獵雲網注：本文作者張予彤，擔任金沙江創業投資基金的合夥人，專注於移動互聯網以及人工智能領域早期公司的投資。她投資的項目，包括小紅書、零零科技、深鑒科技、Moka HR、黑湖智造、雲擴科技等。在加入金沙江之前，她組建並主導了趣加遊戲的海外發行部門。張予彤擁有史丹佛大學的工程碩士學位以及清華大學的電子工程學士學位。文章來源：金沙江創投（ID：GSR-Ventures），作者：張予彤。
很多人在抱怨每天又忙又累，越活越像個機器人。因為每一份工作中，都有一部分機械性的事情，雖然無趣，但我們卻不得不做。報銷就是一個典型的例子：我們需要把發票按序整理，從中提取出日期、地點、商戶、金額、報銷類目，一一填入表單，無比煩瑣。畢竟人不是機器，難免對重複單調的任務感到厭倦。人擅長做的是溝通交流，情緒感知，跨界思考。而規則明確的批量操作還是交給機器完成為好。所以我對於通過自動化(Automation)和智能化(Intelligence)去減少人們繁複的工作喜聞樂見。通過研究國內外的RPA（Robotic Process Automation）市場和公司，我對這個模式的看法也經歷了一些起伏變化。希望在市場白熱化之前，和大家分享一些有關RPA的核心差異和未來壁壘構建的思考。
我關於RPA的思考圍繞以下核心問題：
什麽是RPA：機器，流程還是自動化
總說中國企業客戶不為軟體付費，那為什麽RPA可以快速落地
RPA或將掀起一場全球競技
RPA的市場規模和核心場景都有哪些
市場前景廣闊，但RPA是否有真正的壁壘
RPA如何與AI融合，才能走的更遠
三問什麽是RPA
RPA，字面翻譯過來就是機器流程自動化，其實並不是一個新的概念：
首先，RPA和機器人有什麽關係？提到機器人，大家會想到家裡的掃地機器人或者工廠裡的機械臂。但這裡提到的RPA不是一個具有實體的機器人，而是一個在用戶端自動執行的軟體。
那任何軟體不都是機器流程自動化嗎？去年研究了RPA產品，才體會到其中巧妙的地方。它並不是用寫腳本的方式去實現一個固定序列的工作流程，而是一個非常靈活強大、支持圖形化編輯的軟體開發平台。RPA可以讓機器去記錄人與計算機的互動步驟（包括鍵盤的輸入，滑鼠的點擊，複製粘貼），讓實施人員通過拖拽編輯規則，生成一個所謂的“機器人”，自動重複這一系列“手動”的操作。好比我們在打遊戲時候都遇到過的Bot玩家。遊戲中重複按一些鍵也是一件很累的事情，總會有玩家喜歡走捷徑，利用“外掛”腳本自動采集物品。其實辦公場景中我們在Excel裡面用過的VBA宏也是同樣的機制，只是宏是局限於微軟的一個應用程序而已。
RPA雖然討巧，但為什麽不用API互聯去打通跨系統的數據孤島呢？對接API肯定是最直接和成熟的連接方式，但是在企業中去打通盤根錯節的IT系統是個長周期、大投入的事情。而且遺留系統不是說改就能改的。對於無法開發接口的系統，RPA的優勢就更明顯了，即便是30多年前的綠屏系統，RPA也可以輕鬆地從中抓取數據。這種對現有系統沒有任何影響的非侵入式部署在大企業中很受歡迎。
總說中國企業客戶不為軟體付費，那為什麽RPA可以快速落地?
