AI寒冬中,RPA为什么能异军突起?

“断崖式下跌”,形容的就是2019年的AI产业,尤其是在资本市场,较2018年相比融资规模几乎被“腰斩”。

相关数据统计显示,2018年我国AI产业总融资规模为1189亿元,但去年前三季度总和仅有577亿元。更值得一提的是,即便是在5年前,AI产业的融资规模也有458亿元,行业遇冷程度显而易见。

不过也正是在这样的“寒冬”中,“RPA+AI”异军突起,在2019年赚足了资本和市场的关注,即便是在“融资极为艰难”的2020年第一季度也依旧有公司拿到高额融资,如刚刚宣布获红杉资本中国基金领投的3000万美元B轮融资的云扩科技。

AI寒冬中,RPA为什么能异军突起?插图

在RPA圈子里,有一个堪称“经典”的竞标案例,就是2018年年底的建行总行招标案。

当时参与竞标的一共有9家公司,国内包括阿里云、艺赛旗、金智维、诺祺等公司,海外则有UiPath、Automation Anywhere、Blue Prism、Kofax和NICE。

为了能找到最合适的合作厂商,建行特地举行了一场“RPA选型测试”。按照规则,由建行提供统一的办公环境和软硬件设施,9家公司分别派2名工程师坐班,在没有通讯设备和不加班的情况下,连续11天集中测试各家RPA产品。

据说,为了拿下建行的单子,部分厂商甚至不惜高薪聘请海外高级工程师参与竞标,足见RPA市场竞争的激烈程度。

而这只是从厂商和客户竞争层面看到RPA产业的火爆,在商用和资本市场上,RPA近年来的受欢迎度更高。

以元老级RPA厂商UiPath为例:

营收方面,2016、2017和2018年实现的营收分别为350万美元、3100万美元和超2亿美元;

融资方面,2017年4月到2019年5月,37个月时间就一共完成4轮融资,规模从3000万美元到最后5.68亿美元,估值则从1.09亿美元跃升至70亿美元;

客户拓展方面,进入中国市场一年,客户数量达千家。

UiPath之外,海外另一大RPA老牌厂商Automation Anywhere刚刚完成2.9亿美元B轮融资,估值已达68亿美元;国内如弘玑Cyclone则拿到了千万美元A轮融资,主要投资方为DCM和源码资本;云扩科技的A轮融资则获得了金沙江创投和明势资本的支持;来也在完成合并后很快获得了3500万美元B+轮融资,投资方包括凯辉创新基金、双湖资本和光速中国。

与此同时,软银还宣布投资3亿美元进入RPA产业,它们认为这将是一个有望在10年内成长至1000亿美元规模的市场,RPA则会成为AI和企业间不可或缺的桥梁。

AI寒冬中,RPA为什么能异军突起?插图(1)

那么RPA到底是什么,又为何能让市场和资本如此疯狂?

相较于“机器人流程自动化”这个官方解释,RPA更通俗一点说,就是一种可以按既定流程自主执行任务的软件产品,而在AI时代行业更愿意称之为“虚拟机器人”。

· 从自动化软件到RPA,是产业兴起的标志之一

看上去似乎有些复杂,实际上在很早之前RPA相关产品就出现在我们的生活中了,只是当时它还没有现在这个学名,而是被笼统的归纳在了“嵌入式自动化软件”大类里。

相信很多人都经常使用Word,对“宏”这个功能也不陌生,其实它就是一个嵌入式自动化软件。具体来说,“宏”是一类编程语言,用户可以直接通过它,根据一系列预定义规则编写一段自动化指令,例如抓取数字、公式化信息、批量统一格式等,以达到省时省事的目的。

除了“宏”,在互联网时代,这类嵌入式自动化软件还较多的应用于简单的重复性办公、软件测试、IT运维等场景中,基本工作内容就是按照流程“点击鼠标”和“敲击键盘”以替代人工。省时、省力、省人工成本,还高效,此类应用也越来越多,RPA因此成为了一支“独立产业”。

AI寒冬中,RPA为什么能异军突起?插图(2)

但是不难看出,早期的RPA应用有着很明显的限制,即:

1.流程和规则固定,应变能力弱;

2.无法执行复杂任务,更不能处理非结构化数据。

但AI在一定程度上解决了这些问题。

· AI让RPA有了大脑

因计算机性能的提升和深度学习等相关技术的发展,如语音识别、物体识别、图像识别、OCR(文字识别)等技术的深入应用,“软件”学习的内容、深度、范围有了极大程度的提升,RPA能做的事情也越来越多。

也就是说,AI让软件从以前的“机器”成长为了“虚拟机器人”,它成为了RPA的大脑,在解决业务流程自动化问题方面,能看懂、学习和模拟的工作从纯机械发展到了全自动化、较复杂、适当应变的层面。

更直白点,AI让RPA有了识别、学习、推理和决策的能力,让它可以承担一切自动化的工作,不仅是替代人类业务员,还包括对人工的可视化质检、评估等,产品在整体价值上有了很大提升。

