文|光锥智能 刘雨琦

"2012-2013年企业服务软件问题非常多，大家都很痛苦。那时候我很大一部分工作就是给客户道歉，最坏的情况甚至大家终止合作，直接再见。"

弘玑Cyclone创始人兼CEO高煜光曾在外企工作多年，而他口中的这样一个场景，几乎是上个时代企业服务的浓缩切片。

产品不成熟、使用效率低、投入大量人力物力，这些问题让本该提效的企业服务反而成为了累赘。

那时的高煜光也在思考着这样的问题：到底什么才能够让企业真正用起来？直到RPA（机器人流程自动化）开始进入国内。彼时高煜光所在的惠普，是中国率先引进RPA软件的企业，也正是这样一个契机，让他准备做中国自己的RPA软件。

理想很丰满，现实却很骨感。当时的市场并不买账，另一家早期入局RPA的企业达观数据，其创始人陈运文曾在采访中分享到，为了搞定第一个客户，他们全公司出差到客户所在地，大费周章。

"直到2021年，RPA才真正走过了'试用期'，成为企业的刚需。"高煜光对光锥智能说到。

也终于在2021年，彼时满受质疑的RPA，在7年之后，成为了资本的香饽饽。

作为企业数字化转型的推动器，近几年，RPA在国内的热度一直久居不下，尤其是2021年4月，美国AI机器处理自动化技术研发商、企业级RPA软件巨头UiPath成功登陆纽交所之后，国内再次掀起了一众RPA融资热潮。

其中，达观数据，Naturobot、未斯科技和影刀RPA陆续在2022开年获得融资。据光锥智能的不完全统计，2021年下半年至今，RPA赛道融资超过18起。粗略估计，融资金额超20亿人民币。其中，弘玑Cyclone在2021年11月宣布完成1.5亿美元C轮融资，创行业单笔融资额最大记录。

（数据来源：天眼查 整理：光锥智能）

RPA的兴起，既是源于数字化，也是服务数字化。

随着信息化和数字化的推进，企业根据不同业务流程的需求建设了大量分立的业务系统，实现了业务流程的线上化，但同时也产生了大量需要人工执行的重复性系统操作流程，成为机械性的低附加值劳动。与此同时，大量业务流程需要进行繁琐的跨系统操作，不同系统之间还形成了数据孤岛，企业对于跨系统流程连接和数据集成的需求在不断增长。

面对上述问题，企业虽然可以选择通过业务流程外包来降低成本，但仍然承受着人工成本和效率压力。而RPA却可以实现快速开发和灵活部署的优势，随着近几年RPA技术的迭代，也让其更具可用性，同时加速了RPA应用落地。

行业向好的趋势下，RPA未来的发展走势究竟向何方？能否给出正确答案，这将是许多资本和创业者再突破的关键一刻。

数字劳动力

可以说，RPA的兴起是科技进步和社会发展的必然。

一方面，伴随着人口老龄化，劳动力短缺，成本日益上升，越来越多的企业无法再通过"人海战术"解决问题。按照统计局的数据，中国的劳动年龄人口在2013年达到峰值10.06亿人（占总人口的比重约73.9%），随后就以加速度绝对减少：每年减少人数以万、十万、百万到千万的量级递增，到2020年已经累计减少了4170万人，剩余劳动人口占总人口的比重降为68.5%，即8年来，劳动年龄人口占比减少了5.4%。

中国社科院预计，到2025年，中国的人口红利将彻底消失。要实现经济的腾飞，中国必须力争在此之前完成发展方式的转变。

另一方面，人工操作的效率和质量达到瓶颈。随着企业的逐年发展，"人海战术"除了人力成本上带来的负担，让企业的步子更重之外，人的效率开始跟不上科技发展的速度，并且在实际操作中的错误率和成本也在提高。

以数据计算量庞大的证券业为例，2017-2019年，诸多证券业面临三个"头疼"的问题：

第一，大量重复且依赖人工的任务耗费了相当多的时间和人力，不仅效率低下，而且现有的系统功能通常需要紧随业务需求的变化进行调整，导致开发周期长，见效慢;

第二，由于各个系统之间操作规则不统一或者人为因素导致错误频出，操作风险偏高;

