在2019年，RPA賺足了資本和市場的關注。

“斷崖式下跌”，形容的就是2019年的AI產業，尤其是在資本市場，較2018年相比融資規模幾乎被“腰斬”。

相關數據統計顯示，2018年我國AI產業總融資規模為1189億元，但去年前三季度總和僅有577億元。更值得一提的是，即便是在5年前，AI產業的融資規模也有458億元，行業遇冷程度顯而易見。

不過也正是在這樣的“寒冬”中，“RPA＋AI”異軍突起，在2019年賺足了資本和市場的關注，即便是在“融資極為艱難”的2020年第一季度也依舊有公司拿到高額融資，如剛剛宣布獲紅杉資本中國基金領投的3000萬美元B輪融資的云擴科技。

RPA到底有多火？

在RPA圈子里，有一個堪稱“經典”的競標案例，就是2018年年底的建行總行招標案。

當時參與競標的一共有9家公司，國內包括阿里云、藝賽旗、金智維、諾祺等公司，海外則有UiPath、Automation Anywhere、Blue Prism、Kofax和NICE。

為了能找到最合適的合作廠商，建行特地舉行了一場“RPA選型測試”。按照規則，由建行提供統一的辦公環境和軟硬件設施，9家公司分別派2名工程師坐班，在沒有通訊設備和不加班的情況下，連續11天集中測試各家RPA產品。

據說，為了拿下建行的單子，部分廠商甚至不惜高薪聘請海外高級工程師參與競標，足見RPA市場競爭的激烈程度。

而這只是從廠商和客戶競爭層面看到RPA產業的火爆，在商用和資本市場上，RPA近年來的受歡迎度更高。

以元老級RPA廠商UiPath為例：

營收方面，2016、2017和2018年實現的營收分別為350萬美元、3100萬美元和超2億美元；

融資方面，2017年4月到2019年5月，37個月時間就一共完成4輪融資，規模從3000萬美元到最后5．68億美元，估值則從1．09億美元躍升至70億美元；

客戶拓展方面，進入中國市場一年，客戶數量達千家。

UiPath之外，海外另一大RPA老牌廠商Automation Anywhere剛剛完成2．9億美元B輪融資，估值已達68億美元；國內如弘璣Cyclone則拿到了千萬美元A輪融資，主要投資方為DCM和源碼資本；云擴科技的A輪融資則獲得了金沙江創投和明勢資本的支持；來也在完成合并后很快獲得了3500萬美元B＋輪融資，投資方包括凱輝創新基金、雙湖資本和光速中國。

與此同時，軟銀還宣布投資3億美元進入RPA產業，它們認為這將是一個有望在10年內成長至1000億美元規模的市場，RPA則會成為AI和企業間不可或缺的橋梁。

那么RPA到底是什么，又為何能讓市場和資本如此瘋狂？

RPA由來已久，AI讓它成為了“虛擬機器人”

相較于“機器人流程自動化”這個官方解釋，RPA更通俗一點說，就是一種可以按既定流程自主執行任務的軟件產品，而在AI時代行業更愿意稱之為“虛擬機器人”。

從自動化軟件到RPA，是產業興起的標志之一

看上去似乎有些復雜，實際上在很早之前RPA相關產品就出現在我們的生活中了，只是當時它還沒有現在這個學名，而是被籠統的歸納在了“嵌入式自動化軟件”大類里。

相信很多人都經常使用Word，對“宏”這個功能也不陌生，其實它就是一個嵌入式自動換軟件。具體來說，“宏”是一類編程語言，用戶可以直接通過它，根據一系列預定義規則編寫一段自動化指令，例如抓取數字、公式化信息、批量統一格式等，以達到省時省事的目的。

除了“宏”，在互聯網時代，這類嵌入式自動化軟件還較多的應用于簡單的重復性辦公、軟件測試、IT運維等場景中，基本工作內容就是按照流程“點擊鼠標”和“敲擊鍵盤”以替代人工。省時、省力、省人工成本，還高效，此類應用也越來越多，RPA因此成為了一支“獨立產業”。

但是不難看出，早期的RPA應用有著很明顯的限制，即：

1．流程和規則固定，應變能力弱；

2．無法執行復雜任務，更不能處理非結構化數據。

但AI在一定程度上解決了這些問題。

AI讓RPA有了大腦

因計算機性能的提升和深度學習等相關技術的發展，如語音識別、物體識別、圖像識別、OCR（文字識別）等技術的深入應用，“軟件”學習的內容、深度、范圍有了極大程度的提升，RPA能做的事情也越來越多。

也就是說，AI讓軟件從以前的“機器”成長為了“虛擬機器人”，它成為了RPA的大腦，在解決業務流程自動化問題方面，能看懂、學習和模擬的工作從純機械發展到了全自動化、較復雜、適當應變的層面。

更直白點，AI讓RPA有了識別、學習、推理和決策的能力，讓它可以承擔一切自動化的工作，不僅是替代人類業務員，還包括對人工的可視化質檢、評估等，產品在整體價值上有了很大提升。

