揭开 RPA 的三重面纱

因市场空间广阔、应用场景频次较高等原因，企业服务成为了投资机构们普遍青睐的赛道。而在近几年的软件领域，RPA 这颗的新星正冉冉升起。

资本层面，一些快速实现产品落地的头部 RPA 厂商正成为投资机构哄抢的香饽饽；应用层面，RPA 身上自带的 AI、数据搬运工、超自动化、数字化转型助推器等属性也使其在医疗、金融、制造、能源、通信、物流、零售、教育等行业得到了广泛应用。

1. 数字化劳动力

RPA 全名机器人流程自动化，最早于 2015 年被引入国内；2016 年，德勤、安永等审计巨头开始在国内应用 RPA；2017 年，银行业 RPA 应用开始萌芽；2019 年，RPA 在国内的应用开始全面爆发，同一年，国际上多家 RPA 创业公司成功完成融资，国内 RPA 创企也逐渐受到资本关注。

数据显示，2021 上半年，国内 RPA 行业共计融资 11 起，总体融资金额超 10 亿元，单笔融资近 1 亿元；今年 7 月，RPA 厂商金智维完成逾 2 亿元 B 轮融资，这些数据表明 RPA 项目至今依然备受资本青睐。

RPA 不仅在资本市场爆红，更是迅速在应用市场爆发。

Gartner 指出，企业或机构对数字化系统改造需求的增加是驱动 RPA 增长的重要因素。数字经济突飞猛进，海量的数字化转型需求造就了巨大的数字化市场。基于投入与产出的衡量，更多的解决方案也让广大企业陷入数字化转型抉择焦虑之中。

而 RPA 具备投资少、见效快、易部署、非入侵等诸多优点，可以代替人执行大量重复的、机械的、规则化操作，这使其一经推广就得到广大企业的认可。

以 RPA 为代表的业务流程自动化能够快速帮助企业实现增效降本，更好地满足各行业的数字化转型需求。其与 AI、低代码等技术的融合也让 RPA 能够适用于更多复杂的业务场景，并能够深度挖掘更多的业务流程；RPA 易用性得到极大的提高，更多一线人员能够开发应用与部署 RPA 机器人；相关部门发布的大力推动 AI 与数字经济发展的政策也使 RPA 行业如虎添翼，一飞冲天。

在RPA企业的市场竞争中，准确自身定位是很重要的一环。

据了解，目前主流的 RPA 企业主要分为三类：一是纯 RPA 公司，二是互联网、金融、软件等领域的大企业孵化的 RPA 业务、三是切入 RPA 的 AI 与传统运维服务商；在产品模式方面，按照 2B 和 2C 划分，RPA 厂商又分为两种模式：企业级 RPA 与人人可用的 RPA。

RPA 技术公司或厂商在创造自己的产品时，应该注重研发出方便企业部署的整套工具。企业需要着眼于企业级或人人可用两种模式，两种模式可以互补发展，特别是结合云化 RPA 的趋势，对于大公司来说，人人可用的模式或许更具价值。

Gartner 认为，2021 年数字化转型仍然是企业高度优先的需求，RPA 可以结合先进的技术应用来帮助企业实现超自动化，并凭借无创集成、高效敏捷、可扩展性等特点，RPA 将在中国迈向更广阔的市场。

报告同时指出，RPA 将在 2~5 年达到生产成熟期，即新科技产生的利益与潜力将被市场实际接受，进入市场成熟的发展阶段。

2. 金融科技的重头戏

在 RPA 服务的各个行业中，金融领域的 RPA 渗透率最高，约为 5%~10%。RPA 等技术正在重塑金融业，通过 RPA 提升业务效率，完成数字化转型的案例比比皆是。

在金融科技方面有着丰富投资经验的君盛投资合伙人付俊对动点科技指出，“与其他行业相比，金融行业有两个显著特点，一是高度数据化，二是面临强监管。由此也延伸出两方面的痛点：尽管金融行业的信息化水平最高，但各业务系统间相互独立，缺乏数据和系统的协同，主要依赖人力或者高成本的 API 进行数据交互；强监管要求较高的安全性与合规性，在监管报送方面需要耗费极大的人力成本去支持。而 RPA 则可以替代人力完成高频重复的操作行为，低成本地实现不同系统之间的数据对接，这是其率先应用于金融行业的主要原因。”

据付俊介绍，目前金融行业使用 RPA 较多的细分行业集中于银行、证券领域，保险、基金行业还在初步应用的阶段。

第三方调研数据显示，截至 2020 年，在 RPA 的帮助下，全球金融服务行业新增收入 512 亿美元。RPA 已成为金融企业用来优化后台流程和处理耗时手动工作的首选，作为 RPA 应用最早也最广泛的领域之一，RPA 正在金融行业发挥巨大效能，助力众多金融企业实现智能化运营。