現代企業前端需要處理的數據變得越來越多元，客戶的數據可能分布在呼叫中心，社交媒體，訂單系統等各個地方。許多人的工作就是不斷地在不同系統和應用程序中複製和粘貼，從一個系統導出文件，提取出關鍵的數據，輸入到另一個系統中。這些事情本來不難，但對於員工來說這樣的工作並沒有技能的提升，對於企業來說這樣的過程也是相對緩慢且容易產生人為的疏漏。
有很多企業為了降低成本，選擇BPO（Business Process Outsourcing）在海外尋找更經濟的勞動力。只是離岸外包的管理方式離完美還有很遠，遠程溝通的過程容易產生服務質量降低的問題。另外也有些企業選擇IT解決方案公司單獨開發一套軟體，對接日積月累的內部系統，完成工作流程的自動化。但這種傳統的IT思維還是存在費用昂貴，交付周期長的問題，最關鍵的是這種對接方式可能無法適應數字化時代前端商業流程變化的速度。
RPA的客戶收益主要在以下幾點：
•提升流程效率：RPA可以24小時不間斷執行，成為孜孜不倦的“007”。業務量激增時，RPA相比人工作業的優勢更加明顯，可以改善業務峰值的用戶體驗。
•提高數據質量：與BPO相比，RPA不會犯錯，由於人工疲勞產生的誤差率會大大下降。同時RPA可以支持追蹤所有步驟，為日後審計提供更強的可追溯性。
•系統穩定性風險極低：RPA可以在不改變任何IT系統的條件下實現更高互動層級的流程改造。
•開發效率高，部署周期短：基於錄屏、圖形化界面、應用生態的RPA可以最大限度減少代碼量，提高開發效率，大大降低企業上線機器人的門檻。通常的RPA項目部署周期不會超過3到6個月。
•價值清晰，投資回報周期短：一般在實施的一年內即可達到盈虧平衡。在某些用例中，機器人和工人之間存在明確的一對一甚至一對五的關係，節省的人力成本很容易計算。
RPA：一場新興的全球競技
要預測RPA的未來，必先了解RPA的過去。近年來幾個國際的RPA廠商發展迅猛：
Automation Anywhere （簡稱AA）
2003年成立的AA，今年宣布獲得Workday Ventures的戰略投資。在2018年11 月，AA已從SoftBank Vision Fund籌集了3億美元，將該公司的融資額擴大至5.5億美元，估值到達26億美元。根據 AA 披露的數據顯示，其總收入相比去年同期增長了100%，並且，公司現有的年度客戶留存率可以達到98％。
Blue Prism（簡稱BP）
公司成立於2001年，是一家英國跨國軟體公司，RPA這個術語就是由BP率先提出的。2016 年於英國上市，上市不到 3 年股價上漲近 16 倍，目前市值約為 14億美元。類似AA，BP的規模也在高速增長，其 2018 年前 4 個月的客戶數量較 2017 年就增長了 50%。
UiPath
公司於2005年在羅馬尼亞成立。2018年11月，C輪2.15億美金融資時，UiPath的估值已經高達 30 億美元。2019年5月，UiPath又完成了一輪由Coatue Management領投的5.68 億美元融資，以 70 億美元成為估值最高的RPA公司。UiPath表示在過去兩年中實現了快速的增長，其 2018 年的年度客戶付費收入（ARR）為 2 億美元，而兩年前，這個數字僅為 800 萬美元。
這裡簡單講一下RPA的產品構成和收費方式：
•Studio（工作室），圖形化的編程界面，一般提供以機器或者用戶綁定的計費方式。
•Robot（機器人），前台機器人是有人值守的機器人，由員工手動動作決定何時啟動；後台機器人則是無人值守的機器人，即可在後台實現端到端的自動化流程。機器人按部署的個數收取每年幾萬的費用，後台機器人的費用一般是前台機器人的6倍左右。
•Orchestrator（指揮中心），提供一個防止機器人不受監管、追溯機器人操作行為的管理平台，可以集中部署和管理後台機器人。
