最近一直在和小伙伴们聊 RPA。我并不是 RPA 专家，也没有专门做过 RPA 实施。从 2018 年初接触 RPA，用 RPA 做了一个批量处理的数据迁移项目。之后又断断续续用 RPA 做了几个需求，也了解了一些关于 RPA 的那些事。班门弄斧，搬砖轻拍。
01、RPA 是什么
RPA，Robotic Process Automation，一种通用的可编程自动化软件，可以通过流程构建和编程等方式实现模拟人员手工操作。目前很多企业引入 RPA 来替代简单重复性的人工操作。有人计算过，对于重复性操作（无需主观意识判断，可用清晰的流程表达），RPA 的效率可以替代 3 - 4 个熟练人工。按照这种逻辑计算，考虑到 7 *24 小时 RPA 都可以工作，可能一个 RPA 机器人最多能等于 100 多个人工作。当然这种计算方式没有意义，因为重复性的工作不一定是每分每秒都在发生，但是 RPA 取代机械性手工操作的意义就不言而喻了。从成本分析来看，如果一台 RPA 以 30-40 万 / 年的成本计算，如果能够替代 10 个人工一年的工作量，至少可以给公司节省 30-40 万以上人员成本。
RPA 不是 AI。有些 AI 工作者认为把 RPA 跟 AI 划成等号，是对 AI 工作者的侮辱，个人认为这种看法是有道理的。AI 是通过机器学习让机器具有类似于人类的思维判断能力，甚至创造能力；而 RPA 并不会具有智能判断能力，它只能按照人规定的路径来机械化执行动作。
1、程序员根据需求定义 RPA 需要执行的流程与程序
2、流程与程序被 RPA 发布，并预执行无误
3、业务用户根据需要和预先设定好的模板或格式在软件或邮箱中设定定时任务
4、定时任务按时自动触发邮件或文件向 RPA 发送
5、邮件或文件被 RPA 收到
6、根据步骤 5 中收到的文件，按照步骤 1 和 2 中发布的流程和程序，来对网页、客户端程序执行操作
7、返回操作结果，通知用户
02、RPA 用来做什么
举两个我印象最深的 RPA 使用场景：
No.1：当时一个 SaaS 系统上线，涉及到数据迁移，需要批量修改 5 万多条业务单据。但是 SaaS 系统没办法支持批量数据导入，历史数据只能逐条创建。即便是创建一条数据用时 1.5 分钟，批量完成的时间是 1250 小时，156 人天。还得保证数据无错。因此当时 RPA 小哥哥们用不到 3 天时间完成 RPA 处理程序编写，同时跑了十几台电脑，24 小时运行，大概用了 3 天半的时间完成了所有 5 万条数据修改（包含异常错误处理）。当时的场景是长这样的……
No. 2：财务应付处理，公司大了买啥的都有，公司每月都会从京东、晨光买很多零散商品。所以每个月京东都会开出来很多笔不同主体的发票和对账单。财务应付组的两位貌美如花的姑娘每个月的月结前都需要 3 天来整理这些发票和对账单。后来这部分工作也交给了 RPA，只需要发对账单的 Excel 给 RPA，RPA 就可以直接到系统中匹配相关的采购订单。对账时间也从 3 天缩短到了半天。
通常 RPA 可以应用到企业中各个领域，处理简单重复的工作。在理想状态下，RPA 可以根据给定格式的邮件和附件进行自动处理业务，可以替代大部分服务共享中心（SSC）工作。员工只需要给 RPA 发送邮件即可以完成相关业务的办理。
根据 Gartner Peerinsight 网站进行的 RPA 用户数据反馈统计，基于用户行业统计，目前在服务业、金融业、制造业是使用 RPA 产品最多的三个行业。
03、主流 RPA 产品都那些
根据 Gartner 2019 年 7 月首次发布的 RPA 魔力象限显示，只有三个产品目前位列第一象限。那我们分别来简单八卦一下这三个厂商的情况。
- UIPath
UIPath 2005 年成立于罗马尼亚，2017 年将总部迁至纽约。目前已进入 D 轮融资，目前估值 70 亿美元。
