近日，由RPA中国主办的“RPA中国2019Tech Business商业智能大会”在北京万达文华酒店圆满落幕。此次大会汇集了国内外众多顶级RPA厂商、业界客户以及资深开发人员。

在圆桌论坛环节，中投创展联合创始人任威为主持人，UiPath大中华区渠道总监Frank Chen陈卫民、Blue Prism北亚区副总大中华区总裁Jimmy Sharp夏治平，达观数据副总裁陈文彬，SAP中国财务方案总监陆巍，德勤中国分析师、管理咨询高级经理Alex Steinberg方泽昂作为特邀嘉宾，以《融合商业与科技--RPA产品与服务的进化》为主题进行了精彩的讨论。几位嘉宾就RPA如何将AI技术快速落地与企业流程相结合，RPA所支持的业务场景以及RPA面向垂直领域拥有哪些天然优势进行了深入探讨。

左起：任威、Frank Chen陈卫民、陈文彬、Jimmy Sharp夏治平、陆巍、Alex Steinberg方泽昂

点击视频，观看圆桌论坛精彩现场

以下是此次圆桌论坛详细内容，由RPA中国整理：

各位嘉宾下午好，我是中投创展的联合创始人任威，接下来的圆桌论坛会议将由我主持。此次议题是《融合商业与科技--RPA产品与服务的进化》，我们都知道最近几年RPA机器人以迅雷不及掩耳之势席卷全球各行业，通过将商业流程与科技相融合形成完整的自动化闭环，成为企业实现数字化转型的重要工具。这与它的易用性、部署便捷、见效快、效率高等特性是密不可分的。在今年6月份，Gartner发布了一份关于RPA发展的调查报告，RPA的市场增长率达到了63%，从而成为全球增长最快的企业软件。所以，今天我们请到了RPA领域5位资深的专家，共同讨论RPA到底如何帮助企业解决“最后一公里”的数字化转型问题，以及RPA的未来发展趋势。

任威：第一个问题，2019年全球RPA厂商的动作比较频繁，通过收购、兼并技术团队等方式，来增加人工智能元素在产品体系中的比重和自身AI的研发能力。那么可以分析一下，这些收购背后的逻辑和RPA产品未来演进的一些方向吗？这个问题，请Blue Prism的Jimmy先来回答一下。

Jimmy Sharp夏治平：2019年RPA厂商收购技术团队的动作确实有很多。以BluePrism为例，在今年的7月份 BP以1亿美元的价格收购了Thetonomy，并更名为“BluePrism Cloud”以补强云端的服务能力。BP之所以花费如此大的代价收购一家云企业，是因为根据多方调查以及用户反馈，部署问题仍然是企业应用RPA最大的障碍。而云端服务可以为客户提供更便捷的RPA服务，随时随地的登录自己的RPA控制台，不会受到场地、环境等因素的影响，这对于应用和普及RPA业务的帮助是巨大的。

关于RPA的发展问题，BP是最深有体会的。早在2001年BP便已涉足自动化领域，不过那时专注于金融和银行业。后来经过十多年的技术打磨和市场发展， 2016年BP在英国伦敦交易所IPO成功上市，并成为RPA行业唯一一家上市公司。所以，从BP自身的发展过程就不难看出，RPA是一个拥有巨大潜力和持续挖掘的行业，尤其是在全球经济进入数字化时代，RPA的高效率、节省成本与企业的需求完美契合，将会迎来巨大的发展黄金时期。

任威：目前可以看到很多关于RPA生态建设的信息，各家厂商也通过不同的技术完善自动化体系形成竞争壁垒，作为国内厂商的代表达观数据，是如何看待这个问题呢？

陈文彬：产品趋于智能化是技术发展的必经阶段，RPA行业也不例外。那么我从场景应用的角度，来为大家解读一下达观的看法和观点。

入职达观之前，我在银行领域工作了十几年。在2017年，我所在的银行开始了对RPA技术的研究，同时在一些业务场景进行了落地。因为2017年比较早，国内的RPA厂商相对比较少，所以主要研究了国外一些知名厂商的工具，如BP、AA、Nice、UiPath等。经过仔细调研之后，最终我们引入了UiPath开展了一些业务场景的试点。RPA确实可以将那些规则鲜明的结构化数据实现自动化。但银行业是一个数据量非常庞大的行业，而且会有各种非结构化数据的业务场景，比如：财务报表、营业执照、客户服务、身份验证等，还有非常多的影像文件和不同格式的文本。由于业务需求，仍有很多人做这种低价值的数据搬运工作。而国外RPA厂商对中文业务的处理，在准确性、效率和识别方面不太理想。所以，那个时候我们开始与国内的一些厂商接触，其中就包括达观数据。

那时的达观数据是国内做NLP（自然语言处理）和OCR（光学字符识别）技术数一数二的企业，与其他厂商调用国外接口相比，达观的人工智能技术完全自主研发，尤其是对中文数据的处理尤为出色，所以达观RPA也被誉为“最懂中文的RPA”。

