经过多年发展，全球RPA市场已经初具规模。 据Transparency Market Research研究预测，预计到2024年，全球RPA市场规模将达到50亿美元，实现61.3%的年复合增长率。 RPA在亚洲市场起步晚于欧美市场，但从2018年开始，RPA亚太市场以超过100%的速度迅速扩张。 2019年起，中国市场全面引入RPA概念，近两年RPA俨然已成为一个"科技风口". 2021年，共计15家RPA厂商融资19起，融资总额破34亿，估值近230亿。 历经四年，如今中国RPA市场发展如何？到底有多少场景可以落地？风口还将持续多久？ RPA进入智能自动化阶段 RPA英文全称为Robotic Process Automation,中文译为机器人流程自动化。 RPA主要通过录屏、模拟、AI等方式，模拟人类在电脑上的键盘输入、鼠标点击等操作，以自动执行重复的数字业务流程达到提升工作效率，节省运营成本的目的。 RPA一般适用于规则明确、大量重复的场景，非常适合执行那些枯燥、繁琐的重复性任务，在降低人力成本的同时，也能更加安全、高效和精准地保证数据传输的质量与效率。 目前，全球RPA行业经历过三大发展阶段。 RPA技术的具体历史起源较难总结，可追溯至数据抓取与Web抓取，早期多应用于软件行业的测试自动化领域。 而在中国市场则出现过一个非常有趣的现象，十几年前，个人用户就已经在应用RPA相关的技术，开发了很多在游戏里自动化操作的机器人。 第二阶段，RPA在海外火了起来，企业和公共部门通过RPA去实现财务、行政、采购等领域的自动化需求。 美国、英国、日本这些发达国家人力成本很高，通过RPA技术哪怕实现一个比较短的自动化流程，也能节约一定成本。但是，这一阶段的自动化仍然属于单点应用。 第三阶段，也就是如今，不同行业都在进入智能自动化阶段，RPA和人工智能（AI）及相关技术结合，将自动化拓展到更多业务领域和丰富的业务场景，而非仅限于单点、单场景，企业正在逐步构建起整条业务线的自动化。 从业务层面来看，RPA可以赋能财务管理、仓储物流、人事管理、销售管理、IT运维等通用场景。 例如，财务管理中的收付款管理、自动开票、发票验真、纳税申报、费用报销等具体业务，都可以通过RPA降本增效。 以最近几年蓬勃发展的新零售行业为例，RPA带动了门店库存盘点模式的升级。 某线下生鲜超市受限于以往运营条件，商品的库存信息只能由各个门店的业务人员手动操作。 这种操作模式带来的问题包括：一是由于无法做到数据的实时更新，超市和电商平台的数据一旦不一致，容易导致超卖的发生；二是数据同步操作本身具有一定的复杂性，对业务人员的IT操作能力有较高要求。 在引入RPA后，由RPA代替人工自动登录电商后台，查询商品库存更新进度。 通过RPA的流程梳理与实施，库存数据的更新与验证每20分钟即可完成一次，并一次性覆盖多家店面，从整体上提高了数据同步的实时性，解决了销售过程中可能出现的商品超卖问题。 根据IBM对大中华区的有关市场调研报告显示，由于企业自身信息化程度高、业务流程完备，以及对整体效率与容错率有较高要求等诸多因素，以银行和保险为代表的金融行业目前在RPA市场份额最高，占50%以上。 除此之外，RPA还广泛应用于零售、制造、电信、物流等领域。 超自动化成为RPA的未来 RPA诞生于市场需求，大量企业组织缺乏技术与经验，难以在数字化转型升级的过程中实现智能自动化，所以必须借助RPA来为组织提供完整的端到端的自动化，去增强业务流程。于是，"将重复的事交给RPA做"正成为更多企业的共识。 Gartner报告中指出，在软件细分市场里，RPA同比增长63%为增长最快。 之所以RPA能够快速增长，成为当前行业热点，关键原因在于RPA能够迅速体现数字化转型的好处，产生价值，方便采购方计算出投入产出比（ROI）。 这让RPA有了出道即巅峰的即视感，或许也预示着2022年仍将有更多RPA项目拿到融资，不过资本催熟下的RPA厂商2022年挑战也更大。 Gartner指出，在过去的一年，RPA市场发生了几次"地震级"收购事件，IBM、微软、Salesforce和SAP等科技巨头也在积极布局RPA,正在迅速改变市场格局。 尽管这加剧了RPA市场竞争，但中小规模的供应商通过内置低代码、AI、ML等创新技术，在中国和亚太地区表现出了相当大的影响力。 事实上，中国市场是AI先行的，所以对"RPA+AI"一体化有天然的需求。 RPA和AI结合后的应用范围超级广泛，一方面可以处理登发邮件、Excel计算、整理文件这类简单重复性工作外，另一方面还能完成身份信息智能审核、文本OCR智能分析、客服场景辅助决策与自动推荐等复杂决策类工作。 基于RPA+AI构建的智能助理机器人，可以学习人的业务处理经验（数据）， 在复杂的业务场景下，达到接近人或超过人的决策准确率，打破传统RPA技术只能按照特定规则处理业务的局限，实现深度的业务场景覆盖。 当大量的企业在拥抱RPA+AI技术时，对于RPA厂商来说，既是机遇也是挑战。目前，RPA厂商们正在加快技术创新，融合更多的智能技术，为客户提供更高效的自动化技术。 Gartner预计，到2024年，RPA市场将继续保持两位数高速增长模式，而超自动化（Hyperautomation）将是RPA的未来发展方向。 超自动化是一个囊括AI、RPA、低代码、流程挖掘等的工具，旨在实现更广泛的业务流程自动化的技术合集。 在某种程度上，超自动化更像是一个包含了多种技术与软件的结合体，可以实现一些软件系统的泛在连接和端到端的自动化，可以打通不同组织、系统之间的数据、应用、业务等多重孤岛，然后真正实现互联互通，从而形成一个跨行业、跨领域、跨组织的闭环。 当RPA演进至超自动化，将以一种新的集成能力来串联各个企业的业务系统的演进，从而更好的推动业务能力的转型和升级。 国内RPA需加强产品力 根据RPA中国的预测，到2024年，中国RPA市场规模将达到81.8亿元，金融、政务、制造业等领域将成为重要的落地方向。 目前，国内一些大型企业已将采购RPA的刚性需求写进招标文件，每年单独招标量需求都在稳定上升。 尽管RPA的未来非常美好，但在国内还属于行业应用早期，市场渗透率还很低。在供给侧，也没有形成绝对的市场龙头。 有投资人指出，目前国内RPA市场行情较好，导致大家不会去质疑赛道价值，但实际上各厂商产品化程度不高，产品差异化较小，甚至不少做成了项目制公司，企业间竞争压力也会更大。 那么，在RPA产品同质化情况下，如何脱颖而出？ 微村智科投资管理公司投资合伙人倪天旸曾在采访中表示，可以从三个方面加强产品竞争力： 首先把口碑做好，在稳定性上面达到预期效果。用RPA的基础能力去替代人力门槛不高，但要做到高并发高稳定则需要一定积累。 比如金融机构更在乎的不是RPA能替代人，而是能很稳定不会犯任何错的去替代人。 第二是流程挖掘环节。国外知名RPA厂商UiPath在第一环节多出了流程挖掘功能，基于算法和AI能力，用RPA帮助企业找到能优化的地方，为企业起到咨询作用，使竞争力和解决方案更加闭环。 第三是生态化能力。原来大家质疑RPA的点在于易被替代，但是如果RPA厂商去和垂直 SaaS 做对接，更通用足够开放的生态能力让其具竞争力。 总体而言，RPA的核心是产品力。 产品力决定了用户是否能够买单，产品缺少核心竞争力和便捷使用的能力，导致客户的不满意度提高，极有可能产生退费，以及来年不续费的情况。 产品能力不足，也给后面的服务增加了无形中的工作量，导致客户的问题迟迟不能解决，也不能很好的上线，后端的服务人员必须以强服务的形式支持客户。 如今RPA的竞争越来越激烈，满足客户需求已经成了基础条件，在满足客户基础的前提之下，还需要考虑产品的易用性、稳定性和满足性。 在这三点同时满足的情况下，RPA产品将在市场上获得更大的生存空间。 转载自：科技云报道

近日，智能RPA厂商Rewst宣布获得2150万美元A轮融资，由OpenView领投。Rewst表示，新的资金将用于产品迭代、市场建设以及团队扩建。 由于RPA的效率高、弱耦合性、投资回报率快、扩展灵活等技术特性，被广泛应用在金融、零售、运营、制造等行业，被公认为最有效的数字化转型工具之一。 但Rewst认为，MSP（管理服务提供商）对业务流程自动化的应用仍处于蓝海，大量重复手动业务流程耗费了员工宝贵时间和精力。所以，其智能自动化平台主要聚焦在该领域，并且在短短两年多的时间获得多次融资。 资料显示，Rewst创立于2020年，总部位于美国佛罗里达州坦帕市。Rewst曾在2021年11月获得由Florida Funders领投的250万美元种子轮融资；2022年8月获得由TDF Ventures领投的400万美元融资。 Rewst的联合创始人兼首席执行官Aharon Chernin是一位连续创业者，此前创立的网络安全公司Perch Security被MSP巨头ConnectWise（创立于1982年）收购。这不仅给Chernin再次创业提供了极大的信心和资金，也让他看到了RPA在MSP领域广阔的应用场景和商业市场。 Chernin表示，MSP和零售、制造、金融行业一样，同样充斥着大量手动、重复、无意义的数字化业务，例如，EDR/MDR恶意活动识别、RMM网络监控、SIEM数据分析、风险评估与漏洞管理、SOC服务等。 虽然MSP很多业务就自带自动化功能，但是仍然需要人工手动处理，例如，当服务器凌晨3点突发故障时，很少有员工可以及时收到反馈信息的，如果通过RPA机器人便能得到有效解决。 此外，Chernin认为，目前众多"世界500强"企业已在大量业务中部署了RPA机器人，但这管理机器人的却是MSP公司，而RPA在MSP领域的渗透率只有2%—5%.以结果导向来看，Rewst获得的多轮融资充分证明Chernin的商业嗅觉是多么的敏锐。 产品方面，Rewst的智能自动化平台只专注于MSP领域，主要应用场景包括网络安全管理、网络监控管理、商业管理三大领域，例如，获取远程管理机器的信息并执行自动化操作。Rewst为每一位客户提供了ROC（机器人操作中心）服务，这是一个集成了流程自动化构建、流程优化、流程发现、流程监控/维护的综合性平台，进一步提升RPA机器人整体性能。 技术创新方面，Rewst提供了低代码、无代码开发模式，用户只需少量或无需代码，通过可视化拖拽的方式便能完成自动化流程构建，这进一步帮助企业释放了人力资源的压力。 为了提供更广阔的自动化服务，Rewst与ConnectWise、Slack、微软CSP、Pax8、Hubspot、IT Glue、微软Graph、Hudu等厂商实现了深度集成，同时支持API自定义连接。 Rewst首席执行官兼创始人Aharon Chernin表示，到目前为止，由于缺乏多租户支持以及与MSP使用的产品集成不足，致使RPA尚未在MS 领域得到广泛应用。传统RPA产品需要专业的IT人员来进行运营和维护，Rewst构建的ROC中心则解决了这一难题，进一步释放RPA的巨大商业价值。

近日，浙江东上数字科技有限公司（以下简称"东上数字"）U途RPA软件先后完成统信软件、麒麟软件NeoCertify认证，这意味着东上数字RPA产品实现了国产信创适配，已经全面兼容鲲鹏、飞腾、兆芯、海光、龙芯等主流国产芯片以及统信、麒麟等国产操作系统。 据了解，东上数字在国产化适配和自研上同时发力，截至目前公司自主研发了RPA数字员工、智能语音外呼、iPaaS系统连接器等产品，拥有自主知识产权。此外，东上数字RPA产品是行业内首家通过一套代码支持Windows、Linux、MacOS三大操作系统的跨平台方案。 "我们在技术产品力上的一大亮点是实现了一套方案，支持三大操作系统，同时还能兼容适配国产系统。"东上数字创始合伙人、CTO曹文浩表示，相比于行业内其他厂商，我们自主研发底层执行引擎，具备跨平台能力，交互性能更高、用户体验更好、开发维护成本更低。 当今时代，数字化扑面而来，国内政务及产业领域数字化升级加速演进，已成为引领中国经济社会增长的新动力。东上数字迎着数字时代浪潮，诞生于杭州钱塘江南岸首个省级特色小镇——萧山信息港小镇，凭借着在人才、技术与产品上独具特色的积淀与优势，公司实现了高速发展，目前已经完成数千万元天使轮融资。 人才：核心人才源自浙大博导教授团队 东上数字核心团队来自浙江大学计算机学院人工智能研究所、浙江大学计算机辅助设计与图形学（CAD&CG）国家重点实验室，研发人员中超过30%具有浙江大学硕士及以上学位。 依托浙江大学人工智能研究所，东上数字团队具备强大的AI算法自研能力，在全栈研发、团队管理及AI项目工程化落地上拥有深厚的积淀与丰富的经验。此外，东上数字核心团队曾深耕政务、大型国企、金融等领域，在大型项目市场开拓、落地执行上拥有独到的资源与能力。 技术："产学研用"深度互通 AI底座稳固扎实 东上数字研发团队与浙江大学人工智能研究所在"产学研用"上的深度互通与联动，为东上数字提供了源源不断的底层核心技术支撑，也奠定了扎实稳固的AI技术底座，从而确保东上数字持续提升自研硬实力，在产品研发上不断攻坚克难，实现前沿技术的创新引领。 日前，东上数字团队在技术研发攻关上取得重大突破，在RPA方面获得《一种RPA系统网页相似元素获取方法和系统》等多项核心发明专利。 据了解，依托上述发明，东上数字可实现网页相似元素的获取，进而后续对其进行批量处理。曹文浩表示，对于相似元素的操作，我们采用网页DOM结构分析与机器视觉分析元素特征结合的方式，在Web和非Web上都具有良好的表现，为产品适配更多的场景提供了有力支持。 此外，东上数字还具备全平台算法AI自研能力，助力公司产品通过AI大脑促进智能决策。 在计算机视觉（CV）上，今年10月东上数字基于YOLOv5+RCNN的目标检测算法，实现了对自动化无法解构的应用元素进行拾取，能够做到高精度、高效率、低内存消耗的拾取效果，支持所有软件识别，并且与RPA产品一样具备支持Windows、Linux、MacOS三大操作系统的跨平台能力。 在自然语言处理（NLP）上，东上数字使用Google发布的自然语言处理模型Bert,对专有领域数据进行针对性训练，语义准确率相对关键词实现了5%-15%的提升，并且避免了关键词在话术配置中出现混淆、难以维护等问题。 产品：业内首个一套代码支持三大系统跨平台方案 依托强大的技术研发实力，东上数字自研底层执行引擎，是行业内首个实现了一套代码支持Windows、Linux和MacOS三大主流操作系统的跨平台方案，同时适配国产操作系统，尤其针对政府、国企存在的老旧系统问题，产品兼容性更高，维护成本更低。 相对于目前整个行业RPA企业在智能语音系统上多是外部采购模式，东上数字自研先进的智能语音机器人。此外，东上数字团队在智能语音外呼产品研发方面拥有丰富的全栈开发经验，产品拟人化程度高，能够满足大规模并发使用。 东上数字iPaaS系统连接器产品可实现云、企业内部、三方应用程序及不同系统间的高效连接，能够快速实现基于API的企业应用自动化，打通异构数据系统，化解"数据孤岛"难题。此外，东上数字通过iPaaS与RPA联合，可实现优势互补，具备更加强大的场景适应能力与稳定性。 目前，东上数字已经完成税务局、市监局、人社局、审管办等近百个政务流程，公司自主研发的AI+RPA数智机器人产品也在电力系统、税务系统、政务系统等场景中得到广泛应用，客户遍布浙江省内外。 曹文浩表示，当前东上数字正以政务为基础，向金融、零售、电力等多个行业场景扩散，为政府和企业提供智能数字化解决方案，致力于打造国内顶尖的超自动化服务生态。未来，东上数字将保持开放的人才战略，继续引入顶尖人才，组建"专家库"与"智囊团",带领公司始终走在产品创新应用的最前沿，推动RPA行业迈入更高质量的发展阶段。

"金小蝶，请帮我查一下这个项目的资金占用情况。"一位销售总监的话音刚落，包括损益分析、回款分析、资金占用分析等详尽的数据结果就呈现在他眼前，同时就资金异常情况给出了风险评估。销售总监据此可解决日常各种财务难题，工作效率得以提升。 在近日举行的金蝶2022全球创见者大会上，工作人员现场演示了如上所述的场景。演示中的"金小蝶",实际上是基于金蝶与科大讯飞联合推出的数字员工产品"K"、个性化打造出的财务数字员工。 金蝶中国执行副总裁、研发平台总经理赵燕锡表示，通过最新推出的数字员工产品，企业可灵活"定制"员工，将其变成有档案、有绩效的人格化数字人，同时可对标岗位职责，划定工作范畴，覆盖更多的业务场景，通过智能感知和交互协作，真正帮助企业解决业务难题。 《中国经营报》记者注意到，此前市面上已经出现各种各样的数字人产品，比如虚拟偶像、虚拟主播、数字员工、智能客服等，与这些不同，金蝶此番推出的"K",不仅落地应用于企业管理领域，而且是一个可商用的、能够与业务场景紧密结合的数字员工平台。 对此，赵燕锡解释，这两年开发数字员工的企业并不少，应用较多地集中于客服这一领域，但在企业管理中应用得不多。"金蝶是率先在企业级市场推出完整的数字人的公司，将业务场景与基础能力打包，引入人格化的形象。" 数字员工"入职"价值几何？ 数字员工在哪些场景能发挥实际作用？如何摆脱业界所质疑的"花瓶"作用？ 赵燕锡指出，金蝶推出的数字员工首先应用于财税领域，主要原因在于财税领域具有较强的标准化能力，除了财税领域，数字员工"K"还可适用于人力资源管理、营销、运营等岗位或场景。 谈及数字员工"K"背后的技术逻辑，赵燕锡介绍说，它是基于金蝶自动化机器人"小K"深度融合了AI（人工智能）、大数据、人格化等多种技术演化而来，这使得"K"拥有多项技能，首先是可以做基于规则的自动化，包括系统内的信用处理、费用超标、预算合规等，其次是在RPA（机器人流程自动化）基础上引入AI能力，技能拓展至大数据分析自动发现规则、规律，识别问题并解决问题。企业可灵活定制员工形象，预置100种员工技能，通过一体化数字管理平台，对数字员工进行交互、监督、训练和管理，实现人与数字员工的"人机"协同办公，帮助企业实现大规模自动化，强化企业的数据驱动能力。 数字员工是否会取代自然人的工作？金蝶方面认为，"数字员工的上岗并不意味着自然人的下岗。"目前，数字员工大多上线从事重复性、智能化数据处理事务，自然人则投入到更有价值的工作中去。同时，数字员工作为人类在虚拟世界的助理，将"人+工具"的传统模式转变为"1 个自然人+N 个数字员工"的智能新模式。 云时代企业管理的变革趋势 数字员工，是金蝶SaaS云应用的重要布局和突出表现。金蝶方面表示，随着企业数字化转型的深入，金蝶数字员工还会深度集成各项功能，形成覆盖多行业、多领域的数字员工"军团". "数字化转型是推动高韧性企业高增长的核心驱动力。"金蝶集团董事会主席、CEO徐少春指出，这一结论是由金蝶联合中国管理模式研究院、香港创业创新研究院的调研所得出的。该项调研统计了中国4700家上市公司，在2020年、2021年和2022年上半年营收、利润均为正的企业有700多家，这些企业可以称为"高韧性企业",对其中的57家高韧性企业进行了深度调研分析，数字化转型正在从"数字化"向"数治化"转变，即业务的全面数字化、智能化。 近年来，国家政策文件中多次提及"中国经济的韧性",韧性成为企业应对不确定性环境的重要能力，不仅要解决眼下的问题，更要布局与应对未来。在金蝶看来，企业的数字化转型是不断升级迭代的，从技术到能力再到治理。"数治企业",即用数字治理企业，关系到数字战略和数字商业模式。此时更关注战略和商业模式，强调韧性应变，数字治理。 徐少春认为，数字战略、数字组织、数字文化、数字人才和数字能力是企业数字化转型的关键成功要素，而且这五个要素相互联系，如何有效地组合应用这些要素成为打造高韧性企业的重点。 值得注意的是，近几年来，金蝶一直在使用"EBC"取代ERP概念。ERP,即企业资源管理，最早由商业咨询公司Gartner提出，金蝶即以ERP软件起家。2019年，Garnter提出了EBC的概念，EBC指企业业务能力，被金蝶等SaaS厂商所倡导，截止到目前，金蝶已连续四年发布了EBC白皮书。EBC被定义为企业管理的第四代变革，不同于ERP,在数字化转型的大背景下，EBC一方面强调了企业的信息化建设不应该只侧重在资源计划上，而是应该侧重在业务能力上。另一方面，EBC所涉及的范围可以不断外延和扩展。而传统ERP关注的是企业内部的信息化，不强调与外部的合作和连接。EBC的重要特性之一便是"可组装",即把基于元数据的数据编织能力，和云原生、AI、大数据等各种具体的数据运用能力，组装成"封装业务能力",进一步构建EBC平台。由此可见，高度的弹性、韧性和灵活性，是EBC的重要价值。 金蝶方面认为，构建EBC平台将是一个不断进化的过程，在产业互联网发展阶段，企业不再简单追求ERP资源计划能力，而是可组装的EBC数字战斗力。随着全球商业文明的基本模式与形态发生巨变，企业数字化管理正在由ERP时代步入EBC时代。

