安永大中华区管理咨询资深经理蔡军：企业数字化之匙：RPA+--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

5月13日，由中国人工智能产业发展联盟（以下简称“联盟”或“AIIA”）主办，RPA中国联合中国信通院、高效运维社区、金智维、达观数据、安永、中国建设银行、海通证券、华为、Avantify等多家企业单位共同参与的“RPA技术分享沙龙”成功举行。由于疫情原因，本次会议通过线上直播的形式，超过500多位观众在线观看了本次会议。

安永大中华区管理咨询资深经理蔡军作为特邀嘉宾出席了此次会议，并以《企业数字化之匙：RPA+》为主题进行了精彩内容分享。蔡军表示，2019年安永内部调查全球数字化转型市场规模在1.25万亿。尤其是美国和中国的两大地区，而RPA作为其中一个很重要的领域，其市场规模从2019年的50亿增长到120亿的规模。在此背景下，国内的RPA市场得到了突飞猛进的发展，越来越多的本土产品开始涌现出来。

传统自动化的处理能力有限，当有AI技术助力时，二者之间形成了一个很好的技术互补。所以在这个基础上，“RPA+”一方面加的是以往的大数据、云计算、区块链的数字化技术；另一方面，能够承接AI、NLP、知识图谱、语音合成技术的整合，通过这种方式加快企业实现数字化转型。

安永大中华区管理咨询资深经理-蔡军

01.

企业数字化需求趋势不可阻挡

蔡军首先介绍了数字化转型市场的规模及RPA市场的发展趋势：根据数据统计，2019年全球数字化转型支出超过1.25万亿美元。预计到2022年，全球商业实践、产品和组织的数字化转型技术和服务支出将达到1.97万亿美元。而美国和中国是数字化转型支出最大的两个区域，占总市场的50%以上份额；其中，RPA作为企业、组织、公共部门最有效的数字化转型工具之一，市场规模将从2019年的50亿美元到2023年增长至120亿美元。

整个数字化转型过程可分为三个重要阶段，分别是实验阶段、创新阶段和自主阶段。

实验阶段：主要体现在“IT变革”，将企业的办公方式和存储从传统运营模式迁移到数字化，如云服务、大数据、移动网络等。

创新阶段：主要体现在“技术创新”，将传统IT技术与AI、物联网、区块链等新型技术相结合。

自主阶段：主要体现在“智能自主”，与更多影响未来生活的技术相结合，如人工智能+、量子计算、5G、生物数字集成等。

蔡军认为，当前企业数字化转型正处于第二个“技术创新”阶段，主要通过将RPA与OCR、NLP、ML、感知及计算机视觉等大量人工智能技术相结合以提高整体自动化处理效率和节省企业支出。RPA也从传统意义上的RPA，晋升到更加聪明的IPA，以及持续往更智能的IA发展。

02.

中国企业应用RPA现状调查

蔡军表示，为了明确国内企业应用RPA的现状，安永对大中华区“财富500强”企业进行了详细调查，结果显示：

78%受访企业已将RPA应用在实际业务中；
67%受访企业希望扩大RPA业务规模；
97%受访企业正考虑实施更多智能技术；
82%受访企业表示RPA收益超过预期；
53%受访企业正在实施1—5个RPA机器人；
25%受访企业已部署10—20及以上的RPA机器人；

企业主要将RPA应用在哪些业务领域，调查结果如下：

27%用于释放人力、IT等资源；
16%用于消减运营成本；
16%用于提升业务合规性；
15%用于减少员工加班工作；
11%用于改善现有IT系统；
8%用于加速业务增长；
7%用于消除数据安全隐患。

蔡军解释道，RPA之所以成为企业实现数字化转型最理想的工具，主要因为，RPA已是相对成熟的虚拟劳动力应用，其低风险、易使用、灵活扩展等特点获得企业广泛使用，成为开启数字化大门的“金钥匙”。

低风险：RPA采用非侵入式部署，可以完美兼容现有和遗留系统，允许创建一个可持续开发的将复杂算法和机器学习工具相结合的自动化处理平台。

准确性：一次获得正确数据处理结果，并且可以做到100%正确（在规则设定情况下）。

机密性：可保证全程机器人处理，避免造成人为数据泄露。

可靠性：可提供24*7全天性无休息服务（机器人维护时间除外），相比员工也不会出现请假和离职的情况出现。

如果企业业务具备以下4个特点，那么都适合应用RPA来实现自动化：

大容量数据：业务中有大量需要重复处理的数据，如计算、校对、验证、上传和下载等。

易出错业务：一些对数据准确性要求较高的业务，如基金清算、对账等。

高频交易处理：发生频率密集的日常业务，例如工资发放、核对、打款等。

低附加值流程：如各系统数据的添加、更新、维护及数据标注等。

03.

