揭開 RPA 的三重面紗

因市場空間廣闊、應用場景頻次較高等原因，企業服務成為了投資機構們普遍青睞的賽道。而在近幾年的軟件領域，RPA 這顆的新星正冉冉升起。

資本層面，一些快速實現產品落地的頭部 RPA 廠商正成為投資機構哄搶的香餑餑；應用層面，RPA 身上自帶的 AI、數據搬運工、超自動化、數字化轉型助推器等屬性也使其在醫療、金融、制造、能源、通信、物流、零售、教育等行業得到了廣泛應用。

1. 數字化勞動力

RPA 全名機器人流程自動化，最早于 2015 年被引入國內；2016 年，德勤、安永等審計巨頭開始在國內應用 RPA；2017 年，銀行業 RPA 應用開始萌芽；2019 年，RPA 在國內的應用開始全面爆發，同一年，國際上多家 RPA 創業公司成功完成融資，國內 RPA 創企也逐漸受到資本關注。

數據顯示，2021 上半年，國內 RPA 行業共計融資 11 起，總體融資金額超 10 億元，單筆融資近 1 億元；今年 7 月，RPA 廠商金智維完成逾 2 億元 B 輪融資，這些數據表明 RPA 項目至今依然備受資本青睞。

RPA 不僅在資本市場爆紅，更是迅速在應用市場爆發。

Gartner 指出，企業或機構對數字化系統改造需求的增加是驅動 RPA 增長的重要因素。數字經濟突飛猛進，海量的數字化轉型需求造就了巨大的數字化市場?；谕度肱c產出的衡量，更多的解決方案也讓廣大企業陷入數字化轉型抉擇焦慮之中。

而 RPA 具備投資少、見效快、易部署、非入侵等諸多優點，可以代替人執行大量重復的、機械的、規則化操作，這使其一經推廣就得到廣大企業的認可。

以 RPA 為代表的業務流程自動化能夠快速幫助企業實現增效降本，更好地滿足各行業的數字化轉型需求。其與 AI、低代碼等技術的融合也讓 RPA 能夠適用于更多復雜的業務場景，并能夠深度挖掘更多的業務流程；RPA 易用性得到極大的提高，更多一線人員能夠開發應用與部署 RPA 機器人；相關部門發布的大力推動 AI 與數字經濟發展的政策也使 RPA 行業如虎添翼，一飛沖天。

在RPA企業的市場競爭中，準確自身定位是很重要的一環。

據了解，目前主流的 RPA 企業主要分為三類：一是純 RPA 公司，二是互聯網、金融、軟件等領域的大企業孵化的 RPA 業務、三是切入 RPA 的 AI 與傳統運維服務商；在產品模式方面，按照 2B 和 2C 劃分，RPA 廠商又分為兩種模式：企業級 RPA 與人人可用的 RPA。

RPA 技術公司或廠商在創造自己的產品時，應該注重研發出方便企業部署的整套工具。企業需要著眼于企業級或人人可用兩種模式，兩種模式可以互補發展，特別是結合云化 RPA 的趨勢，對于大公司來說，人人可用的模式或許更具價值。

Gartner 認為，2021 年數字化轉型仍然是企業高度優先的需求，RPA 可以結合先進的技術應用來幫助企業實現超自動化，并憑借無創集成、高效敏捷、可擴展性等特點，RPA 將在中國邁向更廣闊的市場。

報告同時指出，RPA 將在 2~5 年達到生產成熟期，即新科技產生的利益與潛力將被市場實際接受，進入市場成熟的發展階段。

2. 金融科技的重頭戲

在 RPA 服務的各個行業中，金融領域的 RPA 滲透率最高，約為 5%~10%。RPA 等技術正在重塑金融業，通過 RPA 提升業務效率，完成數字化轉型的案例比比皆是。

在金融科技方面有著豐富投資經驗的君盛投資合伙人付俊對動點科技指出，“與其他行業相比，金融行業有兩個顯著特點，一是高度數據化，二是面臨強監管。由此也延伸出兩方面的痛點：盡管金融行業的信息化水平最高，但各業務系統間相互獨立，缺乏數據和系統的協同，主要依賴人力或者高成本的 API 進行數據交互；強監管要求較高的安全性與合規性，在監管報送方面需要耗費極大的人力成本去支持。而 RPA 則可以替代人力完成高頻重復的操作行為，低成本地實現不同系統之間的數據對接，這是其率先應用于金融行業的主要原因。”

據付俊介紹，目前金融行業使用 RPA 較多的細分行業集中于銀行、證券領域，保險、基金行業還在初步應用的階段。

第三方調研數據顯示，截至 2020 年，在 RPA 的幫助下，全球金融服務行業新增收入 512 億美元。RPA 已成為金融企業用來優化后臺流程和處理耗時手動工作的首選，作為 RPA 應用最早也最廣泛的領域之一，RPA 正在金融行業發揮巨大效能，助力眾多金融企業實現智能化運營。

