疫情下“出圈”的RPA，会成为风口上的猪吗？

减薪、裁员、转型，成为疫情发生后，许多企业不得不面对的困境。

然而，一个冷门的技术领域——RPA （Robotic Process Automation，即机器人流程自动化），却因疫情的爆发而加速“出圈”，成为投资者眼中新兴的风口。

2019年上半年，RPA还是个冷门领域，整个国内的To B市场没有太多人了解RPA。直到疫情爆发，RPA技术成了疫情防控工作中不可或缺的一环。

在上海，RPA技术被投用到疫情期间的市民热线工单处理中。

据上海大数据中心反馈，市民热线每天产生近万条工单，人工处理平均4分钟一条工单，一人一天最多能解决150条左右的工单，处理压力很大。

在云扩科技的RPA机器人“上岗”后，通过模拟人工进行复制、粘贴、点击、输入等操作，处理一条工单，仅需30-40秒左右，工作效率提高了近7倍。

同样，在疫情期间，负责每天电话“查岗”社区居民健康情况的，除了社区工作人员，还多了RPA机器人的身影。

在来也科技推出的“RPA+外呼机器人”解决方案中，社区工作人员可以对小区居民，尤其高危群体（疑似病例、医学观察人群）进行逐个电话外呼，并快速整理和上报居民健康信息。

其中，RPA可以辅助工作人员处理：筛选首次回访号单、二次回访号单、电话回访、记录并统计回访结果等日常工作，并自动形成报表，发送给社区相关人员，大大缓解了工作人员的劳动强度。

不难发现，RPA最大的优势在于，能够通过机器人代替人工，自动化的完成任务，从而解放劳动力，优化工作效率，减少人力成本。

在全球经济下行的当下，企业对高效率和低人力成本的渴望格外强烈。

这也就不难理解，为什么RPA会突然“爆红”，而这种炙手可热，率先反映在资本层面。

l 2020年2月24日，来也科技宣布完成C轮4200万美元融资

l 2020年3月16日，云扩科技完成B轮融资，累计融资规模超过4500万美元

l 2020年3月，国外RPA厂商Ripcord宣布完成4500万美元B轮融资

据业内人士消息，4月份也即将有RPA企业完成融资。

老树开新花国内RPA市场爆发

其实，RPA并不是一个新技术，在国外发展已经近20年。如果要追根溯源，RPA始于微软内部检测软件bug的软件流程自动化技术。

但是RPA大规模的商业化落地，则是在2012-2015年，以UiPath，Blue Prism，Automation Anywhere（简称AA）为代表的国外RPA企业，将目光转向了企业级的业务应用场景。

相比国外，中国的RPA行业还处于起步阶段。

2015年前后，四大会计师事务所开始在中国区使用 RPA 产品，首次将RPA的概念带入中国。

国内第一批RPA创业公司，基本在2017年后出现，如：艺赛旗、弘玑 Cyclone、云扩科技、奥森科技（已与来也科技合并）等。随后，阿里云、京东云、平安云等互联网巨头纷纷入场。

2018年下半年起，中国市场的RPA需求开始爆发。据HFS Research的研究数据，2019年中国RPA市场规模是17亿元人民币，预计2022年将增长到31亿元人民币。

如对标全球市场，2018年，RPA全球市场规模为17.14亿美元，近三年的年增速均超过 50%。

HFS Research预计，到2022年，RPA全球市场规模将达到43.08亿美元。

从行业应用而言，目前大部分RPA厂商已为银行、保险、证券制造、能源、零售、电商、电信、媒体等多个行业提供解决方案。

事实上，根据RPA的特性，只要所在的行业存在简单重复、具备规则的业务流程，就能使用RPA来替代人工。

换句话说，三百六十行，行行皆可RPA。随着中国人口红利的逐渐消失，未来中国很有可能成为全球最大的RPA市场。

AI加持RPA拓展边界

最初的RPA技术，只是模拟人的手去完成各种操作，因此仍需要人事先为其设计好需要执行的流程规则。

然而，OCR、NLP等AI技术的加入，拓展了RPA自动化的边界。

NLP技术就像机器人的大脑，可以处理有关逻辑判断与分析的工作；OCR技术就像机器人的眼睛，可以将实物文件或图片上的信息，转化为结构化的数据；语音识别技术就像机器人的耳朵，可以识别各种声音信息；语音合成技术则是机器人的嘴巴，可以“说话”。

有了这些能力，在RPA编辑器的流程设计环节，就可以通过录屏的方式记录人的操作。

然后让机器人自主学会操作的步骤，再通过功能模块拖拽的方式排列组合出复杂的操作，快速完成流程设计。

更进一步，还可以让机器人自主发现企业中可优化的流程，并一键创建流程，帮助企业更快更准确找到能降本增效的自动化高潜场景。

引入AI技术后，RPA正在变得更智能，运用范围更广，也能承担更多复杂的业务工作。

事实上，很多AI企业已经把RPA技术运用在AI产品中了，如：对话机器人、客服机器人、财务机器人等等。

反过来，RPA厂商也会通过部署NLP, OCR等AI技术，来增强RPA产品能力，提供更为完善的解决方案。

在这样的趋势下，AI企业与RPA厂商，当前已形成难分难解的竞合态势。

AI企业的“AI+RPA”模式，是在自研AI技术的基础上，让RPA更好地串联公司原有业务。

RPA企业的“RPA+AI集成”模式，则是在已有的RPA平台上，集成合作方的AI能力。

这两种模式，孰优孰劣还未可知。毕竟，谁也没有能力把两种技术都完全吃透，技术的积淀需要时间。

不可否认的是，RPA已经成为AI技术落地重要载体，RPA+AI的模式一定会成为RPA产品的常态。

RPA盈利难关键在于标准化

虽然RPA企业受到了资本的热捧，但是在短时间内能否盈利，仍受到人们的质疑。

以这个赛道中唯一上市的企业BluePrism为例，根据其2019年的财报（截止2019年10月31日），全年收入为1.01亿英镑，但销售、管理、研发等支出费用1.82亿英镑，亏损高达7820万英镑。

而从2016年至2019年，其财报一直显示处于亏损状态。

德勤在一次调查中发现，在使用RPA的400家公司中，30%-50%的RPA项目在一开始便失败了，63%的RPA项目没有按时交付。

定制化程度高、难以规模化，是现阶段RPA项目最大的痛点。

由于每一个企业的需求千差万别，RPA业务其实更像咨询业务，在为每一个企业做定制化服务。

RPA服务商要想服务好一个行业，做成通用化产品，需要大量时间的积累。

但是，具有可复制性的方案，才更容易实现产品的标准化，从而实现规模效应。

因此，能否将产品做到标准化、规模化，成为RPA行业潜在的准入门槛。

此外，这个产业仍处于初期阶段，项目失败率高、售后维护频繁，也都是亟需解决的问题。

Genpact首席数字官Sanjay Srivastava曾表示：“在这个行业工作5年的时间里，在1000多个企业的机器人部署中，鲜有成功案例......机器人在工作中需要不断的管理和维护。”

随着AI技术的加入，RPA行业的准入标准进一步被拉高。今后，在AI能力上的差距，将直接决定着RPA服务商能走多远。

总体而言，如何解决通用场景和产品标准化的问题，建立RPA和AI能力的护城河，将是RPA行业下一步竞争的关键。

【科技云报道原创】

转载请注明来源：科技云报道

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。