走過“試用期”，RPA剛開場

前沿科技，數字經濟

文丨劉雨琦

"2012-2013年企業服務軟件問題非常多，大家都很痛苦。那時候我很大一部分工作就是給客戶道歉，最壞的情況甚至大家終止合作，直接再見。"

弘璣Cyclone創始人兼CEO高煜光曾在外企工作多年，而他口中的這樣一個場景，幾乎是上個時代企業服務的濃縮切片。

產品不成熟、使用效率低、投入大量人力物力，這些問題讓本該提效的企業服務反而成為了累贅。

那時的高煜光也在思考著這樣的問題：到底什么才能夠讓企業真正用起來？直到RPA（機器人流程自動化）開始進入國內。彼時高煜光所在的惠普，是中國率先引進RPA軟件的企業，也正是這樣一個契機，讓他準備做中國自己的RPA軟件。

理想很豐滿，現實卻很骨感。當時的市場并不買賬，另一家早期入局RPA的企業達觀數據，其創始人陳運文曾在采訪中分享到，為了搞定第一個客戶，他們全公司出差到客戶所在地，大費周章。

"直到2021年，RPA才真正走過了"試用期"，成為企業的剛需。"高煜光對光錐智能說到。

也終于在2021年，彼時滿受質疑的RPA，在7年之后，成為了資本的香餑餑。

作為企業數字化轉型的推動器，近幾年，RPA在國內的熱度一直久居不下，尤其是2021年4月，美國AI機器處理自動化技術研發商、企業級RPA軟件巨頭UiPath成功登陸紐交所之后，國內再次掀起了一眾RPA融資熱潮。

其中，達觀數據，Naturobot、未斯科技和影刀RPA陸續在2022開年獲得融資。據光錐智能的不完全統計，2021年下半年至今，RPA賽道融資超過18起。粗略估計，融資金額超20億人民幣。其中，弘璣Cyclone在2021年11月宣布完成1.5億美元C輪融資，創行業單筆融資額最大記錄。

（數據來源：天眼查 整理：光錐智能）

RPA的興起，既是源于數字化，也是服務數字化。

隨著信息化和數字化的推進，企業根據不同業務流程的需求建設了大量分立的業務系統，實現了業務流程的線上化，但同時也產生了大量需要人工執行的重復性系統操作流程，成為機械性的低附加值勞動。與此同時，大量業務流程需要進行繁瑣的跨系統操作，不同系統之間還形成了數據孤島，企業對于跨系統流程連接和數據集成的需求在不斷增長。

面對上述問題，企業雖然可以選擇通過業務流程外包來降低成本，但仍然承受著人工成本和效率壓力。而RPA卻可以實現快速開發和靈活部署的優勢，隨著近幾年RPA技術的迭代，也讓其更具可用性，同時加速了RPA應用落地。

行業向好的趨勢下，RPA未來的發展走勢究竟向何方？能否給出正確答案，這將是許多資本和創業者再突破的關鍵一刻。

數字勞動力

可以說，RPA的興起是科技進步和社會發展的必然。

一方面，伴隨著人口老齡化，勞動力短缺，成本日益上升，越來越多的企業無法再通過"人海戰術"解決問題。按照統計局的數據，中國的勞動年齡人口在2013年達到峰值10.06億人（占總人口的比重約73.9%），隨后就以加速度絕對減少：每年減少人數以萬、十萬、百萬到千萬的量級遞增，到2020年已經累計減少了4170萬人，剩余勞動人口占總人口的比重降為68.5%，即8年來，勞動年齡人口占比減少了5.4%。

中國社科院預計，到2025年，中國的人口紅利將徹底消失。要實現經濟的騰飛，中國必須力爭在此之前完成發展方式的轉變。

另一方面，人工操作的效率和質量達到瓶頸。隨著企業的逐年發展，"人海戰術"除了人力成本上帶來的負擔，讓企業的步子更重之外，人的效率開始跟不上科技發展的速度，并且在實際操作中的錯誤率和成本也在提高。

以數據計算量龐大的證券業為例，2017-2019年，諸多證券業面臨三個"頭疼"的問題：

第一，大量重復且依賴人工的任務耗費了相當多的時間和人力，不僅效率低下，而且現有的系統功能通常需要緊隨業務需求的變化進行調整，導致開發周期長，見效慢;

第二，由于各個系統之間操作規則不統一或者人為因素導致錯誤頻出，操作風險偏高;

第三、多數業務流程不完善、未固化、業務標準化程度低。

在這樣的情況下，不少證券公司開始紛紛尋找解決方案。以東興證券為例，其財務部工作人員在日常工作中涉及大量的數據查詢、下載、人工核對、系統登記、數據補錄、導出上報等工作。內外數據報送字段不一致、多數業務系統和財務系統沒有直接對接等因素拖慢了財務部的工作效率。

