郭一璞 發自 凹非寺
量子位 報導 | 公眾號 QbitAI
RPA+AI，正在成為AI領域看得見的一股潮流，各類廠商都不約而同的朝著這個方向前進。
它的另一個名字叫做IPA，Intelligent Process Automation，智能流程自動化。
在過去一年多的時間裡，這個領域被密集的提到、被密切的關注，甚至不同階段的大中小公司一齊入局，其中也不乏有自然語言處理背景的廠商和有一定經驗的AI創業公司。
RPA+AI的確很大程度基於自然語言處理能力。當然，計算機視覺等其他方面的AI模型對它一樣重要。相對成熟的技術和廣闊的應用空間，讓RPA成為人工智能商業化進程中觸手可得的果實。
或許，早期階段的RPA之於自然語言處理，正如安防刷臉之於計算機視覺一樣，是這個領域最早的爆發機會之一。
RPA+AI，如何解放生產力
在RPA（Robotic process automation，機器人流程自動化）的基礎之上，接入OCR、圖片識別、自然語言理解等AI能力，自動化的機器人系統操作，就可以變得更聰明，能完成更多任務。
舉個例子，如果你需要把一些紙質信息數據錄入數據庫，並進行整理、分類保存，那麽傳統RPA可以把在數據庫後台的圖形界面上點選、設置、上傳的工作自動完成。
這些工作是1+1=2的，是寫死的，不需要高級的智慧就能做。
但在傳統RPA系統，機器自動操作的情況下，你要把文件中的字元複製粘貼到電子數據柯瑞，它做不到，必須要加上OCR才能識別字元；如果你需要給文件打標簽、寫歸納總結，它做不到，因為這需要一定的自然語言理解能力。
這樣，自動的工作會不斷中斷，需要人類的智慧做補充。但識別文字、打標簽這種工作，對人類而言無疑是非常簡單、重複的低級腦力工作，招一個小助理來做這樣的工作，簡單重複沒上升空間，不離職才怪。
所以RPA+AI就可以讓這些低智能人類工作完全機械化、自動化，帶來更高程度的效率提升和人類解放。
RPA以前只會走路，現在可以走著走著開始跑步、跨欄、跳高、過河、爬山……從蹣跚學步的幼兒，變成能夠翻山越嶺的探險家。
關鍵是，程序員圈子愛開源，各種AI能力甚至都不需要自己做。
OCR字元識別、圖像識別、郵件內容歸納、機器人助理多輪對話……想要找到實現這些功能，直接從GitHub上找到該任務成績最好的預訓練模型，做成API接入到原有的RPA軟體裡，就可以用了。
左手RPA，右手各種成熟AI模型，拚在一起，就成了新產品，有了新功能。
仿佛是白撿的技術能力，只要找到應用場景，盈利前景肉眼可見。
怪不得不少廠商都在過去一兩年轉向，朝著RPA+AI的方向轉型。
那麽RPA+AI到底有多大市場機會？
IDC發布了一份《中國智能流程自動化(IPA)市場機會分析》報告，詳解了這個賽道當前的機會與前景。
RPA+AI即將爆發
RPA+AI在國內和全球的發展空間有一些不同，國內的增長空間明顯更大。
根據IDC追蹤的市場規模數據，IDC預計，到2023年，全球RPA市場規模將達到39億美元（278億人民幣），2018-2023年複合增⻓率達36%。中國RPA市場具備較強增長動力，2023年市場規模將達到 10.2億美元，2018-2023年複合增⻓率為64%。
印度、韓國等國家，已經有不少企業開始大規模部署RPA應用了；但在國內，大部分企業還沒有開始應用RPA，或者僅僅是在計劃、嘗試中。也就是說，中國RPA+AI廠商還有廣大的跑馬圈地空間。
在亞太地區的不同行業中，RPA的應用程度也有所不同，製造和零售行業走的相對快一些，而公共事業、媒體、金融行業還普遍處在早期正在了解觀察的階段。但整體來看，已經採用RPA的企業僅有三成，還有廣闊的市場機會。
在任何繁瑣、重複的工作領域內，RPA都有一定的應用機會。
比如財務場景，報稅或者扣账都相對簡單重複，不少操作可以自動化；
比如企業與客戶進行互動場景，辦理業務、辦手續、終端零售、客戶喜好的調查和資料收集，都是簡單、重複、能夠高度自動化的領域。
注意，這些只是單純RPA的應用，如果加上AI能力，就好像翻山越嶺的人比蹣跚學步的人能走到廣闊的空間、看到更豐富的風景一樣，自動化工作的範圍大了、流程長了，自然就會有更為廣闊的應用場景和市場機遇。
此外由於不同產業、不同公司的工作方式和流程差距較大，因此RPA領域不同客戶的定製化要求也非常高，除了識別發票、簡歷等功能相對通用之外，各家公司的功能要求都是完全不一樣的。
所以，RPA目前難以像SaaS產品一樣，開發一套軟體，就能幾乎0邊際成本複用。
因此，這不是一個贏家通吃的世界，而是專門化、定製化客戶服務的世界。
再者，通用RPA功能無法滿足具體不同行業的需求，在製造、金融、零售、傳媒等多個行業都有針對行業特點的不同需求，因此，就像技術服務公司，這個領域其實容得下大量的玩家。
這一點在行業內其實是有目共睹的，RPA賽道的玩家構成就充分說明了這一點。
賽道玩家：新老都有，出身複雜
在IDC的報告中，列出了海內外15家RPA+AI廠商。
對比看這些廠商的業務和發展狀況，可以發現：
轉型廠商非常多，都希望獲得RPA+AI領域的紅利
比如藝賽旗，最早是用戶行為、大數據分析軟體，在2016年就已經掛牌新三板，2018年底切入RPA+AI賽道，時至今日不過一年有余。
比如達觀數據，最早是以NLP技術提供針對行業的文本挖掘、知識圖譜、個性化推薦、垂直搜解決方案，2019年7月推出智能文本RPA產品，入局RPA領域。
還有來也科技，早期的名字叫“助理來也”，提供AI助理服務，2019年6月，與RPA公司UiBot合並，進軍RPA+AI領域。
甚至，連阿里雲也推出了自己的RPA產品。
新公司相對早期，沒有進入C輪的玩家
此外，除了早期公司之外，這些加入RPA賽道的創業公司基本都處在相對早期的階段，沒有走入C輪的玩家。
不同背景、不同年代，但都以技術為核心的這些公司，在相近的時間不約而同的切入RPA賽道，並且將其作為一大核心產品甚至主要產品，足以證明RPA+AI本身有很強的技術落地可能和變現能力。
抓住機會
那麽，在RPA賽道中，如何抓住機遇、提升競爭力？IDC在報告中也給了一些建議，其中包括：
幫助行業用戶在RPA技能、業務流程識別及用例拓展上給予支持幫助；
通過合作夥伴網絡的建立實現生態系統的拓展等；
支持雲原生構架，靈活部署，提升可移植性。
RPA行業如果做得更大，那就不只是RPA行業的事情了。
因為如果絕大多數簡單重複的事情都不再需要動用人類的智慧，那麽人類的工作方式顯然會被改變。對個體而言，思維和溝通成為超越部分基礎技能的更重要籌碼，企業人才培養的方式也會朝著更專業、更精深的方向變化。
香港九龍灣馬來街興發大廈15樓D室