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。