2021年4月，UiPath的上市，将全球RPA行业热度拉至新高。2008年至今，RPA行业已然步入发展的第15年，然而300亿美元愿景在前，行业热度却逐渐减退。 据第一新声不完全统计， 2021年1-7月，中国RPA行业至少有17起融资。到2022年，中国RPA行业融资热度下降，上半年仅有7起融资。 当前，国内RPA行业拐点是否来临？高增长期是否已经结束？企业如何摆脱同质化？超级自动化是谬论吗？未来的增长在哪里？ 为此，本期第一新声聚焦RPA赛道，采访到弘玑Cyclone创始人兼CEO高煜光、影刀创始人兼CEO十布、实在智能创始人兼CEO孙林君、云扩科技高级产品副总裁孙中轶。回顾全球及国内RPA高速发展的前15年，聚焦进入全新阶段的国内RPA行业面临的痛点与挑战，并尝试解答国内RPA行业下一个10年的"出路"在何处。 01 从"0"到"300亿",RPA飞速发展的15年 RPA即robotic process automation（机器人流程自动化），指工作人员可设定固定运行逻辑来使"机器人"程序与业务系统独立、重复交互，从而实现自动化业务流程的平台系统。 据《IDC Future Scape:全球人工智能市场2021预测》，到2024年，45%的重复性工作将通过使用由AI、机器人和机器人流程自动化（RPA）提供支持的数字化劳动力实现自动化或增强。此外，IDC预测，到2024 年底，全球RPA市场将以16%的 CAGR （复合年增长率）增长至 300 亿美元。 全球RPA行业的发展，可追溯至2008年。时年，全球第一家RPA上市公司Blue Prism（简称"BP"）首次提出RPA概念，并以项目制形式将RPA应用于企业流程性业务。此后，全球RPA行业逐渐兴起，近15年时间里，市场规模整体增至近300亿美元。 目前，全球RPA行业已形成 "双龙头"（BP和UiPath）、"多头部"（Automation Anywhere、NICE、WorkFusion等）格局。 从技术演进路径看，RPA分为机器人流程自动化（Robotic Process Automation,RPA）、端到端自动化及全面自动化的企业三个发展阶段。 2008年，BP发布Blue Prism 3.0,提出RPA概念，用软件机器人为大型企业提供流程自动化解决方案。开启了RPA发展的第一阶段——机器人流程自动化。 "BP那个年代，大家会把RPA想象成能解决最痛、价值尽可能高的自动化问题，因为它根植于发展已久的、带有UI界面的自动化测试技术，因此有一定技术门槛，客单价也就高。"云扩科技高级产品副总裁孙中轶对第一新声描述。 全球第二家RPA上市龙头UiPath推出的"自动化即平台"（"Automation-as-a-Platform"），则将全球RPA带入端到端自动化阶段，并开启了RPA技术的大众化趋势。 UiPath构建的以用户模拟为核心的开放平台，使企业能自主完成从确定要自动化的特定任务和流程，到构建、管理和部署自动化机器人并衡量业务影响的全生命周期优化。 然而，UiPath仅仅是将RPA从"开发者可用"变成"更多开发者能用",RPA技术的平民化程度尚未达到"业务人员/非IT员工可用"水平。 而第三阶段全自动化企业，需要的恰恰是高度平民化的RPA.全自动化企业将打造的是人机交互的自动化闭环——员工通过观察、互动，自主自动化和改进整个企业的所有流程和操作。 2021年4月，UiPath纽交所挂牌上市，开盘暴涨23%,市值超360亿美元。这在全球范围内掀起了新一波RPA投资和研发热。时年6月，德国数据挖掘和RPA创业公司Celonis获10亿美元D轮融资，估值达110亿美元，为其两年前估值的四倍多。RPA技术平民化程度也因此得以不断提高。 根据第一新声跟踪研究，以市场认知度作为依据，截至目前，国内RPA行业发展可以分为萌芽阶段（2015年~2019年）、RPA元年（2019年）、快速增长（2020年~2021年）三个阶段。 2015年~2018年，国内RPA行业处于萌芽期，RPA概念出现并被普及。彼时，世界五百强外企与国内互联网大厂，以项目制形式将RPA陆续落地国内。 "2015年时，BP与UiPath在全球范围内的商业化刚刚起步；信息化程度严重落后的中国市场，对RPA还没有认知。当时我还在惠普，惠普刚好是BP的客户，就把它的项目引入中国，我的一个团队就负责RPA在中国市场的销售咨询、交付这些服务。" 弘玑Cyclone创始人高煜光描述道。 "2017年我在阿里负责RPA产品。2017年-2019年之间，整个市场还处于萌芽期，不仅阿里，整个行业都是以项目制RPA帮助客户实现业务自动化。"影刀创始人十布介绍道。 2019年，国内RPA行业迎来"元年".彼时，UiPath和Automation Anywhere两大全球RPA独角兽，在新一轮融资后，估值分别飞升至70亿美金和68亿美金，全球RPA市场被彻底引爆。国内，如盈动资本、源码资本等一批知名的TO B天使基金开始嗅出这个市场的未来，寻找优秀的RPA创业者；弘玑、云扩、来也等多家公头部公司加速获得投资；诸如影刀、实在智能等独角兽企业也在这一年成立。然而从市场认知看，行业仍未驶入发展快车道。 实在智能创始人孙林君对此深有体会，他称，"2019年的时候，我们还在培育理念，有很多客户不知道RPA,市场对于AI+RPA技术与能力的理解也很片面，使用者也多处于尝鲜阶段。" 2020~2021年，国内RPA开始进入快速发展阶段，行业年复合增长率高达64%,企业估值实现百倍增长。行业认知也明显提升。 "去年下半年开始，很多客户把 RPA定位成刚需软件。整个行业也变宽变厚，无论是从RPA向超级自动化，还是像Automation Anywhere一样，从工具化到平台化的转变过程中，客户需求增长都非常迅猛。" 高煜光回忆道。 02 快速成长的两块重要土壤：金融与电商 近年来，行业的快速增长，得益于RPA在重点行业的应用和渗透，比如金融和电商。早期国内RPA行业主要参与者——外企龙头与互联网大厂，二者所面向的细分行业与客户类型，是这两个细分行业RPA得以快速普及、发展的重要原因。 首先，金融行业是国内RPA快速成长的重要土壤之一。 从2015年RPA首次在国内金融领域落地，至今，金融行业已成为国内RPA渗透率最高的细分场景，银行、证券领域，保险、基金等均进入规模化应用阶段。据第一新声采访调研，金融行业具有五个特点： 第一，高度数据化，受到强监管，降本需求也最高。 据第一新声研究，金融行业信息化系统涉及到金融机构内的系统、金融机构之间的系统、金融业与客户之间的信息系统，整体信息化水平领先于其他行业，但其数据具有碎片性、高复杂度等特点，这使其对数据在不同业务间流转的需求也很高；强监管则要求金融行业始终保证数据安全性、保密性、合规性。 "金融行业依赖人力或高成本API完成数据交互、监管报送等，有着强烈的降本提效需求。RPA则可以协助人力完成强规则、高重复的操作，低成本实现不同系统之间的数据互联互通，为数据采集、治理及应用奠定了基础。"孙林君总结道。 第二，数据碎片化程度、复杂度高，数据与系统协同性差。 在高煜光看来，金融行业客户多位中大型企业，其碎片化、复杂度高、要求安全和合规的信息系统，面对变化时很难改变。 "这样刚性的信息系统难以支撑企业快速发展的需求，RPA提供了一个好抓手。不仅不需要大规模改造原有系统，还能快速敏捷地、以人的视角支撑业务。"高煜光分析道。 第三，金融行业应用渗透率仅有5%~10%.有相当一批金融行业客户处于观望阶段。 多位受访者表示，几乎所有RPA企业都会涉足金融，金融RPA在一众细分行业中的渗透率最高，其认知渗透率可能达到90%以上。但当前，RPA应用仍旧处在启动阶段，大部分金融机构都未曾使用过RPA. "比如企业使用RPA解决了几个场景问题，但这个场景对整体业务、人员、组织结构并不会产生很大影响。从部门间角度解决高价值业务的端到端自动化RPA渗透率可能只有5%;在企业内部建立了完善的RPA CoE（卓越中心）将自动化变成企业核心竞争力的一部分国内可能不超过10家。"孙中轶分析道。 其次，电商是国内RPA发展的另一块重要土壤。据第一新声跟踪调研，电商运营需要消耗大量人力在数据量大、出错率高且又必须完成的工作上，如多平台、多系统信息统计、追踪物流等。因此，引入RPA提质、降本增效逐渐成为商家共识。目前，电商RPA有三个主要特点： 第一，电商行业RPA技术更迭快，客户要求高。 电商后台系统迭代快、RPA系统实施周期短，厂商可能要同时处理多个变量，不断更新RPA流程，适应客户需求。当前，电商领域自动化需求主要集中在中腰部及以上企业。 "客户需要的是能解决痛点的解决方案，比如物流拦截、全域生意参谋等标准化产品，或者自己使用RPA产品构建自动化的能力。"孙林君分享道。 第二，电商行业RPA行业属弱，更偏向工具化。 从收费看，电商行业高度SaaS化，对于SaaS化的标准化收费模式接受度较高。从产品出发，多位受访者表示，电商RPA的竞品不能只看RPA,而要看所有工具性或系统性产品。 "影刀RPA不区分行业，它是一款产品，类似office产品一样。但RPA解决方案有行业属性，团队懂不懂电商很重要。关键是要积累场景，知道RPA在哪些地方运用地好、哪些地方不太稳定，产品能不能适配这些不稳定地方去改良。"十布说道。 第三，目前的电商RPA技术尚未成熟，无法真正解决痛点，观望者多。 快速更迭的电商系统，不仅要求RPA厂商了解电商行业，也把RPA技术的标准提高。"人人可用",是RPA解决电商运营痛点的衡量标准。在从业者看来，这不仅意味着上手快、体验好，也要能实现产品与场景的贴合。而现阶段，国内的电商RPA尚未达到"人人可用"标准。 "以淘宝后台为例，它会做得越来越智能，并演化出工具性产品。唯一能走通的就是让运营自己编写、维护流程。但这不是无代码，而是有限的低代码，甚至有代码，这是很难解决的技术性问题。这也是为什么还有那么多观望者。"孙中轶解释。 03 资本寒冬：国内RPA的高成长是刚开始还是即将结束？ 虽然，近几年国内RPA在金融、电商等行业快速增长，但是第一新声跟踪调研发现，由于今年疫情反复、资本寒冬、经济下滑，甲方市场预算出现一定程度下降，一二级市场投资交易不断萎缩，很多RPA中小型公司出现增长乏力、融资困难的现象。 RPA行业的增长是刚开始，还是即将结束？ 对此，大部分受访人认为，虽然环境不确定性在加大，但行业仍然是处于一个高成长状态，主要原因有以下几点： 第一方面，参与者多，赛道前景被看好。 "目前国内每家RPA企业对自身产品、商业化的理解都不太一样，市场上各种声音都有。无序竞争、同质化，在行业早期不是坏事，说明有很多想为中国RPA做贡献的伙伴，让市场的声音变大、客户的认知速度提高。" 高煜光说道。 第二方面，从RPA的应用数量、广度及深度看，无论是工具型RPA、任务型RPA还是超级自动化业务平台，国内行业都在持续快速增长。 根据第一新声跟踪调研，今年，RPA厂商们将重心调整至"产品""服务",以及"提高复购率"三方面。 "当前大家都认同RPA的价值，并且愿意投入。但RPA能不能在更多行业里提升客户粘性？能不能做到生态级别、实现共赢？爆发的点在于能在企业内部落地高价值场景，形成足够大的价值场景集合。现在处于建立场景的过程中，可以期待明年上半年，应用会更深入。" 孙中轶分享道。 第三方面，腰部企业预算下滑，但大企业预算并没下降。 第一新声跟踪研究发现，随着市场教育程度的提升，用户对于RPA产品的分辨力、要求逐步提升。但在内外环境影响下，一批需求方预算下调。 "当前，中等及以下规模客户的预算确实在减少，但对于中大型客户，无论是数字化转型还是创新类预算，不仅没有下滑，反而在持续投入。"高煜光说道。 不过，高速成长的另一面，国内RPA行业也暴露出诸多问题。同质化、无序竞争、资本寒冬、进入门槛变高等诸多痛点，让从业者不断进行"冷思考",回归产品与服务的底层逻辑。 第一个痛点，早期创业窗口在逐渐关闭。 尽管国内RPA市场天花板较高，能承载更多RPA公司。但竞争环境愈发残酷，创业者机会在不断变小。 首先，用户认知与行业壁垒被逐步构建起来；其次，先行进入市场的RPA企业具有先发优势；而从产品本身看，市场对产品和交付的质量、时间等要求不断变高。 第一新声调研发现，当前，重视用户粘性与复购的RPA厂商，已然建立起各自的客户群。尤其定制化程度高的中大型企业，两年之内几乎不会更换RPA厂商。而在资本介入和激烈的竞争环境下，新进入的企业显然没有足够的时间打磨产品。 然而，在孙林君和孙中轶看来，倘后来者在技术、产品上有绝对突破，或面对中小型企业时获客能力优于先行者，依旧拥有后发优势。 第二个痛点是陷入资本怪圈，出现同质化、低价竞争。 从发展逻辑看， RPA行业的发展是由底层技术驱动。根据第一新声跟踪研究，资本的介入，催生了一批忽视产品、超规模扩张的RPA厂商。但企服软件作为长期主义赛道，无法凭借某种商业模式迅速跑上快车道。 "国内RPA行业处于竞争早期，行业格局比较混乱，而且想象空间还没有那么大。RPA只是一款工具，做工具要专注，要纯粹地做好。" 十布如是说。 第三个痛点，场景缺失。 RPA通过业务流程落地，需要的是成熟的 IT 环境，以及企业内部流程高度标准化、数字化。而国内企业数字化和流程成熟度不一，电子化程度不够高，数字化转型就已兴起，新老软件共同存在于企业当中，导致应用断层。 达观数据CEO陈运文曾在接受第一新声采访时表示："RPA本身的门槛并不高，它的工作就是模拟人类键盘手的操作而已，真正的难点是渗透到各个场景当中，了解各个场景的工作步骤，文档资料处理的业务逻辑，这需要时间去沉淀。" 04 破局之难：未来RPA的增量市场在哪？ 去年，第一新声在研究跟踪国内RPA行业时发现，国内就已出现四大类RPA厂商：纯RPA创业公司、软件行业老玩家、其他行业切入以及科技巨头孵化。 目前，国内RPA企业已经出现分化，市场趋向价值驱动增长。未来10年，国内RPA行业该如何挖掘"价值"、抓住增长机会？第一新声调研发现，部分厂商将持续在红海打拼，另一部分则通过技术融合与升级，打开新的增量市场。 一方面，开发存量市场，是国内RPA厂商的方向之一。抢占成熟市场和开发空白市场，是开发存量市场的两种方式。 第一种方式是开发空白市场。 一是企业通过提升技术、市场教育开发空白市场。 国内金融行业作为国内RPA应用最早、最深、渗透率最高的细分行业，目前，渗透率仅维持在5%~10%左右，仍有大量空白市场。 二是RPA企业会开放生态，创建论坛、提供培训课程，以此培育客户。 培育用户方面，例如。云扩会通过交互式RPA学习平台—云扩学院提供产品文档以及涵盖初级、中级、高级的培训课程，适合不同类型的开发者进行学习。弘玑Cyclone亦会通过应用市场及生态社区，分享RPA应用场景，激发潜在市场。 第二种方式，抢占成熟市场。 据第一新声观察，今年，一些深耕某个垂直领域的RPA厂商，开始进入新行业、新场景，开发相关产品。目前，抢占成熟市场的竞争，聚焦于金融、电商两个细分行业。然而，跨行业、跨场景的RPA厂商面对的，不仅是与国内RPA细分行业的头部厂商竞争，也会遇到UiPath等海外巨头的竞争。 一是来自不同行业的产品与发展模式壁垒，是RPA企业的第一关。 行业属性决定了RPA厂商需要提供的产品与服务类型。金融、能源等行业的信息系统碎片化程度高，业务自动化过程中会形成各种各样的需求，因此，往往需要整体解决方案，这就决定了企业的产品定位（项目型）及增长模型（SLG）。 而电商变化周期短，对产品要求高，这决定了企业产品定位是产品型，增长模型则为PLG.PLG靠单一产品力形成的自传播效力有限，产品覆盖范围的扩大具有一定的难度，而SLG需要面对更大量的关于产品的需求。因此，企业需要尽早率先建立起技术和商业化壁垒，方能在竞争中占上风。 二是与UiPath等龙头进行直接竞争。 目前，国内RPA企业在营收规模上与UiPath等龙头依旧有差距。从产品和技术层面看，UiPath的产品线齐全，拥有大量用户，产品体验更优。在业内人士看来，从技术、政策环境及行业发展阶段看，国内RPA厂商都可以在与龙头的竞争中有一定优势。 首先，从技术角度看，随着市场渗透程度的提升，国内RPA厂商可以站在前人肩膀上做更多的新技术延伸、应用和深化，少走弯路，跑得更快。 "从创新角度讲，在技术与构架上我们逐步渡过了跟随阶段，未来发布的创新技术可能是行业首创，对国内乃至国际RPA行业一定是发挥引领作用，我们期待国内RPA行业的再一次蜕变。" 孙林君 说道。 其次，国产替代趋势下，UiPath竞争势头不如国产RPA企业。 国产RPA企业具有本土化服务和支持优势，因为大企业相较而言很注重售后支持和服务，这也让本土厂商获得了许多原本使用海外产品的客户认可。 "云扩 RPA 产品与海外竞品不相上下的前提下，云扩的研发团队整体都是基于中国市场，无论是产品对中国本土软件的兼容和适配程度，还是技术团队对客户具体技术支持的响应速度都占有一定的优势。"孙中轶说道。 另一方面，多技术融合，是国内RPA厂商寻求增量的主要方式。 目前，RPA与低代码、AI、流程挖掘、ML等进行技术融合是国内厂商进行技术迭代的主要方向。 2020年，Gartner首次提出超自动化概念，到2021年，第一新声采访RPA行业相关从业者时，国内就已经出现一批投入超自动化系统研发的厂商。但当时，大家在"RPA+AI即IPA是不是未来的发展方向"这一问题上各执一词。 当下，第一新声发现，不管是否认可"超自动化"或"RPA+"概念，国内RPA厂商都已开始从用户需求和企业自身实力出发，做技术融合，并积极寻求商业化。整体上，形成以下几个观点及方法论。 第一，"超自动化"或"RPA+"对于当前国内RPA厂商太过超前。 在十布看来，初创公司的资金、人才储备有限，更应该专注于底层产品和技术的打磨。 "首先，RPA本身就有连接能力，能连接Excel等技术，所以并不存在所谓的‘+’。 其次，创业圈很多时候会把一个东西讲得很大，但我觉得我们资源有限，应该更纯粹地投入到一个方向上。 " 第二，不盲目追求"RPA+",回归客户真实需求做技术融合。 传统的自动化流程，往往需要依靠企业内部具备IT基础的员工。他们需要根据业务需求配合厂商将RPA应用于企业的业务流程中并进行日常维护。RPA软件机器人执行流程的同时，IT人员需要根据业务需求的变化，及时更新、编辑流程，帮助企业和产品进行迭代升级。对于大型企业，时间成本往往达到2~5年。 "超自动化是以业务人员的视角，进行产品、技术的灵活组装组合，可以在一周或者一年内自主运维，实现业务闭环。但具体融合什么技术？甚至需不需要RPA?都要从客户自动化需求面向的具体问题出发。 "高煜光介绍道。 第三，超自动化是主要趋势，关键要挖掘高价值场景。 在孙中轶看来，超自动化的未来，是在RPA工具上整合AI、ML等不同技术。 "因为RPA软件机器人本身只是执行重复性操作，但通过结合例如AI等技术可以实现流程自动化后的智能化，在更多场景中落地，起到1+1>2的作用。但最大的困难在于找到正确的高价值场景，客户认知也需要时间。 "孙中轶说道。 第四，RPA或超自动化没有行业属性，从自己擅长的领域逐步做起即可；大型企业会是超自动化的第一批客户。 高煜光认为，RPA或超自动化没有行业属性，企业切入时，只需要考虑行业对于新科技的接受速度和投入预算。 "确实有一些不好的行业，投入过早会出现商业化问题，所以要谨慎。但面对能源、金融等对新科技接受度高、预算充足的大型客户时，只需从公司的优势出发逐步往前。有了早期这些大客户的积累后，再打磨面向中小客户的产品。"高煜光分析道。 第五，初创公司体量不大，应寻求优质的第三方技术合作商。 十布和高煜光一致认为，超自动化或者RPA是需要不同技术开发商相互合作的行业。大而全的技术、流程，只有大体量企业才能做到。 "我们会和一些好的第三方技术合作，把自己的强项和别人的强项结合。比如引入百度的OCR.但具体融合什么技术、进入什么流程或领域，取决于客户的选择，我们就适配他们需要的产品。" 十布对第一新声分享道。

