讓每個企業具備AI應用場景，RPA已成企業實作人工智能最佳捷徑
人工智能大規模應用遇阻，多家AI企業推出RPA，或成AI落地最佳方式
無視企業資訊化場景差異，RPA或成人工智能落地最佳方式
全文約3900字， 閱讀時間約8分鐘
文/王吉偉
AI換臉APP“ZAO”讓全民談“刷臉”色變，微軟小冰已經能夠作詩寫歌畫畫，張學友演唱會上的人臉識别攝像頭抓住了多名罪犯，你在家隻需喊一聲“睡覺”全屋電器就會瞬間停工。這些場景，讓大家感覺人工智能就在我們身邊。
但事實上，人工智能距離大規模應用尚有一段距離，短期内人工智能尚難以真正落地。諸如BAT 以及商湯科技、曠視科技等人工智能獨角獸公司，即便已經有不少的落地實踐場景，但在大規模應用和落地方面也仍在努力摸索中。
人工智能之是以落地難，主要在于目前大部分企業沒有與之相适配的應用場景。人工智能是一個技術性賦能引擎，技術要落地就要解決應用問題，需要AI企業将切實可行軟硬體綜合解決方案輸出給企業。但現在它們面臨的問題是，很多企業并沒有足夠的場景去應用人工智能方案。
很多人工智能企業尤其是融資幾輪下來的初創企業，在AI應用落地上可謂絞盡腦汁，畢竟市場佔有率的多少與企業融資程序息息相關。不管技術與産品多牛，到最後能夠展現業績的還是客戶數量與銷售資料。
就在大家一籌莫展的時候，RPA橫空出世。RPA以廣泛的應用性、不限場景的适應性、不破壞原有資訊系統的親和性以及與AI技術的高契合度，讓一衆人工智能企業看到了AI技術得以大規模落地應用的曙光。
于是，很多人工智能企業湧向RPA，踏上了通過RPA落地的征程。
自研或者并購，多家人工智能企業推出RPA
目前知名的RPA企業中，達觀資料和阿博茨科技是AI企業做RPA産品的典型。
達觀資料是一家成立于2015年專注于企業知識管理和文字語義了解的人工智能公司，主要為企業提供完善文本挖掘、知識圖譜、搜尋引擎和個性化推薦等文本智能處理技術服務。經過1年多時間的研發，在2019年1月份推出其RPA産品的1.0版本。前不久這家公司剛釋出了新品“智能文本 RPA ”主打 NLP + RPA + OCR，從其擅長的 NLP 與 OCR 所覆寫的場景切入，可在更複雜應用場景實作業務流程自動化。
阿博茨科技，則是一家成立于2016年的AI雲服務提供商，專注為企業提供智能化的行業解決方案。這家公司在2018年之前專注AI在區塊鍊領域的應用，在2018-2019年期間推出了自有RPA産品，今年開始頻繁發表對RPA行業看法，諸如“AI大腦驅動IPA應用變革”等等。在RPA的智能化方面，AI公司不隻有技術上的先天優勢，在産品理念上亦非常有遠見。
在融資清單中，英諾森也是一家被資本看好的企業。該公司的定位是一家AIOT驅動的專注能源與資源行業的創新公司，但出于使用者需求，目前RPA也已成為其諸多業務中比較重要的一部分。
除了自研RPA産品，也有人工智能企業會選擇以資本運作的方式實作RPA業務。這種做法在國外比較多見，國内的話目前也有來也科技與奧森科技合并的案例。
今年6月27日，來也科技宣布完成與RPA創業公司奧森科技合并。來也科技是一家人工智能互動平台，專注深度神經網絡的自然語言處理技術。奧森科技具備超十年的技術實力，2018年推出了平台級RPA産品UiBot。兩家合并，無論是在RPA産品邏輯上還是在商業邏輯上，均能形成達成互補效應，同時還能在資本市場講一個更好的故事。
類似的人工智能企業還有一些。譬如，實在智能是一家專注于AI方向大資料智能領域的創業公司，是一家大資料智能解決方案提供商，目前也推出了RPA産品。而容智RPA的開發商上海容智資訊技術有限公司是一家專注于AI技術企業級應用的公司，RPA業務同樣也隻是其業務之一。
可以預見的是，随着AI技術融合RPA落地的可行性增強，将會有更多的人工智能企業會推出RPA産品，或是以合并的形式加入RPA戰場。
企業應用場景貧乏，人工智能技術落地遇阻
近些年的人工智能，借助雲計算、大資料等技術實作突破之後，目前業内談的最多的已不再是技術難度如何，而是怎麼落地實用。相對而言，随着AI技術的不斷開源、發展與完善，深度學習、語義識别等人工智能的主要技術，企業通過研發相應的算法與模型都能擷取。但想要把這些技術應用到某些行業，則需要足夠多的應用場景與可行性方案。
本質上，人工智能技術應用于企業主要有兩個作用：一是，讓企業能夠具備這個能力去改造現有服務流程，并進一步使企業面向的使用者受益其中，提高産品生命周期與服務滿意度；二是，可以通過優化及簡化企業内部運作流程，實作企業的增效降本，進而提升企業核心競争力
目前而言，主要的人工智能企業已将AI技術融入到解決方案之中。譬如雲計算服務商的各種“大腦”與多行業智能解決方案，企業隻需将這些解決方案引入，就可以借助這些“智能化”能力優化自身以及服務客戶。這種實施方案看上去很簡單，但其中卻存在一個嚴重問題，那就是目前中國企業的BI(商業智能)環境太差。