RPA+AI开启企业数字化大门

蔡军表示，传统RPA只能处理规则清晰、重复性强的工作，对于需要判断的非结构化数据业务却无能为力。但是，当RPA与OCR、NLP、认知等人工智能技术相结合后，可以轻松地将图片数据提取，文本/语音数据提取等一类的业务流程实现自动化。

我们都知道AI具有强大的能力来改造企业的业务流程，可碍于较高的开发成本、部署及日后维护等一系列难题，阻碍了企业应用AI的脚本。因此，随着RPA技术日趋成熟，市场需求也不断增多，RPA成为了AI实现场景化落地的“接盘侠”。将AI技术集成在RPA产品内免去部署烦恼，同时提供可视化、拖拽式操作和智能维护工作，这种高契合技术互补的智能化解决方案，满足了企业多元化的业务自动化需求。

为了帮助用户更好的了解智能自动化（IPA）的诸多好处，蔡军举了以下几个应用实例：

电子发票采集与识别：用户通过RPA+OCR+NLP可以打造区块链电子发票，连接每一个发票干系人，可以追溯发票来源、真伪和入账信息等，同时可以建立电子发票档案及电子发票数据库。

零售欺诈检测：用户通过部署RPA+大数据+AI可实时跟踪客户银行账户和信用卡活动，并结合大数据分析，评估考核分析并预测其欺诈行为。

用户画像：通过RPA+机器学习+大数据帮助企业打造详细的用户画像，可用于商业变现和广告推送等业务，解析供应商能力和潜在消费者。

智能客服：通过RPA+ASR（语音识别）自动将语音转换成文本，再由NLU（自然语言理解）进行内容解析，接着机器人会触发用户想要查询的意图，最终快速呈现出查询结果。

智慧采集与自动报账：通过RPA+OCR+NLP，可以实现从数据采集到录入整个业务流程的自动化。其中OCR和NLP主要负责识别和输出内容，而RPA则是将数据输送到指定系统或应用程序中。

整体来说，RPA+除了提高企业工作效率节省运营支出，还能梳理出一套有效的业务流程规则，为财务决策、分析提供有力的数据支撑。并可通过内部“卓越中心”向其他部门扩展这一运营优势，来提升全局的工作效率。

04.

RPA+将成为变革的数字化服务驱动引擎

蔡军还详细介绍了全球商业服务中心的前世今生，以及在企业实现数字化战略所占的地位：

过去（1990—2015）：共享服务中心兴起并迅速渗透到中型公司，开始整合大型交付中心。跨境SSC从近岸市场开展并延伸到离岸市场。在早期的运营模式中，业务流程外包（BPO）起着主导作用。

现在（2015—2020）：全球商业服务中心（GBS）的成熟与扩展，降低成本到工作质量提升的转变。端到端整合原则得到更多的重视，由于业务的可扩展性，新技术的产生和自动化的普及，更多运营支撑活动被整合到GBS中。

未来（2020+）：未来阶段GBS将聚焦在业务价值提升，如数字化转型、客户导向、系统灵敏性、智能分析、技术创新、人机协同等。

蔡军表示，RPA+GBS主要应用在需要人为参与的非结构化数据业务领域，如前面所提到的发票审核、智能客服、流程挖掘、账款处理等。可进一步实现无需人为干预的端到端业务流程自动化，以推动企业数字化技术应用解放人力资源，让员工专注于创造更高的业务价值。

RPA+并非是简单的数字化技术整合，而是需要企业去应对一系列发展与变革的问题，例如，如何构建基于产品的多流程、跨地域、多单位集团部署架构？云部署与本地部署该如何考虑和协同工作？不同业务部门如何协同办公？是以技术为主导还是业务为主导。如何多级部署统一和定制平衡等等。在这一系列难题中，RPA的应用规划、RPA规模化部署管控、RPA卓越中心建设将起到了至关重要的作用。

其中，大部分RPA技术应用较成熟的企业均建设了“RPA卓越中心”（RPA CoE）以统筹管理集团智能自动化，将RPA建设为企业的能力平台，使数字化劳动力的概念上升至全公司层面，而不是限于各独立流程中。RPA CoE的管理领域包括：战略与项目管理、变革管理、知识管理、机器人标准化管理、RPA架构管理、RPA机会流程筛选、落地实施以及维护与更新等。

最后蔡军总结道，RPA开启企业数字化大门，而RPA+AI技术使得RPA变得更聪明、更智能。而RPA+成为企业数字化发力的引擎。RPA+为企业数字化转型带来了更清晰的升级路线、更有效的运维基础, 是实践企业数字化最有效的方式，是开启以及持续提升数字化的钥匙。

继续阅读：流程自动化 RPA