应让产品最终像Excel一样方便易用。
作者 | 周晓莉
编辑 | 栗子
RPA,从长期蛰伏到一时间风头无两,再到逐渐的行业降温回归商业本源,这几年经历了一次过山车。
何谓RPA?根据IDC组织的“RPA软件带来业务运营变革”报告(2017)给出了RPA的定义:“RPA软件能够处理基于固定规则且重复执行的流程,而不需要人类操作。在那些高度重复、单调且劳动量大的工作中,RPA消除了对人类员工处理的需要。”IDC表达了能实施RPA的流程具有规则固定、重复执行和工作量大的主要特征。
2019年,Gartner公布了影响企业未来发展的10大关键技术,RPA荣登榜首。这一年,也被看作是国内的RPA元年。同年5月,UiPath获得了5.68亿美元D轮融资,估值达70亿美元,引爆了全球的RPA行业,国内外接连出现融资热潮。
2020年,中国的RPA玩家加速崛起,其中,AI+RPA智能软件机器人解决方案提供商实在智能,在一年内完成三轮融资。
2021年,是RPA行业大展拳脚的一年。2021国内RPA市场共计15家厂商完成19起投资,融资总额破34亿估值近230亿。尤其是2021年的最后一个月,RPA市场融资事件更是达到5起。水位不断上涨。
然而来到2022年,RPA行业似乎与整个企业服务大赛道一起,陷入了一场沉寂。2022年国内RPA市场,截至今年9月共计7家厂商完成融资总额20多亿估值近174亿。
仅仅一年时间,RPA的声量明显不如去年,投资人直言看不懂。
有投资人曾经公开表示,中国整体SaaS公司融资都高于估值。 一是中国很多SaaS软件企业产品力太薄,二是在中国做SaaS类企业,内卷严重。“企业上没能突破处在同一维度下的内卷竞争,产品力差别不大,价格只会越报越低,最后就变成便宜了客户,但是苦了自己,赚不到什么钱,RPA就是一个缩影。”
对于这个观点,RPA行业从业者,实在智能创始人兼CEO孙林君表示,在SaaS的高光时刻,大家都愿意相信它一定是未来的大趋势,美国如此,中国也不例外。但是在SaaS表现不好的时候,就有人觉得当前的SaaS有这样那样的缺点,SaaS缺点肯定有,好的SaaS企业也肯定存在,RPA行业也一样,长远来看,大趋势不会变,问题是谁能找到这些企业。
虽然今年来看,RPA的投资热度比去年降温不少,但市场并不会因为资本的不出手就立马冷却下来。实际上整个市场需求增量还在,对C端用户来讲,需求也还在,尤其在疫情之下,整个市场对RPA的需求并没有减少。
以RPA头把交椅的UiPath为例,服务全球8000多家客户。《财富》全球500强企业中63%都在使用UiPath的服务。
比如国内RPA厂商实在智能今年的线索量是去年的10倍还多,这代表市场量其实还在。只不过RPA市场目前能够直接达到人人可用程度的产品比较少,导致用户需求没有被激发。
一位关注RPA赛道几年的投资人告诉「甲子光年」,RPA今年好歹有规模变现的可能,不像前两年,很多企业只有个概念就一顿爆炒。
与前几年RPA由于过度炒作带来的失真视角相比,如今RPA已经到了看业务、看产品、看收入的阶段,逐渐回归到商业本源,最终更贴近市场需求,真正在做产品的公司会在市场上逐渐浮现。
这对于RPA行业来说,其实并不是一件坏事。

1.先前RPA陷入一场人人可用的口号误区

由于RPA具有快速连接已有系统且又不侵入到系统里面的特性,相当于是锦上添花来做增量。加上RPA本身的技术门槛不高,意味着可以承接更多需求,市场空间也就更大。
在这样的趋势下,国内RPA厂商“内卷”程度空前白热化。在产品上,各家产品大同小异,几乎都是采用传统的拖拉拽模式;在定价上,你低我更低,频繁价格战;在营销上,RPA厂商清一色都在宣传人人可用,但实际上只是一句口号,并非真正实现了人人可用。
