雲計算、大資料已經過時?不，正是因為它們RPA才能大流行
站在雲計算、大資料、人工智能的肩膀上，RPA才能走得更遠
文/王吉偉
最近看到這樣一個觀點：雲計算、大資料已經過時，軟體機器人RPA大流行。
RPA正在流行不假，雲計算和大資料技術卻沒有過時，而且将來也不會過時。
一方面在于， IOT時代雲計算與大資料是各種應用不可或缺的底層架構；另一方面，RPA想要更好的發展，需要借力融合雲計算、大資料、AI等技術；此外，隻有雲計算、大資料、人工智能、RPA正在融合發展，未來人人可用的超自動化的時代才能實作。
會出現這個觀點，表明大衆對RPA仍存在一些誤解。RPA不是要将已有技術颠覆，相反正是因為雲計算、大資料等技術的發展與應用，才使得RPA能夠走到現在的爆發期。如果認為RPA流行了，雲計算和大資料就過時了，那肯定是不對的。
類似的說法也容易引起誤導，會讓大家感覺有了RPA，企業就不再需要其他的企業管理軟體了。RPA是連接配接器，是擺渡車，也是超級外挂，它的存在是為了讓更多軟體系統能夠更好的連接配接與協同，以最大程度的實作業務流程自動化。
鑒于很多人對RPA仍舊不甚熟悉，關于雲計算、大資料、AI與RPA的關系，王吉偉頻道在這裡做個梳理，以讓大家更好的了解RPA。
RPA正在上雲，SaaS化離不開雲計算
目前的RPA，提供方式主要有開發型、本地部署型、SaaS型(雲型)三種。
開發型RPA，從定義必要條件階段就開始進行單獨設計，适合于大型企業定制；本地部署型RPA，就是在公司的伺服器和電腦上安裝使用RPA軟體，一般都是企業采購RPA成品；SaaS型RPA，使用者可登入到雲服務平台，在雲環境中部署軟體機器人，并在Web浏覽器上自動執行任務。
三種RPA，開發型成本最高，本地部署型成本次之，SaaS型成本最低。對于想通過雲服務來實作業務流程自動化的公司，SaaS型RPA最為适合。
RPA上雲的好處很多，能夠幫助企業跨域部署RPA，以及更友善快捷的部署。企業可以按需上線RPA機器人，進而更好的節省成本。即便一些SaaS型RPA仍舊需要本地部署服務，但SaaS具備的優點差不多RPA都有，是以更受企業歡迎。
尤其是，SaaS化能夠讓RPA廠商規模快速擴張，是以也會在資本市場得到更多的認可。
對于RPA上雲，王吉偉頻道在《上雲以後，SaaS化RPA的未來在哪裡》一文中做過較詳細闡述，感興趣的朋友可以點選連結閱讀。
從趨勢而言，大部分RPA都要走SaaS或者PaaS路線，這是平台級RPA必走的路徑。由此對于RPA上雲，很多廠商非常重視。來也科技甚至還釋出了一個《RPA上雲白皮書》，告訴大家什麼是真正的企業上雲。
SaaS是雲計算的三種服務模式之一，是以SaaS型RPA必然離不開雲計算支撐。初期的RPA平台在搭建方面多會選擇公有雲或者混合雲，畢竟RPA隻是SaaS或者PaaS，業務重點在于解決業務流程自動化環節，而不是更底層的IaaS。
其實從SaaS型RPA産品架構而言，處于架構頂層的RPA大流行，也就是SaaS服務的流行，是以沒有雲計算過時這一說。而在RPA上雲的同時，廣大雲計算廠商也在相繼推出RPA業務，RPA與雲計算正在進入一個嶄新的融合階段。
RPA可讓資料順暢流轉，資料分析離不開大資料
同樣，RPA與大資料之間也不是取代的關系。相對于大資料技術的資料收集， RPA能夠更友善快捷的在不同軟體系統之間搬運資料，換種方式助力企業打通資料孤島。RPA通過自動化技術助力企業的營運實作資料流通，不同系統之間的資料流轉起來之後，仍舊需要大資料技術進行分析與挖掘，才能進一步将有價值的資料提純，輔助企業營運中的各種決策。
對于采用RPA工具的資料分析及應用流程，通過RPA将業務流程最大程度的自動化是第一步，用RPA将各種資料分流、彙總、整合是第二步，通過大資料技術進行分析與挖掘并應用是第三步。可以見得，RPA對于資料的收集與彙總起着重要作用，這一部分如果用人力實作，工作量不大不說，更存在一定的出錯幾率。
那麼，資料收集與彙總的部分，大資料技術能夠實作嗎?當然能，但需要你搭建一個基于公有雲或者私有雲的大資料平台，将所有的企管軟體內建，實作業務流程自動化基礎上的資料自動化提取，并需要保證所有資料有一個統一出口。
這對于資訊化建設多年存在多種企管軟體的企業而言，實作起來非常困難，投入大、工期長、維護困難且成效并不高。
相對于各種工具與平台而言，當下技術日漸成熟的RPA就成了最好的解決方案。作為非侵入式的“外挂”級存在，RPA是銜接各種系統的連通器，可以讓不具備自建大資料平台的廣大中、小企業快速打通各種平台，盡快實作以資料指導企業經營。
融合AI的RPA，應用場景更加多元
RPA是流程自動化，根據規則自動完成重複的業務流程，側重于用機器人代替人力自動執行各種流程業務。AI是讓機器能夠像人一樣做出判斷，主要研究的是讓機器能夠執行需要人類智能才能完成的複雜任務。
