本文为精鲲科技联合创始人兼CTO葛丁佳对于超级自动化的实践总结分享，围绕从超级自动化逐步探索、运用实践、再到明确超级自动化本质与价值的整个认知路径逐一阐述，并重点展开数字化转型与超级自动化的内在联系，希望能对于研究和关注超级自动化的同仁有些许帮助与启发。
 

正文如下：
 

最早接触到关于超级自动化的定义，是这样的：“超级自动化既是一种思维方式也是一种技术合集，即组织中任何可以自动化的业务都应该自动化。”将这一句话拆成三个段落，正好是我们认知不断进化的一个过程：
 

· 是一种技术合集

· 可以自动化的边界

· 组织的业务都应该自动化

01

超级自动化是一种技术合集

超级自动化最早被提出的时候，是一堆技术与工具的合集，我们尝试将这些工具进行分类（分层的逻辑与细节可以参考《超级自动化的正确打开方式-执行》这篇文章，这里就不赘述了），分为任务自动化、流程自动化、增强组件三个类别，如下图所示：

我们将超级自动化的组件进行整合，并以企业或组织的端到端流程为对象，对其进行优化、加速、重塑，并在多家客户那边进行了落地实践，以下为一个典型的场景案例：

此案例是一个典型的将多个超级自动化组件进行了整合，对客户原有流程进行赋能的案例，其中先使用iBPMS把业务流程构建起来，再通过流程中的多个“流程节点”去调用RPA、iPaaS的能力去完成自动化执行动作，在我们实际交付的更多场景里，“流程节点”还会调用OCR（光学字符识别）、NLP（自然语言处理）、AIGC（人工智能生成内容）、IDP、DMS、数据编织、电话外呼、数字人等自动化及智能化能力的组件，或通过流程挖掘来分析流程可改进点并进行流程重塑等方式来改善业务流程，体现增益降本提效的价值。
 

02

可以自动化的边界

通过流程自动化的方式，我们把各个组件进行了组合实践，但这只是工程实践罢了，离对超级自动化本质的理解还有距离。接下来我们对自动化的边界进一步分析，在整个人类变迁过程中，“人”一直是作为生产劳动流程中的核心要素，在企业与组织的业务流程中亦是如此。接下来我们只需要对“人”的能力进行拆解，用超级自动化的“自动化能力”去逐步替代“人”的能力即可，如下表所示：
 

超级自动化能力进阶表
 

上表根据代替人不同维度的能力，将超级自动化的组件进行了与之对应的匹配，使超级自动化的各个组件有了一定的理论支点。去年提出超级自动化-创造阶段的时候，还是用阿里鲁班（现名“鹿班”）自动生成产品海报的例子来说明，而此时此刻ChatGPT已经深入人心，AI未来可期，超级自动化作为使用AI等多种技术组件为企业赋能的框架同样有着十分值得期待的未来。  
 

03

组织的业务都应该自动化

当我们了解了超级自动化基于人不同能力进行替代的发展阶段后，需要明确的是超级自动化存在的价值在于帮助企业和组织带来增益降本提效的价值，才会持续存在，绝对不是为了自动化而自动化，所以我们应该关心企业和组织面临的问题与困境，通过超级自动化尽可能帮助企业与组织解决问题并变现价值，才是我们应该关注的核心。数字化转型是目前大部分企业与组织所关心的课题，接下来会从数字时代的背景到企业数字化转型的不同阶段与超级自动化的依存关系进行展开阐述。
 

菲利普·科特勒 (Philip Kotler) 是世界上市场行销学的权威之一，被誉为“现代营销学之父”，他曾说Trend（趋势）这个单词结尾是“end”，代表所有的商业模式都有生命周期，业务模式会老化，产品与服务会老化，需要不断的迭代。时代在进步，只有通过持续不断的迭代才能跟上时代的步伐，而不被时代淘汰。并且随着人口红利逐渐消失、中美技术脱钩、高质量高水平的发展要求等因素使企业与组织所面临的竞争压力倍增，尤其关键的一点是用户生活方式在线化，让传统的企业和组织一定转型，否则就会淘汰。  
 

