RPA的夏天：15天內3家公司宣布融資，這家AI公司要做你「最懂中文的機器人同事」

來源：零壹財經

作者：阿是

企業數字化浪潮中，RPA（機器人流程自動化）會是重要的推動力。

一方面，數字化過程中的一個重要議題是打通系統，實現數據的流動和深層次應用。RPA部署的靈活性和非侵入性，能「繞開」原有的系統服務商，實現數據的提取和整合。

另一方面，面對「人工越來越貴」的趨勢，「機器人同事」 代替人類員工處理那些不斷機械重複的任務，將人從重複的勞動中解放出來，大大提高了任務完成的速度和準確性。

7月26日，人工智慧公司達觀數據在北京發布了自己的RPA產品。結合自研的OCR（光學字元識別）和NLP（自然語言處理）技術，希望能解決流程自動化「最後一公里」的問題。

RPA，即機器人流程自動化。簡單來說RPA是一套智能化軟體，能根據預先「錄製」好的規則，模擬人在各個軟體界面進行點擊、複製、輸入等操作。

想像一個工作場景，你登錄外部網站，打開ERP，在EXCEL等各個界面中摘錄信息，匯總，並進行相應的計算。這實際上是通過人的操作，將系統數據和外部數據打通。

現在RPA可以錄製你工作的流程，並且結合NLP、OCR等技術讀懂頁面上的信息，然後模仿人的操作進行計算、分析等後續工作。

因而在媒體上，RPA也經常被比作「機器人同事」，這個比喻恰當地說明了RPA在消除輸入錯誤，加快流程，降低成本上的優勢。而基於強規則、重複性高、需要在不同系統間跳轉，則是RPA能創造價值的典型場景特徵。

RPA並不是什麼新東西。

目前全球估值最高的RPA公司UiPath成立於2005年。阿里雲RPA則在2011年誕生於淘寶，賦能集團內部，並在5年後對外開放。

假設你在飛豬發起了賠付流程，這背後可能就是一個自動賠付機器人，自動獲取的相關訂單信息，按照列表申請賠付，最終批量旺旺反饋給聯絡人。當然，它還完成了後台的記錄。

然而直到去年年底，RPA才引發資本的普遍關注。在剛剛過去的六月，3家RPA（機器人流程自動化）公司：弘璣Cyclone、雲擴科技、AI公司來也科技與RPA公司奧森科技合併成的「新來也」，分別獲得超過千萬美元融資。

2019年6月RPA賽道融資情況

來源：零壹財經整理

很多第一次接觸RPA的人會問一個問題：RPA的數據打通聽起來比API介面麻煩這麼多，還要模擬人去各個界面提取數據，為什麼不直接接API呢？

可以這麼說，現在的RPA正是在為「目前企業底層系統很難用API打通」的問題提供解決方案，並在此基礎上實現自動化的智能處理。

畢竟過去很多的企業系統沒有開放API，底層資料庫的API介面更是想都不要想。而這意味著，要想不改換核心系統而通過API對接數據，需要與包括辦公自動化、文檔處理、輿情等等在內的諸多系統服務商進行合作，改造系統。這個工作量、投入的資金和時間都是現在產業數字化進程中的企業們所無法、也不願意承受的。

達觀數據CEO陳運文認為：「最便捷的方法就是用RPA技術去完成。」他打了個比方，將RPA比作膠水，而達觀數據在做的事，就是把一個智能化模塊用膠水「RPA」粘接到客戶原有的信息化系統裡面，然後智能化數據模塊能夠代替人自動化地進行文檔處理工作。

達觀數據更為人熟知的身份是國內NLP領域的頭部玩家。為客戶提供關鍵信息抽取、文檔審閱、智能推薦等行業解決方案，達觀的客戶名單上既有平安、招行等金融巨擘，也有聯通、華為、順豐等產業巨頭。在2018年，達觀數據完成了1.6億元B輪融資。

2018年底，達觀數據正式開始RPA產品的研發。

為什麼一家在NLP領域做得不錯的公司會選擇進軍RPA？有前景？前景多大？有優勢？優勢如何落地？他們做得怎麼樣？

在可以想見的未來，RPA又會給產業數字化帶來怎樣的變化？國內的RPA生態又將如何？

近日零壹財經在上海專訪了達觀數據創始人兼CEO陳運文。陳運文是復旦大學計算機博士，曾擔任盛大文學首席數據官、騰訊文學高級總監、百度核心技術研發工程師。在機器學習、自然語言處理、搜索推薦等領域有豐富的研究和工程經驗。