其实说到底,传统RPA本质上还是一种高度简化的专家系统。RPA的应用场景需要符合两大要点:大量重复(让RPA有必要)、规则明确(让RPA有可能)
对于普通用户来讲,使用RPA会面临拾取、元素、变量这三座大山。很多RPA厂商是利用编辑器模式去做流程,直接把使用产品的人预设成程序员,用户要在编辑器里面学会使用几百种组件,用拖拉拽的方式来去构造流程。(注:“拾取”指RPA对于软件的拾取适应能力;“元素”指的是屏幕上的图标、文字或区域,RPA要先识别它们,才能自动地点击和操作它们;变量是内存保存数据的一个储存空间,主要的作用是在组件之间传递数据,同一个变量可以反复使用。)
拖拉拽看似简单,用起来却十分抽象,当操作系统识别不到底层,很多工作就需要依赖计算机视觉的方法,但要使用不同的组件。这就要先将使用者培训成专家,再去学习如何使用RPA产品。这对用户来说,天然就设定了一道门槛,跟人人可用有巨大差距。
而当前RPA尚处于企业大规模推广应用的早期阶段,如果不能突破人人可用的壁垒,很难实现规模化运营,也会极大程度限制RPA的发展。
这也就解释了为何RPA技术起源于20世纪90年代早期,算是一项出现很久的技术,虽然能够在简单自动化、离散和线性的工作中发挥一定价值,但它的能力依旧受到限制。因为工作往往是变化流动的,当应用程序界面或流程工作流发生变化时,就可能会导致RPA机器人在任何类型的动态环境中崩溃。
Forrester Research指出,每花一美元在RPA上,额外的3.41美元实际上是花费在咨询资源上。一句话便道出这个行业的最大痛点。
所以人人可用的产品绝不仅仅只是上手快,更要有强大的产品技术能力去实现产品与场景的贴合。好的RPA产品,仅强调体验还远远不够,也绝不是只学几个组件,将体验好和人人可用“划等号”,也是行业的一个普遍误区。
只有让非技术人员能够用RPA在各行各业低门槛上手,才称得上是组织化或者数字化中的一场变革。
变革在哪里?谁又是变革者?

2.先破后立,让RPA越过人人可用之“关山”

企业数字化转型的目标在于变革业务,而RPA承担的只是部分业务的优化,想进一步优化业务流程,需要其他技术的加持,并且技术还要降低使用门槛,才称得上是人人可用。
可事实上在RPA厂商大肆宣传下的人人可用,不少用户在尝试使用过RPA后,真实感受却成了“一看就会,一用就废”。这让RPA厂商所喊出的人人可用更像是一种营销噱头。
实际上,传统RPA若不解决拾取、元素、变量的三座大山,对普通用户的门槛就始终存在,更谈不上真正的人人可用。实在智能创始人孙林君用了一个比喻是:“一驾装修的再精致的马车,它也还是马车,因为并没有突破原来的形态,就不会变成汽车。 ”
作为一家以AI技术为驱动的RPA厂商,实在智能尤为看重通过融合AI技术,降低产品使用门槛。如当鼠标滑过一个浏览器图标,AI就知道它能用来打开网页和搜索新闻;当鼠标滑过一个对话框,AI就判断可以输入文字并发送消息;当鼠标框选一个包含各种文字的区域,AI就知道可以进行文字识别及抽取。
实在智能在2021年11月推出了融合拾取技术,把CV技术和底层拾取融合为一体,在拾取速度、精度、稳定性方面都达到了行业高水平,大幅提升了RPA软件的适用范围,让AI与RPA的能力融合成为新的发展趋势。
2022年3月,实在智能又在发布会中全行业首发了“融合拾取3.0”技术,高效精准地解决了复杂元素的识别和操作。将AI能力在各方面增强了传统RPA技术的能力边界,让RPA行业发展进入了全新的IPA阶段。