就當前RPA相關產品應用情況看，傳統B端廠商，也就是在過去有大量流程化工作需要人工處理的，如銀行、會計事務所、保險公司、電信運營商、工業制造商等對應用RPA都非常積極。最明顯的，就是“四大”——普華永道、德勤、畢馬威、安永都引入了RPA相關產品。

而具體到應用效果上，僅從UiPath Studio的操作界面看，它已經具備了交互功能，用戶通過錄屏的方式在電腦上做一遍演示，UiPath就能完全“記”下所有操作，并將信息匯總存儲為一個個流程模塊，最終形成一個完整的工作流程。

更智能的，如在金融服務領域，因行業在合規和效率方面的要求很高，相關業務和服務部門對用戶體驗也就非常重視，便衍生出了“客戶聯絡中心可視化質檢”這一需求。

藝賽旗創始人唐琦松曾在接受鎂客網專訪時表示，在與交通銀行信用卡中心合作時，他們就發現往往一個中心每天接待的客戶咨詢及業務辦理數以萬計，且辦理業務多樣，而可視化質檢就是要通過對客服操作行為全面捕獲，并進行合規分析，甚至包括信息保護監管。

由此來看，RPA和AI的結合，是一個雙贏的局面。在AI產業整體商用進程放緩的情況下，RPA帶來的是持續性增長，也給了AI一個新的契機。

商業爆發，廠商蜂擁而至，產業已經趨于成熟？

相關數據統計顯示，僅2018年RPA軟件市場規模就同比增長了63．1％，是全球軟件市場增長之最。

另一組調查數據則顯示，2016年全球RPA市場規模為6．12億美元，到2018年就增長到17．14億美元，年增速超50％，預計到2022年將超43億美元。

在這樣的市場紅利驅動下，大量廠商開始涌入RPA賽道，創業公司中，有來自于相關領域的老牌軟件廠商，如出身安防技術領域的藝賽旗，長期從事IT運營的金智維等；AI轉型的，有原AI文本處理公司達觀數據，曾專注于C端智能助理產品開發，后與奧森合并的來也科技；也有看準AI＋RPA賽道才進入的云擴科技等。

傳統互聯網廠商中，如阿里、平安科技、興業數金等也都有RPA相關產品推出。也正是這些廠商的瘋狂涌入，RPA產業在2017年后有了快速發展。不過，依舊有人擔心，“市場期待是不是有些過熱了？”

從目前RPA的實際應用情況看，雖然有AI技術的加持，但受限于RPA本身對流程自動化要求較為明確，以及AI相關技術并不十分成熟，RPA產品尚不能完全如預期那樣替代人類。

與此同時，數據中臺的出現，在一定程度上也與RPA形成了競爭。說的簡單點，RPA更像是輔助者，它成本低，且上線快；而數據中臺，則主要用于聚合和治理跨域數據，但工作量大，成本高。

也因此，大多數IT大廠或者系統規模較大的廠商，在選擇上更偏向于數據中臺，如騰訊就推出了自己的數據中臺產品；而RPA則適用于中小型廠商，以及系統規模較小和復雜度低的客戶。

那么，在客戶尚有限的情況下，RPA廠商該如何擴大應用規模，降低成本呢？

對于中小型廠商來說，他們對成本、效果極為看中，剛需是“短頻快”的產品，也就是要“花最少的錢，做最高效的事”。所以通常情況下，這些廠商不會在一開始大規模購入RPA產品，而是采用“邊測邊用”的模式，最終看效果按需定制。

Gartner 也預測，2021年30％的RPA廠商將執行“消費者定價策略”，即“區別于傳統工作量／工作周期的計費方式，按照場景／組件的方式進行計費，價格更低，標準化程度更高”。

這也就意味著，想要快速實現商業化，RPA廠商需要做的就是縮短測試和規劃周期，盡快實現規模采購。而在這方面，在商用上已有一定基礎的RPA廠商大多會采取以下幾個方法：

1．開放簡本，無成本測試，節省廠商與客戶的溝通成本；

2．產品標準化，開發固定模板，簡單易學，同類客戶均可直接套用；

3．構建平臺生態，客戶自由發布需求，工程師自由接單開發。

4．加強社區互動學習，加速產業成熟。

不難看出，這些方法的最終目的，都是為了縮短流程、降低成本，以及提升工程師能力，而這些也都是加速產業發展的關鍵。

最后

可以看到，RPA產業的發展，實際上是源自于傳統產業對流程自動化的既有需求，而AI讓RPA的工作能力更強，涉及范圍更廣，市場也因此不斷擴大。

但也需要客觀承認的是，RPA＋AI依舊有著場景限制，至少就目前情況看，它更適合中小規模的用戶和系統，此時RPA廠商所要做的，就是在拿下這部分市場的同時，開發出新的應用需求。

當然隨著相關技術的發展以及新場景的發掘，未來RPA在各大產業中的應用必將越來越深入。
? ? ? ?責任編輯：wv?