2018年，UiPath也宣布了進入中國的計劃，可尚未針對中國市場做出相應的調整。比如產品並未針對中國的運行環境做優化，定價策略還是全球統一的，社區的培訓課程也只有英文的內容。
RPA的市場規模和核心場景有哪些？
根據Gartner的最新研究，2018年全球RPA的開支約6.8億美元，同比增長57％。預計到2022年底，85％的大型和超大型組織都將部署某種形式的RPA。
現階段可實現RPA的流程基本具備三個特徵：重複，執行相同的步驟；標準，數據以重複的方式輸入到特定資料欄中；清晰，不需要人進行複雜判斷的規則。說到重複、標準的強規則領域，大家就會想到財務，人事。但實際上，在各行各業的工作中都有RPA的用武之地，包括零售中的訂單管理、保險業中的索賠處理、銀行中的欺詐分析、製造中的BOM生成、醫療中的就診安排等。即便是網站用戶名和密碼的登錄，其實也是一個RPA的應用場景。
下面舉一個財務共享中心的例子，常見的業務包括銷售應收、採購應付、員工報銷等，這些業務裡不少流程都具備可以應用RPA的特徵。如果選擇試點，往往會選擇與外部網站互動的場景作為突破口。比如納稅申報，對於納稅主體多的集團性企業，由於數據來源不同（財務系統，開票軟體等），報表邏輯複雜，目前的申報工作中手工操作量大，數據的準確性無法保障。
在不改變現有IT系統的前提下，財務機器人就變成了財稅自動化的首選：
•財務機器人可以先從SAP系統導出會計科目的數據，將整理結果發郵件給稅務人員
•財務機器人可以監控郵箱，根據指令下載稅務底稿，可以自動登錄各個稅務網站，並完成財務報表的自動填報
•同時根據每月歸檔數據，機器人可以構建稅務數據倉庫，為稅務風控打下基礎
市場前景廣闊，但RPA是否有真正的壁壘？
其實剛剛了解RPA的時候，我會質疑RPA是否有技術門檻，看起來是個誰都能做的事情，而且需求本身也存在已久。借用客戶IT部門的話：你們用RPA能做的事兒，我們都可以開發出來呀。之後又走訪了更多的RPA生態夥伴和已經部署了RPA的用戶之後，才體會到不同產品之間其實有很大的差異。
壁壘一：實際生產環境中機器人的執行精確率和運行穩定性
比如在用戶的軟體或者瀏覽器的界面裡定位一個元素，一個部署在測試環境裡的機器人可能精確率是100%，但一旦部署在一個複雜多變的生產環境中，就要能夠經受“無人值守”的考驗。比如基礎螢幕分辨率或者顏色變化，是否還能持續監測；比如在識別元素的時候，被提醒彈窗打斷，是否可以檢測出，還能正常運行後面的操作。這些對突發異常的容錯性，直接決定了機器人出現故障和宕機的次數，也決定了機器人後續運維的成本。
壁壘二：機器人編程的學習門檻和開發效率
RPA的開發平台會提供類似於流程圖設計的圖形化編輯界面，只需要使用代表流程步驟的組件通過拖拽的方式建立業務流程，即可生成自動執行的腳本。這種方式不但降低了開發人員學習機器人編程的門檻，也可以讓非技術的商業人員與開發人員在流程設計的過程中密切合作。另外如何提高開發效率也是RPA的價值所在，比如創建可重複使用的工作流程或組件庫加快新流程的編寫速度。
UiPath雖然提供內置錄屏的功能，但現在可以通過錄屏實現的流程還是相當簡單的，沒有邏輯分支和異常處理機制。可能一個企業剛剛部署RPA的時候，可以用螢幕抓取實現一些較低流程級別的自動化，但產生的價值並不大。現在產生新機器人的方式，還是需要專業認證過的開發人員的協助。在研究UiPath的過程中，我也去看了培訓教程，看到第二集就會發現，出現了各種變量的類型，不單單是字元串，數值，而是一個很詳細的列表，需要有一定的編程思維才能掌握。哪裡需要循環，判斷，一個都不能少，如果編制的時候邏輯不清，流程線錯亂，就無法執行。
壁壘三：最後一公里的社區和生態建造