刚过去的12月7日,实在智能在基于融合拾取和屏幕语义的层面上,推出了全新引导式的“IPA模式”,是基于大数据和智能化的算法,类似触屏手机的颠覆式创新。
简单来说,是通过所见即所得的方式去一步步地引导客户完成流程,用户不需要额外学习使用实在RPA,也完全不需要“拖拉拽”或“写代码”,客户只需要关注业务逻辑,按照正常流程直接操作业务软件即可。大幅缩小了使用者的学习成本,往人人可用上迈进了一大步。
原本大家以为拖拉拽已经是低代码和RPA产品的终极形态,但实在智能这次带来的创新还是让不少人觉得震撼,原来还有比拖拉拽更智能化的点选操作,让AI和RPA融合在一起,实在智能将这种模式命名为“IPA模式”。
具体来说,主要涉及三方面。
其一,沉浸式的流程编辑
在沉浸式的流程编辑中,用户直接的工作环境,就是实在智能RPA设计器的环境。不再需要传统RPA软件的“流程画布”,把“更大,更宽,更全面”的电脑屏幕留给用户。
在沉浸式的思维下面,用户无需在同一个界面上双模式操作,只需关注业务即可。实在智能的产品界面只占少部分,其余部分均是用户的工作环境,用户通过鼠标悬停+鼠标点击,即可完成自动化流程配置。
不再需要传统RPA软件的“拖拉拽”,鼠标悬停+鼠标点击,即可完成自动化流程配置
其二,所见即所得的操作
用户用鼠标点击,马上在“流程窗”中以所见即所得的方式自动生成,无需将业务操作转为系统对应组件以及组件属性参数设置。每一步用户只要像业务人员一样想干什么,直接操作内容即可。
只要看到就能自动化,无需思考,当鼠标悬停,马上会弹出可能的自动化操作推荐列表;当鼠标框选任意图像区域后,马上弹出可能的AI能力推荐列表(文字识别等)。支持基于场景和动作的在线学习,用得越多越“聪明”,推荐越准。
自动理解上千种图标含义,不需要用户去学习各种复杂组件
其三,重新设计了整套交互模式
这次实在智能重新设计了整套交互,包括每一个鼠标动作所触发的响应,自动对文字识别的组件等。比如将鼠标移到一个表格上面,它就会自动推荐出数据采集组件;将鼠标移到一个登录框上面,它就会推出来登录组件。能识别场景,以及识别出场景里面需要什么。
在先前的传统专家模式下,若想打开一个网页,还需要在左侧挑一个打开网页的组件,将其拖到空白区域中间部分。下一次再要登录,就再拖一个登录组件过来,一个一个组件地去配,要在桌面、设计器环境、需要操作的对象中间反复切换。
在实在智能重新设计的交互模式下,所有操作可直接在桌面上进行,从拖拉拽的抽象方式,进化到一个完全可视化的直观操作方式。抹平了从业务场景操作到RPA组件之间的理解鸿沟,让用户的每一次点击就是一次拾取,用户的每一步操作都在配置流程。
传统RPA“专家模式” vs 实在RPA“IPA模式/小白模式”
RPA行业有些观点是认为只要是融合了AI技术,就是IPA。但其实很多RPA厂商完全没有AI自研能力,或者是通过API接口去连接的第三方AI能力。
但是对于拆解画面、理解页面结构以及能做什么事本身,用第三方提供的能力,不能解决RPA行业真正所面临的问题,比如人人可用、稳定性等。
相对于很多其他RPA厂商的AI技术是在SaaS应用层去融合,孙林君告诉「甲子光年」,他认为AI能带给RPA的价值非常深远,更愿意通过AI技术,围绕用户的核心痛点打造差异化、高价值的产品矩阵。所以实在智能是在底层就融合了AI技术,且AI为自研,扎实的技术功底让大规模部署成为可能。
事实上,中国市场是一直AI先行,所以对“RPA+AI”一体化有天然的需求。而实在智能一直所秉持的也是以AI技术来改造RPA为核心,这让他们始终在为突破底层技术和行业壁垒上面下功夫,从多方面将RPA进行改造创新。
