前幾天，一個微軟的同學微信我，“你們用RPA了嗎？”

我回他，“用了呀，Automation Anywhere”

結果對方來了句，”AA呀......太爛。我這里有好的國產RPA廠商，AA不行，現在國外也都用BP和UiPath。”

短短一句話，信息量很大。

各位看官，你們聽說過RPA和Automation Anywhere嗎？

什么是RPA？

RPA，全稱Robotic Process Automation，就是機器人流程自動化。

RPA這兩年很火。Garnter說，RPA是近年來企業軟件市場增長最快的細分領域，到2022年，80%部署RPA的企業將引入AI技術，實現非結構化數據的業務流程自動化。

RPA不是現實世界中，Tesla超級工廠里流水線上的機器人，而是一種軟件機器人，有人叫它“數字員工”或“虛擬員工”，它還有另外一個稱呼，FTE（Full Time Employee）。

RPA的價值體現

RPA基于流程和規則執行，學習能力極強，只要你給它“演示”一遍，之后它就可以完全取代你，重復執行任務。

RPA特別擅長那種有人工參與，跨系統的數據交互，通過非入侵式技術，輕輕松松就能現系統間的快速對接和業務流程自動化部署。

電腦屏幕前，越是重復度高的，越是耗費大量人力的工作，RPA做起來越是得心應手。

最后，RPA可以做到過程無差錯，規避人為失誤，還能全程記錄，滿足合規審計需求。

你就說吧，作為肉身的你，跟RPA這種7x24，全天候，不知疲倦，從不請假的高效能員工競爭，你有什么優勢？

RPA的競爭現狀

提到RPA，有兩家頭部公司繞不過去。一家是UiPath，另一家是Blue Prism。各有各的特色，但又殊途同歸。

UiPath，一開始是給企業做自動化工具外包開發的，后來轉型做RPA。UiPath走的更像是“ToC”的模式，他們希望企業的每個員工都有屬于自己的機器人助理，理想很豐滿。

而Blue Prism呢，產品定位是面向企業級，走的是“ToB”的模式。通常每個公司都用HR系統來管理自己的員工，那么如何管理成百上千的RPA機器人呢？同樣也需要一個“總控制室”，讓企業里RPA機器人，可被監管和控制。

不管是UiPath，還是BP，都在圍繞自身的產品構建生態，這種玩法跟今天的Apple Store一樣，一方面吸引更多的開發者學習和加入，另一方面用戶可以下載開發者上傳的現成的機器人，按需使用。

今年疫情期間通過IBM接觸了AA，后來才知道以德勤為代表的四大也是RPA領域的資深玩家，后者尤其擅長財務類機器人。

目前，國內的確也有不少RPA廠商，比如云擴科技、達觀科技等，感覺大同小異。反正軟件這東西，要用發展的眼光看，國產RPA也一樣，相對于國外產品，也在不斷的優化迭代。

我的RPA初體驗

如果說AA給了我對于RPA的概念，那么Kofax則給了我真實的體驗。

為了學習了解RPA，找了Kofax（另一家專業的RPA廠商）人員做了技術交流。

其實，傳說中的RPA也沒那么高大上，真正落地實施的時候，你發現像Kofax這樣的產品，把很多Coding的功能都封裝起來，降低了學習門檻，普通非IT用戶也能快速上手。

Kofax不需要復雜編程，通過“錄屏”的方式，就能讓機器人模擬人工操作。而且，Kofax還把流程編排界面和Web展現頁面整合在一起，使得開發效率和體驗有很大的提升。

演示階段，我體驗了什么叫財務發票驗真機器人，也知道了RPA怎樣從金融網站上捕獲相應的股票價格信息，并存儲在Excel中，算是長了點見識。

知己知彼，知道自己的隱形對手到底能干啥也很重要。

關于RPA的一點思考

RPA+AI的完美結合，像是一陣春風，沐浴著每一個數字化轉型的企業。

正如Garnter所說，RPA+AI是一種趨勢，就好像Kofax，就在其平臺內部集成了OCR。

保險公司在早期理賠中作業流程中，存在醫療單據樣式多，信息量大，錄入成本高的問題，之前是采用先掃描再通過人工進行核賠。

現階段，上述場景，險企嘗試通過RPA+OCR進行數字化轉型。不過，醫療單據識別部分不是光靠技術就能解決的，醫療單據格式不統一，缺乏標準，票據打印不清晰等現實問題，都給OCR的識別制造了困難。

一般都是建議把票據進行梳理，用量最大的，人工錄入量最高的、票據相對標準的先做，優先解決主要矛盾。

此外，OCR的電子化難度也很大。一旦OCR識別完成，后面的工作就會交給RPA處理，登錄系統，導出數據，發送郵件啥的都不是問題。難點還是OCR識別這部分，對于理賠場景，因為涉及到錢，如果票據識別率達不到100%，那就是0，當下險企只能做到部分智能理賠。

票據種類多，那一種票據一個模型呢？技術上聽起來沒啥問題，但是票據訓練需要大量的人力和長時間的積累，涉及到打碼，技術還沒有那么成熟，很多廠商承諾可以做到，但是真正去那么做的沒有。涉及到具體的技術要么切片，要么定位，相對比較難實現。

有人把OCR比作RPA的眼睛，把語音識別比作RPA的耳朵，現在看來，RPA機器人要想真正的耳聰目明，除了技術的優化外，更多的需要非機構化數據的標準化。

寫在最后

隨著智能產業的飛速發展，可以預見，未來RPA機器人可以借助AI實現深度學習，把自己打造成知識型員工的典范。

當下，AI技術還不夠成熟，無形中拖了RPA的后腿，也算是給我們爭取了一些時間。

我們應該盡可能把重復性、繁瑣的工作交給RPA處理，自己去干更有價值的事情。什么是更有價值的事？就是RPA+AI還不擅長的事。

切記，千萬別跟RPA搶活干。

今天就分享到這里。明天，我又該去食堂吃機器人給我煮的刀削面了。

責任編輯：lq