一種,最關鍵的都是下次執行時,機器人要怎麼在畫面上找到「同一個」按鈕。
比較舊的做法是記座標,或是截一小塊圖片去比對,結果螢幕解析度一變、按鈕挪了幾個像素,機器人就找不到了(有些遠端桌面環境如果沒有裝工具廠商提供的對應程式,讀不到畫面結構,現在仍然得這樣做)。所以現在的工具多半改用 selector(選擇器),也就是記下那顆按鈕在網頁或視窗裡的名稱和編號,畫面挪動了也找得到。
Power Automate 的文件就說明,桌面流程是用畫面上零件(按鈕、輸入框)的名稱和屬性去找,因此不必依賴影像比對或絕對座標。一個元素也可以設好幾組 selector,第一組失效時就換下一組來找。你還可以改用元素上的文字來找,這樣頁面結構改版時比較不容易壞(UI 元素說明)。
回到對帳的例子。機器人要按的,是網銀頁面上的「匯出 Excel」。只要這顆按鈕的名稱和它在頁面裡的位置沒變,你換一台螢幕、把視窗縮小,機器人都找得到;但如果銀行把按鈕改名成「下載明細」,或把它收進一個新的下拉選單,流程就會停下來。RPA 認得的是畫面上的名稱和位置,它看不懂資料的意思,而這一點會決定後面所有的維護成本。
有人值守和無人值守:差在誰按開始、誰輸入驗證碼
RPA 有兩種執行方式,Microsoft 把它們分成 attended(有人值守)和 unattended(無人值守)。有人值守是在使用者自己的電腦上、有人看著的時候執行;無人值守則是機器人自己登入一台電腦,跑完流程再登出,全程沒有人在旁邊。UiPath 也把「要在哪一種情境下執行」列為規劃自動化時要先決定的事(UiPath:有人值守與無人值守)。
| 比較項目 | 有人值守(attended) | 無人值守(unattended) |
|---|---|---|
| 誰啟動 | 使用者在自己的電腦上啟動,人要在場 | 排程或系統事件,在指定的電腦上執行 |
| 在哪裡跑 | 使用者正在用的那台電腦 | 專用電腦或虛擬機(在主機裡模擬出來的電腦),機器人自己登入、登出 |
| 遇到驗證碼 | 人在旁邊,輸入後讓流程繼續 | 沒有人能輸入,流程應該停下來通知人 |
| 適合 | 一天幾次、需要人在旁邊確認的工作 | 半夜一次大量處理、步驟固定的工作 |
| 授權(以 Power Automate 為例) | 免費版只能在自己電腦上按執行;要排程自動啟動,就要付費的 Premium 授權(後面「費用」一節會說明) | 要付費的 Process 授權,一個授權同一時間跑一個流程 |
例如對帳流程裡要輸入簡訊驗證碼的 B 銀行,就只適合有人值守:專員自己登入、輸入驗證碼,剩下的下載、整理、匯入再交給機器人。如果想改成半夜自動跑,你得先確認銀行有沒有提供不需要手機驗證的企業介接方式,也就是讓公司的程式直接向銀行取資料的管道。這件事要去問銀行,因為 RPA 的設定改不了它。
同一個對帳流程,用 RPA、API 和 AI agent 各做一次
把開頭的流程拆開來看之前,你要先做一件事:打電話問三家銀行的企業金融窗口,有沒有帳務資料的介接,也就是讓公司的程式直接向銀行取資料的管道。問完你會發現:A 銀行有提供(要另外申請、簽約,銀行的介接常常還要另外寫一小段程式,不一定能直接在串接工具裡點選),可以用程式定時取檔;B 銀行沒有,只能照舊登入網頁下載;C 銀行也沒有,一樣每月寄 PDF。至於 ERP,是十年前導入的版本,沒有匯入用的 API,只能在畫面上按「批次匯入」再選檔案。
同一件事用三種方法來做,差別是這樣:
| 判斷項目 | RPA | API 流程(用 n8n、Zapier 這類串接工具或自己寫的程式,讓系統之間直接交換資料) | AI agent |
|---|---|---|---|
| 前提 | 能在電腦上操作網銀與 ERP 的畫面 | 銀行或 ERP 提供資料介接 | 有可讀的資料、工具權限,以及負責審核的人 |
| 登入方式 | 照人登入的步驟走,有驗證碼就要人在場 | 系統對系統,用金鑰或憑證(銀行發給公司程式專用的通行碼或數位證書) | 看它背後呼叫的是 RPA 還是 API |
| 三家格式不一樣 | 每家各寫一套步驟與欄位對應 | 每家各加一個轉換步驟 | 讀得懂不同格式,但每次結果都要驗算 |