近些年来，随着互联网的深入发展，人们的生活方式已经悄然发生变化，互联网改变了大众的娱乐方式、消费方式、出行方式、购物方式等围绕衣食住行的方方面面，人们也已经习惯了互联网带来的极大便利性，同时也拉高了人们对于商业产品、服务的预期，与大量还处于线下模式的传统行业形成了鲜明对比，一批批互联网化及数字化的企业受到了人们的青睐，这样的趋势已不可逆，归根结底是数字化的趋势不可逆，因为互联网发展就是践行数字化的方法体系，并且互联网企业也是第一批享受到数字化红利的企业，概括来讲互联网是数字化的先行者。  
 

用户在数字化时代的选择倾向图（绿色代表业务流程已经完成线上化、灰色代表业务流程还是离线操作模式）
 

如上图所示，用户的生活方式大部分已经习惯了互联网给他们带来的极大便利性，同时C端的场景应用基本都已经在线化了，同样地，用户在选择一款新产品或者服务时，也会考虑其使用便利性、实时性、差异性、互通性等，而支撑这些特性的往往是其提供产品和服务背后的企业，因为背后企业的业务数字化程度，直接会影响其产品或服务的便利性、实时性、差异性、互通性等，C端应用和服务的长期使用已经让用户形成了使用惯性，如果提供的产品有一定卡顿或其他的使用不适，就会造成用户流失，最终用户会选择数字化程度更高的企业所提供的产品或服务。  
 

当今的时代已经不是物资贫乏的时代，而是要追求物质文明和精神文明相协调的现代化时代，是需要提供高质量服务和产品的时代，这需要以用户为核心，关注用户使用产品、服务全生命周期，不断优化完善所提供的产品及服务，才能赢得一定市场。用户不仅仅是最终的用户，还包括产业链生态里的合作伙伴、企业内的员工，在数字时代，对企业能提供给内外部“用户”的体验也提出全新的要求，有以下特点：  
 

· 差异化：意味着企业需要提供与同行业有明显差异或者个性鲜明、有独特价值主张的产品与服务，更受用户青睐。  

· 全在线：意味着让用户在线就可以进行所有的业务操作，实现资源全在线，服务全在线，协同全在线。  

· 实时：意味着信息实时获取，即业务对用户需求进行快速响应，让用户零等待；企业内部流程快速流转，业务快速运作。

· 自助/社交：意味着用户可自助服务，即让用户拥有更多的自主权，提升用户的参与感。也可让用户协同交流、分享经验和使用心得，增加用户归属感，增加用户黏性。  

面对以上挑战，企业和组织的应对战略和策略会有很多，这里想讲的是通过数字化转型提升企业敏捷力的战略，这里的企业敏捷力是指提前预知风险、快速响应变化、转危机为商机的能力，能整合调度整个企业的内外部资源，打通与编排企业的组织、人力、系统、数据，能基于业务变化快速迭代企业业务形态，从而提升企业敏捷力。以下为运用数字化技术应对用户需求变化的方法：
 

用数字化技术应对用户需求变化的方法表

上表中所提到的多种应对方法可以基于数字化转型的三个阶段，结合运用超级自动化逐步实现，接下来的篇章会进行详细拆解。  
 

04

数字化转型利器 — 超级自动化

本小节会基于数字化转型的三个阶段（业务数字化、数字业务化、业务数智化）进行一一拆解。

以差旅报销流程举例，传统模式是员工拿着差旅发票用OA系统进行报销表单填写，填写完成后流转到管理者进行审批，再由财务老师进行审核，最后随着工资一起发放。这里举例一个比较好的把“差旅报销流程”数字化应用案例，主体是一家为各类企业提供支出管理平台的公司，针对差旅场景他们是先把企业差旅报销流程进行了端到端的延伸，以企业员工出差信息查询为起始，以企业财务统一结算为截止，企业员工可以在平台上查询和预定酒店、火车票、机票，并支持叫车等服务，并且整个过程无需员工垫付费用，差旅结束后，系统会将费用和企业的财务系统同步，统一完成结算。这是一个很好的业务数字化案例，首先让整个流程在线，与多个酒店预订平台、火车与机票预订平台、多家打车平台进行连接，并且与服务企业的系统进行连接，完成整个流程高效、闭环运作，提升整个流程参与人员的体验，也提升整个流程的运行效率。  
 