最近跟一个搞IT的朋友聊天，他分享了这几年的工作感触。 他感觉现在的工作就是收钱"坐牢",以"坐牢"的代价换取生活费。每天上班都像"上刑",过得枯燥乏味。特别是已至中年需要养家糊口的他，还不得不一边内卷一边"坐牢",他和同事们都自称"工具人". 简单几句话，反映出多少人正在当工具人，也从侧面体现了很多人不甘心做职场工具人的心态。这种心态，也把职场工具人的内卷描绘得淋漓尽致。 几乎每个企业，都有很多员工在主动或被动做大量简单重复且枯燥无味的工作，这些员工通常自称或者被称作"工具人".他们的身影，会出现在销售、客服、人力等各部门的岗位，就连开发部门也不例外。 经济形势不够景气的当下，大量企业都开始通过裁员降低成本，这让没有多少存在感的"工具人"们瑟瑟发抖。裁员危机带来的寒气笼罩在每个"工具人"的心头，也让他们内卷出了新高度。 给工具人们带来的危机的，不只有大环境，还有新技术。比如近几年出现的数字人和数字员工，作为"数字工具人",它们所具备的技能比人工厉害不知多少倍。 一些企业甚至已给它们发了工牌编了号码，谁都能看出来，这些"数字工具人"就是用来替代同岗位的"人力工具人"的。 悲哀的是，数字员工已经成为一种趋势，越来越多的企业争相发布和应用数字员工。 当更多的组织应用"数字工具人"后，"人力工具人"还有生存空间吗？"人力工具人"只有被替代一条路可走吗？"人力工具人"还会不会继续存在？ 工具人的新危机 工具人，是一个管理学概念，指管理者发布命令，管理对象完全被动地接受命令，被当成工具使用。 身为工具，只需执行指令，而不需要思维、感情，因而带来了马克思以及随后的西方马克思主义学者所关注的人的物化、异化等问题。 当代语境下，这个词被泛化并应用于各种场景，泛指某人在不知情或心甘情愿的情况下，对他人进行帮助，任劳任怨随叫随到地付出，在情感物质和经济上不求回报，一直像工具一样被对方使用或使唤。 有人会问，数字人有价值吗？当然有。 一方面，他们在各自的工作岗位上往往一待多年也不会烦恼，因此有着熟练而稳定地"输出",对于老板交待的工作总能按时保量的完成。 另一方面，工具人往往能够任劳任怨和默默付出，对于老板交代的任务哪怕有时是并未涉猎的任务，也会竭尽所能地去完成。 有些人可能是被迫无奈以致心灰意冷的，也有些人可能是心甘情愿主动逢迎的。不管出于什么原因，这些人已经长期处于被当作工具的工作状态中。不能把这种表现称作不求上进，但他们确实能在这个角色中安于现状乃至乐此不疲。 有句话说得好，领导最喜欢的人永远是不会出错的，而不是偶尔惊艳的。对于这样的用着顺手的工具人，老板当然喜欢和需要。被需要，就是最大的价值。 职场中以"社畜"自称的工具人，可能更多的是指那些以"好的""收到""明白"为处事秘笈的"小透明"们。这个身份看上去似乎通晓办公室生存法则，却难掩作为工具人身份的无奈，还有随时被替换的可能。 既然被作为工具来使用，工具人随时以及迟早都会被替换。何况随着AI等技术的快速发展，能够替代"工具人"员工的不只有其他人，还有数字人（数字员工）。 数字人或会取代"人力工具人" 数字人也称作虚拟数字人（digital human,meta human），即运用数字技术创造出来的、与人类形象接近的数字化人物形象。 目前，很多企业已通过自研或者与技术供应商联合开发，发布了数字人。比如百度、阿里、腾讯、华为等科技企业，都在通过底层技术打造数字人基础设施和解决方案。 其中有的企业已推出面向多场景的数字人，比如百度的情感陪伴型虚拟数字人叶悠悠和虚拟偶像希加加，以及科大讯飞的专业服务类虚拟数字人爱加等。 一些大型企业，也已上线了数字人。比如中国移动咪咕的虚拟偶像尤子希、新华社AI合成主播新小浩、万科的崔筱盼、招商局集团的"招小影"、浦发银行的"小浦"、桂林银行的"小漓",还有中金财富的"Jinn",以及前几天金蝶刚发布的企业管理领域数字员工。 这些已上线的产品，有的叫做数字人，有的被称作数字员工。 区别在于，数字人更多地用于娱乐、直播以及虚拟助手等领域，数字员工则结合更多元的技术应用于房产、金融等领域的具体业务场景中。 比如上述几家金融机构的数字员工，都结合了RPA、低代码、流程挖掘等技术，属于多重技术深入融合应用创造的高度拟人化的新型数字化工作人员。 数字员工的应用，能够消除简单、重复的工作，并把人力从这些工作中解放出来去从事更有创造力的决策性工作。这意味着，数字员工会以更准确高效的工作，成为广大组织的"数字工具人",也必然会挤压"人力工具人"的生存空间。 换句话讲，今后企业可能不再需要"人力工具人". 新技术的应用总会淘汰旧岗位，AI等的应用也会取代没必要存在的工种。就如前台接待员等工作，如果组织们都认同并接受数字人代替真人，这个岗位也就无需设置人力资源了。如果细心数一数，就会发现各行各业存在的类似工作真的有不少。 未来，虚拟数字人技术将结合实际应用场景领域，形成行业应用解决方案，赋能影视、传媒、游戏、金融、文旅等领域，根据需求为用户提供定制化服务。在广大企业强力推崇数字化与自动化的当下，大量接待员之类的"工具人"都将被替代。 就是在编程领域，AI也正在颠覆开发技术。通过一个单词或者一句语音就能进行代码编写的功能，正在应用于更多的编程工具和编程开发流程当中。 还有RPA和低代码技术的成熟应用，让程序开发不再是程序员的专利，今后更多的自动化应用都将由一线业务人员来完成。那些做着"工具人"工作的程序员，可能就要转岗或者另寻高就了。 而对话式AI技术的突破，让对话式创建与执行任务出现在了设计、编程开发、流程创建等多个领域以及诸多场景中。使得大量业务场景的业务流程都在被整合与优化，原来的简单、复制的工作岗位正在慢慢消失，再也不需要设置人力岗位。 因此，"工具人"虽然有存在的价值，但其悲哀的一面天生就已注定，他们的共同命运就是早晚都会被替代。 在自动化正在大肆侵蚀广大组织越来越多的业务流程的当下与未来，面对迟早都要走向灭亡的结局，已饱经岁月磨砺没有棱角的工具人们，也应该在最后一刻发起反攻，至少也应该发起无声的抗议。 而抗议的工具和底气，正是发展迅猛快速渗透千行百业的，也是数字人背后的RPA. RPA给予"工具人"更多可能 RPA之所以能够成为"职场工具人"的底气，在于现在融合AI、低代码、流程挖掘等技术并集成多种程序与软件的RPA,在超自动化（hyperautomation）以及自动化架构（Automation fabric）的护航之下，能够将所有场景的简单重复且基于规则的业务流程实现自动化， 可以将"工具人"们从繁琐、枯燥的工作中解放出来。 这意味着，大量需要搜索、输入、复制与粘贴的简单数据搬运工作都将由RPA机器人完成，而工具人们要做的，只是思考如何规划业务流程与开发自动化程序，或者直接转岗去其他更有挑战性的岗位。 把简单重复的工作交给RPA,"人力工具人"变成"数字工具人".这是流程自动化的一小步，却是工具人们的一大步。 RPA作为"数字工具人"接管工作，至少可以为人力工具人带来以下几点好处。 首先， RPA完全替代人力资源，解放劳动力，降低辞职率，让"人力机器人"名存实亡。过去由人力去做的大量简单重复的工作，现在都交给RPA机器人去做，人力员工从是其他高价值性工作，不用再为过去的枯燥乏味而烦恼，职业规划与晋升机会都能有所保障，进而降低员工辞职率。 其次，RPA替代部分人力资源的工作，可以增强人力员工的能力，提升工作效率，降低出错率。通过"人+RPA"的人机协同工作方式，消除以往人力工作中的大量错误和不合规操作，提高人力员工的工作效率和愉悦指数。 此外，RPA能够将大量业务流程进行自动化，推动组织变革，促进数字化转型。"人力工具人"只能在各种工作中无限的卷，而数字工具人可以促进组织的数字化转型。 相对于"人力工具人"所从事无限重复与复制的工作，数字工具人尤其是在一线业务岗位的数字工具人，可以借助低代码、RPA等开发工具，开发出更多的自动化程序与业务机器人，帮助组织更多的业务场景实现业务流程自动化。 通过跨部门的流程优化做到部门精简与合并，促进组织变革，实现减员、并岗、提质、降本和增效，进而实现基于业务流程变革的数字化转型。 这意味着，对于"人力工具人"而言，只要掌握了RPA这个工具，就能让自己成为增强型工具人。以后不再是没有存在感的工具人，而是变身成为人机协同型的助力组织增效降本的数字化人才。 未来的组织可能不会再有"人力工具人",但组织对于数字化人才的渴求是永恒的。从工具人到数字化人才的这一步蜕变，将为"人力工具人"的未来发展带去更多可能。 后记：数字人背后的RPA迎来新的增长点 前文讲过，数字人基本分为两种：一种是用于娱乐、助手等领域的数字人，另一种就是融合AI、低代码、RPA、流程挖掘等技术并集成多种程序与软件的数字员工。 事实上，数字员工早已成为RPA的代称。因为RPA实现流程自动化的便捷性，现在几乎所有数字员工产品中都包含RPA产品。 一些公司发布的数字员工为了提升交互体验，将虚拟数字人的形象和RPA结合在了一起，让数字员工的形象更加生动具体，使其成为更有存在感更强的数字员工，有的企业还给数字员工发了工牌。 对于助手类的服务型数字人，用户与它的交互一般只需要问答即可。而在企业运营的各种操作中，不只需要与数字人交互，更需要数字员工给出面向具体场景的执行及反馈。 对于这些操作，单纯的虚拟数字人是无法实现的，必须结合更多的技术与软件程序去实现。 从虚拟数字人交互到后面的流程执行，自动化技术是重中之重。毕竟谁都不会用纯人力去参与这个过程，否则就与人类扮演机器人没有什么区别，更不用谈用户体验与执行效率。 在虚拟人技术与流程自动化技术的融合进程中，人们探索了很多解决方案。自动化执行的技术，从传统技术逐步向基于AI的各种技术过渡，直到当代RPA技术的真正成熟。 简单的讲，用户可以通过语音、动作等直接与数字人交互，但用户通过数字人发出的指令还需要自动化执行，这就需要一个载体（软件或者程序）去启动与执行相关的一系列针对各种程序的操作。 RPA正是连接各种软件程序的载体，相当于数字人的双手和双脚。包括数字人在内的各种技术，都会通过RPA机器人去触达与执行，进而实现用户获得通过数字人去操作各种设备、业务及流程的良好体验。 与其他流程自动化技术相比，RPA真正实现了轻量化的流程自动化，无论是部署成本还是运行效率都有了极大的蜕变，使得虚拟数字人与流程自动化的实现有了更好的解决方案。 由此，以RPA为核心的虚拟数字人解决方案开始流行 ,RPA以及相关联的软件与程序也就成了当代数字员工的主体部分。这种更加简单高效的解决方案，使得虚拟数字人+RPA的具备身份形象的数字员工，开始在很多领域的大型企业率先应用。 重要的是，数字人火热发展的趋势，还将为RPA带来更可观的发展空间与新的增长点。 随着企业对于数字人应用场景需求的拓宽，每个数字人的身后都可能有一个或者多个数字员工。而每个数字员工背后，也大概率会有一个RPA. 想象一下，当数字人成为企业运营标配之后，将会是一个什么样的市场规模？ 这，也必将成为RPA厂商新的强力增长点。

近日，实在智能与上海数聚软件系统股份有限公司（简称"数聚股份"）签订战略合作协议！抢抓数字化发展机遇，本次数聚股份和实在智能的"数实"合作，将深入产业共创价值，让"数实融合"梦想真正照进现实。 数实融合，建设数字中国。双方将以此次合作为契机，本着"相互支持、优势互补、平等合作、互惠共赢"的原则，在企业数据智能采集、数据中台建设、构建智慧企业数字神经等领域开展战略合作，推动双方业务做优、做强、做精，共同提升双方在数字化领域的竞争力和影响力。 数聚股份为国内领先的全链路大数据BI与应用一站式服务商，股票代码430435.公司提供大数据相关产品与技术、咨询与实施服务，尤其是在数据驱动管理与数据赋能业务方面提供应用解决方案，助力客户构筑数据中台，挖掘数据价值，实现数据可视化分析等。同时，数聚股份还可向客户提供数字化管理咨询，用软件与数据技术帮助客户提升管理、提高效率、防范风险，创新收入，并逐步实现组织数字化转型。 实在智能作为IPA智能流程自动化平台引领者，致力于通过AI技术引领和推动RPA行业向IPA发展（人工智能流程自动化）。作为超自动化解决方案提供商，公司通过打造AI+RPA数字员工套件和AI产品矩阵，即"实在RPA·数字员工",为电商、运营商、金融、能源、制造业等领域企业和政府单位提供数字化转型（智能化+自动化）解决方案，打造真正人人可用的超自动化平台，让数字员工深入走进各行各业、各个职能中实现业务流程自动化、智能化，助力企业提质增效。 以赋能电商行业为例，在整理运营日报工作中，通过实在RPA·数字员工的全域数据自动采集能力和数聚·智慧锦囊的分析能力，商家可以每天定时收到来自全域渠道的商品、流量、推广等数据日报，并支持分享给相关责任人。帮助电商商家快速掌握店铺运营数据，分析重要指标，助力敏捷决策！ 当前，数字经济进入深化应用、规范发展、普惠共享的新阶段，数实融合已成为推动企业高质量的重要引擎。以数据推动商业进步，是双方合作的基石与共识。下一步，双方将以"人工智能+数据服务"融合创新为主线，持续深耕数据采集、数据分析、数据可视化等细分领域，打造全域数据采、存、管、用为一体的智能运营终端产品及解决方案，为千行百业创新提供实实在在的数实兼备的服务保障和强力支撑。

从信息时代到智能时代，从工业文明到数字文明，一场轰轰烈烈的数字化浪潮正席卷人类生活、生产的每一处角落，数字经济时代已然到来。 作为数字科技先锋企业，弘玑Cyclone自2015年成立以来便以RPA为起点，不断融合相邻技术打造最先进的数字生产力，为企业竞逐数字化赛道添能蓄力。 2022年11月9日，弘玑Cyclone2022秋季新品发布会于线上成功举办，大会以"智无边界 数字未来—数字科技激发无限生产力"为主题，邀请了政府领导、专家学者、行业领袖及合作伙伴等多位嘉宾代表共同出席，探讨数字化背景下如何推进产业转型，并分享了成功实践经验。 此次发布会，弘玑Cyclone带来了一场高精尖的产品风暴，2022年超级自动化系列产品全新亮相，演讲嘉宾更是从行业、政策、产品、生态、实践等多维度对超级自动化这一数字化转型的最佳技术范式发表了深刻见解。 01 共同开启数字化生产力新时代 发布会上，弘玑Cyclone创始人、CEO高煜光表示，近些年，弘玑RPA产品助力许多客户在各个领域打造了诸多自动化场景，伴随着RPA的深入应用与行业的快速发展，越来越多的企业认识到，软件机器人和软件自动化正在引领新的数字生产力变革，全面拥抱企业数字化转型需求。 国务院发展研究中心经济所所长王微指出，以计算机、互联网、物联网、云计算、大数据、移动智能终端为代表的新一轮数字技术革命方兴未艾，为全球经济实现全方位、深层次、大范围创新和转型提供了新途径和新动力。一直以来，高质量发展都是社会主义现代化国家建设的首要任务，核心要求之一便是建设现代化产业体系，重点是建设数字强国，加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。 会上，新一代人工智能产业技术创新战略联盟联合秘书长张伟民发布致辞，他指出，数字经济作为国民经济的"稳定器""加速器"作用正日益凸显。2021年，我国数字经济发展取得新突破，数字经济规模达到 45.5 万亿元， 同比名义增长16.2%,占 GDP 比重40%,数字经济在国民经济中的地位更加稳固、支撑作用更加明显。 数字经济时代呼啸而来，Forrester资深分析师卢冠男强调，在多种数字技术蓬勃发展的过程中一股力量不容忽视：以人工智能与自动化为代表的超级自动化战略所引领的数字生产力正在支持着企业实现在经济高质量发展主题下的数字化转型升级，在此之中，数字员工成为创新关键点。 公募大咖展望明年行情 最可能赚盈利稳定的钱 数字员工 （Intelligent Agent）指能够根据其环境、用户输入和经验做出决定或执行服务的软件。数字员工结合RPA、数字流程自动化（DPA）、业务规则、机器学习、自然语言处理和对话式AI等自动化技术，与人类员工相辅相成，解放员工工作力，帮助企业降本增效，开创人机协同新形态。 弘玑Cyclone正在见证成千上万，乃至数十万数百万的数字员工出现在千行百业的企业业务场景中，为企业带来全新的数字生产力。从RPA到超级自动化，从工具型产品到平台型产品，从企业架构到基层业务，数字员工正在以自动化视角引领新的数字生产力变革突破，全面激发企业的创新活力。 02 数字科技引领的技术范式创新 什么是数字生产力？超级自动化又如何为企业打造、释放数字生产力？ 弘玑Cyclone首席产品官贾岿表示，从经济学上看，经典的生产力构成要素包括以下三点：具有一定生产经验与劳动技能的劳动者；引入生产过程的劳动对象；以生产工具为主的生产资料。 公募大咖展望明年行情 最可能赚盈利稳定的钱 而随着市场需求的变化与技术能力的发展，数字化时代的生产力要素也出现了重大的演化，比如：在劳动者方面，简单重复的劳动技能开始逐渐通过软件和人工智能实现数字化，并由软件机器人为代表的数字员工予以执行；在劳动对象方面，除了传统的物料产品之外，数据和信息也第一次成为生产对象；在生产资料方面，以软件机器人为代表的数字员工和数字助手成为劳动工具数字化的新代表。 数字生产力是以数字化的手段来操作或处理业务系统、业务应用、智能设备、业务数据和业务文档，从而实现业务功能。从目前的行业技术发展情况来看，数字化手段，即数字生产力——超级自动化的关键技术组件包括但不限于以下关键技术：机器人流程自动化（RPA）、业务流程自动化（BPA/DPA）、集成平台即服务（iPAAS）、流程挖掘与任务挖掘技术、低代码应用平台（Low code/No Code）、业务规则引擎（BRE）智能文档处理中的AI技术（如CV、OCR、NLP）。 除此之外，弘玑Cyclone还在国内创新性引入了数字人和公民自动化技术，融入弘玑自动化能力平台。贾岿表示，展望今后一到两年，诸如决策智能、事件驱动、数字孪生和超级应用等新技术也将陆续融入到自动化能力平台当中，从而创造更强大的数字生产力。 数字生产力架构大致分为两种：一种是面向企业的业务自动化平台，简称为 Enterprise Automation Platform.其核心特点是满足面向跨部门不同角色之间的自动化诉求以及整合到一起的业务组织级别数字生产力协同运营模式。 弘玑Cyclone数字员工平台便是基于此架构的产品级实现。数字员工平台是一款开放式的平台产品，可以按照客户需要对业务功能模块灵活组合与量身定制，也可以快速对接集成客户已有业务系统或中台服务，还可以集成第三方能力组件。 数字生产力的第二种架构方式，弘玑Cyclone称之为：面向个人的生产力自动化，或者叫做 Citizen Automation,这个架构的核心特色是要满足劳动者个体层面的生产力自动化。弘玑Cyclone工作易正是基于此类架构的产品级实现方式。 03 超级自动化赛道的领军力量 自2019年步入快速发展轨道以来，到成长为如今的超级自动化行业领跑者，弘玑Cyclone一路探索一路创新，凭借过硬的产品实力以及亮眼的市场表现，带领国内厂商直冲国际一线阵营。2021年以来，连续入选Gartner以及Forrester年度报告，赢得了国际市场的高度肯定。 同时，弘玑Cyclone近两年机器人的部署量增速超过250%,并在2022年实现了单一客户机器人数量过万的里程碑；从自动化场景上看，弘玑已经实现横跨多个行业如金融，能源，制造，物流等领域，多达约3000个场景。 在超级自动化赛道上一路高歌猛进的同时，弘玑Cyclone不断加大产研投入，此次发布会上推出的2022超级自动化产品线无疑是对其科技创新的又一次诠释。 RPA产品线：包括最新发布5.0版本的机器人设计器，无人值守和有人值守机器人和任务发现等产品，信创RPA重要功能亦进行了更新。 AI产品线：包括今年发布的智能文档处理IDP产品尚书台，弘玑自研的OCR/NLP AI组件，非常强大的CV机器人，智能助手CIRI等。 平台产品线：包括最新发布5.0版本的中控，即业界独创的第三方中控，规则与数据服务、卓越中心COE、业务可视化产品—深弘、流程智能产品-弘观。 工作易产品线：满足Citizen automation的工作易新产品。 04 协同生态推进数字化生产力 强大的市场表现力背后，离不开生态的协同。弘玑Cyclone服务高级副总裁樊瀛指出，企业的数字化转型对软件厂商和服务商提出更高标准、更复杂、更全面、更跨界的需求，唯有打造协同生态，才能顺应数字化经济腾飞。 然而实现生态协同过程中往往面临着三大挑战：如何从共事到信赖、如何从培训到使能、如何从聚合到聚能。为此，弘玑Cyclone提出了四大策略，即"全链"、"共享"、"使能"、"协同". "全链"即为市场打造、提供全要素数字化生产力产业链，提供从咨询、到集成、交付、运维、培训、售后等全链路服务； "共享"即在不确定的时代，构建确定性的生态合作，与生态伙伴进行知识共享、经验共享、能力共享、体系等多方位共享； "使能"即构建多渠道、多方位知识共享和赋能体系，将自身定位为平台型产品，赋能合作伙伴和行业客户与合作伙伴共同为客户提供一揽子解决方案完善赋能线上渠道，提供24小时实时在线服务增强产品方案的知识储备和输出，让生态伙伴随时学习提升弘玑学院认证体系，帮助生态伙伴培养更多合格数字生产力人才，同时，完善多渠道生态赋能体系； "协同"即打造数字生产力平台，构建命运共同体。 弘玑Cyclone致力于打造生态数字化管理体系（角色画像、模型、精准赋能、精准支持、联合运营等）以及打通知识、技能、产能人才供应链，从而引导生态合作从资源互助、共享、合作到产业联合创新。 05 数字化转型的下一个十年 在这场数字生产力的范式转变中，中国企业数字化转型的下一个十年将走向何方？弘玑Cyclone首席创新官王靖表示，国内企业未来十年的数字化转型重点是构建数字化运营平台，通过技术敏捷引领业务敏捷。 他强调，数字化转型是战略引领，数字驱动的业务转型，数字化转型需要与之相对应的数字化运营体系的支撑，企业成功实现数字化转型的关键便在于构建数字化运营体系，从而全面激发数字生产力。 在当今充满不确定性的商业社会中，对企业而言，以数字蝶变促进产业嬗变无疑是寻求自身发展方向的最佳路径。 下一个数字化转型十年，技术厂商同样要从产品与服务提供者逐渐转变至业务伙伴、以及业务价值共同创造者，并最终成为价值创造的引领者。正如高煜光所言，"我们希望能与更多的企业客户与合作伙伴共建生态、同创共赢。"

