疫情下“出圈”的RPA,会成为风口上的猪吗?

科技云报道原创。

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。

疫情下“出圈”的RPA,会成为风口上的猪吗?插图

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。

疫情下“出圈”的RPA,会成为风口上的猪吗?插图(1)


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。

疫情下“出圈”的RPA,会成为风口上的猪吗?插图(2)

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。

疫情下“出圈”的RPA,会成为风口上的猪吗?插图(3)

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。

【科技云报道原创】

转载请注明来源:科技云报道

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