比如在实在智能推出的IPA模式操作界面上,采用的是业务人员思维,鼠标移到哪,即能识别出要操作的对象是谁,能做什么,有哪些组件。点击以后组件的参数都被带进去,用户不需要考虑何时使用计算机视觉,何时借助操作系统底层,只要进到环境里面就是默认自动拾取。
先前使用传统RPA,即便是相对资深的RPA开发工程师也需花4个多小时,通过50多个组件才能完成搭建。
实在RPA的IPA模式操作界面上,无需RPA开发工程师,业务人员自身只需6分钟左右即可完成,“流程窗”中生成的动作只有32个,大幅提升了工作效率。同时,IPA模式还支持对复杂页面数据结构自动分析,实现一键采集整个表格数据。
自动一键采集抖音后台管理页面的整体数据
IPA模式实际是通过自研的AI技术将推荐算法、识别算法、屏幕语义理解等多种综合用在RPA上面。让AI与RPA平台集成,为流程自动化带来更多的人工智能。让产品控制能力、稳定性、体验深度依靠技术创新,将产品带到真正有价值的层面。
孙林君告诉「甲子光年」,RPA行业需要有颠覆式的创新。RPA发展到今天,已经不局限于只能做规则化事情,他们更看好RPA与人工智能技术结合的应用与落地。
人工智能的应用与落地,本质上是依赖于数据,通过RPA可以让数据的获取成本变低,这种情况下再结合自动化。在使用门槛、拾取能力、稳定性、实施效率和性能方面,AI都会发挥很大作用。

3.在定位通用的基础之上有所聚焦

作为一家技术为主导的公司,实在智能相信将商业化建立在优秀的产品和扎实的技术基础上,才有持久的生命力。
做to B类企业,就不会绕开MLG和PLG两种模式。而在孙林君这里,他更强调的则是底层逻辑,即所看重的技术。
孙林君认为,对于to B企业来讲,光一味强调PLG没有意义,很可能只是一厢情愿,而对于MLG又有可能只是个空壳,会忽略产品的发展。所以无论是市场驱动还是产品驱动,如果它的底层逻辑受到限制,两种模式也都走不远。
他表示,正因为现在大家还没有突破原来的技术天花板,所以看不到更大的空间,才会片面去强调MLG和PLG模式。
“首先要解决核心技术问题,通过核心技术打造好的产品,再结合有力度的MLG市场拓展,让RPA公司有一个更健康的发展。”这是孙林君所认为的顺序。
今年来看,随着市场逐渐回归理性,无论是以MLG还是PLG为主导的RPA公司,目标大多聚焦在该如何把规模做大上面。原因在于对RPA来说,其维护成本和服务成本是一笔较高的费用。如果公司产品能力有限,所覆盖的场景也就有限,就会导致将很多资源投在客户维护上面,公司难以做大规模。
这时候如果产品是通用性,会降低维护成本,做大规模的可能性也更高,所以今年能够看到RPA行业一个明显趋势在于厂商都在统一往综合方向上走。
比如原来专注在金融行业的也去做电商、制造业;原来细分在电商行业的去做银行;做零售商的去做电商,或者去尝试多个细分行业。不少RPA公司都在互相往对方的领域去渗透,总结下来就是面越做越宽。
另外能够看到国外的RPA龙头无论是UiPath还是AA,所提供都是通用产品,有广泛的市场。但通用产品也意味着对产品要求更高,要有能顺利识别和控制所有软件的产品操控能力,其次要保证产品大规模运行的稳定性和性能,底层技术要做到高并发高稳定。
孙林君告诉「甲子光年」,RPA其实本就是一种通用技术,任何行业都可以用,但是前期RPA公司由于规模限制,更多的只能把精力聚焦在某几个行业上。
比如,国内市场对于RPA渗透率最高的金融行业接近10%,因为对于金融等注重监管、流程和标准化的行业,应用场景广泛,其所应用的细分行业集中于银行、证券领域,保险、基金行业等,已经进入到规模化应用阶段。
