科技雲報道原創。
減薪、裁員、轉型，成為疫情發生後，許多企業不得不面對的困境。
然而，一個冷門的技術領域——RPA （Robotic Process Automation，即機器人流程自動化），卻因疫情的爆發而加速“出圈”，成為投資者眼中新興的風口。
2019年上半年，RPA還是個冷門領域，整個國内的To B市場沒有太多人了解RPA。直到疫情爆發，RPA技術成了疫情防控工作中不可或缺的一環。
在上海，RPA技術被投用到疫情期間的市民熱線工單進行中。
據上海大資料中心回報，市民熱線每天産生近萬條工單，人工處理平均4分鐘一條工單，一人一天最多能解決150條左右的工單，處理壓力很大。
在雲擴科技的RPA機器人“上崗”後，通過模拟人工進行複制、粘貼、點選、輸入等操作，處理一條工單，僅需30-40秒左右，工作效率提高了近7倍。
同樣，在疫情期間，負責每天電話“查崗”社群居民健康情況的，除了社群從業人員，還多了RPA機器人的身影。
在來也科技推出的“RPA+外呼機器人”解決方案中，社群從業人員可以對小區居民，尤其高危群體（疑似病例、醫學觀察人群）進行逐個電話外呼，并快速整理和上報居民健康資訊。
其中，RPA可以輔助從業人員處理：篩選首次回訪号單、二次回訪号單、電話回訪、記錄并統計回訪結果等日常工作，并自動形成報表，發送給社群相關人員，大大緩解了從業人員的勞動強度。
不難發現，RPA最大的優勢在于，能夠通過機器人代替人工，自動化的完成任務，進而解放勞動力，優化工作效率，減少人力成本。
在全球經濟下行的當下，企業對高效率和低人力成本的渴望格外強烈。
這也就不難了解，為什麼RPA會突然“爆紅”，而這種炙手可熱，率先反映在資本層面。
l 2020年2月24日，來也科技宣布完成C輪4200萬美元融資
l 2020年3月16日，雲擴科技完成B輪融資，累計融資規模超過4500萬美元
l 2020年3月，國外RPA廠商Ripcord宣布完成4500萬美元B輪融資
據業内人士消息，4月份也即将有RPA企業完成融資。
老樹開新花國内RPA市場爆發
其實，RPA并不是一個新技術，在國外發展已經近20年。如果要追根溯源，RPA始于微軟内部檢測軟體bug的軟體流程自動化技術。
但是RPA大規模的商業化落地，則是在2012-2015年，以UiPath，Blue Prism，Automation Anywhere（簡稱AA）為代表的國外RPA企業，将目光轉向了企業級的業務應用場景。
相比國外，中國的RPA行業還處于起步階段。
2015年前後，四大會計師事務所開始在中國區使用 RPA 産品，首次将RPA的概念帶入中國。
國内第一批RPA創業公司，基本在2017年後出現，如：藝賽旗、弘玑 Cyclone、雲擴科技、奧森科技（已與來也科技合并）等。随後，阿裡雲、京東雲、平安雲等網際網路巨頭紛紛入場。
2018年下半年起，中國市場的RPA需求開始爆發。據HFS Research的研究資料，2019年中國RPA市場規模是17億元人民币，預計2022年将增長到31億元人民币。
如對标全球市場，2018年，RPA全球市場規模為17.14億美元，近三年的年增速均超過 50%。
HFS Research預計，到2022年，RPA全球市場規模将達到43.08億美元。
從行業應用而言，目前大部分RPA廠商已為銀行、保險、證券制造、能源、零售、電商、電信、媒體等多個行業提供解決方案。
事實上，根據RPA的特性，隻要所在的行業存在簡單重複、具備規則的業務流程，就能使用RPA來替代人工。
換句話說，三百六十行，行行皆可RPA。随着中國人口紅利的逐漸消失，未來中國很有可能成為全球最大的RPA市場。
AI加持RPA拓展邊界
最初的RPA技術，隻是模拟人的手去完成各種操作，是以仍需要人事先為其設計好需要執行的流程規則。
然而，OCR、NLP等AI技術的加入，拓展了RPA自動化的邊界。
NLP技術就像機器人的大腦，可以處理有關邏輯判斷與分析的工作；OCR技術就像機器人的眼睛，可以将實物檔案或圖檔上的資訊，轉化為結構化的資料；語音識别技術就像機器人的耳朵，可以識别各種聲音資訊；語音合成技術則是機器人的嘴巴，可以“說話”。
有了這些能力，在RPA編輯器的流程設計環節，就可以通過錄屏的方式記錄人的操作。
然後讓機器人自主學會操作的步驟，再通過功能子產品拖拽的方式排列組合出複雜的操作，快速完成流程設計。
更進一步，還可以讓機器人自主發現企業中可優化的流程，并一鍵建立流程，幫助企業更快更準确找到能降本增效的自動化高潛場景。
引入AI技術後，RPA正在變得更智能，運用範圍更廣，也能承擔更多複雜的業務工作。
事實上，很多AI企業已經把RPA技術運用在AI産品中了，如：對話機器人、客服機器人、财務機器人等等。
反過來，RPA廠商也會通過部署NLP, OCR等AI技術，來增強RPA産品能力，提供更為完善的解決方案。
在這樣的趨勢下，AI企業與RPA廠商，目前已形成難分難解的競合态勢。
AI企業的“AI+RPA”模式，是在自研AI技術的基礎上，讓RPA更好地串聯公司原有業務。
RPA企業的“RPA+AI內建”模式，則是在已有的RPA平台上，內建合作方的AI能力。
這兩種模式，孰優孰劣還未可知。畢竟，誰也沒有能力把兩種技術都完全吃透，技術的積澱需要時間。
不可否認的是，RPA已經成為AI技術落地重要載體，RPA+AI的模式一定會成為RPA産品的常态。
RPA盈利難關鍵在于标準化
雖然RPA企業受到了資本的熱捧，但是在短時間内能否盈利，仍受到人們的質疑。
以這個賽道中唯一上市的企業BluePrism為例，根據其2019年的财報（截止2019年10月31日），全年收入為1.01億英鎊，但銷售、管理、研發等支出費用1.82億英鎊，虧損高達7820萬英鎊。
而從2016年至2019年，其财報一直顯示處于虧損狀态。
德勤在一次調查中發現，在使用RPA的400家公司中，30%-50%的RPA項目在一開始便失敗了，63%的RPA項目沒有按時傳遞。
定制化程度高、難以規模化，是現階段RPA項目最大的痛點。
由于每一個企業的需求千差萬别，RPA業務其實更像咨詢業務，在為每一個企業做定制化服務。
RPA服務商要想服務好一個行業，做成通用化産品，需要大量時間的積累。
但是，具有可複制性的方案，才更容易實作産品的标準化，進而實作規模效應。
是以，能否将産品做到标準化、規模化，成為RPA行業潛在的準入門檻。
此外，這個産業仍處于初期階段，項目失敗率高、售後維護頻繁，也都是亟需解決的問題。
Genpact首席數字官Sanjay Srivastava曾表示：“在這個行業工作5年的時間裡，在1000多個企業的機器人部署中，鮮有成功案例......機器人在工作中需要不斷的管理和維護。”
随着AI技術的加入，RPA行業的準入标準進一步被拉高。今後，在AI能力上的差距，将直接決定着RPA服務商能走多遠。
總體而言，如何解決通用場景和産品标準化的問題，建立RPA和AI能力的護城河，将是RPA行業下一步競争的關鍵。
【科技雲報道原創】
轉載請注明來源：科技雲報道