近一年多來，迅速走紅和崛起的 RPA 行業風光無兩。麥肯錫報告顯示，全球 60% 的職業至少有 30% 的工作可以被完全自動化。RPA 的發展大勢已不可逆轉。企業應該如何抓住部署 RPA 的窗口期？RPA 在落地過程中該如何突破技術和領域壁壘？針對 RPA 行業一些關注度較高的話題，InfoQ 採訪了三位來自國內頭部 RPA 創業公司的專家，試圖解讀 RPA 的一切，透視未來 RPA 的發展前景。
RPA 不是“舊瓶裝新酒”
轉眼間，2020 年已過去一半，各個行業都在逐漸復甦中。在眾多受疫情打擊的行業中，RPA（機器人流程自動化，Robotic Process Automation）是少數逆勢火熱的領域之一。
在上半年略顯沉寂的資本市場中，國內多家 RPA 公司拿到了融資。今年 2 月，來也科技完成 4200 萬美元 C 輪融資；3 月，雲擴科技宣佈完成 3000 萬美元 B 輪融資；5 月 14 日，達觀數據宣佈獲得了深創投領投的 2.7 億元 B 輪融資。
自 2019 年以來，風投機構的格外關注令 RPA 迅速躥紅，一個不能忽視的大背景是，當時正處於資本寒冬之下。在此之前，RPA 還是一個相對冷門的方向。
達觀數據副總裁陳文彬在接受 InfoQ 採訪時表示，RPA 概念之所以迅速“走紅”，主要基於兩個原因：
其一是企業數字化轉型需求增加。在人力成本上升、市場競爭等內外部壓力下，企業希望引入高性價比工具來代替員工處理大量重複工作，實現降本增效，提升核心競爭力；第二，AI 技術的成熟，AlphaGo 下圍棋開始，深度神經網絡、語音識別、文本識別、圖像識別等 AI 技術在近幾年迎來蓬勃發展，這令機器人能做的事情越來越多。
火熱的 B 面是，仍有不少人對 RPA 這項技術“知其然，不知其所以然”，甚至存在一些誤讀。
誤讀一：有觀點認為 RPA 並不是一項新的技術，是“舊瓶裝新酒”。雲擴科技 CEO 劉春剛表示，這存在概念混淆，RPA 不是單一的技術，而是一個由多項技術集成在一起的產品，其所包含的一些技術可能已發展了很長時間，但組合後的 RPA 技術並不老。實際上，PRA 概念興起以及產品在行業大規模應用都在 2010 年以後，因此，RPA 是一個新的技術產品。
誤讀二：RPA 門檻不高。RPA 的進入門檻有些“寬進嚴出”，表面看起來似乎不難，通過編寫一段自動化腳本就可以很快桌面簡單自動化，很多廠商都能自己搭建起一套簡單的 Demo 來，但要打造一套簡單易用、穩定兼容、安全可靠、跨平臺適應能力高，且切實解決不同場景問題的企業級 RPA 產品非常難，具有非常高的技術門檻。
這些也是當下 RPA 發展過程中所面臨的主要難題。
面向不同行業，RPA 的流程亦不同，企業要針對自己的需求、流程來設計和定義 RPA 產品，幾乎所有 RPA 產品都有一個流程編輯器，以設置任務流程的邏輯。
所謂“簡單易用”是指，這套流程邏輯能否做到簡單、易用、易學習、學習成本低、編輯效率高，且已編出的流程易恢復，實現這些都不容易。大部分 RPA 產品是面向 TO B 端的，兼容性和穩定性對企業來說至關重要。企業內部的網絡環境千差萬別，一個好的 RPA 機器人應當識別和兼容企業不同的信息化系統，在執行任務過程中，還要保持穩定的工作狀態。
