疫情下“出圈”的RPA，会成为风口上的猪吗？

减薪、裁员、转型，成为疫情发生后，许多企业不得不面对的困境。

然而，一个冷门的技术领域——RPA （Robotic Process Automation，即机器人流程自动化），却因疫情的爆发而加速“出圈”，成为投资者眼中新兴的风口。

2019年上半年，RPA还是个冷门领域，整个国内的To B市场没有太多人了解RPA。直到疫情爆发，RPA技术成了疫情防控工作中不可或缺的一环。

在上海，RPA技术被投用到疫情期间的市民热线工单处理中。

据上海大数据中心反馈，市民热线每天产生近万条工单，人工处理平均4分钟一条工单，一人一天最多能解决150条左右的工单，处理压力很大。

在云扩科技的RPA机器人“上岗”后，通过模拟人工进行复制、粘贴、点击、输入等操作，处理一条工单，仅需30-40秒左右，工作效率提高了近7倍。

同样，在疫情期间，负责每天电话“查岗”社区居民健康情况的，除了社区工作人员，还多了RPA机器人的身影。

在来也科技推出的“RPA+外呼机器人”解决方案中，社区工作人员可以对小区居民，尤其高危群体（疑似病例、医学观察人群）进行逐个电话外呼，并快速整理和上报居民健康信息。

其中，RPA可以辅助工作人员处理：筛选首次回访号单、二次回访号单、电话回访、记录并统计回访结果等日常工作，并自动形成报表，发送给社区相关人员，大大缓解了工作人员的劳动强度。

不难发现，RPA最大的优势在于，能够通过机器人代替人工，自动化的完成任务，从而解放劳动力，优化工作效率，减少人力成本。

在全球经济下行的当下，企业对高效率和低人力成本的渴望格外强烈。

这也就不难理解，为什么RPA会突然“爆红”，而这种炙手可热，率先反映在资本层面。

l 2020年2月24日，来也科技宣布完成C轮4200万美元融资

l 2020年3月16日，云扩科技完成B轮融资，累计融资规模超过4500万美元

l 2020年3月，国外RPA厂商Ripcord宣布完成4500万美元B轮融资

据业内人士消息，4月份也即将有RPA企业完成融资。

老树开新花

国内RPA市场爆发

其实，RPA并不是一个新技术，在国外发展已经近20年。如果要追根溯源，RPA始于微软内部检测软件bug的软件流程自动化技术。

但是RPA大规模的商业化落地，则是在2012-2015年，以UiPath，Blue Prism，Automation Anywhere（简称AA）为代表的国外RPA企业，将目光转向了企业级的业务应用场景。

相比国外，中国的RPA行业还处于起步阶段。

2015年前后，四大会计师事务所开始在中国区使用 RPA 产品，首次将RPA的概念带入中国。

国内第一批RPA创业公司，基本在2017年后出现，如：艺赛旗、弘玑 Cyclone、云扩科技、奥森科技（已与来也科技合并）等。随后，阿里云、京东云、平安云等互联网巨头纷纷入场。

2018年下半年起，中国市场的RPA需求开始爆发。据HFS Research的研究数据，2019年中国RPA市场规模是17亿元人民币，预计2022年将增长到31亿元人民币。

如对标全球市场，2018年，RPA全球市场规模为17.14亿美元，近三年的年增速均超过 50%。

HFS Research预计，到2022年，RPA全球市场规模将达到43.08亿美元。

从行业应用而言，目前大部分RPA厂商已为银行、保险、证券制造、能源、零售、电商、电信、媒体等多个行业提供解决方案。

事实上，根据RPA的特性，只要所在的行业存在简单重复、具备规则的业务流程，就能使用RPA来替代人工。

换句话说，三百六十行，行行皆可RPA。随着中国人口红利的逐渐消失，未来中国很有可能成为全球最大的RPA市场。

AI加持

RPA拓展边界

最初的RPA技术，只是模拟人的手去完成各种操作，因此仍需要人事先为其设计好需要执行的流程规则。

然而，OCR、NLP等AI技术的加入，拓展了RPA自动化的边界。

NLP技术就像机器人的大脑，可以处理有关逻辑判断与分析的工作；OCR技术就像机器人的眼睛，可以将实物文件或图片上的信息，转化为结构化的数据；语音识别技术就像机器人的耳朵，可以识别各种声音信息；语音合成技术则是机器人的嘴巴，可以“说话”。

有了这些能力，在RPA编辑器的流程设计环节，就可以通过录屏的方式记录人的操作。

然后让机器人自主学会操作的步骤，再通过功能模块拖拽的方式排列组合出复杂的操作，快速完成流程设计。

更进一步，还可以让机器人自主发现企业中可优化的流程，并一键创建流程，帮助企业更快更准确找到能降本增效的自动化高潜场景。

引入AI技术后，RPA正在变得更智能，运用范围更广，也能承担更多复杂的业务工作。

事实上，很多AI企业已经把RPA技术运用在AI产品中了，如：对话机器人、客服机器人、财务机器人等等。

反过来，RPA厂商也会通过部署NLP, OCR等AI技术，来增强RPA产品能力，提供更为完善的解决方案。

在这样的趋势下，AI企业与RPA厂商，当前已形成难分难解的竞合态势。

AI企业的“AI+RPA”模式，是在自研AI技术的基础上，让RPA更好地串联公司原有业务。

RPA企业的“RPA+AI集成”模式，则是在已有的RPA平台上，集成合作方的AI能力。

这两种模式，孰优孰劣还未可知。毕竟，谁也没有能力把两种技术都完全吃透，技术的积淀需要时间。

不可否认的是，RPA已经成为AI技术落地重要载体，RPA+AI的模式一定会成为RPA产品的常态。

RPA盈利难

关键在于标准化

虽然RPA企业受到了资本的热捧，但是在短时间内能否盈利，仍受到人们的质疑。

以这个赛道中唯一上市的企业BluePrism为例，根据其2019年的财报（截止2019年10月31日），全年收入为1.01亿英镑，但销售、管理、研发等支出费用1.82亿英镑，亏损高达7820万英镑。

而从2016年至2019年，其财报一直显示处于亏损状态。

德勤在一次调查中发现，在使用RPA的400家公司中，30%-50%的RPA项目在一开始便失败了，63%的RPA项目没有按时交付。

定制化程度高、难以规模化，是现阶段RPA项目最大的痛点。

由于每一个企业的需求千差万别，RPA业务其实更像咨询业务，在为每一个企业做定制化服务。

RPA服务商要想服务好一个行业，做成通用化产品，需要大量时间的积累。

但是，具有可复制性的方案，才更容易实现产品的标准化，从而实现规模效应。

因此，能否将产品做到标准化、规模化，成为RPA行业潜在的准入门槛。

此外，这个产业仍处于初期阶段，项目失败率高、售后维护频繁，也都是亟需解决的问题。

Genpact首席数字官Sanjay Srivastava曾表示：“在这个行业工作5年的时间里，在1000多个企业的机器人部署中，鲜有成功案例......机器人在工作中需要不断的管理和维护。”

随着AI技术的加入，RPA行业的准入标准进一步被拉高。今后，在AI能力上的差距，将直接决定着RPA服务商能走多远。

总体而言，如何解决通用场景和产品标准化的问题，建立RPA和AI能力的护城河，将是RPA行业下一步竞争的关键。