虚拟机器人在人工智能的寒冬里爆发
|
2.无法执行复杂任务，更不能处理非结构化数据。 但AI在一定程度上解决了这些问题。 · AI让RPA有了大脑因计算机性能的提升和深度学习等相关技术的发展，如ink_affiliate" style="font-size:18px;">语音识别、物体识别、图像识别、ink_affiliate" style="font-size:18px;">OCR（文字识别）等技术的深入应用，“软件”学习的内容、深度、范围有了极大程度的提升，RPA能做的事情也越来越多。 也就是说，AI让软件从以前的“机器”成长为了“虚拟机器人”，它成为了RPA的大脑，在解决业务流程自动化问题方面，能看懂、学习和模拟的工作从纯机械发展到了全自动化、较复杂、适当应变的层面。 更直白点，AI让RPA有了识别、学习、推理和决策的能力，让它可以承担一切自动化的工作，不仅是替代人类业务员，还包括对人工的可视化质检、评估等，产品在整体价值上有了很大提升。
就当前RPA相关产品应用情况看，传统B端厂商，也就是在过去有大量流程化工作需要人工处理的，如****、会计事务所、保险公司、电信ink_affiliate" style="font-size:18px;">运营商、工业制造商等对应用RPA都非常积极。最明显的，就是“四大”——普华永道、德勤、毕马威、安永都引入了RPA相关产品。 而具体到应用效果上，仅从UiPath Studio的操作界面看，它已经具备了交互功能，用户通过录屏的方式在电脑上做一遍演示，UiPath就能完全“记”下所有操作，并将信息汇总ink_affiliate" style="font-size:18px;">存储为一个个流程模块，最终形成一个完整的工作流程。 更智能的，如在金融服务领域，因行业在合规和效率方面的要求很高，相关业务和服务部门对用户体验也就非常重视，便衍生出了“客户联络中心可视化质检”这一需求。 艺赛旗创始人唐琦松曾在接受镁客网专访时表示，在与交通****信用卡中心合作时，他们就发现往往一个中心每天接待的客户咨询及业务办理数以万计，且办理业务多样，而可视化质检就是要通过对客服操作行为全面捕获，并进行合规分析，甚至包括信息保护监管。 由此来看，RPA和AI的结合，是一个双赢的局面。在AI产业整体商用进程放缓的情况下，RPA带来的是持续性增长，也给了AI一个新的契机。 商业爆发，厂商蜂拥而至，产业已经趋于成熟？相关数据统计显示，仅2018年RPA软件市场规模就同比增长了63.1%，是全球软件市场增长之最。 另一组调查数据则显示，2016年全球RPA市场规模为6.12亿美元，到2018年就增长到17.14亿美元，年增速超50%，预计到2022年将超43亿美元。
在这样的市场红利驱动下，大量厂商开始涌入RPA赛道，创业公司中，有来自于相关领域的老牌软件厂商，如出身安防技术领域的艺赛旗，长期从事IT运营的金智维等；AI转型的，有原AI文本处理公司达观数据，曾专注于C端智能助理产品开发，后与奥森合并的来也科技；也有看准AI+RPA赛道才进入的云扩科技等。 传统互联网厂商中，如阿里、平安科技、兴业数金等也都有RPA相关产品推出。也正是这些厂商的疯狂涌入，RPA产业在2017年后有了快速发展。不过，依旧有人担心，“市场期待是不是有些过热了？” 从目前RPA的实际应用情况看，虽然有AI技术的加持，但受限于RPA本身对流程自动化要求较为明确，以及AI相关技术并不十分成熟，RPA产品尚不能完全如预期那样替代人类。 与此同时，数据中台的出现，在一定程度上也与RPA形成了竞争。说的简单点，RPA更像是辅助者，它成本低，且上线快；而数据中台，则主要用于聚合和治理跨域数据，但工作量大，成本高。 也因此，大多数IT大厂或者系统规模较大的厂商，在选择上更偏向于数据中台，如腾讯就推出了自己的数据中台产品；而RPA则适用于中小型厂商，以及系统规模较小和复杂度低的客户。 那么，在客户尚有限的情况下，RPA厂商该如何扩大应用规模，降低成本呢？ 对于中小型厂商来说，他们对成本、效果极为看中，刚需是“短频快”的产品，也就是要“花最少的钱，做最高效的事”。所以通常情况下，这些厂商不会在一开始大规模购入RPA产品，而是采用“边测边用”的模式，最终看效果按需定制。 Gartner 也预测，2021年30%的RPA厂商将执行“消费者定价策略”，即“区别于传统工作量/工作周期的计费方式，按照场景/组件的方式进行计费，价格更低，标准化程度更高”。 这也就意味着，想要快速实现商业化，RPA厂商需要做的就是缩短测试和规划周期，尽快实现规模采购。而在这方面，在商用上已有一定基础的RPA厂商大多会采取以下几个方法：
|