通过将RPA与这些AI技术相结合，再去处理银行里的那些非结构化数据应用场景，如财务报表，营业执照、合同等。AI技术可以很轻松地将这些业务转化为结构化数据，然后再交由RPA做自动化处理。同时在获取数据时，达观会通过机器学习和业务专家的经验，形成数据标签；在标签的基础上，再结合知识图谱技术形成知识体系；在知识的基础上，就可以拓展一些智能化应用，例如：智能客服、智能风控、智能运营等。所以会形成从数据、标签、图谱、知识、再到整个数字化的智能化应用闭环，这也是达观未来在AI方面的布局。

任威：基本上RPA与AI的融合，主要依托于客户或者本地化市场的一些核心需求，Frank对于这方面是如何看待的呢？

Frank Chen陈卫民：UiPath在RPA业务市场上一直遵循一个理念“人手一台RPA机器人”，这也是我们的奋斗目标。基于这个理念，RPA本身并不仅仅是一项技术解决方案，而是业务流程再造和优化，是商业流程分析优化，所以我们与德勤、安永这样的信息咨询公司进行合作。对于用户来说，他们比较关心的是通过RPA，可以解决原业务中的哪些困难和挑战，可以节省多少成本和时间？所以，UiPath会把专注点放在生态建设、系统平台能力建设，还有如何使得这些流程的效率变得更加高效。

北航的一位老师在见到UiPath机器人后，第三天便告诉我，他把股票市场所有的交易数据下载下来，他提供了一个数据模型，然后RPA通过这个模型为他以后的股票交易做服务。所以RPA机器人只是一个工具，对于每一个人它的价值在哪里，这是需要友商和合作伙伴共同来拓展的，所以拓展应用场景非常重要。为了更多的场景，就需要实现本地和云端混合交付的能力。云是一个发展方向，但是企业中有大量敏感数据需要放在本地来用，所以怎么应对这种混合部署情况，这是厂商需要思考的问题。

刚才两位友商也提到了RPA与AI技术的结合。当RPA具备处理非结构化数据时，你就会发现RPA在数据录入、客服、识别等业务方面带来更大的价值，同时可以拓展更多的业务场景。

所以，UiPath主要以搭建平台、生态建设为主要战略路线。如果生态上满足不了客户的需求，我们会通过自研、战略合作和收购三个方向进一步优化产品。比如今年的10月份，UiPath收购了一家人工智能企业ProcessGold。它主要做流程挖掘，帮助企业快速分析现有业务，挖掘可优化业务流程，这个软件对于用户应用自动化业务来说帮助非常大。

未来，UiPath计划推出这样一项技术：当用户在同一业务流程操作5遍以上时，控制台会自动生成一套RPA自动化流程，这将进一步缩减用户使用RPA的难度。当然这项技术离不开AI的加持，尤其是计算机视觉和机器学习。

任威：随着RPA产业不断的壮大，不少传统IT巨鳄杀入RPA这条创业赛道，如IBM、微软、SAP等，那么请教陆总，您是如何看待这件事情呢？

陆巍：SAP的ERP客户群体非常广泛，全球有100多个国家在使用它的产品。国内的客户群体也很多，而且基本上集中在中、大型企业。这些企业主要将ERP应用在研、产、供、销、存，再加核心财务以提高整体企业的产能效率，其实这已经算是企业内部管理或者运营革命。但企业为了增强竞争力、追求卓越和野蛮发展，所以对效率、准确率的需求有了更高的要求。把业务标准化，流程自动化，可能就不见得是传统ERP的强项了。所以我们看到很多SAP的ERP用户，在使用AA、BP、UiPath的自动化解决方案，来提高ERP的工作效率。

当SAP意识到用户对RPA的需求达到一定量级时，最终决定也参与到RPA这条赛道中来。去年年底，SAP收购了法国的一家技术企业Contextor，以并购的方式来补充RPA这项技术。虽然全世界有很多RPA厂商，但是在不同的领域还是有细微差别的。SAP希望与友商、合作伙伴、推广方一起把RPA市场培育的更加完善，良性的生态链条可以帮助用户创造更大的商业价值，这是SAP未来的发展方向。所以我认为，传统IT巨头企业渗入到RPA行业来，即是挑战也是机遇；这可以让RPA行业得到前所未有的曝光率和关注率，帮助RPA快速地向主流办公领域发展；同时也将增加RPA厂商之间的竞争力，良性的竞争也是有利于RPA的发展并不断地突破技术壁垒。

任威：感谢陆总的精彩解读，那么我想问下Frank，您认同陆总的看法吗？

Frank Chen陈卫民：我比较认同陆总的看法。陆总刚才讲到SAP和很多RPA厂商都有业务上的合作，目前SAP也发布了自己的RPA产品，收购了一些技术公司，微软也有类似的动作。其实有这些巨头企业的参与，作为RPA行业的先行者我们是非常高兴的。因为UiPath在RPA的市场上不再孤单了，有更多的伙伴参与到其中并发展壮大它。