据了解，RPA 技术已与混合云、AR 一起成为颠覆银行业的三大科技趋势之一。RPA 在各大银行的应用与普及，更让 RPA 跻身成为银行领域的标配。

在银行领域，RPA 主要用于风险控制、资产选择、数据分析、运营管理、渠道建设等场景，例如信贷财报自动录入、监管上报、 保函业务、 信用卡发卡信用调查及在线审批等业务。

研究表明，RPA 给 60~75% 的银行流程带来约 30~40% 的效能提升，全面帮助银行在各个场景中解决流程自动化难题。国内外的银行机构正纷纷着手对 RPA 应用进行布局，以实现机构的降本增效。

日本最大的金融机构三菱日联金融集团于 2014 年启用了 RPA 系统，计划用 10 年时间完成 2000 个自动化业务。亚太区有近 10 家银行是 RPA 早期成功导入的案例，荷兰的 INGBank、德国商业银行也宣布了基于 RPA 应用的 “数字转换” 计划。

放眼国内，兴业银行、工行、浦发银行、招商银行、建设银行、光大银行等大型金融机构也已经公开宣布已经在 RPA 技术上落地。

而在金融科技的另一个主战场——证券市场，金融科技的重视和投入程度不断提升，传统龙头券商也在积极拥抱自动化、智能化技术，其中 RPA 也受到了券商们的偏爱。

在证券行业，RPA 已涉足业务清算、自动开闭市、定期巡检、开市期间监控、资管系统操作、托管系统操作、柜台交易系统操作、零售系统操作、财务系统操作、报表报送等。

多个案例显示，RPA 在证券领域的应用能够使券商节省可观的人力成本；大幅提高特定客户的指定交易效率、业务处理效率、运营效率、准确率等指标；扩大券商服务的资产规模。

3. 最有可能普及的自动化应用

RPA 赛道是一场需要企业慢慢往后熬的马拉松比赛，随着 RPA 技术与产业逐渐走向成熟，一方面，RPA 企业之间的差距将逐渐拉开；另一方面，RPA 的应用也将在两个维度上拓展。

横向上，RPA 将从应用最广泛的金融和制造领域，逐渐拓宽至电商、政务等领域；纵向上，在已进入的金融领域内各个行业中，RPA 服务单个行业多个场景需求的能力将显著提升。

付俊预测，RPA 下一阶段将不会止步于技术层，而是寻求应用层的突破。主要可以从以下几个方面发力：

1. 易用性，就是要持续降低 RPA 使用的门槛，使得 2C 或 2B 的场景不再依赖于专业的代码，而是以类似于无代码拖拉拽的方式实现功能的应用，真正成为人人可用的基础型工具。

2. 稳定性，不同于个人用户的使用场景，2B 业务往往具有流程复杂、高频且大并发量的特点，通过好的技术手段实现 RPA 在业务中的稳定应用，打造企业级的 RPA 技术非常重要。因此，未来 RPA 的技术不仅应聚焦于终端的 RPA 机器人，更应该打造强大的后台应用，满足企业对于运维、跨系统对接、问题定位及溯源的要求。

3. 系统适用，RPA 的应用是要基于基础信息系统的，目前企业的主流系统是微软或者 Linux 的框架，而国内的信创潮所催生的新的基础信息系统是国内 RPA 的新机会，使其可以弯道超车，成长为诸如 Uipath、AA 厂商的产业赛道。

4. 和 AI 的结合，RPA 类似于员工 “手” 的定位，解决的是操作层面上的问题。但企业数字化、智能化的终局是要用 “数字员工” 替代人力员工，能看（OCR）、能说（NLP）、能分析决策（BI）。单纯的 “手” 解决不了问题，而是需要一整套技术的整合和应用才能完成企业的真正需求。

综合以上各种因素，RPA已成为最有可能实现普及的自动化工具与技术。不得不承认，自动化技术的出现极大提高了企业的效率，但机器代替人工所引发的对于失业率的担忧却从未褪去甚至愈演愈烈。

IDC 的《自动化如何造福人类》报告认为，历史已经证明技术进步会促进收入增加和就业趋势稳定。而当前时代，自动化和其他智能技术也同样适用。

当下，RPA 并未造成下岗、失业等社会问题，反而提供了更多合适的就业机会，有朝一日 RPA 真正实现 “人人可用” 后，还将有更多人收益其中。长远来看，包括自动化在内的各种技术能够改变很多行业，并为这些行业带来发展及社会效益增长的潜力。