據了解，RPA 技術已與混合云、AR 一起成為顛覆銀行業的三大科技趨勢之一。RPA 在各大銀行的應用與普及，更讓 RPA 躋身成為銀行領域的標配。

在銀行領域，RPA 主要用于風險控制、資產選擇、數據分析、運營管理、渠道建設等場景，例如信貸財報自動錄入、監管上報、 保函業務、 信用卡發卡信用調查及在線審批等業務。

研究表明，RPA 給 60~75% 的銀行流程帶來約 30~40% 的效能提升，全面幫助銀行在各個場景中解決流程自動化難題。國內外的銀行機構正紛紛著手對 RPA 應用進行布局，以實現機構的降本增效。

日本最大的金融機構三菱日聯金融集團于 2014 年啟用了 RPA 系統，計劃用 10 年時間完成 2000 個自動化業務。亞太區有近 10 家銀行是 RPA 早期成功導入的案例，荷蘭的 INGBank、德國商業銀行也宣布了基于 RPA 應用的 “數字轉換” 計劃。

放眼國內，興業銀行、工行、浦發銀行、招商銀行、建設銀行、光大銀行等大型金融機構也已經公開宣布已經在 RPA 技術上落地。

而在金融科技的另一個主戰場——證券市場，金融科技的重視和投入程度不斷提升，傳統龍頭券商也在積極擁抱自動化、智能化技術，其中 RPA 也受到了券商們的偏愛。

在證券行業，RPA 已涉足業務清算、自動開閉市、定期巡檢、開市期間監控、資管系統操作、托管系統操作、柜臺交易系統操作、零售系統操作、財務系統操作、報表報送等。

多個案例顯示，RPA 在證券領域的應用能夠使券商節省可觀的人力成本；大幅提高特定客戶的指定交易效率、業務處理效率、運營效率、準確率等指標；擴大券商服務的資產規模。

3. 最有可能普及的自動化應用

RPA 賽道是一場需要企業慢慢往后熬的馬拉松比賽，隨著 RPA 技術與產業逐漸走向成熟，一方面，RPA 企業之間的差距將逐漸拉開；另一方面，RPA 的應用也將在兩個維度上拓展。

橫向上，RPA 將從應用最廣泛的金融和制造領域，逐漸拓寬至電商、政務等領域；縱向上，在已進入的金融領域內各個行業中，RPA 服務單個行業多個場景需求的能力將顯著提升。

付俊預測，RPA 下一階段將不會止步于技術層，而是尋求應用層的突破。主要可以從以下幾個方面發力：

1. 易用性，就是要持續降低 RPA 使用的門檻，使得 2C 或 2B 的場景不再依賴于專業的代碼，而是以類似于無代碼拖拉拽的方式實現功能的應用，真正成為人人可用的基礎型工具。

2. 穩定性，不同于個人用戶的使用場景，2B 業務往往具有流程復雜、高頻且大并發量的特點，通過好的技術手段實現 RPA 在業務中的穩定應用，打造企業級的 RPA 技術非常重要。因此，未來 RPA 的技術不僅應聚焦于終端的 RPA 機器人，更應該打造強大的后臺應用，滿足企業對于運維、跨系統對接、問題定位及溯源的要求。

3. 系統適用，RPA 的應用是要基于基礎信息系統的，目前企業的主流系統是微軟或者 Linux 的框架，而國內的信創潮所催生的新的基礎信息系統是國內 RPA 的新機會，使其可以彎道超車，成長為諸如 Uipath、AA 廠商的產業賽道。

4. 和 AI 的結合，RPA 類似于員工 “手” 的定位，解決的是操作層面上的問題。但企業數字化、智能化的終局是要用 “數字員工” 替代人力員工，能看（OCR）、能說（NLP）、能分析決策（BI）。單純的 “手” 解決不了問題，而是需要一整套技術的整合和應用才能完成企業的真正需求。

綜合以上各種因素，RPA已成為最有可能實現普及的自動化工具與技術。不得不承認，自動化技術的出現極大提高了企業的效率，但機器代替人工所引發的對于失業率的擔憂卻從未褪去甚至愈演愈烈。

IDC 的《自動化如何造福人類》報告認為，歷史已經證明技術進步會促進收入增加和就業趨勢穩定。而當前時代，自動化和其他智能技術也同樣適用。

當下，RPA 并未造成下崗、失業等社會問題，反而提供了更多合適的就業機會，有朝一日 RPA 真正實現 “人人可用” 后，還將有更多人收益其中。長遠來看，包括自動化在內的各種技術能夠改變很多行業，并為這些行業帶來發展及社會效益增長的潛力。