UIPath 与 2018 年接入中国市场，分别在北京、上海、深圳设立办公室，实施厂商包括德勤、凯捷、IBM、Infosys 等大型实施厂商，也包含苏兰，KDDI 等一系列的中国实施厂商。因此该产品在中国国内迅速成熟并快速构建起相应的生态圈。UIPath 的功能性跟其他竞争对手相比较略胜一筹，但是差别还是在于价格相对较贵，相信这与产品功能性以及整体生态环境有直接关系。
- Automation Anywher
AA 成立于 2003 年，总部位于美国加州圣荷西，2019 年 7 月，AA 公司获得软银 3 亿美元投资，估值达到 26 亿美元。
目前 AA 在北京、香港、台北设有办事处。其主要合作伙伴包括埃森哲、德勤、安永、IBM、毕马威等大型实施厂商。
- Blue Prism
Blue Prism 成立于 2001 年，总部位于英国，目前 blueprism 已于英国上市，目前市值 7.56 亿英镑。
Blue Prism 目前在中国大陆并没有设置分公司或办公室，大中华区总部位于香港。实施合作伙伴包括安永、德勤、埃森哲、IBM 等大厂。
根据 Gartner Peerinsight 网站发布的三款产品用户使用体验评分 UiPath 的用户评价和得分依然总体是最高的。通过用户评价数量也可以较直观的体现出 UIPath 的用户群体更为丰富。
而从 Peerinsight 中三款 RPA 产品用户反馈的公司规模（按收入）可以看出，这三款产品的在不同收入规模的公司间，用户数量并没有巨大的差异。因此 RPA 软件适用范围与公司收入和规模并不直接相关，目前大中小型公司都有实施 RPA 已达到减低成本，提高人效的压力。
回到国内厂商，目前 RPA 在国内是投资的一个小风口，越来越多的创业者和投资者在开发 RPA 行业。目前国内 RPA 产品主要的几个玩家的简单堆叠罗列如下。
- 阿里云 RPA
阿里云 RPA 诞生于 2011 年，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，并且已经完成在保险、金融、医疗保健等领域的场景深耕，联合合作伙伴具备深度定制化能力和稳定交付能力，积累了丰富的行业可行性解决方案。目前阿里云 RPA 能集成并运行在更高的软件层级，这就决定了它不会侵入、影响已有的软件系统。在帮助企业提升效能的过程中，保持企业已有的 IT 系统功能平稳、运行可靠。
- 艺赛旗 RPA
艺赛旗成立于 2011 年，总部位于上海。于 2016 年 8 月成功登陆新三板。艺赛旗是中国首家提供 RPA 产品的专业厂商。iS-RPA 机器人是艺赛旗独立研发，并拥有自主知识产权的 RPA 产品，iS-RPA 以纯粹自动化的形式，快速高效地帮助企业完成各种流程化工作，在显著降低成本的同时，更是带来工作效率的质级提升。
- UiBot
UiBot（有爱机器人）是福州奥森网络科技有限公司研制开发的一款面向多类需求、为业务全流程提供智能机器人服务的软件及平台。UiBot 机器人流程自动化解决方案可以解决企业的自动化难题，高效完成重复性高但却有固定业务逻辑的工作，极大地减少人为从事某些固定规则、大批量、重复性、枯燥繁琐的工作需求；优化整个企业基础流程作业，减少成本，提高效率，确保零失误。为企业及个人构建数字化劳动力提供强大技术支撑。
04、RPA 市场情况怎么样
Gartner 2019 年 6 月发布的 RPA 市场份额报告中，2018 年，RPA 总市场收入为 8.46 亿美元，UiPath 以 1570 万美元收入占据榜首，市场份额 13.6。非常令人瞩目的是，UiPath 在 2017 年至 2018 年的收入增长率达到了惊人的 629.5%。证明 UiPath 正在以极快的速度扩展其在全球的市场。而前三甲产品的总市场份额占有率已达到 34.8%。整个 RPA 市场也逐渐在往头部靠拢。