此外还有电商行业,由于电商客户多是在SaaS平台上经营,在订单量大的情况下,引入RPA能够替代大量人工。
而之所以今年RPA厂商在逐渐从细分行业转向通用,一个重要原因在于如果只做细分行业,很难建立起对大B客户的产品及行业壁垒,通常在客户选型阶段就处于劣势,很难会被大B客户选中。另外,只做细分行业,一旦拓展不如预期好,容易变得没有“防御”。
今年RPA厂商在逐渐将面越做越宽抵御不确定 图源:拍信
实在智能则是一开始就将自己瞄准在跨行业的通用产品上,没有给自己贴上专注于电商、金融之类的标签。孙林君表示,之所以定位在通用RPA软件,是希望未来在有规模的情况下,能够在各行各业应用起来。
在通用基础之上再有所聚焦,目前实在智能着力拓展的四个板块分别是运营商、金融、政务、电商。
孙林君坦言之所以选择这些行业,也是因为这些行业的信息化程度比较充分。尤其是运营商、金融、政务这类大B客户,在实在智能服务客户里的付费率增速,能达到百分之二百多到百分之三百。
在SaaS企业里,以中小企业居多,RPA能够帮助中小企业以快速、有效、低成本的方式实施数字化转型,在强人工智能到来之前,RPA仍是重要的AI落地重要载体之一。
不过也要看到,虽然国内RPA的发展速度算比较快,但是相对国内庞大的市场来看,总体渗透率仍然偏低。
但这两年数字化转型的推进,还是给RPA带来了一定机会。在数字化的今天,RPA处在一个大独立赛道且极具刚性场景价值。因RPA承接着大量企业的技术运用,被广泛集中使用在大型企业或者高科技企业中,在大企业带动下也会逐渐影响中小企业使用。
能够看到携自动化解决方案登门拜访的技术服务商不在少数。 相较于ERP或者CRM,RPA厂商给出的解决方案有着更高的性价比,并且RPA能够迅速体现数字化转型的好处产生价值,方便采购方计算出投入产出比(ROI),这让RPA未来还有巨大的空间和市场。

4.产品矩阵围绕超自动化布局,磨砺以须

根据Global Market Insights Inc的一份报告预计,到2024年,RPA市场将达到50亿美元。组织越来越多地采用RPA技术以增强其能力和绩效并促进成本节约,这是RPA预期增长的主要原因。
尽管RPA因其简单性而广受欢迎,但企业一直在努力扩展实施。Gartner预测,到2024年,75%的政府将启动或实施至少三项超自动化计划,从长远来看,RPA的增长将使用超自动化加速。
超自动化平台是从单点、以RPA为底座逐步过渡到大规模的、AI能力更成熟的数字员工,帮助企业优化内部流程,实现组织端到端协同。
超自动化工具将RPA与其他类型的自动化工具相结合,包括低代码和无代码开发工具、BPM工具和决策引擎。IPA和认知自动化模块将使AI功能融入自动化变得更加容易。
现阶段,国内RPA厂商都在持续加深超自动化产品能力和技术实力。
国内RPA这几年称得上发展迅速,国外的头部RPA厂商UiPath,一开始还是行业的引领者地位,但UiPath的问题在于自动化程度还不够好,仍然要依赖伙伴去做交付,厂商的业务人员难以用它直接搭建一个自动化产品。
反观国内有些对技术理解深刻的厂商,已经可以在相对新兴的行业实现一套RPA流程,这是国内RPA领域走得相对靠前的地方。
虽然总体国外RPA产品成熟度更高,但是随着国内厂商的崛起,国内RPA产品在某些技术点上可能比国外略先进,加之推出市场后其性价比更高,迭代速度又快,实力不容小觑。
一个趋势能够看出,近三年UiPath在国内的业务在逐渐收缩。