Part.1

NLP大佬做起了RPA

在達觀數據自己下場做RPA之前，很多RPA公司來上門尋求合作接入達觀 NLP 產品，因為他們發現要進行更深一步的應用，需要系統「更聰明」，「讀得懂文檔」，知道接下來怎麼做。

這恰恰是達觀的長項。

人工智慧領域，達觀數據拿過不少的獎，包括有中國人工智慧最高獎之稱的「吳文俊獎」。不過比起獎項，產品更能說明實力。

據陳運文介紹，達觀數據的文檔智能審閱系統IDPS，可以讓系統自動化閱讀文檔資料，抽取出關鍵信息，自動完成比對、審核、糾錯等等具體動作，大幅度減輕人的工作負擔。

這個系統花費了團隊大量的心血和精力，可以應用在包括金融、政務等文檔信息抽取、審閱等多個場景當中。但相比於智能審閱的需求，企業更希望一個能對全業務流程進行處理的智能系統。而一旦涉及多個業務流程操作，對不同系統的數據調用問題便成為一道難題。

RPA的非侵入性，恰恰就能「繞開」原有的系統服務商，實現數據的提取和整合。2018年，達觀正式開始RPA產品的研發。

達觀將IDPS系統植入到RPA體系裡面去，大量涉及到文本處理、自然語言分析的任務就能通過IDPS串聯在一起。「這樣不管是結構化的數據還是非結構化數據，不管數據在各種各樣ERP系統、excel表格裡面，都可以用機器人自動化閱讀和處理工作。不管是半自動的RPA還是全自動的RPA，在有非常聰明大腦之後可以讓整個系統非常順暢的運行起來。」

達觀智能RPA產品分為四個組件：開發平台、控制中心、日常工作機器人以及AI模塊。

在設計之初就將AI組件融合在整個RPA系統之中，陳運文認為這是達觀智能RPA產品與競品們最大的差異。通過OCR與NLP 的無縫結合，「過去RPA可能只能服務20%的場景，現在這個數字可以提升到80%。」陳運文表示。

控制中心的設計則顯示出這個產品的野心和信心。陳運文相信在未來企業當中，企業採購的機器人不是一個兩個，而是成百上千個，這就需要一個任務調度中心，更好地管理和調度這麼多的機器員工去工作。它可以給每個機器人分配任務，管理每個機器人的工作狀態，並且知道什麼時候可以用一個機器人代替現有機器人的工作，從而讓成百上千個機器人互相配合在一起完成複雜的作業流程工作。

在實際工作場景中，RPA機器人完成一個任務所遇到的底層系統狀況可能很複雜，需要調用的程序也可能非常多。這時候就非常考驗產品的開放性和兼容性。

達觀智能 RPA實現了跨平台部署，可以在Linux、Windows、Mac、國產 OS等系統運行；支持各種應用程序，包括Chrome、IE、Firefox、ERP、Email及各種APP。達觀智能RPA機器人所能覆蓋的場景就具有很大的想像空間。

Part.2

RPA主戰場：金融、政府、大型製造業企業

RPA離產業和生活比我們想像的更近。

達觀智能RPA的第一個客戶是上海市某區政府，他們希望解決外籍人士在上海地區辦工作證需要跑多個部門填報材料，審核流程長，等待時間久的問題，實現「一網通辦」。

外國人來華工作需要先後申請獲取健康證明、工作許可證、居留許可證三個證件，填寫的內容欄位近百項。這不僅給申請人填報帶來了很大負擔，也給行政人員逐項審核核對帶來很大工作量。申請人需要將各個材料提交給不同部門，要走線上預約、窗口受理、現場見面等流程。更為棘手的是各部門的審批流程之間具有嚴格的先後順序，系統又是來自各大廠商，協調起來難度比較大。

達觀數據對整個流程進行了改造，從填報到審批。

第一步就由傳統的填表改成了附件上傳。上傳附件後，機器對內容進行識別，將附件中需要填寫的信息抽取出來，自動填寫至頁面中，用戶只需要核實信息即可。通過智能識別，人工錄入的內容從94項降低到了27項。