AI寒冬中,RPA为什么能异军突起?插图(3)

就当前RPA相关产品应用情况看,传统B端厂商,也就是在过去有大量流程化工作需要人工处理的,如银行、会计事务所、保险公司、电信运营商、工业制造商等对应用RPA都非常积极。最明显的,就是“四大”——普华永道、德勤、毕马威、安永都引入了RPA相关产品。

而具体到应用效果上,仅从UiPath Studio的操作界面看,它已经具备了交互功能,用户通过录屏的方式在电脑上做一遍演示,UiPath就能完全“记”下所有操作,并将信息汇总存储为一个个流程模块,最终形成一个完整的工作流程。

更智能的,如在金融服务领域,因行业在合规和效率方面的要求很高,相关业务和服务部门对用户体验也就非常重视,便衍生出了“客户联络中心可视化质检”这一需求。

艺赛旗创始人唐琦松曾在接受镁客网专访时表示,在与交通银行信用卡中心合作时,他们就发现往往一个中心每天接待的客户咨询及业务办理数以万计,且办理业务多样,而可视化质检就是要通过对客服操作行为全面捕获,并进行合规分析,甚至包括信息保护监管。

由此来看,RPA和AI的结合,是一个双赢的局面。在AI产业整体商用进程放缓的情况下,RPA带来的是持续性增长,也给了AI一个新的契机。

相关数据统计显示,仅2018年RPA软件市场规模就同比增长了63.1%,是全球软件市场增长之最。

另一组调查数据则显示,2016年全球RPA市场规模为6.12亿美元,到2018年就增长到17.14亿美元,年增速超50%,预计到2022年将超43亿美元。

AI寒冬中,RPA为什么能异军突起?插图(4)

在这样的市场红利驱动下,大量厂商开始涌入RPA赛道,创业公司中,有来自于相关领域的老牌软件厂商,如出身安防技术领域的艺赛旗,长期从事IT运营的金智维等;AI转型的,有原AI文本处理公司达观数据,曾专注于C端智能助理产品开发,后与奥森合并的来也科技;也有看准AI+RPA赛道才进入的云扩科技等。

传统互联网厂商中,如阿里、平安科技、兴业数金等也都有RPA相关产品推出。也正是这些厂商的疯狂涌入,RPA产业在2017年后有了快速发展。不过,依旧有人担心,“市场期待是不是有些过热了?”

从目前RPA的实际应用情况看,虽然有AI技术的加持,但受限于RPA本身对流程自动化要求较为明确,以及AI相关技术并不十分成熟,RPA产品尚不能完全如预期那样替代人类。

与此同时,数据中台的出现,在一定程度上也与RPA形成了竞争。说的简单点,RPA更像是辅助者,它成本低,且上线快;而数据中台,则主要用于聚合和治理跨域数据,但工作量大,成本高。

也因此,大多数IT大厂或者系统规模较大的厂商,在选择上更偏向于数据中台,如腾讯就推出了自己的数据中台产品;而RPA则适用于中小型厂商,以及系统规模较小和复杂度低的客户。

那么,在客户尚有限的情况下,RPA厂商该如何扩大应用规模,降低成本呢?

对于中小型厂商来说,他们对成本、效果极为看中,刚需是“短频快”的产品,也就是要“花最少的钱,做最高效的事”。所以通常情况下,这些厂商不会在一开始大规模购入RPA产品,而是采用“边测边用”的模式,最终看效果按需定制。

Gartner 也预测,2021年30%的RPA厂商将执行“消费者定价策略”,即“区别于传统工作量/工作周期的计费方式,按照场景/组件的方式进行计费,价格更低,标准化程度更高”。

这也就意味着,想要快速实现商业化,RPA厂商需要做的就是缩短测试和规划周期,尽快实现规模采购。而在这方面,在商用上已有一定基础的RPA厂商大多会采取以下几个方法:

1.开放简本,无成本测试,节省厂商与客户的沟通成本;

2.产品标准化,开发固定模板,简单易学,同类客户均可直接套用;

3.构建平台生态,客户自由发布需求,工程师自由接单开发。

4.加强社区互动学习,加速产业成熟。

不难看出,这些方法的最终目的,都是为了缩短流程、降低成本,以及提升工程师能力,而这些也都是加速产业发展的关键。

可以看到,RPA产业的发展,实际上是源自于传统产业对流程自动化的既有需求,而AI让RPA的工作能力更强,涉及范围更广,市场也因此不断扩大。

但也需要客观承认的是,RPA+AI依旧有着场景限制,至少就目前情况看,它更适合中小规模的用户和系统,此时RPA厂商所要做的,就是在拿下这部分市场的同时,开发出新的应用需求。

当然随着相关技术的发展以及新场景的发掘,未来RPA在各大产业中的应用必将越来越深入。

本文由 RPA Club 作者:Editor 发表,其版权均为 RPA Club 所有,文章内容系作者个人观点,不代表 RPA Club 对观点赞同或支持。如需转载,请注明文章来源。

发表评论