爆火RPA的未来之路
点击
来源 / ToB行业头条（ID：wwwqifu）
作者 / 李晓松 · 编辑 / Jenny
一个行业如果突然火爆，那么最后总会收归于平静，这是万事万物发展的必然规律。即便是2019年ToB行业无人不知、无人不晓的RPA，也难以逃脱这个命运。
不过平静并非坏事，只有回归平静，我们才能在资本运作的浮躁背后，冷静审视RPA的未来之路。
得益于大洋彼岸UiPath估值的疯狂飙升，整个2019年，国内有名有姓的RPA厂商层出不穷。这一年，拿到新融资、发布新产品、开启又一轮转型的中国RPA厂商不下10家。
明面上看，RPA爆火似乎是一场资本狂欢。可真正深入行业背后，我们会发现RPA能够落地，确实是因为实在的价值。
能落地
是RPA爆火的根本原因
RPA虽然与人工智能强相关，可RPA并不像大部分人工智能那样“概念多、落地少、一到应用就抓瞎”。中国RPA厂商几乎从一开始，就想好了落地场景，产品就是为了解决问题。
纵观今年国内声名鹊起的RPA厂商，不管是阿博茨科技、达观数据，还是弘玑Cyclone、云扩科技，这类厂商几乎都把落脚点放在了金融、财税等流程“大量重复”且“规则明确”的领域中。
阿博茨科技CTO刘铁锋直言：“大家都清楚未来AI会替代劳动力，可以前AI有点看不见摸不着。RPA就是AI落地的触手，能让AI更接近现实，让智能化、自动化更便于理解。”
道理很简单，就拿单据量大、业务流程较为统一的银行举例。如果AI可以把单据上的数据“照”出来，直接通过RPA流程，把数据填写到指定位置，无疑会大幅提升工作效率。
同理，公司财务处理的发票、账单，也需要从实体发票（纸张）上摘录大量数据，填写到系统中。如果有RPA加持，这类工作显然会更轻松。
以往RPA不火，是因为AI不够成熟，“照”的不准，也“理解”不了文本的语义逻辑。可随着OCR（光学字符识别）、NLP（自然语言处理）等AI技术的成熟，从实体文本、图片上扒取内容进行分类填充，几乎成了人人都能理解的落地技术。
正是在这种背景下，RPA才能成为AI落地的重要阵地。而这一年入局RPA的中国玩家，多数都有强大的人工智能背景。
离不开AI加持
「ToB行业头条」简单对今年影响较为突出的RPA厂商做了一下盘点，我们发现：
在拓展RPA业务之前，阿博茨是一家专注使用AI技术改进金融数据产生、提取、分析、呈现的人工智能公司；达观数据做的是文本理解、文本分析；来也是做语音助手、语义机器人的……
这些具备自研AI能力的RPA厂商其实与中国传统RPA厂商艺赛旗，或是全球RPA巨头UiPath等厂商有所不同。UiPath、艺赛旗这类RPA厂商的AI技术不是自研的，而是集成的。
我们还不能断言“AI+RPA”和“RPA+AI集成”哪种方式更好，我们只能说前者依靠自研AI能力，能让RPA更好地串联公司原有业务，保证服务质量；后者则可以为客户提供更多AI选择，满足客户丰富的需求，平台也能依靠轻体量实现快速扩张。
当前，RPA行业刚刚兴起，一切都在探索之中。可不论采用哪种方式，我们都知道RPA的发展肯定离不开AI能力加持。
因此，如阿博茨科技这类拥有自研AI能力的 RPA厂商，并没有完全仿效UiPath、艺赛旗的模式，选择外接AI能力。它们更希望用“自研AI+RPA”模式，为自己建立坚实的壁垒，它们只是将RPA作为业务延展，而非将其定义为企业核心。
“RPA是需求推动起来的，不是概念炒起来的。人们想用AI解决重复、低效、简单的工作，这是实际需求。可在我们看来，RPA更像是AI能力的扩展，起到以触手和纽带形式串联更多业务的作用，但RPA并不是一个公司的全部。”刘铁锋这样说道。
在他看来，过硬的AI能力可以挖掘出更多RPA场景，没有自研AI能力保证的话，RPA在场景拓展层面，很容易受到第三方技术水平的限制。
“未来RPA市场的厮杀会把纯RPA场景的服务价格打的很低，在需要AI功能的场景下，纯RPA公司很可能会受到来自AI+RPA的公司的极大挑战。”
为什么RPA发展了十几二十年都没能爆火，也没有出现能被记住的厂商？为什么当阿博茨、达观数据、来也等AI公司一进入，RPA就火了呢？
很显然，RPA的火热与人工智能技术水平的整体提升密切相关。既然技术催生了一个行业的爆火，那么谁敢说AI技术不是RPA这个行业的新核心呢？
以往我们总觉得，RPA今年才火，应该是个可以入局的蓝海市场，可刘铁锋却透露：“这个市场已经到了短兵相接的地步。市场上的大客户就那么多，它们一定会在多个RPA厂商中挑选最合适的。”