这里我分享一个比较有趣的事情：相信很多人并不知道UiPath这个名字的由来。名字里的Ui，其实是计算机语言的那个Ui即User Interface。我们是在应用层来定义这个流程，然后通过IT技术从底层运作起来。所以，使用UiPath RPA与SAP、微软那些办公系统进行通讯时效率非常高，这也是我们与SAP、微软达成战略伙伴的重要原因之一。UiPath一直在强调RPA主要解决BusinessProcess方面的问题，帮助用户再造和优化业务流程，技术只是其中一方面。说到这又回到刚才的理念，UiPath提倡“人手一台RPA机器人”，让用户意识到使用RPA可以将工作变的更高效便捷，而不仅仅是一个时髦的技术工具。

任威：感谢Frank Chen的精彩回答。这里和大家分享一个报告，美国著名调查机构Forrester Research发布了一份RPA报告，欧美40%的RPA项目目前还处于测试阶段。对于企业用户来说，应该如何扩大自动化领域和纵深应用场景？Jimmy分享下你的意见吧。

Jimmy Sharp夏治平：十年前BP开发了一套完整的企业部署RPA机器人的方法论，名字叫“ROM”。可以帮助解决各种在部署时所面临的难题，据用户反馈效果非常好。根据我们以往的经验，企业在实施PoC阶段时，会先从简单的流程和部门级业务做起。随着时间推移，企业管理者看到了ROI（投资回报率），看到整个业务流程的改善，运营成本的节省，随后将RPA扩展到其他部门和业务，便是水到渠成的事情了。比如滴滴、百度、网易这样的巨型企业，内部都有一套完整的数字化业务标准流程，可以像流水线那样生产，这对于效率的提升是巨大的。这也是为什么，很多企业开始实施数字化转型的原因之一。当然，随着数字化转型进程的深入，用户已不满足于结构化数据业务的转型，更多的希望将那些耗时、费力的非结构化数据实现自动化，所以这就需要AI的加持，使RPA的应用场景进一步扩大。中国的AI技术已经名列世界前茅，与欧美列强的技术相差无几。像人脸识别这种技术应用已相当成熟，所以我认为，对于RPA行业来说，如果2019年是元年的话，那么2020年将是爆发年。

任威：感谢Jimmy Sharp。德勤应该有很多客户做过较大的RPA项目，Alex可以分享一下你的项目经验和一些建议吗？

Alex Steinberg方泽昂：确实有很多大型RPA案例。因为德勤服务过很多大型上市公司和世界500强的企业。不过这些项目有的成功了，有的没有成功，根据我以往的实际经验来看，主要有这几个原因：

1、盲目自动化。最近几年RPA的发展确实很快，可以用“光速”来形容，所以它成功地吸引到了各行业的青睐。很多用户认为RPA可以将90%的业务流程无所不能的实现自动化，实际情况并不是这样的。有一些业务可以自动化，但是有一些业务是无法自动化的，比如设计海报这种业务，目前RPA机器人还无法将创意工作实现自动化。

2、没有找对合适的流程。一些企业兴致勃勃的引进了RPA，业务流程也实施了自动化，可结果却大相径庭，最后却起到反作用得不偿失。我分享一个实际的例子，德勤有一位全球知名的企业客户，是其行业里的TOP3。他们选出了20个业务流程让德勤帮助实现自动化，结果有19个业务流程无法实现，反过来埋怨RPA无用，无法满足他们的需求。其实企业在应用RPA之前，一定要仔细衡量和分析现有业务，是否真的需要自动化。

3、明确技术战略。刚才几位嘉宾也分享过，如果想扩大RPA的应用场景和增强其效率，需要与其他技术协同作战。RPA与各项技术的搭配是至关重要的，技术之间的融合将是RPA行业未来发展的主流趋势。

任威：感谢Alex的解读。其实Alex说到了好几个重点，用户不能盲目使用RPA，要有目的性使用等。那么我想问下文彬，从AI融合的角度去看RPA，该如何扩展RPA在企业的应用场景呢？

陈文彬：刚才Jimmy 也分享了，从国外的RPA厂商经验来看，企业在实施数字化转型时，确实有一套标准的方法论。那么从达观的实践过程中，我认为企业的数字化转型，一般来说分为这几个阶段：

• 第1阶段，技术选型；

• 第2阶段，概念验证，即POC；

• 第3阶段，项目试点；

• 第4阶段，全面推广；

• 第5阶段，全面铺开建立卓越中心，实现企业自动化升级；

继续阅读：流程自动化   RPA   RPA产品的服务与进化

未经允许不得转载：RPA中国 | RPA全球生态 | 数字化劳动力 | RPA新闻 | 推动中国RPA生态发展 | 流 > 融合商业与科技——RPA产品的服务与进化