來也科技聯合創始人兼高級副總裁褚瑞表示，目前 RPA 面臨的主要問題是如何做到好的安全性和可靠性。RPA 機器人確實可以替代一部分人工工作，但機器人畢竟不如人類靈活，如果 RPA 機器人哪天突然不工作了，客戶又沒有任何預案，只能等待廠商前來服務的時候，停工停產的代價可能會難以想象。RPA 所應用的財務、運營等領域，接觸的都是客戶的關鍵數據，哪怕數據對外洩露一點兒，也會造成莫大的損失，更不用說損毀數據了。
RPA 落地“錢景”如何？
RPA 技術自身所具備的非侵入式（不改變原有 IT 系統）、非服務接口、非數據傳輸等特徵，令它在選擇部署場景時頗有優勢。RPA 可落地性強，應用具有多樣性，在各行各業都能找到 RPA 的適用場景，且能做到敏捷交付、敏捷開發，交付週期短。這無疑也是決定 RPA 大規模、快速落地的關鍵優勢。
陳文彬介紹，對於一般性業務場景，達觀數據團隊平均在 2-4 周就能完成 RPA 機器人的部署、定製化開發、測試、上線、交付等全部流程。
金融是 RPA 應用最早也是最為廣泛的領域，因為金融行業的數字化程度相對較高，很多銀行內部已經完成信息化系統建設。不過，在信息化建設後，銀行發現內部系統與系統之間、數據與數據之間是割裂的，這些銜接問題業務量大且重複，需要大量員工完成。而這恰是 RPA 的用武之地。
除解決數據孤島問題外，RPA 還能夠為金融機構提供降本增效、提升用戶體驗、帶動營收增長、降低監管風險等多元化價值。招商銀行、興業銀行、浦發銀行是國內最早探索 RPA 的金融機構，其中，根據去年興業銀行披露的數據，其部署了 200 多個 RPA 機器人，實現了近 20 個業務流程的自動化，信用卡部門應用效果突出，2018 年為該部門創造 2 億元以上收入。
國內多家 RPA 廠商都以金融領域作為主要落地場景的同時擴展到其他場景。據 IDC 調研，目前 RPA 主要應用在金融、製造、零售、電信、政府 / 公共事業等領域。
InfoQ 通過採訪瞭解到，RPA 廠商的商業模式類似，主要以銷售 RPA 軟件產品或與渠道合作伙伴分成為主，廠商提供 RPA 產品實施和部署服務、產品培訓、售後技術支持等，渠道合作伙伴為客戶提供諮詢服務。
在盈利模式上，RPA 廠商的營收來源一方面來自軟件產品年度訂閱，實行訂閱模式相當於企業未來若干年度的現金流穩定性有了一定保障。
另一部分來自與合作伙伴分成。褚瑞透露，來也科技與合作伙伴的分成比例為 1：3，用他自己的話說就是“將半條命交到了合作伙伴手裡”。
這一高比例其實也凸顯出了 RPA 在落地過程中所面臨的一個普遍挑戰 — 如何突破領域自帶的壁壘？RPA 廠商擅長軟件和技術，但領域知識是一大短板，即便經過項目積累，但與專注在領域深耕的企業客戶來說，在專業度上還有很大差距，這可能導致項目在實施過程中溝通成本增加。
“國內很多客戶認為 RPA 是一個‘交鑰匙’工程，從場景挖掘到後期維護，最好廠家都幫我搞定，我啥也不用管，按一個鍵機器人就幫我做完了”，褚瑞表示，“RPA 機器人部署後是需要維護的，但有的客戶完全不理解這一點，機器人不工作了就是產品的 BUG，就得廠家趕緊上門來改，如果這種情形三番兩次出現，客戶可能會對 RPA 失去信心，而廠商投入大量精力維護，也有可能拖慢研發進度”。
這種現象與國內 RPA 行業還在早期，用戶對其認知不夠深入有關，不像在國外，建立 COE 卓越中心來維護 RPA 的概念已深入人心。為了解決這個問題，許多 RPA 廠商的解決方案是找懂業務場景的合作伙伴“取長補短”，還有一些廠商會自建一支具有不同行業背景的專家團隊。