另外这里需要做一定说明，如果把这件事放到被服务企业的视角来说，是一件效率提升的事情，但不是数字化急需解决的问题，因为被服务企业会有自己的核心业务流程，反之对于提供这样服务的企业来说却是一件至关重要的事，因为这个业务流程被数字化了，才产生了增量价值并吸引了一批企业客户，大家也可以想想自己的公司或者服务的企业当前核心业务流程，端到端的数字化做得如何，有什么可以提升和改进的地方。  
 

经过案例的说明，想必大家对这个阶段已经有了一定认知，接下来我们一起来梳理业务数字化阶段的落地原则：  
 

（1）明确企业核心业务的端到端流程。  

（2）每个业务流程节点主要核心能力需要被信息化系统支撑，因为数字化也需要建立在信息化之上。  

（3）针对传统生产要素可以使用物联网设备进行数字化（狭义数字化是指支撑业务流程运作的各种元素需要被系统化、线上化，并连接一切现有资源让业务流程效率最大化，同时可以实时产生数据，其数据可被采集再利用即可），对于一些重复操作可以引入物理机器人（如物流分拣机器人、送餐机器人、配药机器人等）、物理机器人底层也需要系统支撑，所以物理操作也被数字化了。  

（4）通过超级自动化（含工作流系统）将人、系统、数据、传统生产要素进行连接，信息化系统在业务流程流转时，需要通过人进行界面操作，或者通过系统间通讯，但这些操作动作并没有被记录下来，而使用超级自动化（含工作流系统）就能把业务流程所涉及的执行信息统一记录下来，同时应用孤岛和数据孤岛也可以通过超级自动化的iPaaS能力与RPA能力去打通孤岛，完善整个业务流程数据闭环，为下一个阶段“数字业务化”做好准备，超级自动化在完成各种自动化任务的前提是连接，能与人、系统、数据、IoT、实体机器人实现连接，在连接基础上完成自动化，超级自动化在业务数字化阶段起到非常重要的作用。  

（5）通过超级自动化（含工作流系统）去调度人、系统、数据、传统生产要素等各个维度资源，快速整合编排以满足客户端多变的需求。  
 

结合以上几步操作，我们已经把每个业务流程节点内的作业尽可能的数字化了，具体如下图所示：
 

业务数字化能力进阶图
 

· 前信息时代，主要作业通过人工和设备完成，但还是离线的模式，设备也没有被信息化系统所管理。  

· 信息时代，主要人工工作及设备通过信息化改造，实现部分作业线上化。  

· 数字时代，进一步把人工的操作通过超级自动化完成流程标准化、线上化、自动化、智能化改造，同时对于传统生产要素引入IoT（物联网）技术进行系统化管理，对于体力劳动的场景使用实体机器人来代替，通过几种技术能力能将大部分的人工作业数字化，但还有会有一些人工的创造性或非标准化工作，目前的技术能力还无法完全替代或数字化。  

我们以企业财务工作为例，在信息化时代之前，大量还是手工帐处理来支撑企业财务的运作，到了信息化时代，大部分财务工作被信息化（如Excel处理报表，财务系统把预算、资金、税务、总账等工作线上化），现在的数字时代，超级自动化帮助财务人员把使用信息化系统的操作及其他职能进行协作时的工作尽可能自动化，如RPA实现银行流水的自动对账、报销流程自动化、一键生成凭证等众多场景，同时结合数字化转型后两个阶段（数字业务化，业务数智化），可进一步参与财务决策，帮助财务流程优化与再造。
 

业务数字化透视图
 

刚刚我们拆解了单个业务流程节点的数字化的过程，现在我们把整个组织的业务流程节点进行组合，就获得了实体世界业务数字化现状，把每一个业务流程节点尽可能的数字化，并将数字化产生的数据要素相连就获得了数字世界的投影，如上图所示。现在我们通过数字世界的数据已经可以实时查看企业大部分业务的运营情况、财务情况、客户体验情况等，至此业务数字化告一段落，我们进入下一个阶段数字业务化阶段。  