之後系統通過RPA機器人自動將申請遞交到不同受理部門，實現流程由串聯改並聯，提升審批效率，節省申請人的等待時間。

第二步，進入審批環節。

首先是機器進行預審，達觀數據通過引入NLP、OCR等人工智慧技術對用戶提交的材料完備性、一致性、合規性、真實性進行審核。然後進行人工複核，確認是否通過。審批時間由原來12天減少到了5天。

這是系統改造和流程自動化所帶來的巨大價值。在前台，用戶只需要跑一次窗口，而在後台，人社局條線、公安出入境條線、衛生局體檢中心諸多系統，都在RPA「員工」的幫助下，流暢地配合起來，最終實現「一網通辦」。整個流程也由原來的一個半月變為一周。陳運文表示，這也是他所知道的政府系統首次對RPA的應用。

政務場景之外，另一個普遍存在於零售和製造行業的場景是供應商的核實准入。

管理上下遊客戶是企業的剛需，一般而言一些公司會制定應收客戶的准入規則。過去企業的審核人員要從三大財務報表中把一些關鍵要素抽取出來，包括財務指標、工商信息、法人信息、企業情況等等，計算分數，形成客戶信用等級指標等各種評價，決定是否將這個客戶放入客戶管理庫中。整個過程由人來做的話，耗時超過五小時。

而企業營收、社會影響等相關信息可能每個月都有變化，這些信息都會影響到企業的信用和服務價格。這意味著這樣枯燥而專業、繁瑣的計算可能每個月都要來一次。

達觀數據將智能RPA引入到這一場景中，針對財務報表和營業執照進行關鍵要素抽取，跟不同數據源包括關聯方信息等進行打通，自動計算，實現整個流程的自動化。將審核人員的效率提升了10倍。

陳運文認為金融行業、大型製造業企業、政府一定是未來RPA落地的主戰場。

因為金融行業的文本非常多，尤其是數字，處理繁瑣，對準確性的要求也很高；製造業企業需要處理訂單工單，對用戶的意見進行分析等等；政府機構則有大量的公文，大量的資料報送等等，這些工作非常繁瑣。

而繁瑣、對準確性要求高，恰恰是RPA的優勢。

此前，達觀數據與某地產頭部企業達成了合作，在不改變企業現有作業流程的前提下，通過應用科技的手段，實現發票的自動錄入，合同、產值及付款單等文本信息的智能化審核。達觀還為某大型能源企業提供了自動巡檢RPA機器人，用「機器人」登錄電力設備，查看運行狀態，報告異常數據。

和其他企業服務一樣，RPA是一個頭部效應明顯的行業。服務好頭部，其他客戶自然會來。而一旦進入到企業客戶的工作生態中去，只要「機器人能力越來越強，越來越聰明。他對文字語義理解深度越來越深，這樣的話它就能做越來越複雜的工作。」達觀數據此前在NLP領域的客戶和經驗積累，不容小覷。

據陳運文介紹，2017年，成立兩年多的達觀數據實現了收支平衡。這在人工智慧行業殊為難得。他對此的總結也十分落地，一個是技術接地氣，能直接用；另一個是商業拓展的能力。

一方面達觀數據在近 4 年發展過程中，在上海、北京、成都、深圳、西安等地都建立了完善的商務拓展團隊；另一方面，達觀數據也在與四大會計事務所等行業夥伴共同搭建中國 RPA 生態，拓展更多商務渠道。

Part.3

巨頭環伺之下，底氣何在？

RPA將成為企業數字化、智能化浪潮里最重要的推動力之一。

數字化過程中的一個重要議題是打通系統，實現數據的流動和深層次應用。過去我們用人連接系統，現在我們用RPA代替人連接系統，而用API連接系統，陳運文認為這個過程可能需要十幾年。

他以美國舉例，「美國的企業信息化程度比中國領先好多年，RPA依然在大規模的應用，這也說明RPA是目前企業解決信息化向智能化邁進過程中（異構系統問題）最好的粘合劑。」

站在過去的角度，我們可以說RPA是過去十幾年裡企業信息系統難以打通的產物和救星。站在未來的角度，RPA也不會被API完全取代，畢竟「機器人同事」除了數據對接還有智能化處理的一面。