當RPA與AI融合之後，RPA機器人不隻能夠執行自動化任務，還具備了簡單的決策能力。同時這種能力可以随着不斷的深度學習而不斷更新，也就能夠應用于更加複雜的業務流程。
不管是RPA+AI，還是AI+RPA，兩種組合都能通過監控引擎、決策引擎、運籌引擎、控制引擎等方式與Robot“溝通”。Robot則通過AI(OCR、NLP、語音互動等)更好地執行操作指令。
同時，Robot工作資料回報給AI+RPA(智慧大腦)，通過算法訓練、機器學習以後，選擇更優的流程路線運作。
現在的RPA，多已引入OCR、聊天機器人、自然語言處理、語音識别、智能決策等相關的AI技術。融合AI的RPA，可以快速而準确地處理大量非結構化資料，是以能夠勝任很多業務場景，助力企業快速降本增效。
大家可以通過以下幾個業務場景，感受RPA與AI融合帶來業務流程效率變化。
- 福佑卡車單據稽核流程，在應用來也科技RPA+AI解決方案後，一年就可節省人力2400小時，且單據稽核準确性高達100%。
- 某城市商業銀行采用達觀資料集RPA+OCR+NLP+KG于一體的國際業務智能審單機器人，彙出彙款業務流程由30分鐘縮短至5分鐘，效率提升500%，錯誤率顯著降低。
- 某保險企業采用雲擴智能RPA後，原本繁瑣的車險錄單流程，現在隻需業務人員上傳一張照片，全流程都由RPA機器人自動化執行，效率大幅提升。
類似的RPA應用場景還有很多，每個RPA産品都能切實有效的快速幫助企業實作降本增效。
需要說明的是，通過OCR、NLP等技術提升RPA應用效率，隻是RPA融合AI的好處之一。更重要的在于AI技術可以讓RPA了解組織内的決策，并應用統計分析來制定相應的決策規則，進而完成對大規模業務流程中複雜問題的智能決策。
這就意味着，如果投喂資料足夠多，深度學習的時間足夠長，面向RPA應用的算法模型足夠強，理論上以後企業隻需要RPA，足以挖掘出大部分需要優化的流程并實作自動化，對于企業的增效降本不言而喻。
後記：雲計算、大資料不會過時，RPA将因它們而大流行
作為IOT時代的基礎設施，雲計算永遠不會過時。也正是因為雲計算的不斷發展，像5G、AI等技術才能更快地與各行業融合。雲計算主要功能有三，即網絡、存儲與計算，網絡面向資料傳輸，存儲是資料的立足空間，計算則用于處理各種資料。
雲計算為大資料應用提供了必需的技術架構平台，大資料必須采用分布式計算架構，挖掘資料必須依托雲計算的分布式資料庫，雲存儲和虛拟化技術。雲計算和大資料相輔相成，基于大資料才可以進行雲計算，兩者互相作用才可以在現在的網際網路世界進行管理和模拟。
隻要雲計算存在，必然離不開大資料技術，也就不存在雲計算與大資料過時的說法。
目前RPA行業的總體趨勢是，人工智能、大資料等平台借助RPA下探并落地，RPA平台步入SaaS化，雲化的企管軟體也在內建RPA。在RPA融合多種技術，與多方平台互相內建，走向雲計算，并被更多企業接受的同時，雲計算、大資料、人工智能、企管軟體等平台也正在積極融合RPA。
像阿裡雲、華為雲、用友、金蝶等都推出了RPA，同時國産通用RPA廠商很多原本就是做雲服務、大資料以及人工智能平台的。随着RPA技術的日益成熟與應用場景越發多元，RPA正在成為自動化解決方案生力軍，也成了各種數字化轉型解決方案的重要載體。這些，大家可以翻閱王吉偉頻道之前的文章，這裡不再贅叙。
相信大部分人知道RPA，是因為看到了日漸增多的媒體報道。多家RPA融資的新聞，不斷地觸動大衆眼球。RPA确實正在流行，隻是還沒有到大流行的階段。
各家廠商推出的雲計算、大資料、人工智能等、低代碼、workflow、OA等平台産品，同樣也可以助力企業實作業務流程自動化。隻是對于那些資訊化基礎不好的企業而言，要借助這類平台實作業務流程自動化，需要投入更多。
數字化轉型要因需而異，業務量沒有那麼大的情況下，沒有必要投入巨資搭建大資料等平台，這個時候RPA就是更好的選擇。這，也是RPA能夠流行的原因之一。
RPA能夠帶給企業的ROI是非常直接的，因為所有企業都存在着業務流程優化的需求。尤其是傳統企業仍舊存在大量人力處理資料表格的場景，譬如财務以及人力資源部門。這些部門往往原本需要多人的工作，在應用RPA後隻需一人就能完成，降本增效極為明顯。
從轉型更新角度，相對于上來就搞大資料平台的做法，從業務流程自動化切入數字化轉型，可以邊做實踐邊享收益，屬于一舉兩得的轉型政策。
這也是王吉偉頻道在《中小企業數字化轉型難，不妨先從業務流程自動化開始》一文中，推薦企業數字化轉型首先嘗試業務流程自動化的主要原因。
如果你的數字化轉型之路還沒有開啟，仍舊不知道如何進行數字化轉型，不妨先從業務流程自動化開始，因為所有企業都會存在業務流程優化的需求。當企業從自動化着手解決了資料流通的問題後，後面的轉型路徑再因需求而更新，也就簡單的多。
總之，RPA算是數字化轉型最簡單有效的工具之一，廣大中小企業盡可一試。