今年上半年, 我国一级市场的整体情况非常惨淡, 募资规模与融资额规模均有 30% - 50% 的下跌, 哪怕是风口上的 AI 行业, 行业投资总额也较去年同期下跌了 50% 左右.
而一直不温不火的 RPA 赛道, 仅在 6 月份, 国内就有三家 RPA 厂商获得了千万美元级别的融资, AI 公司来也科技与 RPA 公司奥芬科技合并成立的「新来也」, 更是获得了 3500 万美元的 B + 轮融资.
RPA 到底是什么? 发展潜力有多大? 人才缺口又有多大? 我们今天就剖开来聊一聊.
* 部分内容及数据资料参考自网络.
零, RPA 的源起与发展
RPA 的概念最早在 2000 年初兴起. 国内最早引入 RPA 的, 是四大会计师事务所. 2015 年前后, 普华永道, 德勤, 安永, 毕马威开始在中国区使用 RPA 产品, 将其应用在审计和财税等业务中.
所以在中国, RPA 并不是一个新鲜事物. 但一直没有什么「出圈」的新闻, 直到今年的五月份, 美国 RPA 创业公司 UiPath 宣布完成 5.68 亿美元融资, 融后估值达到 70 亿美元, 才让市场认识到这一「火」起来的新风口.
据 HFSResearch 的研究数据显示, RPA 的全球市场规模已从 2016 年的 6.12 亿美元增长至 2018 年的 17.14 亿美元, 近三年的年增速均超过 50%. 预计到 2022 年, 市场规模将达到 43.08 亿美元.
经过几年的市场教育与产品迭代, 到 2019 年, RPA 无论是从产品的成熟度还是市场的教育方面, 都有了大幅提升, 这也促成了 RPA 在 2019 年的快速增长.
与过去几年间的很多技术投资热点不同, RPA 如今被资本方和市场方双双看好, 原因有两点:
RPA 经过产品形态的迭代, 目前可以解决很多市场急迫待解决的需求;
AI 风口过后急需证明应用价值, RPA 和 AI 天然的契合属性给 AI 扩展了更多应用方向;
软银愿景基金的孙正义在一次会议上曾经夸张的表示:"世界经济将在 RPA 和 AI 的帮助下, 迎来第二次大飞跃."
坊间曾定义过一个「第四次工业革命」的概念, 通常是指 AI, 自动化, 机器人, 量子计算和物联网 (IoT) 等变革性技术的发展与融合, 促成下一次工业的大变革. 而 AI+RPA 的融合发展, 用更高效的方式取代或者演进低效的劳动, 在即将到来的 "工业革命" 大潮中, 势必是一个不可逆的趋势.
所以, RPA 的故事可能才刚刚开始, 而 AI 能让故事变得更精彩.
一, 什么是 RPA
"RPA 的使用, 给那些依靠大量重复性手工过程来处理结构化数据 (如交易处理) 的客户带来显著价值."
RPA, 是 Robot Process Automation 的缩写, 中文翻译是机器人流程自动化.
RPA 的雏形, 可以追溯到 Excel 里的宏, 或者一些插件, 外挂之类能够自动执行电脑操作的流程. 过去人们对 RPA 的定义, 就是是用来代替人类执行重复的可自动化流程的任务, 从而降低成本, 提升效率.
具体在传统的工作流自动化工具中, 软件开发人员一般是使用内部应用程序编程接口 (API) 或专用脚本语言生成一系列操作, 以自动执行任务和与后端系统的接口.
相比之下, RPA 系统可以通过观察用户在应用程序的图形用户界面 (GUI) 中执行该任务来开发动作列表, 然后通过直接在 GUI 中重复这些任务来执行自动化. 这可以降低在可能无法为此目的使用 API 的产品中使用自动化的障碍.
RPA 的传统功能主要分为以下几方面:
集成化桌面系统: 将来自多个源头的数据整合到同一视图当中;
流程自动化: 应用技术来操作现有的应用软件;
数字化 / 虚拟助手: 模拟对话以回答问题或查询, 并且提供指导;
通过这些功能我们不难看出, 传统的 RPA 其实有很多的限制, 比如必须有非常明确, 固定可重复的操作流程与步骤; 流程的任务设置不能过于负责, 也很难与其他业务或操作相结合.
而 RPA + AI, 就打破了这些限制.
首先, RPA 与 AI 的结合, 可以让 RPA 流程处理起来更加灵活. 与 AI 的融合, 可以让 RPA 具有一定的认知, 推导能力, 产生一部分自主决策, 来优化业务流程.
其次, AI 中的 OCR,NLP 等技术能够赋予 RPA 识别图像, 语义分析等能力, 从而拓宽 RPA 的应用纬度, 连接信息世界与物理世界.
这是一个从量变到质变的过程, 也是 RPA+AI 的互补效应.
随着 AI 的接入, RPA 能够解锁更多的使用场景. 比如来也科技的 RPA 流程自动化平台 UiBot, 是一台为银行客户部署的开户机器人, 能够实现信用卡开户的自动审核.
其中传统流程自动化的部分, 负责按照办卡流程, 在 IT 系统的表格上录入信息; AI 部分, 则负责从身份证, 工作证等客户自主上传的证件中提取关键信息, 并转化为规范化的数字语言, 基本上一台开户机器人, 能够节省 1-2 个员工的成本, 且效率及准确率上更有保证.
RPA 之前因为自身的限制, 大部分只应用于制造业, 金融行业和政府机构, 通过与 AI 的融合, 相信之后一定会有更多应用场景.
二, 行业现状与前景
四大之一的德勤在 RPA 报告里曾经计算过, 有多少人力工时能被机器替代时, 被访企业给出的平均值是 20%, 而据统计现在这个比例可能还不到 1%.
如果一家收入在 200 亿美元且拥有 50000 名员工的公司, 有 20% 的工作流用 RPA 自动化操作完成, 那么每年可以带来超过 3000 万美元的利润.
和欧美国家类似, 中国用机器替代 (或辅助) 人力的强需求时代也很快会到来.
但我国 RPA 的发展比国外要晚, 市场的教育程度相比更为欠缺. 所以面临的挑战比国外更大, 再加上大环境与政策模式的不同, 仅仅复制国外的产品模式可能不是一条捷径.
目前面临的挑战可能有:
国内企业大部分流程不够标准化, 很多企业只能支持部分业务小规模的使用;
国内信息化, Saas,ERP 等产品并没有完全普及, 虽然可以借助 RPA 一步到位, 但难度也在增加.
虽然国内 RPA 行业与厂商面临着很大的挑战, 不过也伴随着很大的机会:
随着世界政治局势的变化, 与我国自身科技企业的发展, 国企, 政府等机构对于 IT 采购越来越国产化. 本土企业更了解国内用户的需求, 只要做好产品与服务, 很快就可以弯道超车;
数字化转型是必然的发展方向. 随着技术的发展进步,「去人工化」,「流程数字化」, 以及对于高产能高效率的要求, 传统企业必将经历转型的「变革期」. 而我国因为两极分化比较严重, 还有很多待孵化的市场需求.
订单量级的快速增长. 36 氪的一份报告显示, 2018 年, 国内 RPA 订单通常在数十万元级别, 而 2019 年上半年, 很多已突破百万元级别.
来源: https://segmentfault.com/a/1190000020080983