近日，在2022云栖大会？中国企业出海论坛上，阿里云正式发布了AsiaStar 10X10年度榜单。其中，弘玑Cyclone作为中国出海东南亚企业的优秀代表，凭借卓越的产品技术能力以及在亚太地区强大的市场认可度，成为此次上榜"全球化实践（Explorer）"的唯一国内RPA厂商。 作为阿里云"亚洲加速计划"的重要组成部分，AsiaStar10X10由阿里云联合东南亚当地政府机构、投资机构及知名媒体，如新加坡咨询通讯及媒体发展管理局、KrAsia、南华早报、祥峰投资、戈壁创投共同发起，围绕10个大类评选出100家与科技创新相关的优秀企业和社区代表，表彰其对于东南亚地区科技创新生态的贡献。其中，"全球化实践（Explorers）"榜单重点表彰成功出海、进入东南亚市场并建立强大影响力的中国创业公司。 全球化已成为国内创业公司开拓新增长空间的必经之路，亚太地区作为世界经济的重要引擎，正在迎来数字化转型的黄金时代。其中，东南亚市场在推进数字化进程和探索创新方面表现积极，是全球数字经济发展最活跃的地区之一，日益成为RPA厂商重点部署的战略要地。 新加坡作为亚太地区数字化转型需求比较密集的区域中心，保持着跟中国RPA市场的天然连接，同时能够根据显着的区域特点开拓新的战略部署。 弘玑Cyclone于2021年设立新加坡分公司以来，以中国与新加坡作为亚太战略核心，辐射东南亚、日本、中东、澳大利亚和新西兰市场，基于强大的产品能力，为亚太客户提供专业、深入的专家级解决方案，在当地收获了强大的市场认可度，截止当前，弘玑Cyclone亚太地区客户占比高达80%. 依托不断创新的产品能力和日益积累的业内口碑，弘玑Cyclone已经形成了领先的出海服务能力，正在实现东南亚向全球市场拓展的稳步推进。 可以说，在见证中国数字经济出海生态圈繁荣壮大的同时，弘玑Cyclone也为全球数字经济发展开辟了新的机遇。 未来，弘玑Cyclone仍将立足全球数字经济发展趋势，结合东南亚市场的本土化需求，提供更为专业化、精细化的场景解决方案和服务，持续推动区域数字化转型。 11月9日，弘玑2022产品发布会将正式开启，"智无边界 数字未来",让我们拭目以待！

11月7日，华为全联接大会（HUAWEI CONNECT）2022中国站在深圳拉开帷幕。多位业界领袖、专家对人工智能的创新实践进行了总结与分享。 在"释放数字生产力"主题演讲中，华为轮值董事长胡厚崑指出，创新的云服务将推动企业提升生产效率，实现跨越式发展。 以港口龙头企业天津港为例，基于华为云天筹AI求解器，天津港实现了人、港机、车、船、货的最优调度与高效协同，港口作业计划耗时从24小时缩短到10分钟，船舶在港时间缩短7%,大幅度地提升了港口运转效率和作业效率。这些提升能够为一个吞吐量300万标箱的码头每年增收2900万，具备强大的收益潜力。 华为云CEO张平安发布华为云盘古气象大模型和AI基因平台。张平安表示，应用现代化离不开AI能力。华为云坚持"AI for Industries",将人工智能应用于各行业的核心生产系统，持续加速千行百业智能化。 AI是释放数字生产力的关键技术之一。在"华为云AI持续创新，加速AI应用走深向实"分论坛上，华为云EI服务产品部部长尤鹏表示，为解决企业在AI落地时面临的挑战，华为云在"一切皆服务"的基础上不断夯实技术、平台、应用的能力，帮助降低AI应用门槛，让AI技术随取随用。 勇攀技术高峰，发布四项助推AI落地的新利器 天筹AI求解器智能建模工具，低代码助力提升建模效率：求解器能够解决优化决策问题，帮助企业提升效率。例如，在生产调度场景中，华为云天筹AI求解器助力供应链实现超大规模的多工厂生产排程，让供应能力最大化，提升库存齐套率37%,并且每年节省大量资金。但求解器应用门槛高，需要懂业务、懂运筹学、懂编程的专家将业务语言转化成数学模型，进而转化成编程语言。为帮助企业快速进行智能建模，华为云推出天筹AI求解器智能建模工具，将建模和模型维护过程智能化，简化开发人员的建模工作，大幅压缩原本需要数月的建模时间，将求解器建模速度提高30倍。华为云降低了企业应用求解器的门槛。 华为云盘古气象大模型，为行业数字化插上AI气象分析的翅膀：极端天气会带来巨大的生命和财产损失。华为云盘古气象大模型能够秒级预测未来7天全球天气情况，相比传统预报算法，速度提升1000倍、精度提升20%.今年8月，盘古气象大模型预测台风"马鞍"的轨迹和登陆时间，准确率达90%,远超行业平均水平。在海外，华为云为印尼打造了"国家海洋人工智能平台",助力预测海洋灾害，保障航行安全。此外，华为云AI for Meteorology还可以用于农业、航空、航天等领域。 华为云盘古矿山大模型，让AI推动矿山安全高效作业，沉淀专家经验：为了解决AI在煤矿行业落地难、门槛高等问题，华为云打造了全栈性能领先的盘古矿山大模型。只需导入海量无标注的矿山场景数据进行预训练，盘古矿山大模型即可进行无监督自主学习，仅一个大模型就能覆盖煤矿的采、掘、机、运、通等业务流程下的1000多个细分场景。华为云AI for Mine让AI应用在煤矿普及更容易。例如，在主运场景中，基于盘古矿山大模型的AI主运智能监测系统能够精准识别大块煤、锚杆等异常情况，异物识别准确率达98%.此外，相较于人工巡检，盘古矿山大模型实现了全时段巡检，帮助工作人员及时地发现问题，避免因漏检造成的安全事故，缩短停机时间，同时提升井下巡检人员的工作效率。 华为云盘古OCR大模型，一个模型覆盖通用文字识别场景：OCR技术是人工智能的基础之一，能够对结构多变、种类多样、来源丰富的非结构化数据进行识别与提取。传统的OCR厂商通常从特定的应用切入，陆续发展出卡证识别、票据识别、文档识别、表格识别、车牌识别、智能扫码等一系列细分OCR能力，通过组合的方式服务于各个行业。行业中每产生一个的新的识别场景，都需要在标注后才能训练一个新的模型。这使得OCR服务的开发、维护成本居高不下。华为云发布盘古OCR大模型，通过独有的对比学习与掩膜图像建模相融合的自监督学习方法，学习并充分利用大规模的无标签数据，实现一个模型覆盖多个领域的全部通用文字识别场景，并将标注工作量降低90%.此外，盘古OCR大模型在11项经典数据集测试中取得显着的精度提升，而且与原本领先的文字识别算法相比，盘古OCR大模型的精度平均提升5%以上。 丰富平台能力，以场景化AI资产提升AI开发效率 AI基因平台支持大规模基因组计划，助力精准医疗与药物研发：作为生命的天书，基因蕴含了许多病症的秘密。通过大规模基因组计划分析基因数据，是发现药物新靶点的重要途径。华为云AI基因平台支持大规模、全生命周期的基因组计划，并通过独有的AutoGenome算法，对基因组数据进行自动AI建模、分析和解译，构建疾病与基因之间的深层次图谱关系，加速药物靶点发现。华为云AI基因平台支撑了中东的"百万人基因组计划",单日分析数据超过1PB,相比传统HPC方案提速10倍以上，成本降低40%.华为云将通过AI for Healthcare,持续为人类疾病预防、诊断治疗、药物研发等贡献力量。 集成行业智慧，9大行业Usecase让AI落地更高效：为了便于千行百业的客户及开发者调用云上的AI能力，华为云与行业ISV携手，在华为云AI开发生产线ModelArts的基础上共同打造9个AI Usecase,覆盖生产、销售、服务、运营四大场景。这些AI Usecase和5万多个AI资产都沉淀在华为云AI平台上，帮助开发者基于海量的AI资产进行商业实践，提升AI开发的效率。实践表明，华为云AI资产能推动项目的平均交付时间从月级降到天级。 ModelArts Pilot支持AI应用自动生成，让开发者拥有AI开发助手：传统的AI开发过程强依赖于算法工程师。华为云与华为2012诺亚实验室联合南京大学周志华教授团队，基于学件思想，提出面向AI Gallery模型库的模型搜索与复用机制，支持利用已有AI资产，快速解决AI开发问题，开创了新的AI落地范式，并发布AI开发助手ModelArts Pilot.ModelArts Pilot通过多轮对话引导开发者输入行业或业务问题，通过语义理解将行业或业务问题转换为AI问题，并基于已有模型库进行查搜、推荐和调优，实现AI应用自动生成和解决方案的迁移复用。 ModelArts Pilot具备"零代码开发""丰富的模型资源""自动化"和"持续进化"四项优势。第一，用户仅需要提供数据和需求描述，即可触发自动化流程，在调用API后仅需几行代码即可完成AI应用开发；第二，提供2000多个覆盖零售、医疗、游戏等领域的优质模型；第三，基于人机交互引导的方式实现模型的自动融合和优化，可以不断迭代并提升模型效果；第四，随着AI应用的沉淀与积累，可基于模型知识系统进行自我迭代和持续进化。 打造"随取随用"新工具，加速人工智能应用走深向实 为加速人工智能行业应用走深向实，华为云AI在本次会上发布和升级了两个应用，帮助释放数字生产力。 华为云发布包含数字人接入、数字人驱动、数字人交互服务三个细分领域的数字人大脑，全面释放数字人生产力。在数字人生成与制作领域，华为云数字人大脑支持分钟级建模并训练2D数字人，小时级应用上线。与行业平均1-2天的定制时间相比，基于华为云AI数字人解决方案创建成熟数字人的效率得到大幅提升，最短仅需20秒训练样本。华为云还支持接入既有的3D数字人，仅需天级改造，即可快速接入数字人解决方案平台。为了让数字人"更聪明",华为云数字人大脑能够将华为云知识计算、华为云盘古大模型等技术"传授"给数字人，帮助开发者实现输入少量文本或语音就让数字人开口表达，生成动作，在线直播，以及实时交互。 此外，华为云对端云协同、软硬件一体化的智能流程机器人方案进行了升级。智能流程机器人是面向企业流程自动化、智能化的应用层方案。华为云将云上的AI能力与RPA控件、低代码能力进行整合，支持灵活组合，让AI服务与业务系统无缝衔接，打通企业流程自动化的断点。经过与生态伙伴的共同积累，智能流程机器人已在财务、供应链、合同管理等场景沉淀了超过40个流程资产，具有行业共性，企业及开发者可以随取随用。在实践中，智能流程机器人让开发者平均降低70%的重复工作。 促进行业标准化进程，华为云发布预训练大模型白皮书 分论坛上，华为云发布预训练大模型白皮书，博瀚智能（深圳）有限公司CEO郭玮、华为云EI服务产品部部长尤鹏、华为云人工智能领域首席科学家、IEEE Fellow、国际欧亚科学院院士田奇共同出席发布仪式。 华为云盘古大模型于2021年4月正式发布，到2022年聚焦行业应用落地，已发展出基础大模型（L0）、行业大模型（L1）、行业细分场景模型（L2）三大阶段的成熟体系。华为云不断迭代盘古大模型的能力，在计算机视觉、自然语言处理、科学计算等领域为业界贡献了覆盖百余个业务场景的先进算法和解决方案，帮助更多领域专家快速掌握AI技能，创造更多商业价值。 人工智能产业已成为新一轮科技革命和产业变革的核心驱动力，推动中国经济实现高质量发展，并深刻影响人民生活和社会进步。华为云将持续夯实技术、平台、应用的能力，优化AI应用开发模式，加速千行百业智能化进程。

11月7日，国网天水供电公司互联网部工作人员完成张川县供电公司胡川和城关供电所RPA安装、部署，并对数字化管理员进行现场培训，截至目前，天水公司已完成7家县公司36家供电所RPA流程机器人的本地部署。 9月底，RPA通用组件平台上线运行，天水公司通过现场对平台操作流程进行培训。目前"用户联系方式批量修改"、"合同自动起草"和"配网线路同期日线损监测分析""电能表采集失败自动补采"等RPA场景，已推广至公司7家县公司及所属的49家供电所，业务人员可登录组件平台远程完成流程的调用，RPA通用组件平台实现了供电所全覆盖。 对于平台上没有的RPA流程或只能在本地部署的，天水公司组建以青年员工为主的攻坚小组，探讨最优解决方案，采取镜像方式进行安装，缩短了部署时间。安装完成后即开展现场培训，确保供电所数字化管理员充分掌握RPA操作流程。目前，天水公司所属的49个供电所每天使用RPA流程的人数平均在50人以上，不仅降低一线员工的人力投入成本，还提高基层工作效率。甘谷供电公司金山供电所综合柜员说："以前在营销系统修改客户信息，我们要通过营销系统走流程修改，操作繁琐，现在用RPA之后，我只要将用户信息收集后，导进后台，直接点击立即执行，十分钟我们就完成了用户信息的批量修改，这对于我来说，真是太方便了。" 天水公司坚持转变工作作风，始终以问题为导向，利用新技术为公司数字化转型提速增效。在实现"集中抄表终端采集失败补采"、"跳闸数据发送短信""地区电网各电压等级设备跳闸汇总"场景开发应用之后，天水公司将减负增效聚焦基层供电所，用一线员工工作方式的转变来加快公司整体业务数字化转型。目前，天水公司RPA流程机器人已经涵盖调度、营销、生产等多专业，平均节省时间1-2小时，工作效率提升了80%以上。 为了加快基层供电所对RPA流程机器人使用频次，天水公司组建"网格化"数字管理员，由公司青年技术骨干采用线下和线上培训的方式进行平台使用流程的宣贯，提升流程使用水平。每天值班人员可以监测49家供电所RPA流程机器人的使用情况，并对使用情况较低的供电所进行月通报。通过电话和深入一线了解使用率低的真实原因，制定个性化解决方案，加快RPA流程机器人落地见效。

据悉，最近联想全球 IT 团队通过在全球实施企业自动化软件公司 UiPath 提供的自动化技术，显着提高了生产力和效率。 其实，联想在实施其制定的 3S 战略（智能物联网、智能基础设施和智能垂直领域）的过程中，一直在进行企业范围的数字化转型。联想集团 IT 数字化转型的成功，得益于企业自动化、人工智能、机器学习等集成技术的强强融合与应用。 随着组织的发展，员工需求的不断变化，联想的全球 IT 团队意识到企业自动化在简化工作流程、提高准确性和让员工专注于更多增值任务方面具有很大的潜力。 在人力资源领域，管理庞大的员工队伍导致全球人力资源团队的工作量很大，人力日常工作经常涉及跨系统操作、重复人工录入、人工核对等"人工密集型"工作，常见任务的示例包括个人所得税申报、考勤数据验证、招聘流程等。这些任务是重复的、乏味的、耗时的并且还容易出错。 出于这些原因，联想全球 IT 一直在寻找解决方案，以实现更高水平的数字化转型，以简化人力资源部门的工作流程。其中，应用 RPA（Robotic Process Automation） 是企业的主要选择之一，而筛选适当的流程则是 RPA 取得成功的第一步。因此，联想优先考虑的是，可优化的流程有哪些，然后根据投资回报（ROI）对这些流程进行"量化". 根据 HR 团队定义的"痛点",联想目前选择了个人所得税申报、业务费用报销、工资核算这三个关键领域部署 RPA. 首先，个人所得税申报一直是 HR 团队的一项重要而繁琐的工作。整理数百份文件，完成重复的涉税操作，需要耗费大量的时间和工时，整个过程琐碎而复杂。 联想打造了一款报税 RPA,可以自动下载数据，生成个人所得税档案，将个税档案上传到个税系统，然后进行申报和验证，一旦出现异常自动重新运行。HR 利用 IT 技术，简化了个人所得税申报流程，降低了此流程所需的成本和时间。 其次，在联想传统的报销流程中，员工需要先填写表格，在系统中提交报销申请，下载并打印批准的文件，再发送给财务部门。这种手动过程效率低下，质量也低于标准。 而如今，RPA 可以通过光学字符识别（OCR）软件识别发票并自动生成、上传和提交文件，实现节省 90% 以上的时间，识别准确率提升近 99%,整个报销的验证质量和流程时效性均得到大幅提升。 最后，在工资核算方面，联想人力资源团队每个月都需要为近 100 个国家 / 地区的数百个法人实体的员工计算和验证员工考勤和工资单。这项任务涉及大量重复的人工计算、验证以及跨系统和平台的多次操作，非常耗费人力和时间。 而 RPA 则以实现高度可视化、结构化和数字化的工资计算流程，有助于以高效便捷的方式跟踪员工出勤情况。 综上来看，企业自动化技术帮助联想显着提高了数据的准确性，降低了错误数据输入的倾向。自从实施 RPA 以来，联想在这些领域没有遇到任何业务失误，不仅效率提升了五到八倍，而且确保了纳税申报和工资支付的及时性。这说明 HR 团队每年至少可以节省 6,000 小时，让他们腾出时间去做更多增值工作。 "RPA 将我们的资源从重复的手动操作中解放出来。不仅是在工作量方面，对我们员工来说，同时也是一种精神释放。"联想中国人力资源总监分享道。 未来，联想也希望进一步深化 RPA 的应用。联想人力资源战略运营副总裁也公开表示，"未来 RPA 需求会有更多，我们期待 HR Ops 任务能够更加自动化和智能化。"

来源 / ToB 行业头条 （ID:wwwqifu） 作者 / 樊航 · 编辑 / 瑞雪 从 2019 年 RPA 元年开启，到现在金融、政企、零售、制造等领域随处可见，RPA 在中国的高速发展仅仅用了四年。 在这四年间，投资人对 RPA 赛道始终保持热情高涨的状态，据「ToB 行业头条」不完全统计，2019-2022 年间有超过 40 起 RPA 融资事件发生，整个赛道呈现出融资金额高、融资频次快的特征。 比如市面上表现活跃的 RPA 厂商弘玑 Cyclone,在四年间完成三轮融资，总融资金额超过 2 亿美元；四年四次融资，总融资金额近 2 亿美元的来也科技；还包括四年融资六次，总金额超过 1 亿 7 千万美元的影刀 …… 但与资本热情参与的态势不同，有部分从业者认为 RPA 赛道仍处于虚假繁荣，因为，直至今日 RPA 行业仍未有厂商实现盈利，烧钱亏损仍属于常态，在低营收和高估值之间存在很大的泡沫。 这样的反差很难不引起业内关注，中国 RPA 行业走到哪个阶段，存在哪些问题，之后该如何发展？值得探索。 01 机会的另一面是无序竞争 RPA 作为一款数字化工具，和低代码、BI 分析软件一样，是帮助企业完成数字化转型过程中的一块楔子。 只是，同样作为一块楔子，RPA 的初级价值是可以量化的，即解放生产力，代替人工完成重复性的任务。这也直接让当下 RPA 的市场机会变得更加明显。 有数据统计，目前使用 RPA 产品的企业，基本上在业务上可以得到超 30% 的效率提升，有些业务效率甚至提升超过 80%,这也是为什么 RPA 厂商喊出 " 让人手有一个机器人、人人可用 RPA" 口号的原因，毕竟高效替代低效，会产出巨大的商业价值。 理论上，RPA 的使用范畴可以覆盖千行百业，比如银行行业的数据验证、多系统间数据迁移、客户账户管理等；医疗行业的患者数据处理、医生报告、医疗账单处理等；保险、电信通讯 …… 几乎所有线上业务规则化标准化且重复的工作都可以通过使用 RPA 去替代。 但与 RPA 高市场需求所体现出来的不同是，当前国内 RPA 渗透率尚在初期阶段。 据相关数据显示，2022 年中国 RPA 市场规模在 33 亿元左右，到 2024 年中国 RPA 市场规模将达到约 82 亿元，2021-2024 年年均复合增长率约为 50%.在未来 5 到 10 年 RPA 赛道都会保持着超 30% 的年复合增长率，预计到 2027 年达到 270 亿元，是名副其实的高速增长赛道。 在这高速增长的赛道里，其实并不缺乏玩家。目前中国 RPA 市场上的玩家大致可以分为四类： 一是影刀、来也科技、弘玑 Cyclone、九科信息等 RPA 初创公司； 二是艺赛旗等拥有丰富 ToB 软件经验的行业玩家； 三是阿里云、华为云、金蝶、用友等大厂孵化的 RPA 产品； 四是达观数据、英诺森等其他行业切入的 RPA 厂商。 由于目前国内 RPA 行业渗透率低，大部分巨头都集中挤在几个明显的行业，包括像上市公司 UiPath、明星巨头 Blueprism 等众多国外企业也参与了国内市场的角逐，整个赛道玩家都面临不小的竞争压力。 根据德勤全球 RPA 调查数据显示，53% 的欧美企业已将 RPA 通过某种形式同业务相耦合，但相较于发达国家的高兼容性，中国 RPA 渗透率相对较低，应用大多数停留在金融、电信等数字化程度较高的行业。 这也导致了国内 RPA 公司的竞争走向，都挤在了 IT 环境成熟的区域，不那么标准化的场景和领域鲜有吃螃蟹的人，且由于在 RPA 赛道，产品同质化非常严重，融到钱的企业容易铺到销售和价格战上，导致很多厂商都进入这种无序竞争盲目发展的漩涡之中。 有多位知情人士向「ToB 行业头条」透露，在一场国内政企的 RPA 采购招标会上，海外 RPA 厂商十几万均价的报价，到最后成交会发现国内有很多报价低至万元的厂商中标，基本上毫无利润可言。 且这样的现象，不在少数。这也是为什么很多从业者会抨击竞对毫无底线的原因，这也导致了国内市场基本很难走出盈利的企业。 弘玑 Cyclone 曾向相关媒体透露，RPA 赛道发展至今，经历了三个阶段，1.0 阶段是证明 RPA 价值；2.0 阶段比拼性价比、即单点产品能力和价格；3.0 阶段是整个自动化闭环解决方案。 很明显，中国 RPA 市场目前正处在的 2.0 阶段向 3.0 过渡的阶段，但真正能突围出来并不容易。 02 超自动化成 RPA 最热技术趋势 RPA+AI+ 流程挖掘等技术走向融合 在 RPA 行业面临同质化、价格战时，核心竞争力成了企业突围的关键点。落实到细节就是产品是否解决了客户痛点，有没有体现 RPA 最终的价值，实现终极目标。 这也是行业从 2.0 往 3.0 跨越的直接体现。 而3.0 阶段的最终形态，就是 Gartner 所提出的超自动化。 超自动化是以 RPA 为核心，添加人工智能、流程挖掘、BI 分析或其他高级工具，提供整体自动化闭环解决方案，协助实现处理复杂场景的决策的能力。 甚至通过直接交互，让 RPA 机器人去协助创建 RPA 流程，最终可以为越来越多知识型工作实现自动化，让每个人每个企业都能参与到数字化转型中。 这也意味着单纯做 RPA 的厂商必须通过自研或者融合去吸收 AI、流程挖掘、BI 分析等能力，去实现最终目标。 大多数厂商和从业者认为，想要实现超级自动化流程创建，像目前 RPA 厂商都在走的一个路径，RPA+AI.业界的共识是如果 RPA 是代替人工的手，那 AI 则是大脑，AI 赋予 RPA 自主学习的能力。 其中AI 的高级玩法流程挖掘成为必不可少的工具和技术。 通过跨平台、跨系统的业务操作日志采集，生成流程运行方式的完整视图，从而发现、监测和改进实际流程，这样能全面的理解业务流程，找到效率低下的根源并确定自动化改进的机会。 现在不管是 RPA 厂商还是企服软件厂商，都意识到流程挖掘对业务流程优化的重要性，开始通过收购、引入和自研的方式获得流程挖掘技术。 有一点很明显的现象是，目前国外的企业都偏向于收购并购，而国内的企业都在纷纷自研。 比如 UiPath 在 2019 年收购可视化业务分析流程工具公司 ProcessGold,2022 年初，微软收购流程挖掘技术领先者 Minit. 像国产 RPA 厂商弘玑 Cyclone、艺赛旗、来也科技、九科信息等都推出了自有的流程挖掘产品，此外也有像望繁信、云智慧等主打流程挖掘以及推出相关产品的厂商。 当然，想要实现超自动化并非易事，单靠 RPA 自身的基础能力很难实现，在未来，会经常看到 RPA 厂商与 AI、BI、流程挖掘类厂商进行融合、并购、合作的场景，毕竟每一项能力的研发成本不是所有 RPA 厂商能够承担的。 03 纵深业务场景还需要 与其他软件进行集成 提升的整体技术能力是企业提升竞争力的途径，但并非唯一途径。在实际应用过程中，还需要厂商寻找更多的业务场景。 比如像国内也有垂直行业的 RPA 服务商对某些行业的某些业务场景有着深度理解，也形成了很深的 Know-How,自然会拥有一定的市场空间。 但对于做通用型的 PRA 厂商而言，想要纵深业务场景，就需要不断积累不同行业的不同业务场景。 最普遍的方式就是与其他软件技术进行融合与集成。将 RPA 与 HR 系统、财务系统集成是当下最常见的方式之一，这样有助于减少人为失误，保持流程准确性。 再比如，将 RPA 集成在企业原有的 ERP、CRM 系统上，用以打通数据壁垒，优化遗留系统性能。对于那些多达上百种系统软件的企业而言，集成和融合至关重要。 这样的方式也是 UiPath…

