打造最懂中文的RPA 现实路漫漫 达观数据能否实现预期?

后台-系统设置-扩展变量-手机广告位-内容正文顶部

文/夏天  审校/一条辉  新媒体编辑/李珠江
 

不单单是像达观数据这样的创业公司还需要时间成长,市场也需要时间成长和成熟。


RPA(软件流程自动化)在2018年的爆发,离不开技术和市场的相对成熟。          
       
         
达观数据就是RPA这一赛道的新玩家。        
         
其能否成功占领这一赛道并且成为领导者?        
         
现实显示,达观数据想要实现目标有点难。        
       
 
达观数据变身记


RPA被视为AI最佳的落地场景。圈内从业者们常常将RPA比作人类的手,将NLP(自然语言处理)比作人类的脑,将OCR(光学字符识别)比作人类的眼睛。


手脑眼的结合,让RPA+AI能够一定程度上将人类员工从枯燥繁杂的工作中解放出来。        
         
成立于2015年的达观数据正是RPA这一赛道的新玩家,虽是新人,但却颇受资本青睐:        
         
达观数据曾于2015年获真格基金领投,众麟资本和掌门科技跟投的1000万元天使轮融资;        
         
2017年获软银赛富和方广资本5000万元A轮融资;        
         
2018年11月,达观数据宣布成功完成1.6亿元B轮融资,由宽带旗下基金晨山资本领投,元禾重元、联想之星、钟鼎资本及老股东等跟投。        
         
事实上,直到2018年底,达观数据才正式开始RPA产品的研发。        
         
2019年7月,达观数据推出达观智能文本RPA,也是国内首款将语义分析技术引入到 RPA中的产品。          这个平台能够将人工智能植入机器人流程自动化,解决识别、分类等问题。        
         
事实上,达观数据最开始并不是专注于做RPA的,达观数据更为人熟知的身份是国内NLP领域的头部玩家,为客户提供关键信息抽取、文档审阅、智能推荐等行业解决方案。        
         
为何达观数据会转身PRA赛道呢?        
         
RPA(Robotic Process Automation),机器人流程自动化可以模拟白领的手去进行鼠标和键盘的操作,实现自动化。          NLP (Natural Language Processing) ,自然语言处理可以让计算机模拟白领的大脑运转,实现阅读和理解;        
         
而如果只有RPA技术,计算机只能承担初级的工作,但是有了NLP技术的帮助,就可以做更复杂的任务,真正承担起虚拟员工的角色。        
         
这跟其创始人有关。        
         
达观数据创始人兼CEO陈运文创业之前曾担任盛大文学首席数据官、腾讯文学高级总监、百度核心技术研发工程师等职位,一直从事文本挖掘相关工作。        
         
陈运文认为,NLP+RPA在中国大有可为,NLP和RPA的结合将可以实现白领部分工作的自动化,未来将是一片蓝海市场。        
         
但是,从目前达观数据的智能RPA来看,其融合了NLP+OCR技术,能够实现图片验证码、证件识别以及合同、报告、财务报表等文字抽取工作,解放员工的手和脑。        
         
其中,OCR 如同人的眼睛,NLP 如同人的大脑,RPA则是人的双手,手脑眼三者结合承担更复杂的流程化工作。        
         
但说实话,现在的人工智能并没办法完全解放人类双手。          就说文本挖掘工作,中华语言文化博大精深,例如,“天很冷,能穿多少穿多少”和“天很热,能穿多少穿多少”,同样是“能穿多少穿多少”,但表达的是两个意思。        
         
这么看来,文本挖掘工作,既是一个数学问题,通过后台大量的数学运算对文字进行解读,同时也需要将语言学等偏艺术领域的知识纳入进去,才能让计算机更好的解读文字,甚至代替人完成一部分文字撰写的工作。        
         
事实上,与人类相比较,人工智能与还存在着没有意识、不能思考、不能推理等一些根本性的差异;          当前的人工智能所用的深度学习算法还有两大“软肋”:          一是不具备小样学习功能,二是没有知识,更不必说用知识进行推理。        
         
因此,虽说前方是一片蓝海,但是真正能做多大,还是一条未知路。        
       
       
场景应用是关键,PRA的路不好走
 
 
任何高精尖技术判断其价值在于真正落地到每个客户的应用场景中。
         
简单来说,就是相当于未来每个人都有一个“数字机器人”帮助甚至可能会代替你完成工作,越来越多的企业认可使用数字化机器人代替人去完成工作        
         
从目前来看,达观数据的NLP+RPA主要替代一些高重复、标准化、规则明确且高准确率要求的工作。          以金融行业来说,金融行业过半员工在与文本合同打交道,但是他们90%的工作都是可以被替代的。        
         
以信贷业务为例,贷前基于OCR可以帮助银行工作人员对提交材料进行人物、事件、数值等关键信息抽取和审核;          贷中支持合同多版本比对,对合同关键要素进行智能审核,防止阴阳合同风险;          贷后对贷款项目评估报告关键信息提取及结构化,并对企业进行实时舆情分析监控,实现有效跟踪和监督。        
         
虽说现在现在有一定的应用场景,但是企业数字化和流程成熟度参差不齐,因为RPA依托业务流程落地,而这背后需要有成熟的 IT环境,以及企业内部的流程足够标准化、数字化。        
         
但是目前国内企业的现状是,很多企业内部有许多流程仍然需要人工参与,流程不够标准化;          另外像一些大型企业就算使用,也会优先选择国外的RPA产品,因为其产品稳定性和拓展性较为领先,比如国外产品的会调用谷歌、微软等公司的OCR、NLP模块,对中文支持效果尚不是特别理想。        
         
另外,由于电子化程度还没足够高,国内就已兴起数字化转型,新老软件共同存在于企业当中,会导致应用间的断层。          并且因为没有经历完完整的信息化、SaaS、ERP等产品还在进行中,中国公司的流程普遍不标准。        
         
而且更重要的是中国企业很多时候没接受RPA的理由是,他们认为做自动化能够一次到位,就像传统软件一样,而现在RPA 只能部分实现。        
         
因此,不单单是像达观数据这样的创业公司还需要时间成长,市场也需要时间成长和成熟。        


特别声明:

文章来源:首席创业官(CEfirst)

作者:夏天

原文链接:https://mp.weixin.qq.com/s/9fFJTYBCpd8rIWhhtT5Ejg

RPA中国推荐阅读,如有侵权,请联系删除

 
       

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 > 打造最懂中文的RPA 现实路漫漫 达观数据能否实现预期?

后台-系统设置-扩展变量-手机广告位-内容正文底部