并且在当前国产替代化的趋势下,对于大B客户来讲,更青睐于国内厂商,这也在一定程度为国内优秀的RPA厂商带来机会,可以在生态适配上发力。
然而也要看到,现阶段RPA仍然缺乏“一站式”自动化生态建设体系,项目完成后,如何在企业层面统筹实现更大范围地推广、实现企业战略价值,面临重大挑战。而平台型公司,才能沉淀更多服务经验,保持更高的客户留存率。
实在智能采用的是以输出产品和打造以售卖license和场景化解决方案的平台型公司,通过跟所交付合作伙伴一起去各个行业打造一站式解决方案。
其一,提供足够好的通用性能力,让任何软件都能用,任何人都能用;
其二,在应用市场里提供诸多已经做好的标准化场景,让用户可以开箱即用;
其三,在企业内部应用的时候,用搭积木的方式让整体模块能够复用,用户在里面可一站式的将自动化能力和AI能力集成,快速生成机器人的工作。
由于RPA的标准化以及三件套模式(包括编辑器、控制台和执行器),本质上是通过设计器去满足配置千变万化的流程,但是底层逻辑为标准化,这让RPA与其他人工智能项目制的售卖方式相比, RPA机器人更多是年租式的收费方式,每年都会有重复的收入回来,让它有着更好的商业模式。
实在智能目前主要是两条主线,核心的收费客户来自于大B,但从实在智能对未来市场的判断来看,他们希望这是一款to C级别的产品,只有这样才能达到人人可用。
对于RPA厂商来说,要想把RPA这条路走宽,未来需要让大B跟C端一起融合前行。这在于做大B客户通常需要带着交付去做服务,如果只做大B的话,就会忽略产品的标准化和易用性。
实在智能希望通过AI技术的加持,让RPA成为一项真正普适性的技术。孙林君认为超级自动化会是RPA一个大的发展方向,这其中AI在超级自动化里面占的比重也越来越大,把RPA当成底座,无论是数据采集,执行各种任务动作,都能通过RPA去做。
图源:拍信
为此,实在智能的产品矩阵也是围绕着超级自动化来布局。包括IDP智能文档审阅、智能决策的机器学习平台云脑、对话机器人、语音机器人等。
孙林君告诉「甲子光年」,他们尤为看好数字员工未来的发展前景,认为未来的工作方式会从纯人来到人机协同,机器会代替掉人类重复琐碎的工作,甚至代替掉人经过经验积累就做出的判断。在这种情况下,假设未来有20%的工作量可以被数字员工所代替,也是一个巨大的空间和市场。
当前我国正处在人口老龄化阶段,一方面是居高不下的劳动力成本,一方面又要求GDP增长速度快。在这种博弈下,数字劳动力可以去填补人工劳动力不足。
随着数字化的进一步发展,人工智能将渗透到各行各业,包括办公自动化的领域,但这一切的前提是要解决掉底层问题,才可能大规模地去部署数字员工,这需要有更多优秀的RPA公司一起突破。
to B的企业服务市场是优质的市场,空间巨大,能看到国外围绕RPA和超自动化的投资事件依旧层出不穷,这代表行业还处于一个高速成长的阶段。但是拓展需要时间,这不是一朝一夕的冷热切换,而是一个长期过程。
正如雪球要一点点滚大,也并非今天种了树明天就能吃到果,赛道的发展和投资者的热情也并不绝对正相关。
典型如UiPath是沉寂接近十年时间,在前期积累下深厚的RPA模型,前10年基本ARR(年度经常性收入指标 )一直在百万美金级别,第11年达到1000万美金后开始起飞。
就像孙林君所言,国内RPA厂商已经度过了跟随阶段,现在更多要从行业本质上思考需要做什么以及围绕客户需求来打造好的产品。
于实在智能而言,他们的目标在于要让产品实现能够完美到操作所有的应用系统,通过技术大大拉低使用RPA的门槛,让每一个普通用户能够将这款产品用起来,最终像Excel一样方便易用。
END.
继续阅读
阅读原文