當然RPA的壁壘絕不僅僅是技術，任何一個企業級的應用，都有它獨特的價值體現。企業客戶希望他們選擇的RPA平台可以協助企業培訓更多可以部署RPA的開發人員。2017年，AA宣布推出一個全面的培訓體系，AA大學。推出的前三個月，就有超過20,000名學生就讀於AA大學，另有15,000名學生在授權的考試中心完成了RPA認證。針對學生和教育機構，UiPath也推出了免費的社區版，同時維護了很好的論壇方便專業人士進行分享。
在RPA的生態體系裡，除了平台供應商和企業客戶，還有提供頂層設計的谘詢機構和提供集成方案的系統集成商。這些合作夥伴都是專注行業，深諳客戶需求的，例如四大谘詢公司，埃森哲，IBM。一個允許RPA開發者定製組件和與第三方技術進行集成的開放架構是RPA平台可以為企業客戶最大化業務價值中不可或缺的一環。所以RPA的交付不僅僅是一個平台產品，而是RPA as a Service。一個如此貼近上層應用和用戶體驗的場景，我相信未來中國市場的贏家一定會是一個具備最開放友好的平台產品和最豐富的本地化社區生態的RPA廠商。
展望未來：RPA如何與AI結合，走的更遠
RPA會經歷四個階段的發展：輔助人工、解放人工、增強智能和自主智能。現在的RPA處在第一和第二階段，不涉及到決策層，只是幫助人執行預先定義好的流程。需要人在初始化和運行的過程中參與監控，確保實施的準確性。
第一個階段 輔助人工 Assistance
這個階段的RPA可以輔助人工完成許多基礎的數據輸入，應用調度的任務，但工作過程仍然需要人工參與。RPA會部署在單個設備端，往往是幫助單個員工提升工作效率。
第二個階段 解放人工 Automation
這時候RPA可以自動完成端到端的工作流程，無需人工乾預。RPA可以部署在中央控制台，從而進行工作流調度和任務排隊。但這些用例仍然不需要外部知識，規則也是相對靜態的。
第三個階段 增強智能 Augmentation
RPA不僅可以模仿人類，而且可以融合感知技術。RPA可以獲取相關的外部知識，自動化處理目標文檔中的非結構化數據，例如發票信息（圖像）和來自客戶的郵件（文字）。任何一個業務流程的自動化都需要串接許多技術模塊。如果RPA不具備OCR，語音識別，實時翻譯等功能，那其實還會有很多中間步驟需要人機互動，人工覆核，自動化的需求就沒有被完整地滿足。
第四個階段 自主智能 Autonomy
自主的智能不僅需要對目標有增強的認知，還需要有自動歸納和學習的能力。未來大部分流程可以通過觀察大量的人工操作來學習。企業中的業務流程多種多樣，如果遇到長尾用例，神經網絡可能需要大量的數據才能訓練出理想的效果。未來的RPA或許可以通過觀察不僅是流程也包含流程產生的數據結果，進行自主的學習和判斷，自定義新的機器人來適應動態的規則。自主RPA還可以結合外部知識做出更好的決策，比如收集社交媒體上產品評論的機器人能夠自發學習新的縮略語和別稱，自動擴展關鍵字列表，確保原始數據的完整性。同時企業也可以為機器人提供更多的參數，使RPA更了解運行的環境。
隨著企業希望從部署的RPA解決方案中獲取更大價值，RPA將會成為融合不同自動化技術的平台，比如可以融合更多的分析和智能。企業中需要自動化的並不是技術，而是如何把人，流程和技術融為一體。
未來的RPA不僅僅是幫助提升工作效率的一個企業級產品，還可以成為一個讓所有人都操作自如、滲透到生活中無所不在的產品。如果開發機器人的門檻繼續降低，真正實現無代碼或自動編碼的理想階段，那每個人都可以用自己的智慧和創造力設計出成百上千個小機器人，將自己從重複、繁瑣的雜事中解放出來，騰出更多時間專注於自己的天賦和熱情。機械性被削弱了，生活自然會變得更有“人味兒”，甚至生活與工作間的界線也會逐漸淡化。
香港九龍灣馬來街興發大廈15樓D室