RPA(Robotic Process Automation，机器人流程自动化)，亦可称为数字劳动力(Digital Labor)，最近悄然成为资本市场上一股新生力量，多家RPA创业企业获得了A/B轮次融资，规模在千万美元量级，就雷锋网观察，RPA的火热离不开大洋彼岸UiPath的传导效应，全球机器人流程自动化公司UiPath在五月份宣布完成5.68亿美元的D轮融资，投资后估值为70亿美元。
RPA已经成为AI领域增长潜力巨大的细分场景，就此热点话题，雷锋网专访了阿博茨CEO杨永智，探究RPA小热背后的深层次原因。阿博茨不是RPA公司，涉足RPA领域更多的是公司核心能力到了一定阶段的一种延伸和进化，这也提供了不同于旧有RPA的新视角。
阿博茨CEO杨永智
技术壁垒低，为何又小热?
纵使不知道RPA，你也可能接触过这项技术，比如Word和Excel的VBA(也称宏)就是一个初级RPA，微软主要用其来扩展Windows的应用程序功能，特别是Microsoft Office软件。
RPA系统通过观察用户在应用程序的图形用户界面中执行该任务来开发动作列表，然后通过直接在界面中重复这些任务来执行自动化。
在1994年发行的Excel5.0版本中，微软就为其配备了VBA的宏功能，通过一段VBA代码，可以实现画面的切换、复杂逻辑的统计等等功能，核心在于提高Office操作组件的效率，这与RPA在现在的核心目标一致——提高效率、降低成本。
阿博茨技术VP李红亮告诉雷锋网，传统RPA技术门槛主要包括三方面：
UI Automation，界面自动化，这部分有现成的开源自动化框架，大多数厂商只是在其上做修改;
流程配置和执行引擎，决定了如何配置RPA流程以及RPA流程如何运行，市面上有开放的flow引擎，可以进行二次开发;
RPA平台拥有的节点数量和函数数量，决定了对业务支持的广度，需要一定的时间来覆盖。
“最大的门槛，还是在AI部分，也就是非结构化数据的处理能力，如何借助视觉、NLP等技术来理解文档的内容，进而将数据结构化，决定了RPA是否能打入非结构数据的场景”，李红亮表示。
当下RPA厂商大致分为四类，其一是原来做测试自动化技术相关厂商，即UI Automation，也是RPA的一个核心技术，这类公司也最了解RPA。
其二是一些大公司，出于自身技术发展的需求，对于RPA有需求，自身已经掌握了相对完善的RPA技术，如阿里云;
其三是咨询和顾问公司，或者做大客户解决方案的公司;
其四是不得不转型的2C型AI公司，AI落地难成为大环境，部分市场竞争处于劣势厂商没有完成自己的商业化转型，不得不转型，RPA恰时出现。由于竞争壁垒并不明显，还有相关公司也可能转型到这条赛道。
国内外环境迥异，RPA水土不服?
根据MarketsandMarkets发布的市场调查报告 ，全球机器人流程自动化(RPA) 市场规模预计从2017到2022年以30.14%的年复合成长率发展，到2022年达到24亿6700万美元。促进该市场成长的主要原因，是RPA提供的商务流程的容易性，及RPA和传统商务流程产业的汇流。
看起来RPA是一门不错的生意，但在中国可能会遭遇水土不服的问题。
杨永智介绍，过去几年，国外市场的RPA一直就很热，中国市场真正迎来RPA火热大概是最近半年。发达国家市场如欧美，人力成本贵是RPA火热的直接原因。
其次，发达国家市场IT系统建立的比较早，有很多历史遗留系统，这些系统已经年老失修，再去做集成成本非常高的。
RPA能很好地解决这两个问题，首先RPA的诞生就是为了减少人力成本，其次RPA可以不用改造旧有系统即可实现系统集成，避免过大的改造成本。
杨永智还提到了第三个原因——人工智能。“第三个原因我认为是人工智能这几年的发展速度很快，以前的很多问题，现在AI和RPA的问题能结合起来，大家看到了巨大的空间，最后每个工作岗位每个人有可能今后都有一个机器人辅助，这大大提高了效率，AI的认知能力开始逐渐在升级。”
中国市场相对易获得的人力是与国外市场在外部环境上的不同，在雷锋网看来，RPA目前处于一个稍微过热的程度，杨永智也提到，国内很多系统是可以让供应商直接改的，因为相对来说比较新。“但是对于很多大的头部机构来说，尤其是金融领域，机会还是蛮大的，当然我觉得可能没有国外大，但是从长期来说，这个市场肯定还是挺大的，但是短期来说，它的确没有国外的需求那么刚性。”