财务数据是集团公司天然的大数据中心，是集团公司数字化、智能化转型的有利切入点。集团ERP系统推广后，财务数据的数字化、智能化应用尤为有效。 影刀RPA财务机器人是集团公司顺应数字化、智能化变革，更好发挥财务大数据中心作用的有效工具和手段。通过在日常财务工作环境中构建完整、灵活的RPA生态系统，结合RPA+AI技术的应用，可以有效保障集团公司业务发展和管理决策中的数据需求，为财务变革和转型奠定数据基础。 大多数企业的财务中心不可避免地存在以下问题： 1.财务拒收率高，员工抱怨多。 财务平均退单率高，退单原因主要是单据填写不规范和发票有问题。财务单被拒后，员工需要重新开提单并审批，无形中拉长了流程周期。同时也增加了财务人员和员工的矛盾。 2、靠记忆和经验，容易出错。 各类业务对单据审核的关注点不同。从发票和附件到文件填写规范，都需要审查其合规性。审核员需要记录180多个问题，这在很大程度上依赖于记忆和经验来进行审核。人员流动时，新人适应上手的时间一般超过一个月。 3.审核效率低，人力投入大。 财务人员审核一份文件平均需要十分钟左右。如果加上排队、审核、复查证件的综合处理时间，单个证件平均处理时间超过三十分钟。审核速度很难快速提升，人力投入随着单量的增加而线性增加。 4.低价值的工作影响团队能力的成长。 审计组成员疲于应付文件审核和文件驳回的沟通，没有精力去探究数字背后的规律和风险，也没有时间去转型做业务支持或财务分析。 影刀RPA财务机器人上岗后，可以承担共享中心业务流程中的预检、审核等任务，如发票及附件收集、单据保存及提交、实物交付、人工审核等。 实现报销表格一键填写，系统自动提示报销内容合规，全面提升填写便捷性，提升用户报销体验。 影刀RPA财务机器人会根据每个场景的清单财务关注点，按照规则逐一审核，高效快捷，告别经验主义。 影刀RPA财务机器人将进一步推动财务人员的角色转换，提升财务共享中心的运营效率，也成为链接企业管理和信息技术的桥梁，帮助客户企业全面数字化转型，实现企业价值，为企业的持续创新和价值创造保驾护航！ 分叉智能（影刀RPA）是一家创新型科技公司，聚焦RPA赛道自主研发出核心产品——影刀RPA拥有完全的技术知识产权，公司助力电商、金融、物流、医疗、通讯等领域企业和员工实现数智化、自动化转型。影刀RPA已赋能迪卡侬、汤臣倍健、恒生电子、美的、周大福、Keep、UR、泸州老窖、顾家家居、宝尊、得物、三只松鼠等上万家客户。

随着全球数字化转型的演进，各企业都在寻求实现企业级的深层次数字化转型。RPA通过模拟并增强人类与计算机的交互过程，高效率、高准确率、低成本完成计算机任务，正在成为这些组织降本增效、实现高效业务处理的坚实支撑。 作为国内超自动化领军企业，达观数据致力于打造企业级的流程自动化运营平台，通过整合RPA+OCR+NLP+KG等前沿自动化技术，持续构建产品能力，为企业业务每个环节的流程优化、效率提升赋能数字化能力，促进企业运营的自动化与智能化。 为更好地满足企业全面推广RPA流程机器人的需要，更大程度地去发挥和提高RPA流程机器人的效能，在支持"人机协作"、"后台执行"等功能的基础上，达观RPA运营平台再做创新升级，一方面，面向业务部门提供"开箱即用"的流程应用能力及多维度可视化监控与运营分析能力；另一方面，面向科技部门提供企业级自动化流程开发和监控运维的技术能力，为企业业务高效低耗运营提供了最佳实践方案。 运营平台四大核心功能 01应用开发 根据实际业务场景，技术人员可以通过专家编程、可视化拖拽、智能录屏等多种模式完成自动化流程的设计、开发、测试与上线。产品已内置数百种标准化可视化控件，可支持网页、影像文件、邮箱、办公软件、数据库、信息系统等多种对象的自动化。 02应用管理 该功能模块支持将已完成的流程机器人应用进行前端发布，供相应的业务人员在前端使用。核心功能主要包括： 应用配置：设置应用的发布范围、触发方式、执行机器人等参数，并可支持租户级、部门级、用户级等多层级参数化配置，提升了RPA应用的灵活性与通用性 应用审核：有权审核人员对待发布的自动化应用进行审核，主要包括应用功能、触发方式、适用部门、应急预案等内容进行全面审核，保障RPA应用发布后正确执行 应用发布：审核通过的RPA自动化应用即在机器人应用大厅展示，并可被业务人员申请使用 03应用大厅 机器人应用大厅将已经开发的RPA流程机器人，以应用的形式展现在业务运营端，从而面向业务人员提供类似"黑匣子"的自动化服务。应用执行后即可在前端获取自动化结果，例如报表文件、状态标志、结果查询等等。这种"可见即可用"的自动化应用模式不需要业务人员接受再次培训，无缝衔接业务人员现有的业务流程，确保了生产力能够得到最大程度的提升。 04应用监控 对于自动化应用的作业情况、应用运行情况、任务执行情况、应用效能产出等进行实时、全面监控，并通过监控大屏可视化展示。 运营平台技术优势 01集成行业自动化场景应用，提供最佳用户体验 目前，达观RPA机器人已在金融、政府、制造等行业全面推广和应用，沉淀了丰富的行业应用场景，借助达观RPA运营平台使得自动化应用以"可见"的WEB方式展现在业务人员面前，办公终端无需再部署机器人终端，通过简单的人机交互即可得到自动化执行结果，极大提升用户体验。同时，一个自动化应用在某分支机构上线后，仅需同步组织机构人员清单，无需调试，即可完成机器人的全面推广。 02建立机器人资源池，实现集约运营 机器人资源池，类似于虚拟的数字员工集中作业中心，通过高可用集群部署，建立独立、专用的虚拟机集群，支持负载均衡和动态扩展，实现RPA机器人资源在企业的统一调度和精细化运营，从而满足企业总部部门、分支机构的共享使用，节省资源成本，提高RPA机器人资源的利用率和可靠性。 03集成领先AI能力，支持复杂场景拓展 达观RPA运营平台通过集成计算机视觉、自然语言处理、知识图谱等人工智能技术，拓展传统RPA能力边界，形成更加卓越、智能的数字化劳动力，为各种业务场景提供灵活有效的自动化解决方案，为企业数字化的深层次转型提供全新引擎。 随着数字技术的进步与发展，各类企业和机构都将配备相应的数字化白领员工，未来的办公形态一定是人机协同的，人和机器人做各自擅长的事，人负责更高层的决策判断、更有想象力的工作，机器人去做重复性的基层工作。达观数据将继续围绕RPA+AI技术聚焦产品创新和用户体验，持续赋能行业数字化升级，帮助企业客户实现内部高效运营，业务快速增长

Gartner 2022年中国信息和通信技术成熟度曲线显示，机器人流程自动化（RPA）在国内的发展势头逐渐增强。如果运用得当，RPA可以帮助用户建立自动化工作流完成任务，提高企业机构生产率。 然而实际上很多RPA项目并不顺利，其中一个原因在于IT领导者使用这项技术的场景可能并不合适。此外，RPA供应商筛选流程也很复杂，领导者可能缺乏必要的资源或企业级支持来做好这项工作。 使用四大原则筛选用例 RPA是众多自动化技术中的一种，其设计初衷是实现任务自动化。IT领导者如果确认RPA是实现自动化需求的最佳工具，则需要选出最合适部署RPA的任务自动化场景。 理想情况下，任何流程只要结构清晰、重复性强、规则明确，都可以使用RPA来完成自动化。为选出最佳应用场景，领导者在评估中需要考虑以下四个关键原则： ·用户数 ·步骤数 ·复杂度 ·稳定性 建立周密的评估标准 为准确评估RPA供应商的能力并选出最佳合作伙伴，国内IT领导者应在供应商评选开始前以及过程中与各干系人积极协商沟通，优先关注以下指标。 集成能力。IT领导者一定要确保供应商软件与自身IT环境可以兼容。为此，需要列举可能会应用到RPA的全部现有系统和应用，然后将其分为三类——经常使用的大众软件、偶尔使用的一般软件、很少使用的小众软件。 用户体验。终端用户对于自身工作的流程细节，有非常独到的见解。因此，IT领导者需要与业务终端客户和应用技术专业人员沟通，获取产品需求反馈。 用户体验在中国尤其重要。本地RPA供应商更了解国内用户，所以更容易做出中国公民开发者所需的直观产品用户界面（UI）。同时，本地供应商也更善于在整个销售和支持期间提供中文服务。 投资回报率和总体拥有成本。考虑到项目预算的限制，国内IT领导者往往青睐价格最低的RPA产品。售价低固然有吸引力，但并不等于投资回报率高。低价产品如果缺少关键功能，长期维护和人力成本会非常高。总之，要控制住选择最低价的冲动。 长期合作潜力。很多国内IT领导者低估了企业需要与RPA供应商合作的时间。RPA从部署到成熟，往往需要数年时间。因此，领导者需要判断供应商是否具有成为长期合作伙伴的潜力。合格的供应商不仅能覆盖短期自动化需求，还需要具备与企业发展战略和长期目标相匹配的RPA产品发展愿景。 建立RPA治理模型 为将RPA项目推向成熟阶段，完成企业机构内部的RPA推广，IT领导者需要建立RPA治理模型。为选出最合理的RPA治理模式，国内IT领导者需要优先关注以下三个方面： ·IT技能支持 ·生命周期管理 ·卓越中心建设

近日，全球RPA领导者Automation Anywhere（以下简称"AA"）在官网宣布获得2亿美元融资，本次由硅谷银行、SVB Capital 和 Hercules Capital, Inc（纽交所代码：HTGC）联合投资。 AA上一次融资要追溯到2019年11月，由Salesforce Ventures领投，软银、高盛参与的2.9亿美元B轮融资，估值达到了68亿美元。经过3年的市场深耕与技术沉淀，AA再次获得巨额融资，这不仅充分展示了老牌RPA厂商的实力，也证明了RPA赛道仍然是资本市场的宠儿。 资料显示，AA成立于2003年，总部位于美国加利福尼亚州圣何塞。AA是全球最早布局RPA赛道的厂商之一，与UiPath、Blue Prism合称"全球三大RPA厂商".AA曾在2018年7月获得2.5亿美元A轮融资，2019年11月获得2.9亿美元B轮融资。 联合创始人Mihir Shukla 在创立 AA之前，曾经在 E2Open、Kiva、ISN、Netscape、Infoseek、Omnisky等公司担任高管，在科技领域有超过 25年的丰富经验。 R 联合创始人兼首席执行官Mihir Shukla AA在40多个国家/地区设有办事处和子公司，员工总人数超过2600名，拥有3500多家大型企业客户。AA的技术创新能力以及市场影响力一直处于全球领导地位，AA连续4年入选Gartner发布的RPA魔力象限，并被评为行业领导者；连续多年入选Everest Group PEAK矩阵，被评为行业领导者；连续4年入选了福布斯发布的《全球云100强》。 目前，AA的RPA产品已广泛应用于金融、医疗、保险、零售、电信、政务和制造等行业，覆盖全球30多个国家/地区，为几千家大型企业提供最先进的智能自动化服务。其中，全球十大顶级电信公司中的7家，全球十大顶级医疗保健公司中的8家，全球十大顶级金融机构中的7家皆是AA的客户。 AA的典型客户包括：埃森哲、IBM、Cisco、戴尔EMC、联合利华、西门子、普华永道等众多"世界500强".目前，AA在全球部署的RPA机器人数量已超过280万个。 产品方面，AA是全球最早推出智能RPA厂商之一，通过将RPA与AI、NLP、OCR、ML等诸多主流人工智能技术相结合使用，从而突破传统自动化天花板扩大自动化赋能边界，极大提升了自动化效率、节省工作时间和降低运营成本。 此外，为了进一步降低用户使用门槛，突破自动化效率瓶颈，AA发布了具有流程发现功能的Fortress IQ产品。该产品通过内置的AI功能，可为用户提供颗粒级业务流程分析和解读，帮助用户分析自动化效率低下的原因并给出智能解决方案，可提升90%的自动化流程发现效率。 教育生态方面，AA成立了"AAU"自动化大学，为全球的企业、学生、开发者、技术爱好者等提供RPA培训服务。目前，AAU已完成200万节RPA课程教育，219,000多个RPA认证并与150多所知名学术机构建立合作伙伴关系。 AA联合创始人兼首席执行官Mihir Shukla表示，我们对AA的未来发展非常有信心，因为越来越多的企业开始通过我们的云自动化平台来提升运营效率，以应对复杂的商业环境挑战。这笔融资将帮助AA打造更强大的数字化劳动力，从而帮助企业创造更高的商业价值。 硅谷银行美国科技企业银行主管Bob Blee表示，在过去几年中，非常高兴与AA的团队进行了深度合作。AA是RPA领域的领导者，通过数字自动化的形式帮助企业加速数字化转型，同时打造了强韧有力的数字化劳动力，增强了运营弹性。我们将继续支持AA,并看好他们未来的发展。

流程挖掘正在逐渐受到中国技术应用者的关注，尤其是在新冠疫情的影响下，流程挖掘可以更加深度地赋能客户的业务增长，其价值也正在被更多的机构和企业认可，并加速流程挖掘计划，流程挖掘将迎来快速增长。 2022年9月29日，RPA中国发布了《深耕潜行：开拓"流程智能蓝海"-2022年中国流程挖掘行业研究报告》，遴选出在流程挖掘领域具备先进解决方案和成熟落地能力的代表性厂商。弘玑Cyclone凭借创新研发的流程智能产品及标杆案例实践，成功入选本次报告。 报告中，RPA中国分别对行业发展现状与趋势、细分领域实践、厂商能力进行了深入的研究与洞察。研究团队站在行业用户需求与应用实践的视角，展开了精细化的市场调研，并结合大量的案例实证与数理实证，为企业的流程挖掘实践提供策略支撑，同时也为厂商业务发展与战略决策提供有效参考。 结合《RPA中国：推动数字战略实践-中国RPA行业发展洞察报告》的研究：流程发现与分析能力成为RPA产品功能的重要探索方向，具备"卓越的智能流程挖掘、高效的流程执行与分析"能力的RPA产品将获得更多用户的青睐。 RPA中国在报告中指出，弘玑Cyclone流程挖掘产品能够将数据转化为洞察力，帮助用户以可视化的方式持续发现、分析、改进与监测业务流程，提高运营效率。 弘玑Cyclone将流程挖掘纳入超级自动化战略 流程挖掘业务是弘玑Cyclone整体业务中的核心一环。以超级自动化闭环视角，通过流程挖掘来观察发现业务流程中的瓶颈，进而通过流程智能中的仿真功能来选择和评估流程优化的机会，融合RPA在内但不限于RPA的超自动化技术产品做流程优化。通过如此迭代，形成真正赋能企业数字化转型的超级自动化飞轮效应。 强大的产品创新能力，实现业务流程精细化管理 RPA中国认为，弘玑Cyclone拥有四个方面的产品优势： 1、拥有流程进行数据获取、可视化展示、流程分析、一致性分析、流程仿真、流程优化、流程对比监控的完整产品能力； 2、可以实现与RPA、BPA等流程优化方式的无缝结合，实现从问题发现到优化执行的闭环能力； 3、拥有自定义KPI、自定义分析看板、自定义标准流程、各种业务属性、路径、活动等多维度组合筛选及灵活下钻的分析能力和流程对比能力； 4、拥有基于BPMN的流程仿真能力。 市场需求与生态能力相结合，提供最佳实践场景 落地层面，弘玑Cyclone依托自身强大的业务与生态能力探索流程挖掘的商用实践机会。当前，弘玑Cyclone流程挖掘产品已经服务了包括国家电网在内的大型央国企客户以及其他大型民营企业客户，分布在金融、电力、政府、制造业等行业领域，覆盖财务、采购、审批等多种应用场景，能够为客户提供全面的流程智能、流程自动化产品和服务。 同时，弘玑Cyclone积极拓展咨询公司等各类生态合作伙伴，在自身流程挖掘产品技术能力基础上，不断夯实全域服务能力。 此外，弘玑还参加了由信通院组织的流程挖掘联盟标准制定，并作为主持者和参与者完成了全部流程挖掘模块的标准制定和编写。

