在上一篇探索自动化的技术中，我们提到了机器人流程自动化（RPA）。它在自动化需要少于五个决策、需要少于500次点击并且跨越少于五个IT系统的流程中可以发挥巨大的价值。那么，如果在高度负责的流程中，我们应该选择何种工具？
数字流程自动化或业务流程管理(BPM)是一种管理组织流程和工作流的方法。业务流程是利益相关者为实现具体目标而执行的一系列步骤。
DPA工具允许用户使用有限的编码来设计流程或工作流程，大多数甚至具有拖放编辑器。这些流程或工作流程可以设计为处理各种事情，例如客户的贷款申请完成后会发生什么，或者在提交给保险机构后如何审查医疗索赔等细则。
虽然与RPA类似，但DPA并不完成具体任务：例如处理发票或检索数据；它只是将任务交给负责执行该任务的人员或系统。此外，DPA也不会做出复杂的决定。虽然它可以处理简单的决策，例如，确定将某物传到谁，但复杂、深入的决策并不是它的预期目的。虽然许多DPA公司声称拥有一定程度的决策能力，但它本质上是基础的流程决策，只是在流程中做出简单的选择，而不是深度决策自动化。
决策自动化是使数字决策自动化的行为，行业内将其定义为业务专家生成的业务逻辑，这些业务逻辑建立事实、识别模式、做出选择、触发流程、确定策略合规性、路由事件和表面知识。
决策平台是一种软件，它允许技术和非技术用户实时定义和执行决策并将其嵌入到应用程序中。此外，决策平台提供工具来创作、管理和集成决策逻辑、分析、机器学习和人工智能模型。因此，决策平台允许用户做出实时且可重复的运营和客户参与决策。
决策平台因能使用数字处理复杂的条件逻辑而脱颖而出，让我们大规模投入；事实上，用户通常批量运行规则应用程序，一次有数百万个决策。优秀的BPM决策平台通过证明可解释的AI功能提供独特的功能，允许洞察决策和预测，以便用户可以更好地理解它们并采取行动。
与RPA不同，决策位于应用程序或工作流的中心，而不是边缘。虽然决策平台在评估输入、应用业务逻辑、交付决策以及提供对决策的洞察力和根据预测采取行动方面非常出色，但决策平台确实也有局限性。例如，决策平台通常不会自动执行数据检索或文档处理等任务。此外，构建流程和简单的任务和操作路由也不是决策平台的强项。
现在我们已经了解了RPA、DPA和DA的功能，让我们看看这些自动化如何协同工作。
假设我们经营一家调味品工厂，我们可能会制作番茄酱、芥末、蛋黄酱和牧场调料等调味品。机械臂和机器拿起瓶子、灌装、密封并在上面贴上标签，相当于RPA。每个单独的任务都是高度可重复的并且能够自动化，从而节省工人的时间和精力，提高灌装精度和标签放置质量，并在大多数情况下降低风险。
DPA相当于每个瓶子从一个站移动到另一个站的传送带。一位运营工程师设计了这个流程来自动化和完成瓶子灌装流程，就像业务分析师设计一个工作流流程将抵押申请从销售代表转移到承销商再到批准。没有这个过程，作品就无法自动在地点或团队成员之间传递。
决策平台可类比为运营背后的大脑，向机器人、机械和传送带通知运营中发生的事情。例如，随着番茄酱需求的减少和牧场需求的增加，决策平台可以自动提醒系统修改其操作以满足这些新要求。此外，机器学习可以通过检查趋势和预测需求波动来提高整体效率，以保持运营平稳运行，并将中断降至最低。
当然，这是一个简单的类比例子，但它很好地让我们开始思考RPA、DPA和DA如何协同工作。