| 最常壞在哪 | 網頁改版、彈出公告、驗證流程改變 | 介接規格更新、金鑰過期 | 讀錯欄位,或把看不清楚的值猜出來 |
| 適合哪一段 | B 銀行的下載、舊 ERP 的匯入 | A 銀行的取檔 | 對不上帳的那幾筆:整理可能原因給專員判斷 |
| 誰要定期照顧 | 改版時有人修流程 | 規格變動時改對應的步驟 | 有人抽查結果、維護提示詞與規則 |
C 銀行的 PDF 沒有放進表裡,因為它要先多一步:內容要先從檔案裡讀出來,再交給 RPA 或程式匯入。PDF 如果是銀行系統直接產生的,程式可以直接取出裡面的字;有些銀行寄的電子對帳單會加密,要先用密碼打開。如果是掃描檔,就要先經過 OCR(把圖片裡的字轉成文字),讀完還要再驗算金額。OCR 讀得多準、什麼時候會讀錯,我們另外用單據實測過,寫在 OCR 辨識是什麼。
表裡的 AI agent,指的是會自己讀資料、決定下一步怎麼做的 AI。以對帳來說,例如某筆入帳 52,300 元對不上任何一筆應收,agent 會去比對發票號碼和匯款備註,列出「兩張發票合併付款」「被扣了匯款手續費」這幾種可能,再交給你判斷。
三家銀行的條件不一樣,所以同一個對帳流程裡,API、RPA、agent 和人各接一段。
所以整張表看下來,我的結論是:有 API 的那一段用 API,沒有 API 又規則固定的那一段才用 RPA,需要判斷的那一小段交給 agent,並留給人確認。
聊天機器人、RPA、自動化流程和 AI agent 這四種工具的分工,我在 AI agent 和聊天機器人、RPA、自動化流程差在哪有完整的比較。而 A 銀行那種有介接的流程,可以照 n8n 教學從一個排程觸發開始接起來;還在評估哪一段流程值得先自動化,可以用哪些企業流程適合先交給 AI agent 裡的條件篩一次,拿來篩 RPA 的候選也一樣適用。
RPA 最常壞在哪:對帳流程上線後會碰到的四種狀況
很多 RPA 在測試時跑得很順,上線後卻停下來。原因通常不是步驟寫錯,而是畫面和系統的行為跟你以為的不一樣。下面這四種狀況,我們自己做瀏覽器自動化時都碰過,換到網銀和 ERP 的畫面上也一樣會發生:
- 輸入框填不進去。有些畫面的輸入框,要先被點一下才會接受輸入。例如機器人直接把檔案路徑塞進舊 ERP「批次匯入」畫面的欄位,畫面上看起來有字,按下匯入卻顯示沒有選檔案。這時候要把步驟改成先點欄位、再輸入、再按 Enter。
- 等待沒有設上限。網銀查詢對帳單要等幾秒到幾十秒,如果讓流程一直等「查詢完成」這幾個字出現,又沒有設定最多等多久,碰到網頁比較慢時,整個流程就可能卡在那裡。比較穩的做法是設好上限,並且每隔幾秒檢查一次實際的結果,例如看下載的檔案出現了沒有。
- 明明有明細,機器人卻回報「查無資料」。原因是網頁裡常常預先藏著「查無資料」這類提示文字,平常不會顯示,而機器人如果讀的是網頁背後的程式碼,不是畫面上看得到的字,就會讀到它。所以判斷結果時,要讀實際顯示出來的文字,或直接檢查下載檔裡有幾筆。
- 被要求重新登入。網銀多半閒置一段時間就會自動登出,要你重新驗證身分。手機驗證碼機器人拿不到,遇到時只能讓流程停下來,通知人來處理;密碼如果要讓無人值守的流程使用,就存在工具的憑證管理功能裡,不要直接寫在流程步驟中。B 銀行那一段本來就是你自己登入,機器人只接手後面的下載。
另外,在 Power Automate 裡設定網頁上的按鈕時,要選專門給網頁用的動作,不要選操作桌面視窗的動作;用桌面視窗的動作去抓網頁按鈕,瀏覽器一更新版本就容易抓不到,Microsoft 的文件也這樣提醒(UI 元素說明)。導入 RPA 之前,先問清楚畫面多久改一次、改版時誰會通知你,這比挑哪一套工具重要。
上線前先寫好例外處理和維護分工
Power Automate 的桌面流程,預設是遇到錯誤就停下來。你可以替每個動作設定失敗時要重試(預設重試一次、間隔兩秒)、跳到下一步、跳到流程裡某個標記好的位置,或改跑另一段子流程;也可以把一整段動作包起來,設定這一段出錯時要統一怎麼處理(錯誤處理說明)。
它另外還有一個 AI 功能叫 Self-healing(自我修復),目前還在預覽階段,也就是還沒正式推出、之後可能會調整。它的作用是在找不到畫面元素時,試著判斷最可能是哪一個元素,讓流程繼續跑,而且目前只處理「找不到元素」這一種錯誤。它猜的也可能是錯的,例如把「匯出 Excel」猜成旁邊的「匯出 PDF」,所以開了之後還是要檢查下載下來的檔案(錯誤處理說明)。