2021年12月，国务院印发了《"十四五"数字经济发展规划》，明确提出了新形式下数字技术与实体经济深度融合发展的目标。机器人流程自动化（Robotic Process Automation,RPA）作为数字应用的典型代表，具有落地效率高、投资回报快等特征。近年来，国内RPA技术和服务供给水平逐年提升，银行、证券、保险、电力、零售、政务等各领域RPA应用实践快速丰富，相关产业进一步繁荣。 为推动RPA行业有序高质量发展，中国信通院联合60余家行业重点企业建立并完善了国内首个RPA标准体系——《机器人流程自动化能力评估方法》。系列标准包括系统和工具标准、交付实施标准、运营运营标准、服务能力标准、安全和风险控制标准5部分，围绕RPA技术、应用、运营等要素构建了立体化标准体系，全面覆盖RPA服务全生命周期。目前已开放三类测试项目： 1）RPA交付实施能力评测项目。面向RPA用户、厂商开展测试，从RPA项目的立项与需求分析、项目的管理与实施方法、交付与验收流程等方面开展测试。该项测试将有利于规范RPA部署进程，提升服务效率与质量；2）RPA持续运营能力评测项目。面向RPA用户开展测试，从RPA项目的管理与运营监控、运营与稳定保障、业绩成果评价等方面分模块开展测试。该项测试将有助于规范RPA运营进程，进一步提升RPA应用成效；3）RPA系统和工具能力评测项目。面向RPA用户、厂商开展测试，从RPA系统的开发测试、工作执行、管理监控、AI能力四个方面分模块开展测试，面向用户评估应用成熟度，面向厂商评估产品能力。 小中机器人V3.0已通过中国信通院RPA系统和工具开发测试模块的测试，取得了3+评级。此次，我们采访了中银金融科技（苏州）有限公司IPA实验室总监霍卓群，以下为采访详情。 Q: 您好，请介绍一下您和您的企业，以及此次参与评估的RPA系统和工具。 霍：很荣幸代表中银金科"小中机器人"产品团队接受中国信息通信研究院的采访。我是来自中银金融科技（苏州）有限公司IPA实验室的总监霍卓群，多年致力于人工智能深度学习领域产品的应用开发工作。中银金融科技（苏州）有限公司是中国银行旗下的金融科技全资子公司。中银金科着力推出自主研发"小中机器人"品牌超级自动化平台产品，作为金融领域加速实现数字化转型的国产品牌尖刀利刃，将机器人流程自动化（RPA）、智能文字识别（OCR）和自然语言处理（NLP）等新一代信息技术融入到金融场景中，深化金融服务智慧再造，重塑智能高效的服务流程。我们的数字化机器人奉行"智能、可信、安全"的原则，提升企业的整体数字化转型能力。"IPA"即"AI+RPA",是以机器人流程自动化（RPA）为基础，借助机器学习、模式识别和自然语言处理等人工智能技术（AI）为自动化技术添加实现智能流程挖掘、智能文档分析与效能优化分析等功能的高级工具。中银金科小中机器人品牌打造出了一个集小中设计器、小中机器人、小中控制器、数字员工聘用中心、数字员工调度中心和数字员工生态开放平台为一体的超自动化产品生态链，充分扩展产品的自动化与智能化组合能力，以数字劳动力实现企业业务全流程无人运行，解放高质量核心生产力，从而更好地为客户实现降本、增效、提质的目标。 Q: 此次贵公司参评的RPA系统和工具全域通过了3+级，达到了专业级水平，也是当前评测体系中应用成熟度的最高水平，请说一下您此时的感受。 霍：我们对中银金科小中机器人在这次评测中获得系统与工具产品能力"3+级"证书倍感荣幸。在确保监管合规的前提下，小中机器人可以代替员工智能化地自动执行重复性操作，具备智能"听、说、看、想、做"五大感官功能，7*24小时待命实时工作，实现跨角色、跨时序的业务灵活定制与编排，打造环节无缝衔接、信息实时交互、资源协同高效的业务处理模式，为促进数据融通、资源流动和价值共享贡献了新模式、新思路，实现业务的综合配置优化、效率提升和社会协同。中国信通院作为行业内权威评测机构，细化300多个考察点对小中机器人进行了全面评估，测评的专业性和严谨程度无疑是业内第一的。在如此专业严谨的测评过程中，小中机器人也展现了过硬的技术素质与完善的流程问题解决能力，很好地体现了中国银行在金融科技领域自主研发的技术积累和专业素养，也肯定了中银金科专业级高质量的产品服务，更进一步坚定了小中机器人打造国有品牌、国际一流的超自动化平台的奋斗目标。 Q: 贵公司参与RPA系统和工具标准评估的考虑是什么？ 霍："十四五"以来，数字理念的不断深入，数字经济的不断发展，驱动着各行各业加快数字化转型步伐，以科技创新手段推动着机构内部的业务流程快速重组。中银金科小中机器人高度融合机器人流程自动化、人工智能等新一代信息技术，提升产品的技术壁垒和前瞻性。从中国银行自身需求出发，以产品研发自主可控、产品风险可控可防、产品质量安全保障、产品整合生态共建为优势，设计更加贴合业务需要的数字劳动力产品，助力产业的数字化转型，为各行业数字化转型乃至数字中国建设提供更多的思路和铺垫。中国信通院RPA系统和工具标准评测则是提供了以RPA技术为基础的数字劳动力水平检验体系，也为中银金科小中机器人提供了向市场展现自研技术和创新应用成果的舞台。中国信通院近年来不断推进RPA相关行业标准的制定工作，构建了具有一定指导作用的标准评估体系，为国内RPA产业的发展提供了科学公正的参考意见，以完备的技术与应用验证渠道为推动中国数字化转型理念提供企业级流程智能的建设思路。这点，与中银金科的数字化理念不谋而合。 Q: 请您详细的介绍一下，本次评估中有哪些数据指标可以直观的体现自身的RPA技术研发水平？ 霍：在本轮测评中，小中机器人在开发模式、辅助开发、功能组件、版本调试等方面均表现出了较强的基础能力和创新应用能力。参与本轮信通院RPA评测工作，是对小中机器人技术能力的一次系统检验，有助于促进产品的技术成熟度水平提升，寻找信息实时交互、资源协同高效的业务处理模式最优解。小中机器人作为低代码平台和超级自动化技术融合体，高质量地打造出了一个数字员工的综合服务聘用中心，发挥中银金科"金融、科技、场景"三驾马车优势，聚焦"优政、兴业、惠民"推动金融场景的数字化转型。在智能技术方面，小中机器人得益于中国银行多年在人工智能和大数据领域的坚实积累，面对AI+RPA的实践应用更有信心。在安全合规方面，作为一家国资背景的科技企业，中银金科也始终以金融安全防控要求为安全准绳。小中机器人产品渗透企业内部管理，支持对业务数据、用户数据、管理数据最严密的高质量加密过程服务，防范生产风险，保护用户隐私，推进了企业管理流程从"人控"转向"机控"再升至"智控"的范式飞跃，保障了数据跨域流转的准确性和保密性。未来，中银金科将进一步提高小中机器人产品的智能化水平，不断丰富模板和组件，打造信息实时交互、资源协同高效的业务处理模式，这对服务客户领跑数字化时代至关重要。 Q: 对于RPA技术的发展前景，您怎么看？ 霍：RPA技术的未来即是IPA.在RPA的技术领域，超自动化（Hyperautomation）已成为排名第一的热门词汇。超自动化技术代表了RPA+AI技术的深度融合。相较过去简单的自动化脚本，超自动化技术不仅在实现无人值守业务的自动化过程中整合了机器学习、计算机视觉、自然语义处理等能力，更将智能流程挖掘、智能文档分析与效能优化分析融入企业级流程的重塑再造中去，实现从辅助完成枯燥的重复性任务到全智能流程化作业工厂的转变。超自动化技术将成为企业内部加快推进数字化转型、拓展自动化战略的重要方式，并逐步成为RPA未来发展的重要趋势。 安全可靠是RPA未来发展的基石。在使用以RPA技术为核心的技术理念不断拓展应用能力边界的同时，加强构筑RPA安全体系也将成为该项技术可持续发展、应用的重要保障。充分保证工具安全、环境安全、业务安全、数据安全，扎稳筑牢安全基座，才能使创新技术在各个应用场景行稳致远。小中机器人一直以来均秉持着站稳安全"基座"、仰望超自动化"星空"的研发姿态，脚踏实地从场景需求出发，践行以产品研发自主可控、产品风险可控可防、产品质量安全保障、产品整合生态共建的发展理念，小中机器人将用智能化、规范化、场景化思维建设企业高度拟人化的新型数字劳动力，逐步将大批量企业核心人才从枯燥、繁琐的劳务中解放出来，结合螺旋式人才培养的数字化测评体系，为建设数字中国兴利除弊。

眼下，医疗行业正经历剧变，无论是政策环境还是病患需求，都在快速变化着。随着我国新医疗改革的深入发展，整个行业对医疗信息化建设的投入力度也在不断加大。 随着现代化信息技术的深入发展，医疗保健行业也掀起了应用RPA（机器人流程自动化）和AI（人工智能）技术的热潮。 据埃森哲研究预测，到2026年人工智能技术每年将为医疗保健行业节省1500亿美元。 结合了AI和RPA的医疗保健技术，可以帮助医生提高诊断效率和精确度。医生利用AI的分析诊断数据，可同时为多位病患进行诊疗。 医疗信息系统壁垒亟需打通 步入智能化时代，传统医疗信息化体系仍存在很大的升级空间。目前，医疗行业信息化体系的薄弱之处主要集中在三个方面： 数据采集困难； 数据采集的范围、质量； 自动化与智能化的应用程度。 长期以来，医疗领域信息整合的整个流程都是以人工劳动为中心，许多医疗机构仍面临信息系统孤岛、医疗信息碎片化等问题。 伴随需要医疗援助的人数不断增加，当医疗机构在采购和整合来自各种内部与外部来源（如临床应用、实验室系统、保险门户网站和许多其他不同系统）的信息时，将会面临更为严峻的挑战。 通常情况下，由于医疗数据多且复杂，医务人员几乎要将一半的时间浪费在数据录入上，效率低还易出错。 RPA机器人能够帮助医务人员减少重复、费时、琐碎的数据搬运工作，实现数据录入、迁移、清洗、整合的自动化。 例如，将病历数据从老的病历系统中迁移到新的病历系统；获取各个业务系统数据然后根据国家相应编码表进行比对转换；将某个业务系统数据自动填写到其他业务系统；获取各系统数据并进行汇总等等，不仅能提高效率和准确率，也让医务人员有更多时间治疗患者，回归本业。 RPA应用于医疗行业的优势 ●节省整合来自不同系统的患者数据的时间； ●自动化多个医疗流程，节省资源支出成本； ●自动执行重复任务，使医务人员能够专注于患者护理； ●通过提高计费效率和减少核销来改善收入周期管理。 医疗业应用RPA的9大场景 1、预约挂号 医疗机构可以通过RPA解决患者挂号预约的相关问题。RPA机器人可以自动收集患者数据，处理预约流程，为患者预约最佳的挂号时间。 2、账户结算 将RPA纳入整个计费流程可以为医务人员减轻工作负担。它可跨系统跨平台查看、处理数据，通过告知患者其账单金额，加快付款速度，来减少账户结算流程中的付款延迟和其他未知错误。 3、药物供应商管理 大型医疗保健机构需要管理很多药物、消耗品的供应商。使用RPA机器人实时监控这些供应商的动态，那么在药物风险方面会降低很多。 RPA扫描患者数据以创建报告。该报告可以发送给转诊管理者以确认是有效预约，并通知患者医生是否可用。 4、EHR系统管理 EHR（电子健康档案）在为医院构建宝贵的患者数据库的同时，也给医生带来了更多的文书工作。 RPA机器人可自动填写许多字段，并在相关系统中复制、交换信息及数据。不仅可以减少人为错误，还可让医生将更多的时间专注于患者的治疗，提高患者满意率。 5、医疗耗材审计 在医疗耗材审计中，高值耗材在设备科、二级库、手术间等实物流转及数据跟踪会遇到流程复杂、报表多，数据量大等困难。 而RPA技术可以自动获取耗材在各节点的管理报表，并交叉比对报表中高值耗材的数量与金额差异。当某一耗材的差异率超过预设风险警戒水平时，RPA将提出警示。 6、医疗账单管理 日常医疗账单涉及诸多系统之间的数据交互，工作人员需要不停的登录并手动记下这些数据。而使用RPA机器人来进行医疗账单管理整个过程将缩短70%的时间，并加快病人的结款周期。 7、医院银行对账 医院设置银行存款日记账，要核对银行对账单，编制存款余额调节表。由于银行往来账项过多，手工对账耗时费力，且准确率低，一旦出现错误，需要反复核查。 RPA可以代替人工对账单进行录入与核对，实现对账的自动化，从而节省医务人员的时间，提高计费效率并减少核销。 8、医疗合同管理 评价一家医疗保健机构的售后服务，医疗服务合同是否能妥善管理则是一条重要的指标。医疗保健机构面对堆积如山的合同，仅仅依靠人力进行管理，效率难免低下，而且极易出现错误。 RPA（通过OCR）从CRM中自动提取合同信息并进行分类管理；然后将合同信息录入到指定系统中，建立索引目录帮助用户快速找到待查询的合同。 9、医务人员管理 使用RPA可实时管理医务人员的考勤信息，便于管理者了解部门人员的出勤情况。 RPA从人力资源系统中读取医务人员信息，并根据工种进行分类，并将ERP系统中的人员外出信息与人力资源信息进行比对，以确认考勤。

目前，零售行业中的RPA应用增长较为迅速。越来越多的企业正寻求RPA来简化供应方的货物流动，并在需求方获得与客户的竞争优势。 据麦肯锡咨询公司（Mckinseyand Company）的数据显示，零售或快速消费品（CPG）行业中超过一半以上（54%）的工作有可能实现自动化。而零售自动化市场预计将从2017年的87.9亿美元，增长到2022年140.3亿美元。 早在去年，高德纳咨询公司发布的报告中，就已认为人工智能、RPA、物联网和区块链等新兴技术是未来推动供应链竞争优势的关键。其中，RPA的应用可以使供应链领导者削减成本，消除键控错误（Keying Errors），加快流程并链接应用程序。 而RPA的部署简单、投入较少、回报率较高等优势，也是众多零售商选择的关键。例如，RPA可以在不影响零售商原有IT系统的情况下完成部署，并使用结构化数据来自动执行现有的手动任务或流程。 随着新零售时代的来临，线上线下融合加快，每天靠人工手动处理大量订单，不仅耗时费力，而且还容易出错。 另外，伴随消费者网购习惯的不断深化，服装零售、快消类企业在电商平台的运营日益规范。在如此的市场环境下，服装零售、快消行业如何抓住机遇，畅赢未来？ 眼下，RPA技术火热，并由财税金融等领域逐渐扩展至全行业。目前，RPA在服装零售、快消行业的业务发展中也将起到非常重要的作用，特别是针对行业跨系统、跨平台的操作，RPA优势特别明显。 服装零售、快消行业的RPA三大案例 1、株式会社AOKI的RPA案例 株式会社青木是日本大型时装企业，成立于2008年4月1日，是株式会社青木控股的全资子公司，被东京奥组委指定为2020年东京奥运会官方商务正装供应商。AOKI旗下不仅有网上商城，实体门店也遍布日本各地。其中，AOKI门店574家、ORIHICA门店137家。 经过对现有业务的深入分析与梳理，AOKI决定在两个方面实施RPA: 1、处理网上商城的客户订单。若网站上订购的商品不在邮购仓库中，则要向门店调货发往仓库。 2、对库存不足的商品进行库存搜索，并按规则分派。实现EC系统管理界面、Excel、核心系统等目标应用程序之间的打通。 应用RPA之后，从EC管理界面到独立IT系统，再到邮件群发，均可以由RPA代劳。RPA机器人能够代替人工，实现数据的跨平台转移。优化了整个订单处理流程。 RPA的实施，平均每天可减少3小时的工作时间。有效提高企业的效率，增加了客户的满意度。由于RPA设计简单、操作容易，原先必须依靠负责人的经验判断处理的流程，现在人人都可以应对。 2、某快时尚服装企业RPA案例 由于快时尚的兴起，服装品牌推出新品的速度加快，却压缩了工厂的生产周期。在工厂生产效率没有提升的情况下，若无法实时获取数据资料，产品交期被压缩，企业就只能加人加班来应对，产品的不良率就可能因此增加。 某服装企业在进行订单处理的流程时，需要通过人工统整并逐一输入至订单系统。其中，仅是不断进行输入、复制与粘贴等简单动作，工作人员平均每人每天都要耗费5~8小时。 对服装企业来说，节省1天，甚至1小时的作业时间，意味着可以节省许多有形无形的生产成本，减少或避免浪费。 RPA可7×24小时不间断工作，替代人工完成订单处理过程中的手动操作，跨系统跨平台自动处理订单，高效且准确，不仅可减轻商家的工作量，提高订单处理效率，也将大大节省处理时间，提升客户满意度。 图片 3、某品牌彩妆公司 1、化妆品客户个性账单增值服务 客户需要从财务系统中导出"客户账单汇总表",再根据不同规则拆分成独立的"客户账单表"发送给客户，以实现客户增值服务。 现在这项工作交给RPA机器人之后，节约了大量的客服人员的时间，让客服人员有更多的精力实现其他客户增值服务。 2、后台ERP和前端电商渠道数据的嫁接 在京东、天猫等电商渠道上，化妆品公司都需及时将"用户订单数据"发送到ERP系统中。有时，由于电商渠道数据在时间和数量上会发生导出限制（有时每5分钟只能操作一次，并且导出数量也有限制）。 RPA改变了以往需要专人值守费时费力的操作，特别是"双11,双12"等销售旺季，RPA显着提升了化妆品企业电商数据作业效率。

自动化已成为企业未来发展的趋势和必经之路，尤其是发展势头迅猛的亚太地区，中国企业要如何在疫情、经济下行等重重挑战下，成功实现自动化转型，已是广大企业迫切需要解决的问题。 近日，企业自动化软件公司UiPath（纽交所代码：PATH）举行了在线媒体见面会，三位嘉宾重点分享了由UiPath委托IDC制作的《2022年亚太地区（含日本）自动化调研》结果，以及中国企业自动化转型的典型案例。 自动化需求增长，相关投资水涨船高 据了解，从今年2月-3月，UiPath委托IDC在整个亚太地区（包括中国、澳大利亚、印度尼西亚、印度、日本、马来西亚、新加坡、韩国和泰国）的350家员工规模在1000人以上的企业进行了调研。 这次调研当中，UiPath主要探讨了三个关键问题：第一，亚太企业自动化程度；第二，自动化如何帮助企业的业务呈现指数级增长；第三，企业如何提升自动化规模。 结果显示，93%的中国企业认识到机器人流程自动化（RPA）的重要性和优势，但目前并没有制定全企业RPA发展计划。 IDC金融研究助理副总裁Michael Araneta 表示："大多数企业在实施全企业自动化计划方面进展缓慢，这是由面临的无数潜在挑战造成的，包括寻找自动化技能和人才、确定合适的自动化软件，以及确保强大的安全性和治理能力。" 不过，随着大家对RPA的了解，尤其是近年RPA从自动化工具，演变到跨平台、跨部门的企业自动化平台，相关数据也有明显增长：到2025年，67%的中国企业将扩大RPA计划或实现全企业RPA部署。 UiPath北亚区副总裁兼董事总经理邹作基介绍道："中国企业在过去一段时间，自动化支出有显着的增长，67%的企业加大对自动化转型的支出。" UiPath北亚区副总裁兼董事总经理邹作基 可以看到，中国企业迫切想要在数字化转型理念底下执行自动化流程，降低人力成本，通过提升不同系统间的连接从而提升企业运营能力。 随着企业增加自动化的支出，中国自动化相关投资也在持续加速。调研结果显示，未来3年，超过43%的中国企业未来将实现ESG和可持续发展用例的自动化，而2022年的这一比例仅为13%. 对此，邹作基认为，过去两年自动化已经从企业部门内部工具，转变为整个企业应对系统性风险、解决当下困境的重要手段，相关机构加大对自动化领域的投资力度也印证了这点。 疫情反复、经济下行， 中国企业迫切需要解决的三大难题 实际上，中国企业希望加速自动化转型，是疫情反复、经济下行的大背景所导致的。 调研结果显示，中国企业希望通过实施RPA来满足三个需求：提高运营效率（77%）、精简流程（67%）以及支持远程和混合办公模式（57%）。 邹作基指出，过去几年，很多企业的营收都遇到了很大压力，当增长无法达到预期时，降低运营成本、提高运营效率就成了企业的首要诉求。 另外，在一些如银行、金融等传统行业，过于繁琐的流程也会影响员工的工作效率，"在经济发展迅速的时候，企业自然不会去思考流程是否繁琐的问题，但在自动化转型的过程中，流程精简就成为他们做出改变的契机。" 疫情以来，线上办公和混合办公模式成为企业的新常态。在与国内和海外客户的交流对接过程中，企业可能会面临疫情反复、防疫政策不同等带来的一系列问题，稳定且高效的远程办公方式，可以有效解决这些问题。 可以预见，自动化将通过推动新的收入来源、深化与客户的现有关系以及提高运营效率，为中国企业发挥更大的作用。 邹作基表示："这三点的最终目的，是为了无论遇到什么困难，企业都能自动化运转，将外部因素带来的影响降到最低。" 本次调研结果还显示，93%的中国企业强调他们将重点转向智能流程自动化（IPA）。他认为，自动化还不足以满足大家的需求，在中国企业面临数字化转型的关键时刻，结合智能化流程、AI以及机器学习的IPA,才是未来。 自动化转型存在三大挑战，智能自动化或是出路 从整个亚太地区（含日本）来看，本次调研结果显示，IPA软件的市场规模预计将在2025年增长到55亿美元，这凸显了IPA软件市场的潜力。 为何大家对IPA的需求如此迫切？这是因为中国企业在扩大自动化规模时面临了三个主要的内部挑战。 本次调研结果显示，63%的中国企业认为传统架构和系统数据壁垒是自动化转型中的首要挑战。 邹作基指出，过去二十多年中国经济发展太快，很多系统和架构更新迭代速度太快，导致不同的系统之间很难实现完全互通，从而提高了搭建更有效的自动化平台的难度。 人才难得则是企业自动化转型遇到的第二个挑战。调研结果显示，83%的中国企业认为，熟练的自动化人才和强大的实施合作伙伴支持非常重要。 "国内人才供不应求，很多客户的需求是怎样才能把人才、企业文化和自动化能力充分配合，实现持续增长。" 邹作基指出，第三个挑战是很多企业客户都知道要自动化，但无从下手。数据显示，57%受访企业认为确定适合实现自动化的流程非常困难。 而上述三个挑战，也引出了企业希望自动化方案能够带来的三个关键功能。 83% 的企业表示，在选择自动化解决方案时，熟练的自动化人才或强大的助力自动化的合作伙伴非常重要。57% 的企业表示，他们期待具有现代和模块化架构的端到端企业级解决方案；47% 的企业表示，存在一个企业范围内通用的、连接各孤岛的数据聚合、联合、交换和管理的方案。 "客户有些时候也觉得不一定所有的事情都是我们自己能做，也希望找到对的合作伙伴，最后选择了UiPath." 邹作基表示，从过去的RPA工具到现在的自动化平台，再到未来的IPA,UiPath加大在机器学习、AI等领域的研发、投资和收购，不断向前开拓自动化软件，助力中国企业实现自动化转型。 事实上，亚太地区包括中国地区，不少企业已经开始走向自动化。相关数据显示，2022年在亚太地区（含日本），银行和保险业两大行业的智能自动化走得最快，已经有56%的非IT领域员工参与到自动化工作中，其次是电信（50%）和零售（49%）行业。 而在接受调研的中国企业当中，有57%的企业已经让非IT领域的员工参与到企业的自动化工作当中，还有30%企业未来计划让非IT领域的员工也参与到自动化工作当中。 UiPath中国区售前总监陈磊表示，越来越多中国企业的管理层认识到自动化对于企业数字化转型带来的好处，甚至能对企业战略起到重要助力。 不难看出，在竞争加剧和动荡的宏观经济环境背景下，各企业都在探索用数字化手段提高运营效率和丰富客户体验，其中包括UiPath 中国客户东风日产。 东风日产卓越中心负责人高立向媒体分享了东风日产与UiPath合作的案例。 东风日产卓越中心负责人高立 高立介绍道，目前东风日产包括研发、制造、营销、财务、人事等八个领域已经成功导入了RPA,具体应用于数据的采集、自动化加工和输出等方向。 高立表示，未来东风日产将继续深入研究将RPA与AI、OCR、NLP等技术的结合，以实现超自动化的目标。"自动化是企业管理人员的最佳助手，自动化可以提高员工工作效率，增加员工工作的成就感和幸福感。除此之外，自动化还是推进业务流程优化重构、提升企业运营效率、加速企业转型升级的重要手段。" 最后，邹作基表示，中国企业清楚地认识到，需要实现全企业自动化，以提高生产力、节约成本和增强客户体验等，但扩展企业自动化规模，依然是中国企业需要解决的问题。 "如何让员工参与自动化、为企业自动化作出贡献，关键在企业本身。为了升级自动化规模，企业自身必须提升自动化思维模式，利用高管支持的整体战略，辅以强大的员工技能提升和培训计划，这样才能在中国实现大规模自动化。" 智能自动化能否帮助中国企业走出当下困境、迎接挑战，能否在未来让中国企业实现稳定持续增长，让我们拭目以待。