相较于国外，中国市场还有一个独有的最大挑战——付费习惯，在传统的RPA没有什么技术壁垒的情况下，RPA厂商最终可能难免打价格战，客观影响RPA行业形成一个比较健康的商业模式。
“传统的RPA公司可能会越来越多，有可能一百家，也有可能两百家，最后大家为了竞争肯定会打价格战，把商业模式改成一次性的付费，那这个市场会在下半场的一段时间之内比较糟糕，这是我们看到的情况，因为这个情况已经出现了，不是我们臆想的”，杨永智不无担忧的表示。
RPA的AI方法论
如前所述，一个技术壁垒不高、国内应用前景尚待探索的技术，为何值得不少创业企业调转船头?雷锋网认为，RPA不是技术壁垒型竞争，而是商业模式的二次发育。
“我觉得中国最近RPA这么热，更多是因为在目前市场情况下没有太多的投资标的，RPA看上去不错，国外已经有清晰的对标，这是中国特有的现象”，杨永智给出了他的判断。
这在一定程度上会引起资本的担忧，如何避免RPA走入和很多技术一样的歧路，在市场焕发新的生命力，这是RPA厂商集体需要思索的话题。
“不是因为我们觉得这是一个热点，所以选择这个赛道。主要是因为我们在金融和财务领域做了很多东西，包括金融报表、财务报表、运营报表、招股书、债券募股说明书，各种各样金融类文档和财务类文档的解析。解析之后，很多客户就要求我们把数据录入到他们的系统里面，接下来一步是去做自动匹配、教验，或者是整合到他们现有工作流程里面去，那就必然会涉及到所谓的RPA这一块，而我们就顺势把这块都做了”。
阿博茨拥抱RPA是因为在客户层，客户需要一个完整的解决方案，而不是一个片面化的解决方案。是一个从上游到下游的自然衍生过程。
阿博茨更具特点的视角是做RPA平台化，目前许多厂商的RPA并不开放给第三方接入。阿博茨的RPA平台主要有两点——开发者和合作伙伴，来帮助完成业务部署的“最后一公里”。首先是开发者社区，比如模型训练，开发者可以自己开发模型训练非结构化数据，并与平台其他能力打通，部署到实际业务场景。RPA的应用场景非常广，对接系统非常多，仅靠一家厂商做全部工作并不现实;
另一类是渠道合作伙伴接入，平台会提供很多工具集，包括第三方插件，渠道商在一定量的培训情况下可以自己做实施，生态由此壮大。
据阿博茨官方资料，阿博茨科技已与数十家头部金融机构合作，推出了多款标准化Saas产品，并打磨了成熟的“AI+金融”的解决方案体系。
基于机器视觉、自然语言处理、知识图谱等前沿AI技术，阿博茨建立了三大核心技术引擎，分别是非结构化数据机器学习引擎、结构化数据搜索可视化引擎、知识图谱引擎，并由此衍生出智能投研、智能风控、智能运营等结合不同使用场景的行业解决方案。
杨永智透露了阿博茨接下来的规划，“我们还是会持续在机器视觉、自然语言理解、知识图谱投入最多的人力和物力。然后通过这些技术去构建特定领域的技术壁垒，通过服务越来越多的客户积累行业知识，进一步优化算法引擎”。
毋庸置疑的是，人工智能是焕发RPA这一波生机的关键要素，也因此，RPA发展的天花板受限于人工智能技术本身。
据观察，RPA供应商们已经着手为产品融于人工智能，重点在打造“认知”功能，认知机器人流程自动化(CRPA)的概念开始浮现，这类似于阿博茨的演进路线，通过整合机器视觉、自然语言处理、知识图谱等多种认知能力，实现RPA的“智慧化”。
杨永智表示，RPA会成为一种夹心饼干的“夹心”，夹心的两边一类是阿博茨这类做AI的公司，自然向RPA延伸，做数据认知能力，将RPA介入到业务流程中去，另一类是做财务、ERP的公司，他们本身就做业务系统，拥有结构化的数据，他们要解决输入的问题，自然去往RPA延伸，去发展AI能力，比如UIbot和助理来也的合并。
雷锋网认为，目前人工智能技术本身还处于探索期，CRPA仍处于早期，RPA更像是“IA”(智能自动化Intelligence Automation，简称IA)，RPA包括CRPA的应用范围需要进一步扩大有赖于人工智能技术的突破，增强在业务流程中的弹性与广度，商业模式才能得到大范围推广，若非如此，这一波小高潮过后，RPA将继续回归冷静期。
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。