什麼樣的企業適合部署 RPA？部署貴嗎？
什麼樣的企業適合部署 RPA？InfoQ 梳理了三位專家所提出的一些共性特質。
- 當企業存在一些員工做大量重複性工作的業務；
- 最佳部署方式應該是在企業實現端到端自動化的最後環節，此時實施效果最好。數字化程度高的企業更適合部署 RPA，在部署之前，應當先建設信息化系統。傳統企業可針對一些信息化完成度高的環節 / 業務應用 RPA。
- 不是所有業務都要進行 RPA 改造，對於業務較成熟、系統好支撐的、業務流程完善、信息化完成度高的業務線可優先部署。企業一般會先在財務部門試點，再擴展向其他業務線。
RPA 廠商通常會為客戶提供一套標準化的企業級 RPA 產品，企業在部署時，只需改動相應參數配置即可，有的廠商也會根據企業的差異化需求進行定製。
褚瑞告訴記者，來也科技在 RPA 產品定製化上態度審慎。他認為，針對單一客戶的定製化需求如果不能沉澱到標準產品中去，這樣的定製沒有太大意義。“定製化需要設置邊界，不能一味滿足客戶的所有定製化需求，否則會拖累廠商在研發上的精力”。
業內也有專家認為，標準化 RPA 是偽命題，應該走定製化路線。未來如何選擇路線，如何在標準化和定製化間取得平衡也是需要 RPA 廠商們考量和權衡的問題。
對於企業來說，還有一個問題很關鍵，那就是部署一套 RPA 產品貴不貴？
陳文彬向 InfoQ 表示，如果部署達觀數據的 1 個 RPA 機器人，企業一年需要支付的企業 License 授權費用、實施成本等總成本在 4-6 萬元左右，而一家公司一年招聘白領的人力成本至少在十幾萬以上，對比下來，部署 RPA 在從事流程性的重複工作中的性價比是很高的，且這樣可以釋放員工的很多精力到其他工作內容上。
RPA 項目成本分為兩部分：一部分是 RPA 軟件授權本身，一部分是機器人到企業進行落地部署過程中，產生的諮詢、實施費用。劉春剛介紹，第一部分是標準化的產品授權成本，相對可控。但進入具體實施部分，會出現很多不可控因素，如任務流程規則不清楚，業務邏輯比想象中複雜等。“因為 RPA 在企業內部落地應用，需要流程梳理、設計、實施等服務過程，有時服務過程較長，遇到問題較多可能會導致整體項目的成本會超過客戶預期。因此，針對這個問題，雲擴科技推出了能幫助企業評估 RPA 落地 ROI 的流程自助發現產品 Encoo Spark。”
現階段，RPA 項目部署後還存在失敗率高的缺點。德勤曾在一次調查中發現，在使用 RPA 的 400 家公司中，30% 到 50% 的 RPA 項目在一開始便失敗了， 63% 的 RPA 項目沒有按時交付。
陳文彬分析，在產品因素之外，RPA 項目失敗的主要與企業最初信息化建設、自動化流程需求沒有釐清，IT 基礎設施建設存在不足等因素有關。此外，機器人如何與業務人員協同、機器人異常機制設計等等也會影響機器人的交付。在技術方面，魯棒性是 RPA 部署過程中出現的主要挑戰，企業內部的信息系統、設備、基礎設施等可能存在一些不可預測的風險因素。
若想整體上提高 RPA 項目交付的成功率，可以在適應機器人與現有信息系統的結合，RPA 如何操作現有信息系統、如何與現有業務人員做配合做好全方位預案。
兩大趨勢：智能化和 SaaS 化
