宏景软件-国内人力资源管理与人才管理信息化服务专家

市场

RPA代替人将自动化应用进行到底即将迎来大变局

发布日期:2022-05-10 17:03   来源:未知   阅读:

  本文是《中智观察》“企业数字服务供需市场”数智服务之发展趋势篇,软件的未来,都将是PaaS化的,未来所有的应用都将会集成在PaaS上。

  美国银行证券的一项调查发现,到2022年,在印度,RPA将替代300万个低端职位,节省超1000亿美元的人力成本。在美国,100万个低端职位将会被RPA所替代。

  在我国,丝毫不用怀疑新技术的应用普及速度。国内一些大型企业部署的RPA应用数量高达上百个,可以将人工错误率降至0.1%,操作效率相当于人工的5~15倍。

  其实,我们正站在机器人流程自动化RPA新时代的“大门口”,不管你愿意不愿意踏入,RPA都将惠及更多的行业,也会替代更多重复性工作岗位。

  今天,中国软件网盘点RPA,期望给企业用户了解中国RPA产业发展的全貌。

  作为全球增长最快的企业级软件,也是企业数字化转型最得力的手段之一,RPA得到企业用户的广泛认可,正步入快速成长长期。

  RPA就是机器人流程自动化,是基于事先设定的业务处理模型,以虚拟劳动力的形式,在现有信息系统中进行业务处理,完成预先指定的目标。

  行业习惯将RPA成为RPA机器人。具体而言,RPA机器人就是根据可执行的脚本,通过模拟人完成电脑操作,替代人来进行业务处理。

  第三,以非侵入式模式部署在现有业务系统上,不影响原有IT基础架构,可以在不增加接口的情况下实现各业务系统的集成。

  从不同行业和不同应用领域效果来看,RPA可以带来的众多好处,如降低成本,更好的客户体验,降低操作风险,改进内部流程,不替代现有的IT系统,可以像人类员工一样利用现有系统等。

  IDC一项调查展现了RPA给组织带来好处,用户最认可的价值包括:减少错误或失误,减少返工时间占比高达79%;提高了企业的响应速度,缩短了实现价值的时间,并提高了整体流程效率同样达到79%;员工能够做出更好、更一致的决定为77%;增加工作而无需雇用更多员工74%;减少人员密集地区的员工人数73%;减少重复的行政工作73%;完成重复的低价值任务69%;提高了客户满意度,因为企业对客户的要求更加敏感占比63%。

  按照自动化的应用模式或运行机器人的方式,RPA可以分为有人值守机器人和无人值守机器人两种。

  有人值守机器人可以灵活安排人和机器人的工作任务。当机器人出现任何问题时,人工可随时干预,及时解决业务中遇到的问题。既然需要人参与,而人有休息的时候,因此机器人就不能做到不间断运行。以应付账款部门为例,用友网络、浪潮、金蝶等都提供有人值守的RPA产品。

  无人值守机器人则由机器人完全自动化地处理流程,整个过程都不需要人工控制,线小时的不间断运行,最高限度地利用了机器人的时间,也完全释放了人的等待时间。如九科信息、用友等为财务共享中心提供的对账机器人等就是无人值守机器人。

  按照运行的服务器断还是桌面端,RPA可以分为桌面型RPA和服务器型RPA两种类型。基于服务器的RPA可以集中管理所有PC上的机器人。云扩科技、九科信息、来也科技、弘玑Cyclone等几乎所有的企业都提供这两方的RPA产品。

  当然,按照技术能力,RPA可以分为网页自动化、邮件自动化、电子表格自动化、PDF自动化、文件自动化等不同的类型。如Uipath、九科等的RPA工具都可以实现网页内自动填报和上传资料。

  根据RPA所实现的应用领域,RPA可以分为财务、人力资源、运维、销售等不同的类型RPA。达观数据RPA产品就为金融、金融、运营商等多行业提供包括财务、运维等方面的RPA产品。

  最后,RPA将经历辅助人工、解放人工、增强智能和自主智能等不同的发展阶段。

  在辅助人工阶段,RPA可以辅助人工完成许多基础的数据输入、应用调度的任务,但工作过程仍然需要人工参与。

  在增强智能RPA阶段,RPA不仅可以模仿人类,而且可以融合感知技术,获取相关的外部知识,自动化处理目标文档中的非结构化数据。

  在自主智能阶段,不仅需要对目标有增强的认知,还需要有自动归纳和学习的能力。未来的RPA或许可以通过观察不流程、流程产生的数据结果等,进行自主的学习和判断,自定义新的机器人来适应动态的规则。

  现在的RPA正处在第一和第二阶段,不涉及到决策层,只是帮助人执行预先定义好的流程。需要人在初始化和运行的过程中参与监控,确保实施的准确性。

  2015年,跨国公司率先将RPA引进国内。从2017年开始,国内诞生了众多的RPA公司。近三年来,中国的RPA公司如雨后春笋般崛起,也逐渐被市场认可,同国外RPA产品展开激烈角逐。