第三、多数业务流程不完善、未固化、业务标准化程度低。

在这样的情况下，不少证券公司开始纷纷寻找解决方案。以东兴证券为例，其财务部工作人员在日常工作中涉及大量的数据查询、下载、人工核对、系统登记、数据补录、导出上报等工作。内外数据报送字段不一致、多数业务系统和财务系统没有直接对接等因素拖慢了财务部的工作效率。

为了解决上述问题，东兴证券开始接入弘玑Cyclone的产品。二者结合东兴证券实际工作环境特点，将受限于系统孤立局面下的大量人力工作设计通过自动化的方式来提升业务运营效率。在东兴证券内部，该解决方案被称为"智能小助手"。

据统计，"智能小助手"解决方案项目实施仅4周即完成上线，业务处理时长平均减少90%，全职等效2个员工的工作量（FTE），RPA上线后业务处理效率提高80%。

而华兴证券则是通过金智维RPA，率先启用了月末结账、财务报表和清算对账三个机器人。以财务清算机器人为例，机器人将原本的对账时间从9:00-12:00调整为5:00-10:00，节省了人工操作的时间，机器人自动执行流程，提前完成任务并释放大量人力，即便在疫情期间服务也为中端。

不仅提高效率，更在一定程度上降低了错误率。RPA机器人就像企业的"数字劳动力"，替代了机械性的人力工作，并且不受时间、场地和环境的限制。

IBM对大中华区的市场调研报告显示，以银行和保险为代表的的金融行业的自动化流程市场份额最高，占到RPA市场总量的一半以上。根据IDC预测，截止2023年，中国80%的金融机构将应用智能自动化解决方案，以实现提高业务效率、优化决策、提升客户体验等目标。

然而，随着行业认知的改变和技术的发展，2020年开始，RPA进入了下一阶段。"只有切入到客户的核心业务，RPA才能变成企业的刚需。"

AI加持，提升RPA效率，下一步如何深入核心业务？

高煜光认为，如今RPA要解决的核心问题是业务的数字化，而业务的数字化分为两个重要的环节：

一是人的数字化：因为人的不确定性最大、流动性最强，通过技术和产品，首先要做人的数字化，达到基本的人机协同，才能谈下一步；

二是系统的数字化：老旧的商业系统，开发流程长、时间慢且过于刚性，没有办法跟上商业的变化速度，RPA要做的是在既有的系统里进行自动化升级。

而无论是人的数字化，还是信息系统的数字化，根据光锥智能对多个头部厂商的观察发现，AI技术的加持，让RPA向着智能化迈进。

在人的数字化层面，当下的RPA能够代替人的机械性劳动和工作，随着AI在RPA领域的落地应用，使人机协同中机器的部分变的更加智能高效。

举一个简单的例子：

某银行每天要处理3000张用户手动填写的开户表格，纯人工需要员工手动输入3000次表格数据。

随着RPA在银行业的普及，利用RPA机器人，可以自动处理500张表格。但由于用户手动填写不够规范，还有2500张表格需要人工处理。加入AI能力后，RPA机器人可大幅度提高处理效率，3000张开户表格中，能够自动处理2800多张，不但精度高，而且更高效。余下需要人工处理的表格不足十分之一。

由此可见，随着 AI 技术的不断发展，以及 B 端商业需求爆发，RPA 行业正在重塑。当引入 NLP、OCR、语音识别、语音合成等 AI 技术后，RPA 技术变得更高效、并且具备初步智能，拓展了 RPA 的边界。

但系统的数字化，依旧是当下RPA待解决的一大难点。

尤其是国内除金融领域和一部分大型企业客户外，其他行业 RPA 渗透率低，也意味着市场潜力巨大，IDC 预计 2023 年中国 RPA 市场将达到 10.2 亿美元。

随着近年来企业开始进行内部数字化转型，RPA的应用领域开始逐渐扩大，拓展至ERP、CPM、电商自动化、人资自动化、营销推广自动化等等。

而场景的拓展，也让RPA的局限性开始逐渐凸显。

比如，现在很多大型企业都存在信息孤岛问题，尤其是跨部门之间的系统规划、周期都是分而制之，靠人力协同，而RPA要在企业中发挥效能，就必须在不改变原有生态的情况下将各自分离的系统串联起来。

