--------點選螢幕右側或者螢幕底部“+訂閱”，關注我，随時分享機器智能最新行業動态及技術幹貨----------
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 的确很大程度基于自然語言處理能力。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程序中觸手可得的果實。
或許，早期階段的 RPA 之于自然語言處理，正如安防刷臉之于計算機視覺一樣，是這個領域最早的爆發機會之一。
RPA+AI，如何解放生産力
在 RPA（Robotic process automation，機器人流程自動化）的基礎之上，接入 OCR、圖檔識别、自然語言了解等 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資訊資料錄入資料庫，并進行整理、分類儲存，那麼傳統RPA可以把在資料庫背景的圖形界面上點選、設定、上傳的工作自動完成。
這些工作是 1+1=2 的，是寫死的，不需要進階的智慧就能做。
但在傳統 RPA 系統，機器自動操作的情況下，你要把檔案中的字元複制粘貼到電子資料庫裡，它做不到，必須要加上 OCR 才能識别字元；如果你需要給檔案打标簽、寫歸納總結，它做不到，因為這需要一定的自然語言了解能力。
這樣，自動的工作會不斷中斷，需要人類的智慧做補充。但識别文字、打标簽這種工作，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。
是以 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 以前隻會走路，現在可以走着走着開始跑步、跨欄、跳高、過河、爬山……從蹒跚學步的幼兒，變成能夠翻山越嶺的探險家。
關鍵是，程式員圈子愛開源，各種 AI 能力甚至都不需要自己做。
OCR 字元識别、圖像識别、郵件内容歸納、機器人助理多輪對話……想要找到實作這些功能，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，拼在一起，就成了新産品，有了新功能。
仿佛是白撿的技術能力，隻要找到應用場景，盈利前景肉眼可見。
怪不得不少廠商都在過去一兩年轉向，朝着 RPA+AI 的方向轉型。
那麼 RPA+AI 到底有多大市場機會？
IDC釋出了一份《中國智能流程自動化(IPA)市場機會分析》報告，詳解了這個賽道目前的機會與前景。
RPA+AI 即将爆發
RPA+AI 在國内和全球的發展空間有一些不同，國内的增長空間明顯更大。
根據 IDC 追蹤的市場規模資料，IDC 預計，到 2023 年，全球 RPA 市場規模将達到 39 億美元（278億人民币），2018-2023 年複合增⻓率達 36%。中國 RPA 市場具備較強增長動力，2023年市場規模将達到
10.2 億美元，2018-2023 年複合增⻓率為 64%。
印度、南韓等國家，已經有不少企業開始大規模部署 RPA 應用了；但在國内，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，制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，已經采用 RPA 的企業僅有三成，還有廣闊的市場機會。
在任何繁瑣、重複的工作領域内，RPA 都有一定的應用機會。
比如财務場景，報稅或者扣賬都相對簡單重複，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，這些隻是單純 RPA 的應用，如果加上 AI 能力，就好像翻山越嶺的人比蹒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。
此外由于不同産業、不同公司的工作方式和流程差距較大，是以RPA領域不同客戶的定制化要求也非常高，除了識别發票、履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。
是以，RPA 目前難以像 SaaS 産品一樣，開發一套軟體，就能幾乎 0 邊際成本複用。
是以，這不是一個赢家通吃的世界，而是專門化、定制化客戶服務的世界。
再者，通用 RPA 功能無法滿足具體不同行業的需求，在制造、金融、零售、傳媒等多個行業都有針對行業特點的不同需求，是以，就像技術服務公司，這個領域其實容得下大量的玩家。
這一點在行業内其實是有目共睹的，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，列出了海内外 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，最早是使用者行為、大資料分析軟體，在 2016 年就已經挂牌新三闆，2018 年底切入 RPA+AI 賽道，時至今日不過一年有餘。
比如達觀資料，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 産品，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合并，進軍RPA+AI領域。
甚至，連阿裡雲也推出了自己的 RPA 産品。
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，并且将其作為一大核心産品甚至主要産品，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
那麼，在 RPA 賽道中，如何抓住機遇、提升競争力？IDC 在報告中也給了一些建議，其中包括：
- 幫助行業使用者在RPA技能、業務流程識别及用例拓展上給予支援幫助；
- 通過合作夥伴網絡的建立實作生态系統的拓展等；
- 支援雲原生構架，靈活部署，提升可移植性。
RPA 行業如果做得更大，那就不隻是 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，那麼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着更專業、更精深的方向變化。
原文連結：
https://yqh.aliyun.com/detail/13948