所以，我们从阿博茨的产品矩阵图中发现，阿博茨的核心架构仍然搭建在完全自主知识产权的非结构数据抽取、金融行业NLP、以及知识图谱等AI技术上。主营业务依然是面向金融行业的智能投研、智能风控、智能投后、智能运营等产品及综合解决方案。
阿博茨科技只是将RPA作为串联各项业务的抓手，于内提升方案的整体效率，于外更好地服务客户。这种方式，一来可以保证企业不错过RPA风口；二来也能让企业的AI能力持续更新。
“‘自研AI+RPA’在这个阶段，或许可以更好地串联公司业务，为客户带去真正的效率提升。”刘铁锋这样说道。
虽然RPA行业存在了将近二十年，可“AI+RPA”的理念近一年才足够火热。行业对RPA落地领域、落地方法的探索仍在继续，大家一致认为RPA行业仍有巨大潜力需要被挖掘，无数投资人也把RPA当作下一间孕育独角兽的温室。
据TransparencyMarket Research研究预测，到2024年，全球RPA市场规模将达到50亿美元。金沙江创投总经理朱啸虎也表示：“5年以后中国可能会有一半工作被RPA替代，80%客服人员被智能客服取代，几年以后这个市场上百亿美金是可以期待的。”
虽然目前多方对RPA的看法不同、理解不同，但不能否认的是，RPA确实是可以落地的实际应用。
就像朱啸虎所描述的那样：“我们发现RPA和智能客服是中国企业主最愿意买单的，因为投资回报率最容易算，机器人能替代几个员工很容易计算。”企业只要轻度试用，就能知道RPA为企业节省了多少人力、物力，提供了多少价值。
因此，在无数投资人、行业人士看好的情况下，RPA向未知领域的探索就极为重要。
前文已经提过，当前RPA厂商主要聚焦在金融、财税领域，这些成熟场景很容易饱和，厂商迟早会陷入低价竞争。
那RPA厂商要怎么办呢？很多厂商未必思索过这个问题，可刘铁锋却为「ToB行业头条」提供了几点思路。
“过往RPA主要落在信息化程度比较高的行业，可我认为软件与软件的连接问题，只会越来越少。阿博茨反倒认为在信息化程度较低的行业，或许会有新机会。尤其是硬件连接软件、实体连接软件领域，RPA还有向前探索的可能。”
在这里，他举了一个老工厂改造的例子。某家老工厂的核心机床内置了一台无法替换的电脑，电脑中的数据很重要，可电脑却因为系统过老无法升级，导致数据无法同步到新系统中。
工厂想了很多办法都解决不了这个问题，只能人工从老电脑上抄下数据，再录入到新系统中，效率极低。阿博茨在接手这个项目后，用了一种很“笨”却极为有效的方法解决了难题。
这个办法就是通过拍照不断截取电脑屏幕上的数据，然后利用OCR、NLP等AI识别能力，直接把数据从图片上扒出来输入到新系统中。
虽然这只是个例，但却不由得引发我们更多的深思。既然对RPA需求旺盛的市场已经群雄逐鹿，那么信息化程度较低、RPA尚未深度触及的行业，是否有被改造的需求呢？这种需求是一直没有？还是因为此前技术不成熟、服务不到位，始终找不到改造方法呢？
再有，RPA行业一直存在走标准化路线，还是走定制化路线的争论。其实这种争论不仅存在于RPA行业，整个中国ToB市场都在讨论这个无解难题。
DCM曾振宇在接受IT桔子采访时说道：“RPA按机器人收费是一个天然的优势，可能会打破传统SaaS或者企业服务在中国收入天花板的壁垒。”
可在没有拓展出更多场景，没有找到更理想的快速扩张方式之前，刘铁锋却表示SaaS模式很难。“80%服务+20%技术”的配比，或许是阿博茨更倾向的解决方案。
“ToB产业的竞争是企业综合实力的竞争，RPA是基于企业的整体服务能力展开的。技术虽然是关键，可在技术之上，如何保证产品节点持续稳定、如何真正深入客户理解需求才是最关键的事情。”
之所以把20%侧重于技术，是因为当前RPA厂商的技术水平比较接近，在RPA场景没有得到进一步突破的情况下，竞争还没有走到较量技术的那一步。
反倒当前中国ToB市场正处于逐步完善期，客户多样化需求很多，对标准化产品也不感冒。80%的服务侧重与中国企服市场大环境有关，毕竟企业服务重点还是在于服务。
当然，这些只是「ToB行业头条」抛出的疑惑，到底如何解决还需要RPA行业的厂商、用户、投资人、专家共同探讨。
推荐阅读
▼
转载/投稿/内容合作/寻求报道
请联系微信：qifuxiaozhushou3W
/
欢迎加入我们的行业社群
公众号后台回复 【入群】即可