陳運文認為哪怕API介面打通了，「只要有人類員工適合工作的界面，就有RPA機器人適合工作的場景。」 比如每個人都有郵箱，公司都有ERP，都要上去填材料。這些網站、郵箱、ERP系統是會長期會存在的。只要這些系統存在，就有RPA生存的土壤，RPA就可以代替人去操作這些界面。甚至未來只要你需要在不同場景完成不同的工作，都可以配上不同的機器人小助手。

實際上在目前的國內RPA市場上，既有平安、阿里這樣坐擁場景、身懷技術的巨頭，也有藝賽旗、金智維這樣專註RPA領域多年的專業廠商，還有與諮詢公司、IT服務商合作的外國廠商們虎視眈眈。四大之一的德勤就是UiPath「在大中華區唯一的鑽石級合作夥伴」。

面對國際巨頭Uipath進軍中國市場的競爭，陳運文表示「在某些方面他們是我們學習的老師，但大家都有各自擅長的，達觀數據要打造的是最懂中文的 RPA。」 因為語言的不同會帶來底層技術路線的差異，這本身就是一道壁壘，在中文 NLP 領域多年的積累，達觀數據在語義理解處理上具備明顯的優勢；其次，加上市場環境的差異，中國企業的組織架構複雜，對許可權的劃分要求嚴格，不同部門、等級、流程的機器人也要有不同的許可權。達觀數據對此的解決方案做好不同部門、職級、角色的機器人隔離設計。

而對於前兩類友商，陳運文認為，達觀數據的優勢在於NLP領域的深耕，「對行業的了解要建立在有非常優秀的語言模型的基礎之上，計算機系統要能夠有深入的文字語音理解的能力，才能完成相關的工作。」

在一些企業不願意透露內部文檔的場景，技術能力帶來的靈活性或許更為重要。以對數據安全尤為在意的金融業為例，達觀自研的NLP和OCR組件能夠部署在本地，而無需通過雲端使用，避免了數據泄露的風險。進一步的，將OCR、NLP和RPA進行有機結合，通過遷移學習或者微小的調整，達觀智能RPA能夠在「不能看數據的場景」中快速落地。

「無論國內國外，這個行業最後的贏家和引領者需要有最底層的核心技術和研發能力。」 陳運文總結說。

技術決定產品的靈活性和場景的廣度。而RPA產品的標準化程度則決定了擴張的速度。

而想要更快的速度當然是上雲，這會給後期的維護帶來便利。「這和企業的業態是相關的。」陳運文將互聯網和金融兩個行業客戶作對比，前者對上雲是擁抱的，而後者還處於過渡階段。至於中國的大型企業和政府，在上雲的步子上可能會更慢一點。「我們的RPA系統是尊重中國用戶使用習慣的。會根據企業現階段的需求和習慣來靈活部署。」

RPA在2018年的爆發，離不開技術和市場的相對成熟。

RPA被視為AI最佳的落地場景。從業者們常常將RPA比作人類的手，將NLP比作人類的腦，將OCR比作人類的眼睛。手腦眼的結合，讓RPA AI能夠一定程度上將人類員工從枯燥繁雜的工作中解放出來。

軟銀孫正義甚至提出「世界經濟將在RPA(機器人流程自動化)和AI(人工智慧)的幫助下，迎來第二次經濟大飛躍。」他認為「RPA正在被全世界各行各業所應用，並實現業務流程自動化，在為企業節省成本的同時極大的提高工作效率。」

依據IT調研與諮詢服務公司Gartner的數據，2018年RPA市場總收入略低於8.5億美元。然而，RPA是Gartner正式跟蹤分析的增長速度最快的軟體領域，2018年同比增長超過63%。

「放眼未來，我們覺得重複性、機械性文字的處理能力，計算機很快就將超過人類。十年以後有超過50%的基礎性辦公工作都可以由RPA機器人代替人來完成。未來公司形態是這樣的，企業會僱傭人力員工同時會僱傭RPA機器人，他們各司其職共同完成企業的工作。這會成為一件稀鬆平常的事。」 陳運文對於技術的進步充滿期待。

目前達觀數據正在進行新一輪的融資，將用於核心技術研發和行業生態建設。

End.

重磅會議推薦

8月22-24，貴陽

中國零售金融發展峰會暨2019零壹財經新金融夏季峰會

長按識別下方二維碼，即可參與報名

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！