為了解決上述問題，東興證券開始接入弘璣Cyclone的產品。二者結合東興證券實際工作環境特點，將受限于系統孤立局面下的大量人力工作設計通過自動化的方式來提升業務運營效率。在東興證券內部，該解決方案被稱為"智能小助手"。

據統計，"智能小助手"解決方案項目實施僅4周即完成上線，業務處理時長平均減少90%，全職等效2個員工的工作量（FTE），RPA上線后業務處理效率提高80%。

而華興證券則是通過金智維RPA，率先啟用了月末結賬、財務報表和清算對賬三個機器人。以財務清算機器人為例，機器人將原本的對賬時間從9:00-12:00調整為5:00-10:00，節省了人工操作的時間，機器人自動執行流程，提前完成任務并釋放大量人力，即便在疫情期間服務也為中端。

不僅提高效率，更在一定程度上降低了錯誤率。RPA機器人就像企業的"數字勞動力"，替代了機械性的人力工作，并且不受時間、場地和環境的限制。

IBM對大中華區的市場調研報告顯示，以銀行和保險為代表的的金融行業的自動化流程市場份額最高，占到RPA市場總量的一半以上。根據IDC預測，截止2023年，中國80%的金融機構將應用智能自動化解決方案，以實現提高業務效率、優化決策、提升客戶體驗等目標。

然而，隨著行業認知的改變和技術的發展，2020年開始，RPA進入了下一階段。"只有切入到客戶的核心業務，RPA才能變成企業的剛需。"

AI加持，提升RPA效率

下一步如何深入核心業務？

高煜光認為，如今RPA要解決的核心問題是業務的數字化，而業務的數字化分為兩個重要的環節：

一是人的數字化：因為人的不確定性最大、流動性最強，通過技術和產品，首先要做人的數字化，達到基本的人機協同，才能談下一步；

二是系統的數字化：老舊的商業系統，開發流程長、時間慢且過于剛性，沒有辦法跟上商業的變化速度，RPA要做的是在既有的系統里進行自動化升級。

而無論是人的數字化，還是信息系統的數字化，根據光錐智能對多個頭部廠商的觀察發現，AI技術的加持，讓RPA向著智能化邁進。

在人的數字化層面，當下的RPA能夠代替人的機械性勞動和工作，隨著AI在RPA領域的落地應用，使人機協同中機器的部分變的更加智能高效。

舉一個簡單的例子：

某銀行每天要處理3000張用戶手動填寫的開戶表格，純人工需要員工手動輸入3000次表格數據。

隨著RPA在銀行業的普及，利用RPA機器人，可以自動處理500張表格。但由于用戶手動填寫不夠規范，還有2500張表格需要人工處理。加入AI能力后，RPA機器人可大幅度提高處理效率，3000張開戶表格中，能夠自動處理2800多張，不但精度高，而且更高效。余下需要人工處理的表格不足十分之一。

由此可見，隨著 AI 技術的不斷發展，以及 B 端商業需求爆發，RPA 行業正在重塑。當引入 NLP、OCR、語音識別、語音合成等 AI 技術后，RPA 技術變得更高效、并且具備初步智能，拓展了 RPA 的邊界。

但系統的數字化，依舊是當下RPA待解決的一大難點。

尤其是國內除金融領域和一部分大型企業客戶外，其他行業 RPA 滲透率低，也意味著市場潛力巨大，IDC 預計 2023 年中國 RPA 市場將達到 10.2 億美元。

隨著近年來企業開始進行內部數字化轉型，RPA的應用領域開始逐漸擴大，拓展至ERP、CPM、電商自動化、人資自動化、營銷推廣自動化等等。

而場景的拓展，也讓RPA的局限性開始逐漸凸顯。

比如，現在很多大型企業都存在信息孤島問題，尤其是跨部門之間的系統規劃、周期都是分而制之，靠人力協同，而RPA要在企業中發揮效能，就必須在不改變原有生態的情況下將各自分離的系統串聯起來。

目前多家廠商正在嘗試用不同的方案解決這個問題。

達觀數據的智能搜索系統，其針對智能搜索的數據底層，基于AI能力進行數據處理，包括PDF、PPT、CSV等多種非結構化的文檔抽取，以及達夢、MySQL、MongoDB等數據源的快速融合，利用NLP、OCR等AI能力，對企業內部的整個數據源進行挖掘和調取。

（多重數據源整合路徑，圖源達觀官網）

而弘璣認為連接應該是由點及面、自上而下、層層遞進的，這樣的路徑對客戶來說，不用一次性投入很大，決策成本偏低，最終串聯起公司的各個環節。

具體來說，弘璣Cyclone以某一個具體的業務為主體，進行復雜協作場景的業務流程搭建，通過非侵入對接，消除該業務場景下的系統屏障和數據孤島。讓系統串聯在業務協作中自然發生。