这让我想起另外一个龙头产品：Salesforce.com。同样根据 Gartner 在同一时间发布的 CRM 市场份报告中，Salesforce.com 在 2018 年的市场占有率为 19.5，远超老牌 ERP 厂商 SAP。而 CRM 的总市场收入高达 482.3 亿美元。我认为未来 CRM 市场将继续向 CRM 头部聚拢。无独有偶，UiPath 也许会在未来的几年中，成为 RPA 领域的 Salesforce。
05、RPA 未来在哪里
在 2015-2018 年，RPA 的市场总量一直保持 40% 以上的增长速度。2018 年 RPA 市场增长速度更达到 63%。Gartner 预测，在 2019 年 RPA 市场总量将到达 13 亿美元。个人臆测在最近的 3 至 5 年，RPA 将会继续保持较高的增长速度，主要原因主要包括几点
RPA 的通用性：RPA 是企业通用组件，它与服务于市场、销售和服务的 CRM 以及服务于生产、财务等部门的 ERP 不同，RPA 可以服务于每个企业中的多数部门。同时 RPA 的售价也比类似其他商业软件更低廉，因此企业再投入的时候并不需要考虑过多的成本压力。
企业数字化转型压力：目前越来越多的售价较高的企业商用软件和集成软件（Dell Booming，Mulesoft，IBM Anyconnect 等）涌现出来，与之矛盾的是大中型企业已经运行了很久的原有系统。由于这些旧系统中保存海量业务数据，同时支持着每天的业务运行，任何对系统以及集成的调整都会带来巨量的时间和成本压力。RPA 提供了一个折中的解决方案，再不改变现有系统的情况下，实现业务流程和数据集成的自动化。短时间看起来的确是个投入少收效高的选项。
巨头进场：虽然像 UiPath 和 Automation Anywhere 这样的玩家体量在迅速膨胀，但是在未来的 3 - 5 年，SAP，微软和 IBM 这些软件巨头都在积极寻求收购或者合作厂商。依赖于这些巨头的客户群体、技术和资金，将会很快推高 RPA 市场的体量。
06、笔者观点
我认为越是市场火爆，越是需要用冷静的头脑去思考。RPA 不是 AI。AI 通过不断学习和训练可以独立绘制一幅画，而 3D 打印可以绘制一个完全一样的蒙娜丽莎。但无论 AI 绘制的画有多丑，都是使用机器自我的思维和判断能力实现的；无论 3D 打印做的有多精美，那都是按照人的输入完全复制出来，是没有思维的东西。这也是 AI 和 RPA 的区别。在未来，AI 是有可能完全取代部分人的工作，而 RPA 只能减少低效人工，但永远不能取代。
从企业整体信息化和数字化转型角度来看，RPA 只能算是基于现有业务系统的临时解决方案。它并不能从根源上解决企业在信息化架构上的短板和问题。由于 RPA 功能的限制（比如只能前台模拟人工操作，需要有人做定时输入，需要明确的页面定义才能识别，任何网页组件上的变化都需要导致 RPA 程序的修改），导致其运行的实时性和效率都无法完全取代数据集成和软件升级。RPA 是信息化的补丁，但是如果业务要升级，就不能一直穿着补丁衣服登堂入室。举个例子，财务应收可以使用 RPA 来进行认款和开票，在业务单据量少的情况下，使用几台机器人虚拟机就可以满足业务处理。但 B2C 行业收入量巨大，用 RPA 来处理应收业务就不合适，而是需要更为高效的收款中台跟前台业务系统对接才可以满足海量数据的处理。
之前跟不少小伙伴交流，尤其是业务人员对 RPA 抱有很大的期望，在他们的印象中，RPA 可以替代很多工作。甚至有人认为引入 RPA 之后就可以大额减少对企业信息化改进的投入，我认为这种想法是非常危险的。RPA 是个通用组件，就像天龙八部里的无相神功，即便模仿的再像，也不是专业系统，用得过多过深会导致走火入魔。提升整体架构的现代化程度，不断打怪升级，才是构建现代化企业的关键。