目前多家厂商正在尝试用不同的方案解决这个问题。

达观数据的智能搜索系统，其针对智能搜索的数据底层，基于AI能力进行数据处理，包括PDF、PPT、CSV等多种非结构化的文档抽取，以及达梦、MySQL、MongoDB等数据源的快速融合，利用NLP、OCR等AI能力，对企业内部的整个数据源进行挖掘和调取。

而弘玑认为连接应该是由点及面、自上而下、层层递进的，这样的路径对客户来说，不用一次性投入很大，决策成本偏低，最终串联起公司的各个环节。

具体来说，弘玑Cyclone以某一个具体的业务为主体，进行复杂协作场景的业务流程搭建，通过非侵入对接，消除该业务场景下的系统屏障和数据孤岛。让系统串联在业务协作中自然发生。

以邮储银行上海分行为例，弘玑 Cyclone RPA智能自动化平台通过与“邮储大脑”紧密结合，加快AI技术的落地，实现在银行前、中、后台各个部门的场景应用，加快业务赋能。

一期项目中，弘玑 Cyclone RPA将信贷业务合作平台、公积金报送与客户经理积分录入三个现有业务流程转换成自动化处理，每月可节省 448 小时人力成本，大大降低了银行的总体运营成本，提升业务运营效率。

标准化还是个性化？

作为近年来增速最快的软件之一，RPA 得到了国内外资本的热捧。2018 年中国开始出现 RPA 融资潮，2020 年达到高峰期，公开数据显示，2020 年全年融资事件 22 起，融资金额达 16 亿元。

当资本涌进赛道，必然会助推更多初创厂商进场。截止2021年12月，我国RPA厂商已超过50家。

当科技巨头、传统软件公司和新型 RPA 厂商纷纷入局，RPA 赛道变得拥挤。

从行业的角度来看，目前已经呈现出了两种发展趋势：一是向广度发展，做各行业底层的标准化流程，以达观等企业为代表。二是向行业纵深，深挖某几个特定行业的细分场景，进行个性化和定制化，以影刀、未斯科技为代表。

举几个例子：影刀深入细分行业，主要服务电商、金融、物流等领域。影刀官网显示，影刀目前专注于开放及共筑电商自动化应用生态，拥有400多个电商场景的SaaS产品。

影刀创始人金礼刚曾在采访中表示："我们发现体系化使用RPA才能产出最大的价值，它不仅能便于解决深度场景，也能解决长尾场景。"

事实上，RPA的部分使用场景是通过业务人员在使用流程中挖掘出来的。比如电商场景中的自动回复机器人，初期使用场景是一些礼貌性回复工作，后期，针对用户的需求，商品详情、查物流、退换货等标准化的流程，也逐步丰富进RPA的流程自动化中。

而未斯科技则专注于物流行业，对国内物流、国际物流、跨境电商等领域提供APaaS业务应用及智能化流程管理和可视化运营平台。

高煜光则认为，RPA的未来一定是超自动化，当企业实现了自动化“从无到有”，随着自动化在业务流程中的深入，客户对自动化的需求也逐渐在广度、深度上加深。这需要RPA覆盖场景更加复杂全面，同时要求RPA具有更多和AI、数据处理分析的结合能力。

作为企业级信息化应用平台和工具，RPA产品所对应的自动化需求会根据各个企业信息化系统建设现状有所不同：

• 对于个人用户及中小企业和组织来讲，或是各个企业通用场景的流程就可以用标准化RPA产品，这能极大降低用户掌握RPA应用的成本，同时标准化的平台能形成应用合力，输出更智能化、更便捷的RPA能力；

• 对于大型组织来讲，特别是涉及到关键信息设施类的应用场景来讲，对安全要求高，应用场景个性化需求就比较高，但仍然可以使用标准化模块。

高煜光认为在可预见的较长时期内，RPA标准化平台和个性化需求将共存共生。

一方面，通过 LCAP（低代码平台）+SaaS 的方式提供给开发者二次开发 RPA 应用的技术底座，同时发展开发者社区，形成一个生态的闭环;

另一方面，也和大B企业和组织开展深入的合作，将底层技术赋能给企业，共建CoE卓越中心，帮助客户在此基础上，根据定制化需求进行二次开发。

结语

总的来说，虽然当下RPA在逐步落地，并开始往深度和广度延伸，但中国许多行业的RPA需求潜力仍未被释放，市场处于早期教育阶段。同时，RPA公司如何持续打造自身的护城河，是接下来竞争的关键点。