  目前不同的研究机构对RPA市场规模进行预估。Gartner2019年上半年发布的关于RPA市场调查中表示,机器人流程自动化软件在2018年增长了63.1%,是全球增长最快的人工智能软件。Gartner预测RPA软件收入2021年的市场规模将接近20亿美元。

  不同的机构对RPA的预期充满期待。根据IDC预计,到2023年,全球RPA市场规模达到39亿美元。麦肯锡数据也得出了相同的结论,其中全球RPA市场规模将在2025年达到1000亿美元,并以每年64%的增速。

  iResearch的数据显示,2020年我国RPA行业市场规模为近20亿元,2019年我国RPA行业市场规模为10.2亿元,同比增长96%,市场规模处于高速增长状态,增速超过全球平均值。

  第二,RPA已成为企业数字化转型之旅的首要措施,促进RPA市场的高速增长。

  在数字化转型落地上,RPA因为与业务紧密结合,成效显著,成为数字化转型之旅的首要措施。同时用户在看到最初的投资回报后,会扩大RPA在的使用。

  HFS最近的一份报告指出,各组织正从将RPA视为一种节约成本的工具,转向将其视为全球经济中至关重要的需求。

  麦肯锡调查表明,在整个流程中部署RPA的企业,尤其是部署目的在于支持大多数工作流中固有的许多小任务的企业,第一年的投资回报率最高可达200%。

  世界上的每一个职业都涉及重复性的任务。RPA在执行这些任务方面都会做得更好。同样在企业的不同领域,如HR、财务、客服等领域也涌现了大量的应用方案,也出现成功的案例。

  相关调查数据显示,在中国RPA市场现阶段仍处于起步的阶段。中国RPA市场仅占全球市场2%,未来RPA的发展空间广阔。

  围绕RPA,安永对大中华区财富500强企业进行了相关调查,结果显示78%的受访企业已开启RPA进程,而在已采用RPA技术的企业中,有82%的受访者表示对于RPA实施超过预期;同时,有67%的企业希望扩大RPA业务规模,97%的受访者表示正考虑实施更多智能技术。

  同样,国内RPA市场仍面临不少挑战,包括降低维护成本,增加决策能力,提升感知非结构化数据能力,聊天机器人联动能力,以及国产化软件的能力与生态等。

  中国RPA企业获得投资增加,中国正在逐渐成为RPA创新中心,市场竞争力增强。根据调查,RPA全球融资规模超百亿。从地理位置上看,虽然美国在投资总额和公司数量上暂时领先,从交易量和投资总额来看,中国的投资同比大幅增加,中国正在逐渐成为创新中心,中国企业仍然可能会迅速成为全球强者。

  AI为RPA市场构建了更高的天花板,市场潜力巨大。当AI能力成为RPA工具的核心竞争力之一,AI如何与RPA结合,才能快速落地并产生价值,是产业参与者共同面临的一大挑战。

  根据Forrester调研显示,2020年,AI市场规模是292亿美元,而RPA的市场规模是24亿美元;2021年,AI市场规模将达到485亿美元,RPA为29亿美元。对于RPA厂商而言,为获得更多、更大市场规模,就要向AI市场进行渗透,从而获得更高市场天花板。

  企业对超级自动化的态度已从选择变成了必须。Gartner预言到2024年,组织将超级自动化技术与经过重新设计的运营流程相结合使用,可以降低30%运营成本。RPA、LCAP(低代码应用平台)、AI等创新技术,成为超级自动化实现飞速发展的主要动力。那些可以将ERP、CRM、供应链等系统实现自动化的软件,也为超级自动化市场的增长做出了贡献。

  RPA信创生态将不断壮大。在国产替代大背景下,照搬国外路线并不容易走通。中国RPA市场仍需要构建开放和健康的生态。RPA平台来解决标准化问题,生态合作伙伴来解决定制化问题,只有这样才能共同做好市场教育,做大市场。

  目前,在中国RPA市场,不仅有国际一流的企业,也有大批中国的本土企业;既有传统的软件企业,也有云服务商、创新型企业;既有软件、软硬件一体的产品提供商,也有咨询服务提供商。

  自2012年,亚马逊以7.75亿美元的价格收购Kiva组成亚马逊机器人以来,诸如谷歌云、微软、IBM、阿里云、华为云等云厂商巨头纷纷布局布局RPA软件产品与服务。

  阿里云RPA历经8年的内部验证,覆盖了阿里巴巴大部分BU,实现了电商客服、新零售等新兴行业的渗透,已被超过50万各行各业的用户采用,可跟踪到的执行总次数已突破120亿次,为用户提升了3-10倍的效率。最新版是阿里云RPA4.0。

  腾讯云一直以技术见长,所以在RPA领域也保持了一贯的作风。。腾讯投资了全球估值最高RPA厂商UiPath。通过与UiPath合作,腾讯云将RPA与AI和云融合在一起,向用户提供RPA服务。

  华为云AntRobotRPA最新版本是2.0,其超自动化架构将AI能力所带来的流程发现、数据挖掘与自动化深度融合,应用于更多的业务流程。同样,AntRobotRPA致力于构建企业级的RPA平台,愿景是通过数字员工塑造新的工作方式,构建智能组织。