事實上，目前人工智能技術落地的最大障礙也正是企業應用場景的缺乏。舉個例子，某企業想把帶有AI技術的CRM系統應用于營運，但實施團隊考察之後發現在其現有的資訊化程度下根本無法實施，除非重新建構其資訊化系統才能保證CRM的應用，就需要投入更多的成本。企業經過核算，發現這種實施方案投入産出比并沒有想象的那麼高，索性就先不做了。
這個案例隻是中國萬千企業引入AI時所面臨困難中最簡單的案例，更多企業面臨的情況還要複雜的多。中國的企業雖已跟随網際網路曆經十幾年的資訊化發展，但除了少數大型企業與網際網路企業，大部分傳統企業不夠完善、不具标準的資訊化場景，在沒有進行資訊化改造之前的碎片化場景并不适合引入AI方案。這，也正是令人工智能企業頭痛的主要問題之
一。
RPA充當場景“媒介”，或為人工智能落地最佳方式
目前最常見的AI應用方式，是以雲服務的形式融入到企業ERP、CRM、OA等資訊化系統之中。但很多企業存在的問題是現有ERP等系統沒有得到有效應用，或者一直打算改造但因為預算及施工周期會影響企業整體營運政策而将計劃擱置。這種情況下，讓企業再花錢上一套智能ERP系統或者改造現有資訊化系統，估計很多企業難以接受。
AI技術也可以軟硬一體的子產品化形式離線應用于企業各種軟硬體裝置，隻是将其引入企業營運流程的難度也不小。每一項AI技術的應用都将需要一筆價值不菲的預算，不是每個企業都能用得起人工智能，很多企業亦就此放棄了引入AI的打算。
RPA的出現與應用，則給了廣大企業以曙光。RPA幾乎可以無視企業資訊化的場景完善完整與否，理論上隻要是企業營運流程中存在重複的、規則性的工作任務就可以應用。甚至在沒有組網僅有幾台電腦的辦公場景中，都可以用RPA來優化營運流程，提升辦公效率。
類似于遊戲的視窗化等增強工具，對企業營運中應用的office、ERP、CRM等軟體而言，RPA就是一種“外挂”形式的存在。不管企業是否有标準的資訊化流程，不管企業應用什麼樣的辦公流程軟體，RPA以“外挂”的形式在不破壞原有資訊化架構的基礎上最大化幫助企業實作營運流程的自動化。
尤其是RPA也可以接入OCR、NLP等技術，使得企業不用大費周折就能應用人工智能技術，這是大部分企業之前從沒有想過的。從這個角度而言，RPA起着“媒介”的作用，不具備AI應用場景的企業在應用RPA之後，就能通過RPA的API接口應用相應的人工智能技術。這，也是人工智能企業看重RPA的重要原因。
此外，從RPA産品的進化疊代來看，所有RPA産品最終都會以IPA (RPA+AI)的形式存在。這個發展趨勢由使用者需求衍生，也由RPA技術發展路徑決定，并已得到頭部RPA企業的踐行。由此，在UiPath等國外老牌RPA企業将AI技術融入RPA産品之後，國内的達觀資料、雲擴科技等企業也相繼釋出了智能RPA。
從企業營運的商業流程來看，RPA處于操作員與應用系統互動接口的位置。RPA是企業業務操作員與系統的人機互動接口，而嵌入智能技術的RPA就屬于人工智能應用率先落地，将會在未來的應用中處于關鍵地位。
對RPA企業而言，人工智能意味着産品的未來。對部分人工智能企業來講，RPA可能已成現階段AI技術落地的最佳方式。同時，也是企業實作人工智能的最佳捷徑。
後記：RPA将成人工智能企業重兵殺器
經曆了幾年的火熱，2016年人工智能開始在資本市場降溫。熱炒的技術與估值，在資本機構回歸理性投資之後，不管之前有技術壁壘還是資源優勢，最終這個賽道競争的落腳點又回歸到了市場格局。
人工智能下半場選手們比拼的是落地能力，誰的落地能力強，誰能争取到更多客戶，誰就能獲得更多的市場佔有率，也就能得到資本的長期垂青，最終在估值高懸衆星捧月的氛圍中IPO上市。
在AI企業生死時速的狂奔中，最重要的莫過于短期内占有一定的市場佔有率，才能進一步講出更好的資本故事。很多企業都在抓耳撓腮，偏偏就在“如何做、怎麼做”的問号一直萦繞在AI企業心頭之時，突然火爆RPA一下就成了解決人工智能落地難題的萬能鑰匙。
相關資料統計，RPA在未來十年會有大幾萬億的市場價值。而RPA的終極形态又是IPA，這使得RPA可能會成為是AI技術落地應用的最大場景，而人工智能也将成為主導RPA的重要技術。
而從發展趨勢上，接下來RPA有望成為企業運用流程自動化的通用解決方案，或者會成為流程自動化解決方案的主要方式之一。也就是說，以後不隻是的RPA供應商，包括PaaS、SaaS平台以及ERP、CRM供應商都将首選RPA作為解決企業增效降本的通用方案，人工智能企業又可以AI技術供應商的身份從上遊為這些企業提供RPA智能解決方案。
這一點，已在RPA供應商的産品發展規劃中得到驗證。目前主流RPA廠商的産品規劃中，基本都包含了增強AI技術，其中NLP技術、知識圖譜技術等都是重點，這也是來也科技擅長的技術方向。
這意味着，RPA不僅會成為部分AI企業落地的重兵，同時也将成為更多人工智能企業做大做強乃至上市的殺器。