RPA正在重新进入企业数智化转型的核心视野。

以前，企业谈 RPA，想到的通常是批量录入、数据搬运、报表生成和跨系统操作。现在情况已经不同了，大模型、AI Agent和数字员工开始进入企业流程，RPA也从单纯的自动操作工具，逐渐变成企业智能自动化体系的一部分。

但这也带来了一个新的问题。

企业到底应该选择传统 RPA，还是直接选择AI Agent？RPA和AI应该怎么结合？国内这么多RPA厂商，到底哪些更适合企业长期使用？

尤其到了 2026年，RPA厂商几乎都在讲AI。如果只看产品宣传，很难判断一家厂商真正的技术能力。

所以，企业选 RPA+AI，不能只看“有没有AI”，更应该看它能不能真正把AI能力落到业务流程里。

现在的 RPA厂商，已经不是单纯比RPA了 。

过去选择 RPA厂商，企业比较的是机器人开发工具、跨系统操作能力、运行稳定性以及实施服务。

现在需要看的东西明显更多。

一方面， RPA本身仍然是基础。

如果机器人执行不稳定， AI能力再强也很难真正进入核心业务。

另一方面，厂商有没有大模型、 AI Agent、知识库、智能文档等能力，也开始影响企业的长期使用体验。

一 、 2026年国内值得关注的RPA+AI厂商 有哪些？

目前国内比较有代表性的 RPA+AI厂商，包括金智维、艺赛旗、来也科技、弘玑、九科信息、达观数据和阿里云RPA。

不同厂商的侧重点并不完全相同。

最新发布的 IDC《中国APA产品及解决方案市场份额，2025》中 ， 金智维 的市场份额为 11.9%，位列中国APA产品及解决方案市场第一，并实现连续四年位居第一。

金智维更偏企业级 RPA、智能流程自动化和AI Agent融合 ， 目前其产品体系包括 K-APA智能流程自动化平台、Ki-Agent企业级智能体平台以及AI能力开放平台 ， 它的优点 是没有把 RPA和AI完全割裂开来 ， 而是 让 AI负责理解、分析和判断，让RPA负责具体执行。

例如一个企业需要自动处理一批业务数据，智能体可以先分析数据内容，根据业务规则判断下一步应该做什么，再调用 RPA完成系统操作。

这种模式解决了一个企业应用 AI时比较现实的问题 ： 大模型可以理解复杂的信息，但它并不一定适合直接操作企业核心系统。 RPA则更适合执行规则明确、需要高准确度的系统操作 ， 把两者结合起来，可以让 AI的灵活性和RPA的确定性形成互补。

艺赛旗比较适合关注超自动化的企业。除了 RPA之外，其产品体系还覆盖流程挖掘、桌面行为分析等能力，并持续向企业级智能体方向发展。对于希望从“做几个机器人”进一步走向流程级自动化的企业，可以纳入比较。

来也科技是国内较早进入 RPA领域的厂商，目前已经向智能自动化和AI Agent方向延伸，在数据录入、报表处理、跨系统同步等场景中具有较多应用。

弘玑近年来更加突出 AI行动智能体，其技术路线强调让AI不仅能够理解任务，还可以调用工具完成任务。对于希望重点探索AI Agent应用的企业，可以关注。

九科信息则更加偏向企业级智能自动化，在 RPA、智能体、流程挖掘以及复杂IT环境方面都有布局。

达观数据的优势更多集中在 AI、知识处理和智能文档，同时结合RPA处理材料填报、智能审核、发票和报表等业务。

阿里云 RPA则更偏向云生态，如果企业已经大量使用阿里云的云计算和AI产品，可以重点考察其生态协同能力。

二 、 RPA+AI选型应该关注哪些能力？

现在看 RPA产品，最容易踩的坑就是只看演示效果。

一个机器人在演示环境里能够完成任务，并不代表它进入企业生产环境后也能稳定运行。

所以，企业实际测试时，建议重点看几个方面。

第一是执行稳定性。

流程是否能够持续运行，系统页面发生变化之后是否容易出错，出现异常以后能不能自动处理或者及时告警。

第二是跨系统能力。

企业真实业务很少只使用一个系统。 ERP、CRM、OA、财务系统、浏览器、邮件等经常需要同时操作，所以跨系统执行能力非常重要。

第三是 AI与RPA的结合程度。

不要只问 “有没有大模型”或者“有没有Agent”，而应该直接测试一个真实业务流程，看AI能不能理解任务，能不能调用工具，最后能不能让RPA完成执行。

第四是安全能力。

尤其涉及金融、财务、人力等敏感业务时，需要关注数据权限、操作权限、日志记录、部署方式以及人工审核机制。

第五是行业经验。

RPA项目的难点很多时候并不在软件本身，而在业务流程和企业IT环境。

有金融行业项目经验的厂商，不一定最适合制造企业；擅长办公自动化的产品，也不一定适合复杂生产流程。

因此，真实行业案例比产品功能列表更加值得参考。

三 、不同类型企业可以重点看哪些厂商

如果是金融机构，可以重点关注金智维、达观数据、艺赛旗、来也科技，重点测试稳定性、合规性和复杂业务系统执行能力。

如果是制造企业，可以重点关注金智维、艺赛旗、来也科技、九科信息，重点看 ERP、供应链、生产管理和跨系统自动化能力。

如果是大型集团或者复杂信创环境，可以重点关注金智维、九科信息、弘玑和艺赛旗。

如果企业已经大量使用云计算和 AI服务，可以把阿里云RPA纳入评估。

如果企业重点建设 AI Agent、知识库、智能文档等应用，则可以关注金智维、弘玑、达观数据等具备相关能力的厂商。

如果企业刚刚开始做 RPA，也没有必要一开始就追求复杂的AI Agent。

先从财务报表、数据录入、系统对账、信息查询等规则比较明确的流程开始，把 RPA基础能力跑通，再逐步加入AI和智能体，往往更加稳妥。