本期看点 ① RPA：一片巨大的蓝海

② RPA+AI：一种发展趋势

③ RPA赋能产业数字金融：多快好省

人类对自动化的追求从未止步，蒸汽机实现了工厂动力的自动化，内燃机实现了交通动力的自动化，计算机实现了计算的自动化，自动化逐渐从代替体力劳动到代替脑力劳动不断演进。自第一次科技革命以来，自动化经过几百年的发展，早已不是什么新鲜事物，但RPA（Robotic Process Automation，即机器人流程自动化）尚属新生事物。

直到21世纪的第二个十年，RPA才出现。2011年，技术外包公司DeskOver（UiPath前身）根据客户对自动化的需求，开发出第一代自动化产品。次年，一家名叫Blue Prism的公司将机器人流程自动化的编程软件技术命名为RPA。在国内，2016年到2018年，RPA在金融行业推广，于2019年迎来国内元年。

自诞生以来，RPA被广泛应用到各种场景当中，并越发受到资本青睐。据统计，2020年，RPA项目融资事件有9起，共计11亿元，每起金额平均超过1亿元。2020年新冠肺炎疫情肆虐，许多行业步履维艰，面临资本寒冬，RPA位列当年增速最快软件市场之一，令人瞩目，发人深思。

RPA：一片巨大的蓝海

资本市场看好RPA，是由于其价值和潜力。RPA是一种非侵入式计算机软件系统，不需要改变现有系统，通常安装在个人计算机、大型服务器或云端，能够按照既定规则像人一样自动作业，通过对人的模仿替代或者补充人操作流程任务。这些任务往往重复性高、工作量大，操作起来繁琐，但基于一定规则，比如Ctrl+C、Ctrl+V、Ctrl+Alt+A等操作，比如对账、纳税申报、简历筛选等工作，比如登录邮箱、下载文档、发送邮件等一系列流程，既需要也可以通过RPA实现业务流程自动化。重复、量大、繁琐的工作，如果人为操作，难以不厌其烦，只会不胜其烦，甚至难免出错，而运用RPA则可以降低人工负担和人力成本，提高工作效率和准确率。KPMG 的一份调研显示，RPA 对企业业务改善效果明显，可以有效提升质量、速度、效率，并能改进功能。

由于RPA的这些显著效果，更兼人口老龄化导致劳动力成本上升、新冠肺炎疫情加速数字化浪潮到来，RPA市场需求旺盛，成为一片蓝海。以中国市场为例，艾瑞咨询的数据显示，RPA市场规模节节高升，2018年为5.2亿元；2019年几乎翻一番达到10.2亿元，增速96.60%；2020年预计为18.3亿元，增长79.1%；2021年有望翻倍达到37.9亿元，增长107.70%；到2022年，将达到65.5亿元，增幅为72.70%。

巨大的蓝海，吸引着海内外众多企业加入赛道，不断推陈出新。这些企业当中，既有专门的RPA 厂商，也有AI和云计算厂商，还有一些互联网巨头，既形成激烈的竞争，又推动RPA向前发展。

RPA+AI：一种发展趋势

从各大厂商最近推出的RPA产品可以看出，RPA与AI融合发展已经成为一种趋势。传统的RPA固然可以高效地执行任务，这方面肯定比人工快得多和准得多，但由于不具备人类的思考能力，只能按照既定规则运行，不能随机应变，这方面与人相比又有一定的差距。市场对更加智能化的RPA的需求与日俱增。

AI的发展让RPA更加智能化成为可能，帮助RPA取长补短智能发展。当前，AI深入发展，如OCR（光学字符识别）、语音识别、NLP（自然语言处理）、ML（机器学习）等技术不断落地应用,并迭代升级，赋予RPA以思考能力。比如，对于RPA而言，OCR好比“眼睛”看得见，语音就像“嘴巴”会对话，ML仿佛“脑子”能学习。RPA与AI相互结合，流程自动化，更兼认知智能化，提高认知非结构化数据的能力，拓宽能力边界，增加应用场景。

RPA和AI相辅相成，前者为后者创造应用场景，后者为前者提供技术支持。随着AI发展，RPA与AI交汇融合，具备从经验中学习的能力，将是一种发展趋势。根据Gartner的预测，到2022年，部署RPA的机构当中，将有80%引入AI，如NLP、ML等，以实现非结构化数据业务流程自动化。

“人有两个宝，双手和大脑，双手会做工，大脑会思考。”如果说RPA模仿的是人类的执行能力，那么AI模仿的则是人类的思考能力。RPA在AI的加持下，不仅效率更高，而且更加智能，在运作过程中，自动化不仅体现在多快好省地执行任务，更体现在能根据具体情况智能做出决策。

