报告重点对超级自动化的概念范围、技术体系、应用场景进行了梳理和分析。概念范围上，明晰了超级自动化的内涵，并阐明其与传统自动化在要素、技术和应用上的重要区别；技术体系上，说明了机器人流程自动化（RPA）、流程挖掘（PM）、智能业务流程管理工具（iBPMS）等超级自动化的关键技术核心作用，分析了“云数智”等支撑技术对超级自动化发展的深刻影响；应用场景上，总结了超级自动化在通用及专用场景上的应用现状，并给出多方探索出的超级自动化实践案例。最后，报告指出了当前超级自动化发展面临的问题及挑战，给出针对性建议并面向用户提出了超级自动化落地的通用参考模式。
报告核心观点：
1、超级自动化相关能力有效迎合了组织机构数字化转型的发展需求。在全社会数字化转型加速的背景下，组织机构的运营效率、成本控制、客户服务等迎来了新一轮的挑战。利用超级自动化可有效降低人力成本、优化管理机制、丰富服务手段和规避业务风险。不仅如此，超级自动化还打通了组织机构内部的数据、应用、业务等多重孤岛，在软件系统环境中实现了无侵入式的互联互通，有效提高了系统运转效率。
2、超级自动化应用优势逐步显现，技术研发与应用热度升温。近年来，越来越多的行业企业开始注重超级自动化相关能力的建设，不论是在财务、人力等通用业务场景，还是银行、证券等专用业务场景，超级自动化的应用优势都在逐步扩大，用户对其认可度显著升高。超级自动化产业发展进入了快速成长期，厂商的技术研发投入加大，更多新兴技术融合发展不断提升着超级自动化的基础能力，专业的交付咨询机构开始为用户量身打造部署运营方案，超级自动化市场的服务供应趋向完备。
3、多重工具平台融合应用，超级自动化基础能力趋向稳固。超级自动化是RPA、iBPMS、PM、低代码应用平台（LCAP）等多种技术能力与软件工具的组合，其中RPA扮演“执行者”角色，负责打通流程、连接业务以及执行工作；iBPMS和PM扮演“分析管理者”角色，实现系统化的自动化业务流程发现、分析、优化及管理；LCAP扮演“辅助者”角色，负责自动化业务流程的高效、简洁、定制开发。上述工具和平台的融合应用，筑牢了超级自动化的基础能力。
4、AI赋能、“云数”引领，超级自动化综合能力不断攀升。随着人工智能技术赋能的加深，超级自动化的感知认知能力显著提升。计算机视觉和智能语音语义技术，赋予了超级自动化看、听、说能力；知识图谱技术和类脑计算，赋予了超级自动化逻辑推理、类比演绎能力；智能人机交互技术，填补了人机任务衔接的缝隙，有效提升交互效率和用户体验。与此同时，在云计算、大数据技术的加持下，超级自动化的服务能力得到进一步加强，“超级能量”得到了更充分的释放。
5、超级自动化产业生态发展，需要多方共同维护。超级自动化产业生态的健康发展需要政府、厂商、用户、产业服务方等共同推动。政府机构可打造应用试点示范，进一步加速推进创新应用与多元实践；厂商可重点突破核心技术、探索融合创新发展，并全局谋划全栈技术储备与供给；用户方可通过总结和反馈应用实践经验，为厂商提供目标更加明确的技术研发方向；产业服务方可深入开展标准制定、规范行业发展，并通过广泛搭建交流与合作平台促进产业供需对接。