這些設定能讓流程少停幾次,但流程失敗之後由誰接手,還是要人先決定好。所以上線前,我會先把這五件事寫下來:
- 每一步的成功條件:下載完要確認檔案有內容,而且檔案裡的資料筆數和網銀畫面上顯示的一樣。
- 失敗時留下什麼:截圖、錯誤訊息、停在哪一步,都存到固定的資料夾。
- 通知誰、多久內處理:例如財務專員收到通知後,當天手動補做。
- 重跑不會重複入帳:匯入前先比對 ERP 裡有沒有同一批資料。
- 誰負責改流程:網銀或 ERP 改版時由誰來修、修完怎麼測。如果流程是委外做的,這一點尤其要在合約裡寫清楚。
第 4 點最容易被跳過。對帳流程如果在匯入到一半時當掉,重跑時又從頭匯一次,ERP 裡就會出現兩筆一模一樣的入帳,結果月底要花更多時間把它們找出來。開頭那次是你手動把同一個檔案匯了兩次,原因也一樣:匯入前沒有先比對 ERP 裡有沒有同一批資料。所以例外處理要寫的,是「失敗之後怎麼辦」,只設定重試次數還不夠。
費用與授權:免費版做得到哪裡
想讓對帳流程跑起來,先看三件事:電腦能不能裝、免費版做得到哪裡、要不要付費授權。以 Power Automate 為例,桌面版(Power Automate for desktop)要裝在 Windows 10、Windows 11 或 Windows Server 上,而 ARM 處理器的電腦(例如部分新款的 Windows 筆電)目前不支援。
免費的部分,你用 Microsoft 帳號登入,就能錄製、編輯,並在自己的電腦上手動執行桌面流程(安裝需求與帳號比較)。要注意的是,如果電腦裝的是 Windows 家用版,流程只能在本機執行,沒辦法從雲端觸發(由雲端的排程或事件自動啟動)。
付費的部分分成三種:
- Premium 使用者授權:要從雲端排程觸發、把流程分享給同事,就需要它,裡面含一個有人值守的機器人。
- Process 授權:要無人值守執行就要買。一個 Process 授權指派給一台執行的電腦,同一時間只跑一個流程,想同時跑兩個就要兩個授權;而且那台電腦要先由一位有 Premium 授權的使用者註冊。
- Hosted Process 授權:不想自己管電腦,就用這個,由 Microsoft 代管執行流程的機器。
UiPath 有免費的 Community 方案,給個人開發者與符合條件的小型組織,條件寫在官方的 Community 方案說明。Automation Anywhere 也有跑在它雲端平台上的 Community Edition 可以免費使用,不過公司拿來用有規模限制,例如官方頁面寫小型企業最多只能裝在五台電腦上。企業正式上線多半還是走付費方案,使用人數、機器人數量與價格都要看官方方案頁。
回到對帳流程:專員自己在電腦上按執行、輸入驗證碼的版本,免費版就做得出來。想讓它半夜自動跑,就要 Process 授權,再加上一台能整天開著的 Windows 電腦或代管機器;而 B 銀行那一段因為要簡訊驗證碼,就算買了授權,也還是要人在場。授權費是看得到的成本,但我會把維護流程的人力算得比授權費更重,因為畫面每改一次,就要有人回來修。
回到主管的問題
先看完整的分工會長什麼樣子:A 銀行用 API 定時取檔;B 銀行由你登入、輸入驗證碼,下載和整理欄位交給有人值守的 RPA(整理欄位用的是 RPA 工具裡讀寫 Excel 的動作);C 銀行的 PDF 先取出文字或做 OCR,驗算金額後再匯入;匯進舊 ERP 那一步也用 RPA;最後對不上帳的那幾筆,由 agent 整理可能的原因,你再判斷怎麼處理。全部做完,你每月要親自做的,大概只剩輸入驗證碼和核對;對不上的那幾筆,也有 agent 先替你整理好可能原因。
但這是完整的藍圖,不是第一步。在點頭之前,維護成本也要一起列給主管看。算法是全部用一年來算:一年省下的時間,去比「一年修流程的時間,加上抽查的時間和授權費」。要列進去的有這幾項:
- 省下的時間:先把每月那兩小時拆開,例如下載三家約 20 分鐘、整理欄位約 40 分鐘、匯入約 10 分鐘、一筆一筆核對約 50 分鐘。自動化省得到的是下載、整理和匯入,但 B 銀行的驗證碼還是你輸入,核對也還是你自己做,所以每月大約省 1 小時,一年約 12 小時。