RPA这个概念本身并不新鲜，目前全球市值最高的RPA公司UiPath,创立于2005年，到现在已经有17年历史了。然而，这两年RPA突然又火了，仅仅2021年中国市场就发生了17起重要融资。 RPA获得如此多的关注，与AI的结合是其中的一个重要原因。RPA+AI,一下子打开了RPA应用的想象空间。因此，众多RPA厂商都将AI作为其产品的一个重要卖点。那么，RPA和AI到底是怎么结合的呢？为此，数据猿策划了RPA+AI深度行业选题，分析RPA和AI的结合点，并采访多位RPA、AI领域的专家，一起探讨行业的未来发展趋势。 具体来看，RPA+AI可以分为以下四个方面： RPA+机器学习，实现流程发现、流程设计自动化 RPA产品有三个核心功能，流程发现、流程设计、流程执行。首先，是要发现自动化流程，然后根据这个流程来设计自动化步骤，最后再由RPA系统来执行这些自动化流程。所以，自动化流程的发现、设计，是整个系统闭环的关键一步。影刀CEO金礼剑也认同AI在RPA各个环节的应用价值，"发现、设计、执行是RPA应用的一个闭环，AI在每个环节都能提供强有力的支撑：在发现环节有流程挖掘、需求录制这类AI产品帮助用户自动发现和记录自动化场景，在设计环节有CV、OCR等技术帮助机器人更准确的定位目标元素，在执行环节有一些流程推荐、智能文档处理等产品大幅提升RPA的易用性。" 具体来看，发现和设计自动化流程有两种方式： 人工流程设计方式。业务人员和RPA人员以头脑风暴的方式，针对具体的业务场景，进行多次讨论，识别出那些高频重复、标准化程度高的环节，抽象出可自动化的流程，然后借助RPA产品设计出自动化执行的机器流程。在这个过程当中，需要业务人员的深度介入，高度依赖业务人员的经验，RPA流程的设计效率并不高。在流程发现、流程设计、流程执行三个关键环节当中，RPA产品实际上只在流程执行环节实现了高度自动化，在流程发现和流程设计环节，还是高度依赖人工操作。因而，整个RPA流程的自动化程度并不高。这无形当中提高了RPA产品的应用门槛，降低了RPA产品的应用价值。 RPA+机器学习方式。这种方式致力于在流程发现、流程设计环节，也实现自动化。具体方式为：将RPA平台部署到电脑、手机等终端，系统以静默状态抓取用户的行为轨迹和业务数据。员工只需要按照自己日常的工作方式，来登陆业务系统，进行业务操作即可。众多员工的业务操作，就会产生大量的行为轨迹和业务流程数据，而可自动化的业务流程就藏在这些数据当中。借助机器学习技术，RPA系统可从这些数据当中识别出可自动化的业务流程。 机器学习技术的核心，就是从看似杂乱无章的数据中，挖掘出规律。借助回归、聚类、深度神经网络等算法模型，从海量数据当中，识别出那些适合自动化的业务环节。此外，系统还可以"学习"业务之间的关联关系，将多个环节"串起来",形成一条完整的业务流程链条。之后，RPA系统依据学习到的业务知识，自动设计出业务流程。至此，就实现了流程发现、流程设计的自动化。当然，系统自动设计出的业务流程可能还不完善，业务人员可以在此基础上进行修改。在已有流程上进行部分修改，其难度肯定要大大低于从头开始设计整个流程。而且，RPA系统还可以"学习"业务人员修改流程的这个过程，进而改进机器学习算法模型，让以后给出的RPA自动化流程更加合理，需要修改的地方更少。 这让笔者想到一个典故：有一个着名的园林设计师，要给一个公园设计人行道，要怎样来规划人行道才是最合理的呢，他一时也拿不定主意。最终，他想了一个办法，那就是在需要设计人行道的区域撒上种子，等长出青草之后，邀请人们按照自己的意愿在草地上行走。最终，大量行人在这片草地上留下了一个路径网络，设计师就按照这个网络来铺设道路。这真是一个天才的设计，人们自己走出来的道路，才是最高效合理的道路。 机器学习平台，就相当于上面的草地。业务人员的行为轨迹和业务数据，就相当于在这片草地上踩出来的人行道。RPA系统只需要识别出这条"人行道",就能设计出最"自然"的自动化流程。再天才的设计师，也会有没考虑到的意外情况。而通过机器学习系统设计出的RPA流程，是群众智慧的结晶。只要数据足够丰富，就能够识别最合理的业务流程路径。 目前，RPA系统只能将一部分业务环节自动化，依然还有大量的业务流程需要人工操作。因而，在实际的业务操作过程中，人机协同会很普遍。通过机器学习方式产生的RPA流程，系统是学习员工日常业务操作的产物，"设计感"更弱，人机协同会更加自然流畅。人们更容易感觉到，与其配合的是另外一个同事，而不是一个冰冷的"机器". 实在智能创始人、CEO孙林君的观点与数据猿不谋而合，孙林君认为，"RPA和AI有非常多的结合点，AI在感知能力、认知能力以及改造传统RPA方面都有巨大的空间，我们非常看好AI+IPA（AI改造了的RPA）的数字员工弥补劳动力缺口的巨大空间，我们认为最有价值的点在于AI对于RPA基础能力的增强，使得RPA的机器人能够真正大规模稳定的在线上运行，且维护成本很低。具体来说，在OCR、表格识别、异常监控预警、拾取能力增强、结构化信息抽取、多轮交互等方面都有应用，这些是我们认为有价值的应用方向，底层技术上主要使用机器学习、深度学习、知识图谱等。" RPA+OCR,打通线上线下业务流程 RPA是一个数智化系统，处理的都是线上数据和流程。然而，在企业真实的业务场景中，经常会用到各种纸质票据、证件、材料。例如，金融业的客户开户、贷款申请、数据校审等，制造业订单处理、仓库盘点等，物流业的订单和货运跟踪、提货单、货物订单等领域，需要处理PDF、扫描文件、发票识别、传真和手写文档等大量纸质文件。 理想情况下，是企业的整个业务流程都在线上系统运转，用电子票据替换纸质票据。数字化是智能化的必要基础，面对大量的纸质票据、材料，再智能的RPA系统也无济于事。那是否要等到企业数字化建设比较完备之后，才能用上RPA等智能化系统呢？在目前情况下，最好的方式是数字化和智能化同时进行。RPA+OCR,就能解决这个问题。 借助OCR系统，可以将线下信息线上化，录入到数字化业务系统当中，然后再将数字化之后的信息接入RPA系统，实现业务流程的自动流转。同时，RPA系统还可以接入打印机、传真机等硬件设备，将线上处理好的业务信息，转化为线下的纸质文档。OCR+RPA,将RPA系统的自动化"触角"进一步延伸到线下业务流程，并实现了线上线下的协同。 此外，在某些业务场景当中，基于OCR的身份识别，可作为整个RPA业务流程当中的一环。在银行、电信营业厅的业务办理当中，往往需要通过身份证识别来确定办理人的身份，并将其身份信息录入到业务系统当中。 例如，电信业务当中，有一项业务是稽核业务。以往采用人工稽核纸质材料的方式，在人员成本、纸张成本、打印成本、仓储成本、物流成本等方面支出较大，给该运营商带来沉重的成本负担。此外，人工稽核的效率低，由于业务稽核过程繁琐，人工稽核的出错率较高，为电信业务的合规运行埋下风险隐患。以OCR+RPA的AI稽核方案，借助OCR识别用户身份信息，并配合人脸识别结果确定用户身份，同时识别出电子签章、电子签名等；RPA系统自动进行人证对比、签名与证件比对，并将相关业务信息自动填入电子业务单当中。通过OCR系统与RPA系统的紧密配合，可实现整个业务流程的自动化运转。 相对于原来人工处理方式，通过AI业务稽核优势明显，比如：通过无纸化稽核，在纸质材料、打印、材料仓储等方面节省成本；大幅压缩业务稽核的时间，减少用户的等待时间；AI自动化稽核的准确率高于人工水平，而且避免了由于人员疲劳、疏漏等带来的业务风险，稽核的准确率得到进一步提升。 当然，要将OCR技术应用到RPA领域，还需要基于RPA的业务需求，对OCR进行相应的技术和应用创新。达观数据创始人、CEO陈运文认为，"OCR虽然已经有二十余年的产品发展周期，在很多应用中也出现了OCR的身影，但还远没有成熟。目前相对成熟的OCR应用还集中在标准化文档上，例如身份证、银行卡、发票等格式规范的卡证，而面对形式多样的文档，例如医疗单据、财务报表、通知单、铭牌等时，要识别准确并把格式还原好仍然是不那么容易实现的，行业内能提供相应OCR服务的厂商寥寥无几。达观在银行、证券、保险、汽车制造、医药等众多行业的企业文档资料处理中，深入研发了一系列OCR的创新技术，在产品细节方面也进行了大量的打磨和突破。" 陈运文还向数据猿介绍了他们的一项OCR技术创新——无锚点OCR文字提取算法，对无固定样式的单据提升识别精度。达观数据基于达观自主研发的视觉技术，还研发了复杂嵌套表格的识别技术，结合知识增强的跨模态语义理解关键技术，提供图像矫正、图像分割、版面标签分类、文字识别、信息扣取、文档比对、表格识别、文字过滤、信息审核、文字二次加工等一整套全流程OCR模型定制与应用能力。陈运文认为，未来更智能的OCR系统，将有望和RPA深度融合后创造更多元的业务价值。 RPA+对话机器人， 让智能客服真正具备解决问题的能力 对话式机器人是人工智能的一个重要应用，尤其是在智能客服领域，通过对话式机器人替代人工客服，大幅降低了客服成本。但是，智能客服也有比较大的局限性。传统智能客服系统，能够回答用户的提问，但不能解决用户的问题，尤其是不能解决具有复杂业务属性的问题。很多时候，用户提出问题，并不仅仅是为了获得一个简单回复，而是希望能够获得企业的资源支持，来解决自己提出的问题。 如果要实现以上目标，就需要智能客服系统能够对接企业内部的ERP、CRM、供应链管理、物流仓储等业务系统，甚至是财务、人力资源等管理系统。而且，要能够依据客户需求，来对多个系统进行一系列的流程化操作。这种情况下，就需要实现对话式机器人与RPA系统的融合。 跨系统的流程梳理与流程执行，是RPA的强项。RPA+对话式机器人，可以实现前后端的联动：在前端，智能客服系统直接面向用户，对话式机器人以聊天的方式来与用户进行互动，通过多轮对话来理解用户意图，掌握需要解决的问题；在后端，基于智能客服系统反馈来的需求，RPA系统设定一定的业务流程，在ERP、CRM、供应链等系统中，查询相关信息，依据规则执行一系列的操作。然后，RPA系统将操作结果再反馈给前端，智能客服系统再通过对话式机器人将结果反馈给用户。 举个具体的例子，当一个用户刚买的电冰箱出现了问题，想寻求售后服务。大体上看，企业要完成这个售后服务闭环，有三种方式： 第一，人工方式。用户打电话给售后，讲述了自己遇到的问题，售后人员通过电话指导用户检查、解决问题。如果问题得不到解决，就需要调动售后服务体系，安排人工上门服务，并准备好替换的零部件。 第二，传统智能客服方式。用户登录智能客服系统，提出自己的问题，系统会给出一些回答。但最终，还是要切换到人工系统，来为用户提供上门维修服务。 第三，智能客户+RPA方式。用户通过智能客服系统提出问题，系统给出一些解决方案。如果还不能解决问题，智能客服系统就自动切换到RPA系统，由RPA系统来安排上门维修人员，并协调物流系统从最近的仓库中调出对应的零部件。同时，RPA系统将物流信息同步给售后维修人员，让其在附近的仓库取零部件。然后，RPA系统再将业务处理结果反馈给智能客服系统，进而通知用户：用户您好，明天下午，将由售后维修人员来上门提供维修服务，并更换XX零部件。在整个过程中，全程无需人工介入，就实现了业务闭环，不仅仅回答了用户的疑问，更重要的是能针对用户的问题，调动企业业务系统来提供解决方案。 RPA系统的优势在于跨系统的流程协调，将RPA与智能客服对接，客服系统不再只是单向回答客户的问题，还能与客户实现多轮互动，调动后端业务系统，实现复杂的业务操作。通过这种方式，真正实现了前后端的打通。有了RPA的加持，智能客服系统的价值得到了极大的延伸，从一个简单的客服系统变身为一个强大的业务服务系统。另一方面，智能客服与RPA的结合，也延伸了RPA系统的业务"触角".目前大部分RPA系统面向的都是企业内部的业务流程，直接服务对象是企业内部员工。通过对接智能客服系统，RPA系统可以直接触达客户，扩充了RPA的应用范围。 对于企业而言，RPA就像一个交通枢纽，连接了前端的客服系统和后端的业务系统，更好实现以客户为中心的服务升级，缩短企业与客户的距离，提高快速反应能力。相对于原来人工协调的方式，RPA系统指挥企业的业务流转，实现自动化的客户服务闭环，不仅仅可以降低人工成本，还能提升业务流程的效率。以前通过人工的方式，客户反馈的问题可能几天才能得到回复；而借助智能客服+RPA,这个过程也许只需要几分钟，这大大提升了用户体验。 RPA+NLP/知识图谱， 赋予流程机器人一定的业务理解能力 目前大部分RPA机器人，都是按照既定规则，机械的执行一系列流程。这样的RPA产品，对业务和所处理的内容并不具备理解能力，其作用类似工厂里的流水线工人。然而，在一些应用场景当中，需要RPA系统对业务和所处理的内容具备一定的理解能力，才能进行操作。这种情况下，RPA就需要结合NLP和知识图谱技术。 例如，证券行业的投资、监管等业务，需要全方位了解企业经营状况，掌握大量的市场信息。要掌握这些信息，就要涉及大量销购合同、投资基金合同、IPO发行相关文档、年报、财报、流水账单、发票、债券募集书、法律文书等众多类型专业文档，还要掌握《物权法》、《证券法》、《公司法》、《票据法》等相关法律法规。此类文档为券商核心业务的重要组成部分，其处理的效率直接关系到期业务进展的成败。因而，更高效的处理这些业务内容，是券商的核心竞争力之一。 这些工作如果由人工来完成，将会非常耗时耗力，而且进度缓慢。面对大量的专业性文档，往往会超过个人的理解和处理极限，在部分细节的处理上也容易出现人为失误。借助RPA系统，来实现部分环节的自动化，就显得尤为必要。面对大量的专业内容，RPA系统要具备一定的专业知识和专业判断能力。RPA+NLP/知识图谱的综合方案，可以解决这个问题：借助NLP技术，可对大量专业文档进行内容摘要、文本纠错、关键词提取、文章标签、观点抽取、内容分类等一系列处理，从大量文件中迅速提取出关键信息，把"厚书读薄",并且把这些信息分门别类。证券业务员可以在RPA系统处理好的材料基础上进行下一步操作，大大减轻了工作量。同时，针对证券行业的业务特性，构建行业知识图谱，让RPA机器人也成为半个业务专家，能够对一些问题作出理解和判断，让RPA机器人从"流水线工人"升级为业务经理。 被NLP、知识图谱技术加持之后的RPA系统，能够处理的业务范围得到了很大的扩展。比如，可以实现业务文档的审核和纠错。针对招股说明书、上市公司年报等文档，RPA系统不仅可以对文字、标点、数字格式等简单内容进行纠错，还可以对照相关法律法规、政策文件的知识图谱，来发现文档中明显违反某项法律、政策规定的内容；智能投研顾问，RPA系统自动"阅读"大量行业、市场和公司研报，将研报中的内容进行结构化处理，提取关键信息，自动建立相关的结构化数据库。并基于特定的行业、企业分析逻辑，建立投研知识图谱。基于数据库和知识图谱，RPA系统可以自动给出特定行业、企业的结构化分析，并给出投资建议。 弘玑为数据猿提供了一个财务领域的典型应用场景，在一些大型集团企业里，往往有几十个甚至上百个银行账户，需要不断的下载电子回单票据，到款匹配等业务。在这些业务场景，传统方式都是需要人工去处理的，弘玑推出的RPA+AI组合的财资易解决方案，由RPA机器人自动从各类网银账户上下载各类电子回单、电子票据，然后通过AI的能力进行OCR识别，形成结构化数据，再由RPA机器人自动填入相应系统中。 当然，除了证券领域，RPA+NLP、知识图谱的方案，还有广泛的应用，比如互联网舆情研判、银行的贷款风控、电商的用户评价分析等。总之，NLP、知识图谱和RPA是相互成就。一方面，NLP、知识图谱技术，提升了RPA机器人的"脑力",让其可以做更多有技术含量的工作；另一方面，RPA系统让NLP、知识图谱技术更容易落地，尤其是借助RPA的跨系统特性，有助于打通整个业务链条。 综上，RPA与AI的结合点包括机器学习、OCR、对话机器人、NLP、知识图谱等，这两类技术融合在一起，会发生奇妙的化学反应。AI技术，可以从多个方面为RPA机器人赋能，提升系统的智能水平，也扩展了RPA产品的应用范围。同时，RPA系统也是AI技术应用落地的好帮手。轻量化、非侵入性的RPA系统，可以作为AI技术与业务的粘合剂，推动AI技术在具体的业务场景中落地。跨系统特性，让RPA产品可以做很好的协调员，把分散到不同领域的AI应用"串起来",构成一个业务闭环。 需要指出的是，对于RPA企业而言，与AI的结合既是机遇，也加大了竞争风险。一方面，RPA企业可以通过拓展AI功能，大幅拓宽其业务领域，打开市场空间；另一方面，AI企业也可能补上RPA功能，攻入到RPA企业的领地。RPA和AI业务双向融合的同时，也意味着RPA企业和AI企业的双向竞争。 RPA和AI厂商是竞合关系，在竞争的同时也会加强合作。在AI应用方面，RPA厂商既可以自研部分AI技术，也可以接入第三方AI平台。云扩科技CTO史秋芳向数据猿介绍道，"云扩 AI HUB是人工智能算法与企业业务流程的"集线器",集成了各大厂商的人工智能能力，让流程开发者敏捷试用人工智能服务，并快速集成到业务流程中。每个服务都被封装至立即可用的RPA自动化组件，都已被内置在云扩RPA编辑器中，拖拽至流程即可使用。"目前，云扩 AI HUB除了支持云扩自有的AI模型外，还支持阿里云AI、百度AI、腾讯AI、讯飞AI等，共同为客户提供主要包括图像识别、OCR、图像分类、意图分类、情绪分析、语音识别、实体分类、数据挖掘、欺诈检测、异常检测等AI组件。 壹沓科技联合创始人&CTO肖鸣林同样认同合作的价值，"业务流程自动化的需求非常广泛，市场容量大，上限高，代表了产业互联网的未来方向，实现形式可以很多样化。而当下市场还处于开拓的初期阶段，尤其中国市场的RPA应用率还不到10%,未来5到10年内会保持很高的增速。在这种背景下，我认为大家更多的是合作而非竞争关系，共同把客户服务好。壹沓目前就已经和不少企业服务平台在深度的合作当中，各自发挥自身优势，共同构建强大和高效的业务流程自动化服务平台。" 当然，无论是通过自研还是合作的方式来实现RPA+AI,关键还是能通过技术赋能，来赋能客户的业务。正如达观数据创始人、CEO陈运文所说，"我们预测RPA未来会成为IT领域的一项通用基础性技术，因为RPA技术门槛并不高，且应用范围广，所以大量的IT企业都将有自己的RPA产品。事实上目前已经可以初步看到这个趋势了，RPA行业"百花齐放",众多企业都开发出了自己的RPA产品。在此情况下，AI能力就成为了RPA竞争中的"点睛之笔",谁具备了更全面的数据、更好的AI算法、更优的AI产品，谁就具备了更多竞争优势。在超自动化（hyperautomation）的时代里，AI是关键内核，是最强有力的发动机。差异化竞争力就体现在谁能掌握更好的AI能力，把产品和业务场景结合的更加紧密，提供更好的产品和服务。"