RPA赋能产业数字金融：多快好省

随着越来越多的企业布局，RPA市场竞争的激烈程度可想而知。根据Gartner，全球RPA前五大供应商占据了全球RPA市场47%的份额。亿欧智库估算，目前RPA企业均处于亏损阶段。国内方面，RPA 供应商应收来源，主要集中在制造、金融和能源三大领域。当前，整体而言，国内的RPA渗透率比较低，各行业当中金融业渗透率较高，也仅在5%-10%左右，其他行业均低于5%。因此，作为一种新兴技术，RPA需要寻找更为广阔的市场，以体现和实现自身价值。正如RPA为AI技术创造了落地场景，百万亿级市场规模的产业数字金融为RPA提供了应用场景。

产业数字金融利用物流、商流、资金流、信息流“四流合一”的数据，构建交易信用风控模型，系统解决中小企业融资难、融资贵问题。在此过程中，会涉及到对各种纸质格式和非统一制式票据、网页信息的采集、读取、识别、核对和处理等。如果纯粹依靠人工，不惟准确率就难以保证，票据堆积如山，网页林林总总，必然让人看得头晕目眩，单是工作量就超乎想象，卷帙浩繁的票据，一页又一页的网页，整理得手忙脚乱，让人望而却步。

对各式各样票据和网页的处理，在产业数字金融的实践中，综合运用了RPA和OCR、语音识别、NLP、ML等AI技术，将票据电子化，扫描、检测、识别和分析票据和网页上的图像、文字和数据；借助建模对语音分类识别，实现客服中心语音服务自动化；分析票据和网页上内容的语义，进行智能解析、自动归类和实时预警；拥有自我学习的能力，通过样本进行推理培训，具备并持续改善对票据的理解能力，生成有价值的见解。

当然，在实践中，RPA可能会与不只一种AI技术相结合。例如，在扫描合同的过程中，就既可以用到OCR，又可以用到NLP。用OCR对合同进行扫描，实现票据电子化，再用NLP对合同的文本进行分析，理解文本内容，做出判断和决策。

RPA与不同AI技术相结合，以一种自动化、智能化的方式实现对文档类型的识别与信息的提取，处理数据能力大为增强，有能力处理结构化和非结构化数据：对于结构化数据，RPA与AI相关技术结合，快速准确处理相关数据；对于非结构化数据，RPA通过AI相关技术提取信息并转化成结构化数据，再进行数据加工。在AI赋能下，RPA可以执行更为复杂的工作，应用的业务场景更多，处理的结果更有深度，为产业数字金融带来巨大的价值：大批量处理，高效率加工，低错误率分析，避免违规行为，降低人工成本，可以说做到了多快好省处理数据。

与前三次科技革命不同，第四次科技革命有大量技术集中爆发。正因为如此，RPA在近些年出现并爆发，与AI融合条件具备并成熟，更具有价值。

产业数字金融基于实时数据构建交易信用风控模型，要求数据及时和实时、准确和真实、合规和合法，对效率、验真、运营提出了更高的要求。在RPA+AI等数字科技的赋能下，产业数字金融能够高速率、大批量捕获和处理数据，保障及时性和实时性；通过多维数据和数字科技验证贸易背景，保障准确性和真实性；从一开始就依法依规设定好规则，防止人为故意或者过失造成违规行为，保障合规性和合法性。

产业数字金融运用RPA+AI，按照业务需求，根据客户授权，在合法合规的条件下自动登录信息系统和处理票据，自动化、智能化捕捉、获取、读写、分析各种网站和票据上的数据，将票据电子化和数据数字化，使数据具备产业金融属性，用于验证贸易背景真实性，对潜在风险实时分析和预警，智能生成报告，使流程自动化、认知智能化，风险看得见、资产管得住，赋能金融机构，服务实体企业。

参考资料：

亿欧：《千帆竞发——2021RPA赋能企业数字化转型》

海通证券：《RPA：脑力范畴高效替代的起点》

艾瑞咨询：《一叶知秋：中国RPA行业研究报告》

T研究：《2020中国RPA指数测评报告》

安信证券：《安信证券全市场科技产业策略报告第九十三期：新纽科技登陆港交所，RPA行业怎么看？》

Forbes: RPA: The Most Important Megatrend You’re Not Hearing About

Enterprises Project: 5 Robotic Process Automation (RPA) trends to watch in 2021

Investopedia:Robotic Process Automation(RPA) Definition

文章作者:  李万林（聚均科技综合管理中心）

图片编制:  谢冰莹（聚量集团办公室）

版面编辑:  乔嘉男（聚量集团办公室）