褚瑞可以說是見證了國內 RPA 產品不斷迭代的進程。他是國內最早期的 RPA 應用之一“按鍵精靈”的開發者，該軟件通過制定腳本來代替雙手完成移動鼠標和鍵盤的操作。他表示，與應用在遊戲上的“按鍵精靈”相比，現在的 RPA 產品在技術上並不是更復雜了，反而更簡單了，但不一樣的地方在於，AI 技術的進步令 RPA 的智能化程度更高了。
RPA 的技術壁壘凸顯在兩個方面 — 低代碼能力和與 AI 融合的能力。低代碼能力是 RPA 廠商的一個重要分水嶺，因為 RPA 並非個性化的自動化操作應用，而是一個通用型的產品，即便不熟悉 IT 技術的業務人員也能輕易上手。
“要做到這一點需要很多創新，因為自己學會容易，讓別人能學會用可就難多了。到了這一步，廠商之間的差異就比較明顯了，有的廠商根本沒打算讓普通人學習；有的廠商放棄了‘低代碼’，採取了對自己比較容易、對普通人來說超難的‘高代碼’的方式；有的廠商乾脆就是照抄國外的軟件，絲毫沒有創新”。
另一方面，RPA 產品是否具備與 AI 融合的能力（Powered by AI）也是一大考驗。因為不具備 AI 基因，RPA 仍有很多技術問題待攻克，例如，即使是一個簡單的輸入框，沒有光照、陰影、傾斜、變形，很多 RPA 產品仍然無法識別。而具備 AI 能力的 RPA 產品就很輕鬆了，因為今天的 AI 技術已經能很好的識別人臉，而人臉可比輸入框複雜多了。
“RPA+AI”的概念在業內越來越流行，不少廠商紛紛宣佈入局。去年 5 月，來也科技推出 RPA+AI 平臺產品 — UiBot Mage，將 AI 能力快速應用到自動化流程中。7 月，達觀數據推出了智能文本 RPA 產品，入局 RPA 領域。
值得注意的是，RPA 和 AI 是兩項相互獨立的技術和概念，但又相輔相成。RPA 可以實現數據收集，AI 可以訓練數據，訓練機器人的學習和感知、認知、判斷、推理能力。與傳統的 RPA 相比，RPA 和 AI 結合後，在讀取非結構化數據，做決策、保障執行任務準確率，銜接人與機器交互任務上優勢顯著。
RPA+ AI 可以大幅擴展機器人的應用場景，從而產生更大的價值，業內普遍觀點認為，其是 RPA 發展的下一個方向。Gartner 預測，到 2022 年，80% 部署了 RPA 的組織將引入人工智能（AI），包括機器學習和自然語言處理等，以改進業務流程。
另一個富有潛力的發展趨勢是，RPA 在逐漸 SaaS 化。狹義的 SaaS 化是指不需要安裝任何客戶端軟件，RPA 本身運行在雲服務器上，採取像雲一樣的按實際使用時長收費或者包月、包年的方式。
劉春剛認為，降低成本是 RPA 產品 SaaS 平臺化的重要驅動力。對於企業來說，RaaS 化的最大的好處就是，能以更低的成本採購 RPA 軟件，而云計算也為 RPA 提供了算力支撐。
對於 RPA 產品 SaaS 平臺化，國內外的發展情況差異較大。國外客戶對從軟件到 SaaS 的轉變以及按年訂閱的模式接受度較高。而國內企業對 RPA SaaS 化部署的態度比較謹慎，客戶對軟件付費及按年訂閱模式接受度低。陳文彬表示，基於對數據安全性和合規性的考量，很多企業對 SaaS 服務模式的接受度不高，而更會接受本地私有化部署的方式。
來也科技的客戶有半數把 RPA 部署在了內網環境。“為了數據安全性，寧可做物理隔離。至少對於這部分客戶來說，SaaS 無從談起。即使是連接了互聯網的客戶，對 SaaS 的接受程度也有限”，褚瑞表示，“趨勢的落地需要時間，現在還為時尚早”。