该阶段又分为两个小阶段，分别是数据资产化、资产服务化，可以理解为数字业务化的两个步骤。  

步骤一：数据资产化，首先要把数据当成企业资产进行归类，同时在上一个业务数字化阶段，企业已经将大部分业务在线化，这将产生大量的数据，而数据变为资产的过程需要转换，因为每个系统的数据在信息化建设的时候并没有做过全局整体的设计   ，所以数据层面会出现标准不统一、业务口径不统一、脏数据等情况，因此需要对数据进行治理：通过数据采集、数据清洗、数据存储、数据建模、数据分析等手段让数据能围绕业务本身进行资产化转换，而实现这些有价值的数据可控制、可量化、可变现、可交易的过程，就是数据资产化过程。  

步骤二：资产服务化，数据转换成数据资产后，有两种方式可以变现：  
 

1. 数据资产本身能够直接产生价值。比如：金融机构的“征信记录”数据，对于信用贷款组织或企业来说就是非常重要的信息了，可以作为非常重要的一项指标，来评估借款人信用状况，从而提升消费金融贷款产品的风控水平，能直接对数据使用者产生收益。    

2. 数据本身不产生价值，但通过数据作用于现有业务或产品、服务，利用数据为业务赋能，能使其在创造收益、降低成本上有更好的表现。比如一个电商网站的用户注册流程，在从用户进入注册界面到最后完成注册流程的转化率较低，进一步分析数据后发现注册路径长，并且在“输入图片验证码”这个步骤流失率特别高，同时短信验证码下发耗时长，经过针对性的优化，砍掉“输入图片验证码”的步骤，并且更换短信供应商，提升了验证码下发速度，发觉注册转化率提升了1倍，从数据中发现了流程可以改进的点。

上文提到的电商根据“用户画像”标签，精准匹配推送营销信息，产品销售量提升并获得收益的案例就是一个数字业务化的案例，基于“用户画像”不仅可以用于精准营销的场景，还可以运用于以下场景：  
 

·   交叉销售：    根据经验找出最佳产品销售组合，利用时序规则找出用户生命周期中购买产品的时间顺序，把握推荐产品的时机。  

· 体验提升：通过用户画像了解用户需求偏好、行为偏好、渠道偏好，提供差异化产品及服务，提升用户体验。

随着各种使用场景的出现，用户画像的标签维度会越来越丰富，逐渐会形成一套完整的用户标签体系，但这个体系是动态的，会随着用户需求的不断变化推陈出新，合理准确的用户标签背后是企业对用户全方位信息的深入理解与认知，标签越全面，用户画像越清晰。同时，用户时间的碎片化、行为的多变性、客户大数据的数据爆炸，使企业更难读懂用户，下一步需要依赖AI的帮助，企业才能从海量的数据中通过数据算法挖掘，提升企业洞察力，这就是下一个阶段业务数智化需要完成的工作。  
 

   
数字业务化透视图  
 

我们根据上图所示进行一一拆解，首先当实体世界业务数字化后，就得到了由数据要素构建的数字世界，而数字世界的数据由各个信息化系统产生，并没有经过全局的规划，数据质量不高、杂乱、存在脏数据。通过数字业务化的第一阶段的数据资产化，对杂乱的数据进行采集、清洗、建模，提取与业务相关的数据，从而形成资产。形成资产后需要变现，这就需要数字业务化的第二阶段资产服务化来实现，实现的方式就是通过用标准API协议进行封装成数据服务，业务流程通过API接口完成数据服务的调用，被调用的数据服务有两种形式：一、通过数字资产直接作为数据服务对外提升服务，二、通过对多种数据资产的计算，分析生成一种新的维度数据，而此类数据往往是对现有业务流程洞察后的数据，可以反向促进业务优化、增长，这样业务数字化与数字业务化就形成了一个持续改进、优化的闭环。