  百度数字员工IPA也是主打AI+RPA,目前已被应用于金融智能化、智慧政务、未来银行等解决方案中。百度也在全球范围内投资了Ripcord等几个RPA项目,同时英诺森ProcessGo等第三方RPA产品,也已经上线了百度云市场。

  电商业务流程中的大量重复的、规则性的操作,天然适合RPA应用。京东RPA也已经历了6年的内部验证,承载京东商城大促业务场景,接管京东及海量商家中的重复性高、耗时多、易出错的人工操作。

  云服务商RPA产品与服务优势在于三个方面:一是布局较早,自我发展和投资企业发展两条腿走路,比较早地划定了实力范围;二是背后云计算提供的资源,特别是AI计算资源,为RPA应用提供了坚实的基础;三是产链接比较健全,有更多的合作伙伴,加速RPA的部署与服务。

  全球企业软件巨头微软、SAP、Salesforce、Oracle等通过推出自有产品、投资相关企业完成了对RPA的布局。

  国内的用友、浪潮、金蝶是软件企业RPA领域杰出代表,推出的RPA产品与公司的应用软件结合,服务更多企业的数据化转型,成效显著。

  在财务领域,三家企业ERP都有成熟的产品与应用。如用友YonBIP财务云,在众多业务场景中都可以部署RPA应用,可以实现自动审单、自动付款、自动开票、自动报税、自动记账、自动报表等工作,也可以完成银行对账、发票查验审核、三单匹配、往来核销、业财对账、开票、月结等基础财务工作,在提升效率的同时,准确性也得到提升。此外,用友财务RPA可以根据客户的业务需求,量身定制专属RPA财务机器人集群,如法人新增机器人、供应商申请机器人等。

  浪潮的智能机器人EAbot面向财务管理、供应链、人力资源管理三大领域推出的智能机器人,在浪潮GS产品的基础上,运用智能预测、语音交互、人脸识别、OCR、RPA、批处理等技术,深度融合业务处理与人工智能。

  金蝶的小K-RPA财务机器人,可以实现自动审单、自动付款、自动开票、自动报税、自动记账、自动报表等工作,能有效提高财务基础核算的工作效率,更多财务人员可以转型从事等更高价值的工作。

  在这一阵营,国外企业如Uipath、BluePrism等,国内也出现了云扩科技、九科信息、实在智能、来也科技、达观数据、金智维、令才科技等众多企业,涉及的行业与领域可能有所不同,但是均在技术和产品上不断实现突破。

  云扩科技专注于RPA端到端的全线产品的研发赋能,从人人可用的智能自动化工具,到企业智能生产力平台,赋能企业全业务自动化的能力。云扩科技有完整的RPA产品矩阵,具备企业级服务的稳定性。

  九科信息在行业首家推出融合了低代码开发平台bit-Builder、流程挖掘平台bit-Miner与RPA平台bit-Worker的企业级敏捷应用平台,满足企业级客户在应用智能化和数字化转型方面的各种挑战,加速企业数字化进程。同时向第三方厂商、应用开放所需所得的RPA能力,同时也能融合第三方RPA能力,和第三方组件能力,为客户提供“RPA+”的平台。

  实在智能利用AI+RPA打造可以应用在各个行业的数字员工,帮助企业创造收益。实在智能有四件套的RPA+AI的产品——设计器(z-factory)、控制器(z-commander)、机器人(z-bot),以及给机器人输出智能能力的(z-brain)。实在智能在大规模复杂问题的智能决策方面有过大量的成功经验,在AI能力和RPA能力都是拥有全栈的自研能力和大量的创新。

  来也科技致力于通过RPA+AI技术打造世界级的产品。如推出UiBotCreator对话式流程生成自动理解业务人员需求并生成流程;升级UiBotMage文档理解功能,意在低成本的搭建可投产的AI模型,实现文档理解的端到端自动化。

  达观数据自主开发了基于自然语言处理、图像识别和机器人流程自动化为一体的智能办公机器人和行业解决方案。达观RPA融合了自研的AI系统和自然语言处理能力,将NLP技术赋能传统RPA,扩展传统RPA的应用边界,研发了非常丰富的RPA组件,目前已经超过了300个。在国产化上面,目前达观智能RPA支持跨平台部署,兼容各类国产办公软件。

  艺赛旗三度入选Gartner技术成熟度曲线报告“RPA”的SampleVendors。其深耕RPA行业多年,在用户行为分析、效率分析、业务流程挖掘方面有着多年的技术积累。今年5月金蝶战略投资艺赛旗。双方共同推出“苍穹+RPA”融合产品及智能自动化解决方案,致力于为企业用户打造数字化虚拟员工生产力。

  产品设计逐步轻量化、工具化,寻求被集成,使其更易适配三方系统,更好融入大型企业用户IT系统;

  产品和技术落地实施简单,产品调整难度小、周期较短,很容易让用户享受到红利。

  大多数企业的技术与产品在专注用户业务需求的同时,不断扩展,以帮助用用户解决更多的业务自动化问题。

返回