RPA 紅海已至，後浪們會等來風口嗎？
“現在 RPA 行業不是藍海了，早就是一片紅海了，行業競爭激烈”，劉春剛回憶。這與他剛開始創業時的景象可謂是有天地之別，2017 年，雲擴科技剛剛進入市場時，國內做 RPA 的公司掰著指頭就可以數過來。
RPA 自 2001 年在國外興起，2015 年，RPA 被引入到中國，2017 年開始在國內金融機構中應用。到 2018 年，國內 RPA 行業開始初步顯現規模。
到了 2019 年，RPA 進入了爆發期，在上半年多家廠商相繼獲得融資後，RPA 的熱度開始延伸到資本市場以外。大批國產 RPA 廠商相繼成立，2019 年也被稱為“RPA 的發展元年”。
Gartner 近期發佈的《RPA 市場競爭格局》調研報告顯示，2019 年，全球 RPA 軟件市場同比增長了 62.9%，達到 14 億美金，且行業中幾乎所有的 RPA 軟件廠商都以 2 位數或 3 位數的速度在快速成長。
熱潮乍起，行業也不可避免地出現了一些亂象。個別甚至原來沒有這個業務的廠商開始狂蹭熱度“渾水摸魚”；市場上價格戰愈加頻繁，各家廠商為了贏得項目，競相降低產品許可費用，有些廠商甚至免費贈送“產品源代碼”（注，非實施源代碼）…
行業也存在一定的炒作問題。去年 11 月，全球頭部 RPA 廠商 UiPath 裁員 11% 的消息被認為是行業迎來拐點的一個信號 。
整體而言，國內的 RPA 市場發展仍然處於初期階段，炒作，泡沫的出現也屬正常。在高速增長的同時，洗牌也在加劇，優勝劣汰機制下，行業最終將會迴歸到有序秩序中來。
對於外界所擔憂的 RPA 是否會取代人工勞動力的問題，InfoQ 也詢問了三位專家的觀點，他們均一致認為，現在有這個擔心還為時尚早。而且，RPA 更多發揮的是“改變”工作方式的作用，只是那些重複性高、創造力低的工作被替代，RPA 將員工從單調繁瑣的工作中解放來，已使其精力聚焦在更有創造性的工作上。
“人類仍然是唯一能夠管理並調校好機器人的關鍵角色，如果沒有人員的支持與干預，自動化技術無法運行，並且無法復現更高層次的判斷，並進行思考與分析。由於這些原因，RPA 的存在並不是為了取代人的工作，而是改變人的工作方式”，陳文彬表示。
RPA 目前在企業中有兩種應用模式，一種是人機協同，對現有員工基本無影響；另一類是無人值守機器人在 7*24 小時負責低價值工作。實際上，現代企業中，單一重複性崗位比例較低。因此在未來很長一段時間內，RPA 行業可能都將是人機協同的方式。
“人永遠有不可替代性”，劉春剛表示。
褚瑞坦言，RPA+AI 技術的應用會取代部分機械性重複的工種，但是也會提供新的就業崗位。比如 RPA 工程師、機器人訓練師今後會有較大的缺口。
在 2019 年元年的爆發式發展進程中，很多企業完成了概念驗證、試點建設等前期工作，加之這次突發的疫情也提高了企業對 RPA 的認知，加速 RPA 向市場滲透，可以預見地是，2020 年，RPA 在落地推廣上將迎來一個大的“突破期”，或許下一個風口將至。
Gartner 預計，到 2023 年底，90% 的大型和超大型組織將部署某種形式的 RPA，高於 2019 年的 55%。到 2024 年，即使是最保守的後期採用者，尤其是典型落後的中小企業，也將開始嘗試部署 RPA。未來 3-5 年，RPA 很可能將迎來發展的黃金時期。
文章整理：加米穀大數據