- 流程要修幾次:真正靠畫面操作的只有 B 銀行網銀和 ERP 兩處。如果兩邊一年各改版一次,每次修流程要半天(約 4 小時),一年就是 8 小時;A 銀行的介接規格偶爾也會更新,再抓幾個小時。
- 授權費:只用有人值守的話,免費版或 Premium 就夠;要半夜自動跑,就要 Process 授權。
- 一台電腦:無人值守要一台整天開著的 Windows 電腦或代管機器。
- 抽查的時間:agent 整理的原因要有人抽查,確認它沒有猜錯。
這些數字只是示意,請換成你自己的。照這組數字,省下的 12 小時扣掉修流程的 10 小時左右,只剩一兩個小時,再加上抽查和授權費,全部一次做完並不划算。所以你最後跟主管提的是先做最穩的兩段:
- A 銀行改用 API 定時取檔:不必登入畫面,銀行改版也比較不會影響。
- 匯入 ERP 前先檢查重複:從 ERP 匯出上個月已入帳的明細,用 Excel 公式比對交易日期、金額和銀行的交易序號,重複的先標出來,確認沒有重複再匯入。這一步正好擋掉上個月那四十幾筆重複入帳。
B 銀行的 RPA,等你摸清楚它一年改版幾次再決定。
像這樣的對帳流程,我們的企業 AI 營運方案在需求診斷時,會先把每家銀行有沒有介接、哪一步要人輸入驗證碼、ERP 能不能直接匯入一一確認,再決定哪一段用 API、哪一段用 RPA;上線前也會把例外處理那五件事寫進交付文件,流程停下來時誰接手、怎麼補做都有人負責。
常見問題
RPA 算 AI 嗎?
傳統的 RPA 本身不算。它照設定好的規則與步驟執行,遇到沒寫到的狀況就會停下來。不過現在的 RPA 平台多半都把 AI 接進來了,例如讀文件的 OCR、找不到畫面元素時的自我修復,或在流程中間呼叫模型做分類與摘要。所以比較準確的說法是:RPA 負責照步驟操作,AI 負責其中需要辨識或判斷的部分。
RPA 是免費的嗎?
有免費的起點。Power Automate 桌面版用 Microsoft 帳號,就能在自己的 Windows 電腦上手動跑流程;UiPath 有 Community 方案,Automation Anywhere 也有 Community Edition。但要從雲端排程、多人共用或無人值守執行,就要付費授權。
RPA 軟體有哪些?
常見的有 Microsoft Power Automate、UiPath、Automation Anywhere。如果公司已經在用 Microsoft 365,Power Automate 最容易先試;流程多、要集中管理很多機器人時,再去比較各家的管理後台與授權方式。決定之前,我建議拿一個真實流程在兩套工具上各做一次,看錄製、除錯和例外處理哪一套比較順手。
RPA 要有專人維護嗎?
要有負責人。RPA 工程師(也常稱 RPA 開發者)的工作,就是設計流程、處理例外,並在系統改版後修流程。流程只有一兩支時,不一定要有專職的人,但要指定一位知道流程停了該看哪裡、該找誰的人。
Mac 可以用 Power Automate 跑 RPA 嗎?
桌面版只支援 Windows 10、Windows 11 與 Windows Server,ARM 處理器的電腦也不支援。所以用 Mac 的團隊,可以先用雲端流程串接有 API 的服務;需要操作桌面畫面的部分,就要另外準備一台 Windows 電腦或虛擬機。
參考來源
以下依官方文件整理,授權方案、免費版範圍與 API 配額以官方頁面當下為準。
- Microsoft Learn:Types of Power Automate licenses
- Microsoft Learn:Automate using UI elements
- Microsoft Learn:Handle errors in desktop flows
- Microsoft Learn:Power Automate for desktop prerequisites and limitations
- UiPath:Attended vs. unattended robots
- UiPath:Community plan
- Automation Anywhere:Community Edition(業者自述)