历经四年，RPA走向同质化？

科技云报道原创。

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 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。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。