虽然大部分技术创新都是由寻求增加盈利的金融机构来推动的，但许多这样的机构仍然依赖过时的遗留系统和大量的人工处理和检查。在此背景下，金融领域准备就绪的 RPA 的发展可能对盈利能力产生重大影响。 那么什么是 RPA,RPA是一种模拟人类在过程中执行任务的活动的软件。它可以比人类更快，更准确，更孜孜不倦地完成重复的事情，使他们能够完成需要人力资源的其他任务，如情商，推理，判断和与客户的互动。"RPA 的工作原理非常复杂，但"需要了解"方面是，机器人现在可以跟踪和模仿人类行为，以学习如何为这些任务创建自动化流程，并且这可以快速轻松地执行而无需程序员编写脚本并自行建立规则。推荐阅读：RPA 是什么意思 应收帐款：这可能是财务职能中 RPA 最明确的用例之一。任何具有 SAP 财务软件经验的人都会认识到催款和其他债务人管理业务流程中涉及的艰巨任务，这可能需要严格定义，但有时在查找付款时需要采取不同的步骤。虽然之前很难对软件进行编程以执行这些任务，但机器学习的出现使得 RPA 解决方案能够根据文职人员如何处理这些日常任务来跟踪和构建规则。 投资管理：投资顾问市场上的机器人顾问是最佳选择。专门的投资经理人也许是很多人的选择，但是高额的费用并不能满足各阶级需要投资的人群，而 RPA 则可以通过数据分析，为那些投资经理人忽视的人群提供可靠的、安全的投资建议，以满足各阶级人群的投资需求。 数据管理：RPA 不仅适用于日常运营，还可以帮助业务变革。正如我们上面提到的，许多金融机构正在与过时的系统搏斗，这些系统需要极大的努力，特别是在数据迁移方面。这可能会导致技术转型，涉及到他们正在更换的旧系统的手动输入，这在无形之中在增加了财务成本和时间成本，而使用 RPA,则可以解放人力成本，让他们从事那些更加需要智能的事情，从而提高公司的效益。 保险单创建：对于保险公司来说，很多新客户需要根据自己的情况量身定制保单。但是，大多数新政策可以被认为是"样板",不需要太多人力专业知识。对于这些适合所有人的政策，RPA 可以建立最佳实践，并以最少的人为疏忽向适当的客户提供这些政策。 这些领域的使用应该掌握 RPA 在金融领域的基本功能及其潜力。就衡量 RPA 主导的业务流程的影响和动态而言，这种变化的更广泛背景非常重要。使用聊天机器人，过程挖掘和认知计算等其他突破在 RPA 的采用中发挥着作用。反过来，这种新工具的浪潮将导致一批新的专业人员与这些工具合作，以提高生产力和效率。 像 RPA 这样的 AI 工具的出现不仅仅涉及用机器动作一对一地替换人的行为，现实是业务流程（以及某些情况下的业务模型）将需要基于新的来重新考虑可用选项。越来越多的劳动力将被用来充分利用这些工具的功能，而在处理重复性工作时会减少工作量。

RPA 是一套运行在电脑上的软件，用以模拟人类的操作。它可以通过预先设定的程序与现有用户系统进行交互并完成预期的任务。实践证明，RPA 能够在企业流程的效率、准确性、可靠性等方面带来诸多直接的好处。 基于工作的重要性与属性，财务管理是 RPA 的重点和领先应用领域。RPA将为企业带去更智能、更优化、更创新的财务管理方式，帮助企业增大竞争优势。 优化财务任务处理：机器人能以高于人工的精确度，实现 24 小时全时段工作；帮助财务人员降低运营成本，增强数据的质量与一致性，优化分析水平。 智能化财务管理：RPA 有成熟的产品体系，简单的财务场景只需要几天便可完成开发，并在数周内实现可用。RPA 能够对现有系统形成有效的自动补充，反馈回企业，并实现整体流程，比如财务规划、资本规划的优化。 释放人力创造力：RPA 可以完成包含大容量数据、高频交易处理的财务管理任务，且不需要人工触发，自动执行流程，帮助企业释放财务管理人力资源。 RPA 在财务领域应用广泛，能够协助企业高效高质地完成一系列相关工作，包括应收与应付账款处理、企业财务与会计、财务监管、市场预测与分析等诸多方面。 此外，RPA 为企业带来的回报是切实可见且可观的。RPA 通常可实现 25%-30% 的财务流程自动化，并可由此为企业节省最多达 70% 的开支。 1.节省人力成本：每个月人力成本节省将可达到 120 小时以上，时间将更多地被用在特殊情况处理上； 2.大大提高数据录入的准确性：在保证提供的信息正确的情况下，机器人的录入准确率可以达到 99.99%; 3.实现流程标准化：机器人流程自动化实施后，客户管理团队以及会计团队将共同使用同一个 Excel 管理返利信息，从而将减少信息不对称等问题的出现； 4.提高审批效率：先前审批人需每天登入系统搜索自己所需要审批的返利申请，实施机器人自动化后，审批人每天将收到一封邮件告知所需要审批的返利申请，大大提高了审批效率； 5.增强流程的管控性：机器人处理的所有数据都会被记录到 Excel 中，增加了数据可追溯性以及透明度，易于管控。 从以上案例可以看出，RPA 在优化财务任务处理、智能化财务管理和释放人力创造力方面的巨大优势。可以预见，RPA 将成为未来财务管理变革的重要推手和得力助手。

随着独生子女的父母陆续步入老年人行列，人均寿命的增长，目前在我国，人口老龄化仍然是一个增速的过程。老龄化的加剧，同时也意味着，需要医疗援助的人数与频次也在相应增加；以往的人工录入与工作方式已经大大不能满足人们的需要与需求，这在无形之中也加剧了医疗关系的恶劣；面对这样的困境，新型的医疗处理流程或者处理方式呼之欲出；而 RPA 的出现恰恰解决了这个问题。RPA 可以帮助医疗人员将耗时且容易出错的手动工作转移到机器人流程自动化中，使员工有更多的时间和精力去处理与解决更加智能化与更高级别的任务，提高护理质量。那么 RPA 机器人在医疗业有哪些应用场景呢？ 1、患者数据分析 RPA 可以提供患者病情及其进展的分析和数据。通过对来自多个医学知识数据库的数据进行整合与分析，该技术可帮助医疗工作人员简化大部分数据处理工作，从而改善护理周期，为病患提供明智的诊断和治疗方案。RPA 还可以有效地进行护理管理、提高协调护理质量、远程监控以及病例和利用管理。 2、替代重复性高工作 RPA 技术的最佳应用之一，就是将手动密集型任务自动化与流程化，为医疗工作人员节省更多的宝贵时间，帮助他们对患者更加无微不至的护理，最大限度地提高他们的实训与时间。医疗记录和订单输入的自动化也可以降低人工成本，消除人为错误的风险与错误，无形中提高患者满意度。 3、报告生成自动化 在早些时候，医护人员不得不等待报告来分析病人的状况；甚至某些时候，忘记提醒医疗报告的生成，增加了患者的就医时间与成本。现在，通过 RPA,医护人员可以及时收到患者病情报告，节省了时间成本，可以更加方便对患者的诊断与医治。 4、对账自动化 医院设置银行存款日记账，并至少每月与银行对账单核对，编制存款余额调节表。由于银行往来账项过多，手工对账耗时费力，且准确率低，一旦出现错误，需要反复核查。RPA 可以代替人工对账单进行录入与核对，实现对账的自动化，从而节省医护人员的时间，提高计费效率并减少核销。推荐阅读：RPA 技术在财务有哪些应用 5、管理 EHR 系统 电子健康记录（EHR）系统实现了医疗保健系的现代化，创造了宝贵的患者数据库。然而，EHR 的实施要求医生比以往任何时候都做更多的文书工作，在某些情况下，医生每天在电脑前花费的时间甚至多于与患者互动的时间。RPA 机器人可以自动填写许多字段，并在相关系统中复制、交换信息及数据。这不仅可以减少人为错误，还可以让医生花更多的时间与患者在一起，提高患者满意率。

"分时电价预警可以每周自动对用户分时电价进行核查，并形成分时电价异常明细清单发送至业务人员邮箱。"近日，RPA（机器人流程自动化技术）开发人员在国网海北供电公司营销部向业务人员详细介绍分时电价预警场景功能，该技术可在10分钟内完成对公司用户的分时电价核算。 RPA(RPA是什么意思)是以软件机器人及人工智能为基础的业务过程自动化技术，现在人们更喜欢把它叫做"数字员工".通过模仿用户在电脑上的手动操作，来代替或辅助业务人员完成相关的计算机操作，同时可以充当各系统、各应用间的"摆渡车",服务多个业务链条。具备非入侵、跨系统、零差错和不疲惫四大特点。可在规则逻辑明确、频度操作高、跨系统操作、数据量或业务量大的工作中代替人工操作，提高业务处理效率、缩短业务流程时间。 "原来我们每周都要对用户分时段（峰、平、谷）电量、电价数据进行统计核算，核查出分时电价执行异常的情况。由于用户数据量庞大核查一次需要花费大量的时间，现在有了‘数字员工’，我们只需要将每周接收到的异常明细进行核算，对有误的数据进行修正，可极大地提高工作效率，全面保障用户电价执行正确，同时也可规避由于电价执行异常可能带来经济损失和审计风险。"营销部电费管理杨海燕说道。 据了解，今年以来国网海北供电公司以门源县北山乡数字化示范供电所建设为契机，以数字赋能为基础，以提质增效为目标，采用"技术+业务"双牵头模式，坚持让新技术真正走到生产一线人员身边，积极开展RPA技术应用，经前期大量的调研，确定覆盖营销、运检、建设、物资、人资等专业的20个场景建设需求，目前已完成"大客户催费预警""分时电价执行异常""用户信息合同核查"等7个场景的开发建设和验证，工作效率可提升5-8倍，为电网数字化转型建设奠定良好的技术和人才基础。 下一步，国网海北供电公司将持续突出"赋能业务、服务基层、引领创新",聚焦"抓落地、重应用、见实效"工作原则，常态化开展RPA应用的迭代升级和推广应用，不断深挖基层员工业务需求，真正实现提高业务时效性、提升业务质量，助力基层减负，增强基层员工数字化获得感，助力电网数字化转型建设。

现阶段随着科技水平的不断发展，经济的日益繁荣，人们很多需要到银行的操作渐渐的转移到了手机等移动端，这就导致了银行需要更加快捷与便利的服务方式来满足客户的需要与需求。然后现在很多银行或者银行的流程还在依赖着传统的方式与方法，这就导致了很多时间成本与人力成本的流失；加之互联网金融的不断发展壮大，银行面临的困难愈加明显，只有实现更加智能化与信息化的工作流程，才能在激烈的竞争中立于不败之地。RPA机器人流程化的出现恰恰解决了现阶段很多银行固有的问题与流程，完美的符合了银行业务的开发与发展。下面百里剑兰就给大家聊聊RPA机器人在银行领域的应用场景。 1.银行客户需求服务 银行往往需要大批量处理从账户查询、贷款查询等多种业务查询，客服团队很难在很短的时间内解决和获取这些数据。而 RPA 机器人可以有效地解决低优先级查询，使客服团队能够专注于高优先级查询。不仅如此，RPA 还可以帮助克服团队减少从不同系统验证客户信息所需的时间与成本，从而有助于改善银行与客户的合作关系。 2.银行应付账款查询 应付账款（AP）是一个单调的过程，需要使用光学字符识别（OCR）技术对供应商的发票进行数字化扫描，从发票当中复杂、繁多的信息中提取目的信息，并予以验证，然后对其进行处理。RPA 可以自动执行此行为过程，并在协调错误和验证后自动将付款记入供应商的账户。 3.银行信用卡处理 从前银行会花费几周的时间与很多的客服来验证和批准客户的信用卡申请。漫长的等待时间与查询骚扰常引发客户不满与牢骚，有时甚至导致客户取消申请请求。但是在 RPA 的帮助下，银行能够加快信用卡的速度。RPA 软件只需几个小时即可收集客户信息的文档，进行信用检查、背景检查和收入核查，并根据客户的征信做出决定是否发放信用卡。 4.银行抵押贷款处理 鉴于不同银行审核与放款速度的不同，通常而言，银行完成抵押贷款至少需要 15-30 个工作日才能完成整个流程。对于急需用钱的客户，这是个漫长而又焦急的过程，因为申请必须经过各种审查检查（如信用检查、征信检查）。而来自客户或银行方面的轻微数据误差与错误，就有可能会导致该流程的延迟甚至取消。借助 RPA,银行现在可以根据设定的规则和算法加速该流程的完成，并清除流程延迟与数据准确的瓶颈。 5.银行账户关闭流程 银行每月都会收到关闭账户的请求。有时，如果客户未提供操作账户所需的证明，也可以关闭账户。考虑到银行每个月需处理大量的数据以及他们需要遵守的清单，人为错误的范围也会扩大。银行可以使用 RPA 向客户发送自动提醒，要求他们提供所需的证明。RPA 机器人可以在短时间内以 100%的准确度基于设置规则处理队列中的账户关闭请求。 6.银行流程合规化 由于银行遵守的规则如此之多，这对员工来讲是一项艰巨的任务。RPA 使银行更容易遵守规则。据埃森哲 2016 年的一项调查，73%的被调查合规官员认为 RPA 可能成为未来三年内合规的关键推动因素。RPA 可以全天候运行，减少全职人力工时（FTE），提高合规流程的质量；通过消除单调任务，并让员工参与到更具想象力、创造性的任务来提高员工满意度，从而提高生产力。 7.银行 KYC 流程 "Know Your Customer",了解您的客户（KYC）是每家银行非常重要的合规流程。KYC 至少需要 150 到 1000 多个 FTE 才能对客户进行检查。据汤森路透（Thomson Reuters）调查，一些银行每年至少花费 3.84 亿美元用于 KYC 合规。考虑到流程中涉及的成本和资源，银行现在已经开始使用 RPA 来收集客户数据，对其进行筛选和验证。这有助于银行在较短的时间内完成整个流程，同时最大限度地减少错误和人力。 8.银行欺诈检测 银行需要面对数量不断上升的欺诈案件。随着新技术的出现，欺诈事件的实例将会成倍增加，银行很难检查每笔交易并手动识别欺诈模式。RPA 使用"if-then"方法识别潜在的欺诈行为并将其标记给相关部门。例如，如果在短时间内进行了多次交易， RPA 会识别该账户并将其标记为潜在威胁。这有助于银行仔细审查账户并调查欺诈行为。 9.银行验证与总账 银行必须确保其总分类账更新所有重要信息，如财务报表、资产、负债、收入和支出。该信息用于编制银行的财务报表，然后由公众，媒体和其他利益相关者访问。考虑到从不同系统创建财务报表所需的大量详细信息，确保总分类账没有任何错误非常重要。RPA 的应用有助于从不同系统收集信息，验证信息并在系统中进行更新而不会出现任何错误。推荐阅读：RPA 技术可以应用在哪些行业 10.银行报告自动化 作为银行日常工作的一部分，银行必须准备一份关于其各种事务的报告，并将其提交给董事会进行汇报。考虑到报告对银行声誉的重要性，确保报告没有任何错误与时间误差显得非常重要。RPA 可以从不同系统来源收集所需信息，验证信息的准确性，以设定的格式排版信息页面，帮助银行生成数据报告。

现阶段随着经济水平与经济流通频率的增多，企业在报税与税务流程上面花费的时间越来越多，尤其是面对增值税专用发票与效验等工作，严重的消耗了企业大量的人力成本与时间成本；加之繁琐的开票流程、低下的人工输入效率与频繁的出错，反馈的不及时，成为了企业快速发展道路上的绊脚石。如何消灭与去除这个绊脚石，成为了很多企业管理者的首选问题。近些年，随着科技水平与信息水平的不断发展，RPA 技术应运而生，RPA 成为了解决很多企业问题的灵丹妙药。那么当 RPA 遇见税务会发生什么样的作用呢。下面百里剑兰就给大家聊聊RPA 机器人在税务领域的应用场景。 首先在税务应用方面，RPA 能减少人工输入带来的错误和相关纠错成本，为企业带来高质量的产出和更少的返工，使得企业可以快速取得成果和收益。加之 RPA 可以不间断的工作，可以保证了工作的及时性与反馈的时间性。推荐阅读：RPA 在银行领域应用的十个场景 RPA 机器人可以自动抓取待开票数据清单，还可以同步开票系统中的客户以及商品服务编码信息。与此同时，RPA 将自动校验开票清单中数据的准确性、合规性，并且填写发票信息至开票系统中、打印发票，开具结果，自动反馈给管理员和申请开票人员；以便管理人员在使用和分析数据的时候更加便捷与全面。 其次 RPA 咋税务上还会实时捕捉各个链接系统的反馈情况，按照指定的业务流程进行操作，一旦发生异常或者错误中断，可以自动保持中断，并再次启动，自动恢复至正常的开票流程中，以完成剩余的工作，保证工作可以按时完成。 然后在税务部署方面，企业无需投资新系统和改造现有的系统，即可将 RPA 技术部署于整个财务系统和流程。RPA 独立存在与系统之外，不会妨碍其他的系统的正常运行与工作。RPA 接替员工进行繁琐、耗时的重复性工作，可以释放团队的能力，提高对内部税务流程的认知，并使税务人员专注于那些能够为企业创造出更多价值的业务中去。 最后 RPA 节省税务开票流程时间增值税专用发票的填写，往往成为不少企业在创新路上无法回避的痛点。例如，某企业受限于税务机关开票软件，以及集团上线的 VMS 系统操作流程，其在税务开票的环节上，始终摆脱不了人工输入效率较低、出错频率较高、开票繁琐，以及反馈不及时等顽疾的困扰。RPA 的应用，使得上述企业所面临的难题得到解决。以往企业人工开票单张耗时约 146 秒，使用 RPA 之后，整个流程包括发送邮件只耗时约 26 秒，整体效率提升 82%.

雪花，勇闯天涯，这是雪花啤酒最有名的一句广告。这么多年，雪花啤酒也一直在践行着自己不断挑战极限，突破自我的使命，连续多年销量排行第一，在国内市场占据30%以上的市场份额，是当之无愧的行业龙头。 百尺竿头更进一步，近年来雪花啤酒继续不断积极开发新产品，开拓高端市场。与此同时，雪花自身也在求新求变，通过数字化转型等轻装上阵，加速前行。 日前，华润雪花啤酒（中国）有限公司（以下简称雪花）与国内RPA领域龙头企业实在智能正式达成合作，通过其全国产全自研的"AI+RPA"技术，赋能雪花不断取得高质量发展。 华润雪花啤酒（中国）有限公司成立于1993年，是一家生产、经营啤酒的全国性的专业啤酒公司。旗下拥有勇闯天涯superX、雪花马尔斯绿、匠心营造啤酒、脸谱系列啤酒组成四大中国品牌，喜力、悠世、红爵、苏尔等组成四大国际品牌，此外还拥有超高端产品醴、黑狮啤酒、拉维邦黑啤等个性化品牌，以及碳酸饮料雪花小啤汽等产品。 自2006年起，雪花啤酒总销量连续位列中国啤酒市场销量第一；同时，自2014年至2022年，雪花啤酒也连续九年问鼎中国品牌力指数？（C-BPI）啤酒行业品牌排名第一。在技术进步、产品质量、品牌塑造、管理创新等方面全方位成为行业标杆，引领产业发展。未来，雪花啤酒还将持续为消费者提供超越期望的产品与体验，为环境和社会带来绿色和谐发展，激发和满足人们对美好生活的需求。 早在2018年，华润集团就提出了自己的数字化构想，而且为了探索出合适的改革之路，集团曾经选取了河北一家雪花啤酒工厂作为数字化转型的"试点单位",针对其厂内生产设备进行数字化改造，目标是打通设备端数据和ERP等业务系统，从而促进设备效率提升20%,设备故障率有效降低30%.这次数字化改造取得了不错的效果，在认识到它的巨大潜力之后，集团上下开始了轰轰烈烈的转型之路。 数字员工施展"数字生产力",以实在科技推动企业发展 这次雪花和实在智能的合作，也是雪花寻求数字化转型的重要一步。根据相关负责人介绍，雪花旗下产品现众多，遍布多个电商平台，而且因为其出色的销量，在每个平台都产生了大量数据。不过，不同平台间的数据维度不一，分散在各处缺乏串联，而人工收集还容易出现错误，需要重重校对。长此以往，不仅耽误了工作进度，也会导致业务部门不能及时了解产品最新数据和用户的最新反馈，从而误判市场形式，影响业务部署，造成经济上的损失。 现在运用了实在智能RPA,则可以通过全域数据BI看板体系助力雪花实现全域数据采集和分析。首先，RPA数字员工可自动登录各大平台，自动采集各种所需数据；然后对数据进行储存，保障数据安全；接下来对各维度的数据进行规整，按照不同的算法模型进行归类；最后整理成可视化的数据看板，让雪花企业各个层级快速了解运营现状，方便进行决策和调整。 在数据采集阶段，实在部署了RPA采集机器人，它可以适应各种复杂工作场景，7*24小时实时监控市场数据，不缺失不遗漏，与一般的人工操作相比，极大提升了工作效率。获取数据之后，实在RPA数字员工还能辅助雪花员工进行数据的精细化处理，区别于传统的Excel表格统计模式，现在只用简单的几步操作就能实现多维交叉的数据分析。颗粒度更细，数据更全面更精准，将之前好几个小时的工作量，缩短到了几分钟。 最后的数据展示，通过全域数据BI看板，将企业各个层级关注的数据维度更加清晰的展现出来。在执行侧，雪花员工能清晰看到各个商品的流量分布，方便调整商品的运营策略；对于管理层，高管们能清楚的了解各个产品投入和产出是否正常，各个销售渠道运行现状，明确市场定位，制定后续发展方向等等。针对不同的业务场景，让不同决策层及时了解业务现状，为业务决策提供数据赋能，是雪花员工最好的拍档。 未来，实在智能还将继续以AI+RPA等创新技术，帮助企业提高工作效率，及时或许所需的任何信息，进一步释放数据潜能，辅助企业决策，帮助企业成长。实在智能将继续发挥实在RPA的产品优势，为雪花啤酒的数字化转型贡献力量，更好的服务大众，让大众享受美好生活。