主要分为两方面：一方面，通过引入图像识别、语音识别、自然语义理解、情绪识别、AIGC等AI技术，致力于模仿或取代人类感知层面和认知层面的能力，通过其感知能力，让企业或组织输出的产品、服务更加“智能”，同时在平时业务流程处理时也可以大大提升效率，提升客户体验。如图像识别可以用于人脸、卡、证、票等非结构化或半结构化的数据结构化，应用场景如：财务报销流程，需要身份识别的应用等；又如语音识别和自然语义理解、情绪识别可以用于智能客服机器人、长文本识别等场景，但该方面在业务数字化阶段其实已经被包含，进行连接的各种要素中包括AI，并在此基础上运用AIGC的能力代替人的一些创造性场景，如营销话术自动生成，公文报告自动生成等。

更能代表业务数智化阶段的是：基于企业或组织积累的数据资产，结合不同的业务场景，为AI输入历史数据，通过模型训练，让AI在某一场景具有推理、推演、预测的能力，同时根据预测的结果反向指导业务，从而获得业务增益。人类在海量数据处理时效率远远不如AI，在这种场景下的决策，AI就会变得更有优势，让企业获得智能决策的能力。另外数智化阶段，也是将智能化进行数字化的阶段，将AI能力在线化，可以基于任意场景，将数据输入给AI进行学习建立模型，同时基于模型输出的结果反补业务。  

举一家医疗行业流通企业的案例，负责将上游厂商提供的药品通过自己的供应链进行分销，其上游是五千多家制药厂商，下游是百万家医院、药店、卫生站等机构，该企业已经将整个供应链流程数字化，打通了销售、采购、物流等环节所支撑的信息化系统，由于早些时候库存产生堆积的现象，并且其运营供应链的资金占用总量达百亿级，该企业通过将全流程数据（包含销售数据、采购数据、物流数据、库存数据、药品品类数据等）通过AI进行学习建模，预测下一个季度的销售数据，采购数据等，并计算出最优的安全库存，将库存在最合适的时间，以最佳存储量，放在最合适的位置上，并基于全局的优化思维，实现从总仓分仓多级仓储，再到门店的全链条补货履约智慧决策，最终使仓库周转率提升，使百亿资金的周转率进一步提升，为企业带来了巨大收益。  

下图为业务数智化的透视图：  
 

业务数智化透视图
 

如上图所示，在实体世界业务数字化后，就得到了由数据要素构建的数字世界，并且经过了数据资产化的阶段，将数字世界杂乱的数据经过治理，产生了数据资产，跟资产服务化阶段不同的是，业务数智化会在“数据计算分析”步骤引入AI能力，为AI输入历史数据，通过模型训练，让AI能推演和预测出数字世界的未来态，同时基于数字世界未来态进一步推演出业务流程的未来形态，基于预测的状态来分析业务可以改进和优化的点，并以数据服务的形式存在，企业或组织获得预知未来的能力，并能根据预测的分析结果动态调整自己的经营策略，让自身的商业收益最大化。  

至此，我们将数字经济中产业数字化所涉及的三个阶段：业务数字化、数字业务化、业务数智化进行了阐述与拆解，从上述阐述过程中，都是基于围绕某一“场景”做的举例，实际正在数字化转型的企业或组织内会有很多场景，又应该如何着手呢？其实只需要将企业最核心的业务流程数字化作为最高优先级，当核心的业务流程数字化后，企业就已经具备了数字化转型的组织意识、组织形态、技术手段等数字化相关能力，并且核心的业务流程本就是企业所有业务流程的主干，主干数字化了，其他支干的数字化，可以根据业务优先级进行逐一数字化，最终实现企业或组织的全面数字化。  

数字化转型的三个阶段都是围绕“场景”层层递进的方法指导，而超级自动化是基于“场景”逐步实现落地的工具，以下将数字化转型的三个阶段与超级自动化的三个阶段做一次对齐：  

数字化转型与超级自动化对齐图
 

基于上图，我们来构建一个矩阵，纵轴对企业影响的范围，横轴则有两个，分别为：数字化转型的阶段和超级自动化的阶段，并再将一些实际案例在矩阵图中进行填充，得到下图，可以帮助大家理解：  

05

超级自动化本质 — 软件机器人

  
超级自动化的产品构建图  

继续阅读：

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 > 数字化转型利器 — 超级自动化