以郵儲銀行上海分行為例，弘璣 Cyclone RPA智能自動化平臺通過與“郵儲大腦”緊密結合，加快AI技術的落地，實現在銀行前、中、后臺各個部門的場景應用，加快業務賦能。

一期項目中，弘璣 Cyclone RPA將信貸業務合作平臺、公積金報送與客戶經理積分錄入三個現有業務流程轉換成自動化處理，每月可節省 448 小時人力成本，大大降低了銀行的總體運營成本，提升業務運營效率。

標準化還是個性化？

作為近年來增速最快的軟件之一，RPA 得到了國內外資本的熱捧。2018 年中國開始出現 RPA 融資潮，2020 年達到高峰期，公開數據顯示，2020 年全年融資事件 22 起，融資金額達 16 億元。

當資本涌進賽道，必然會助推更多初創廠商進場。截止2021年12月，我國RPA廠商已超過50家。

當科技巨頭、傳統軟件公司和新型 RPA 廠商紛紛入局，RPA 賽道變得擁擠。

從行業的角度來看，目前已經呈現出了兩種發展趨勢：一是向廣度發展，做各行業底層的標準化流程，以達觀等企業為代表。二是向行業縱深，深挖某幾個特定行業的細分場景，進行個性化和定制化，以影刀、未斯科技為代表。

舉幾個例子：影刀深入細分行業，主要服務電商、金融、物流等領域。影刀官網顯示，影刀目前專注于開放及共筑電商自動化應用生態，擁有400多個電商場景的SaaS產品。

（影刀電商部分客戶群）

影刀創始人金禮剛曾在采訪中表示："我們發現體系化使用RPA才能產出最大的價值，它不僅能便于解決深度場景，也能解決長尾場景。"

事實上，RPA的部分使用場景是通過業務人員在使用流程中挖掘出來的。比如電商場景中的自動回復機器人，初期使用場景是一些禮貌性回復工作，后期，針對用戶的需求，商品詳情、查物流、退換貨等標準化的流程，也逐步豐富進RPA的流程自動化中。

而未斯科技則專注于物流行業，對國內物流、國際物流、跨境電商等領域提供APaaS業務應用及智能化流程管理和可視化運營平臺。

高煜光則認為，RPA的未來一定是超自動化，當企業實現了自動化“從無到有”，隨著自動化在業務流程中的深入，客戶對自動化的需求也逐漸在廣度、深度上加深。這需要RPA覆蓋場景更加復雜全面，同時要求RPA具有更多和AI、數據處理分析的結合能力。

他表示，弘璣致力于打造完善的超自動化布局，除了不斷提升RPA自身產品性能，產研團隊在“RPA+各種技術”的技術融合上也下了很多功夫，通過集成NLP、OCR、CV、機器學習、數據處理、人機交互等多種技術，讓弘璣企業級RPA產品擁有了在應用場景廣度和深度上雙向拓展的能力。

作為企業級信息化應用平臺和工具，RPA產品所對應的自動化需求會根據各個企業信息化系統建設現狀有所不同：

?對于個人用戶及中小企業和組織來講，或是各個企業通用場景的流程就可以用標準化RPA產品，這能極大降低用戶掌握RPA應用的成本，同時標準化的平臺能形成應用合力，輸出更智能化、更便捷的RPA能力；

?對于大型組織來講，特別是涉及到關鍵信息設施類的應用場景來講，對安全要求高，應用場景個性化需求就比較高，但仍然可以使用標準化模塊。

高煜光認為在可預見的較長時期內，RPA標準化平臺和個性化需求將共存共生。

弘璣企業級RPA產品，是基于NLP、機器學習、流程智能、計算機視覺、低代碼開發等多種技術的組合，擁有超強的整合能力與跨平臺能力，可整合國內外操作系統及軟硬件、SaaS、第三方AI組件及標準化軟件、企業自研軟件等，支持PC、移動端、服務器，私有云&公有云等各種環境下跨平臺部署。

一方面，通過 LCAP（低代碼平臺）+SaaS 的方式提供給開發者二次開發 RPA 應用的技術底座，同時發展開發者社區，形成一個生態的閉環;

另一方面，也和大B企業和組織開展深入的合作，將底層技術賦能給企業，共建CoE卓越中心，幫助客戶在此基礎上，根據定制化需求進行二次開發。

結語

總的來說，雖然當下RPA在逐步落地，并開始往深度和廣度延伸，但中國許多行業的RPA需求潛力仍未被釋放，市場處于早期教育階段。同時，RPA公司如何持續打造自身的護城河，是接下來競爭的關鍵點。

本文首發于微信公眾號：光錐智能。文章內容屬作者個人觀點，不代表和訊網立場。投資者據此操作，風險請自擔。