RPA+AI這個278億市場規模的賽道,IDC的這份報告講清楚了

RPA+AI,正在成為AI領域看得見的一股潮流,各類廠商都不約而同的朝着這個方向前進。

它的另一個名字叫做IPA,Intelligent Process Automation,智能流程自動化。

在過去一年多的時間裏,這個領域被密集的提到、被密切的關注,甚至不同階段的大中小公司一齊入局,其中也不乏有自然語言處理背景的廠商和有一定經驗的AI創業公司。

RPA AI的確很大程度基於自然語言處理能力。當然,計算機視覺等其他方面的AI模型對它一樣重要。相對成熟的技術和廣闊的應用空間,讓RPA成為人工智能商業化進程中觸手可得的果實。

或許,早期階段的RPA之於自然語言處理,正如安防刷臉之於計算機視覺一樣,是這個領域最早的爆發機會之一。

RPA AI,如何解放生產力

在RPA(Robotic process automation,機器人流程自動化)的基礎之上,接入OCR、圖片識別、自然語言理解等AI能力,自動化的機器人系統操作,就可以變得更聰明,能完成更多任務。

舉個例子,如果你需要把一些紙質信息數據錄入數據庫,並進行整理、分類保存,那麼傳統RPA可以把在數據庫後台的圖形界面上點選、設置、上傳的工作自動完成。

這些工作是1 1=2的,是寫死的,不需要高級的智慧就能做。

但在傳統RPA系統,機器自動操作的情況下,你要把文件中的字符複製粘貼到電子數據庫裏,它做不到,必須要加上OCR才能識別字符;如果你需要給文件打標籤、寫歸納總結,它做不到,因為這需要一定的自然語言理解能力。

這樣,自動的工作會不斷中斷,需要人類的智慧做補充。但識別文字、打標籤這種工作,對人類而言無疑是非常簡單、重複的低級腦力工作,招一個小助理來做這樣的工作,簡單重複沒上升空間,不離職才怪。

所以RPA AI就可以讓這些低智能人類工作完全機械化、自動化,帶來更高程度的效率提升和人類解放。

RPA以前只會走路,現在可以走着走着開始跑步、跨欄、跳高、過河、爬山……從蹣跚學步的幼兒,變成能夠翻山越嶺的探險家。

關鍵是,程序員圈子愛開源,各種AI能力甚至都不需要自己做。

OCR字符識別、圖像識別、郵件內容歸納、機器人助理多輪對話……想要找到實現這些功能,直接從GitHub上找到該任務成績最好的預訓練模型,做成API接入到原有的RPA軟件裏,就可以用了。

左手RPA,右手各種成熟AI模型,拼在一起,就成了新產品,有了新功能。

彷彿是白撿的技術能力,只要找到應用場景,盈利前景肉眼可見。

怪不得不少廠商都在過去一兩年轉向,朝着RPA AI的方向轉型。

那麼RPA AI到底有多大市場機會?

IDC發佈了一份《中國智能流程自動化(IPA)市場機會分析》報告,詳解了這個賽道當前的機會與前景。

RPA AI即將爆發

RPA AI在國內和全球的發展空間有一些不同,國內的增長空間明顯更大。

印度、韓國等國家,已經有不少企業開始大規模部署RPA應用了;但在國內,大部分企業還沒有開始應用RPA,或者僅僅是在計劃、嘗試中。也就是説,中國RPA AI廠商還有廣大的跑馬圈地空間。

在亞太地區的不同行業中,RPA的應用程度也有所不同,製造和零售行業走的相對快一些,而公共事業、媒體、金融行業還普遍處在早期正在瞭解觀察的階段。但整體來看,已經採用RPA的企業僅有三成,還有廣闊的市場機會。

在任何繁瑣、重複的工作領域內,RPA都有一定的應用機會。

比如財務場景,報税或者扣賬都相對簡單重複,不少操作可以自動化;

比如企業與客户進行交互場景,辦理業務、辦手續、終端零售、客户喜好的調查和資料收集,都是簡單、重複、能夠高度自動化的領域。

注意,這些只是單純RPA的應用,如果加上AI能力,就好像翻山越嶺的人比蹣跚學步的人能走到廣闊的空間、看到更豐富的風景一樣,自動化工作的範圍大了、流程長了,自然就會有更為廣闊的應用場景和市場機遇。

此外由於不同產業、不同公司的工作方式和流程差距較大,因此RPA領域不同客户的定製化要求也非常高,除了識別發票、簡歷等功能相對通用之外,各家公司的功能要求都是完全不一樣的。

所以,RPA目前難以像SaaS產品一樣,開發一套軟件,就能幾乎0邊際成本複用。

因此,這不是一個贏家通吃的世界,而是專門化、定製化客户服務的世界。

再者,通用RPA功能無法滿足具體不同行業的需求,在製造、金融、零售、傳媒等多個行業都有針對行業特點的不同需求,因此,就像技術服務公司,這個領域其實容得下大量的玩家。

這一點在行業內其實是有目共睹的,RPA賽道的玩家構成就充分説明了這一點。

賽道玩家:新老都有,出身複雜

在IDC的報告中,列出了海內外15家RPA AI廠商。

對比看這些廠商的業務和發展狀況,可以發現:

轉型廠商非常多,都希望獲得RPA AI領域的紅利

比如藝賽旗,最早是用户行為、大數據分析軟件,在2016年就已經掛牌新三板,2018年底切入RPA AI賽道,時至今日不過一年有餘。

比如達觀數據,最早是以NLP技術提供針對行業的文本挖掘、知識圖譜、個性化推薦、垂直搜解決方案,2019年7月推出智能文本RPA產品,入局RPA領域。

還有來也科技,早期的名字叫“助理來也”,提供AI助理服務,2019年6月,與RPA公司UiBot合併,進軍RPA AI領域。

甚至,連阿里雲也推出了自己的RPA產品。

新公司相對早期,沒有進入C輪的玩家

此外,除了早期公司之外,這些加入RPA賽道的創業公司基本都處在相對早期的階段,沒有走入C輪的玩家。

不同背景、不同年代,但都以技術為核心的這些公司,在相近的時間不約而同的切入RPA賽道,並且將其作為一大核心產品甚至主要產品,足以證明RPA AI本身有很強的技術落地可能和變現能力。

抓住機會

那麼,在RPA賽道中,如何抓住機遇、提升競爭力?IDC在報告中也給了一些建議,其中包括:

RPA行業如果做得更大,那就不只是RPA行業的事情了。

因為如果絕大多數簡單重複的事情都不再需要動用人類的智慧,那麼人類的工作方式顯然會被改變。對個體而言,思維和溝通成為超越部分基礎技能的更重要籌碼,企業人才培養的方式也會朝着更專業、更精深的方向變化。

版權聲明:本文源自 網絡, 於,由 楠木軒 整理發佈,共 2475 字。

轉載請註明: RPA+AI這個278億市場規模的賽道,IDC的這份報告講清楚了 - 楠木軒