一份报告讲清 RPA+AI 这个 278 亿市场规模的赛道-阿里云开发者社区

开发者社区> 机器智能技术> 正文

一份报告讲清 RPA+AI 这个 278 亿市场规模的赛道

简介: RPA+AI,正在成为 AI 领域看得见的一股潮流,各类厂商都不约而同的朝着这个方向前进。

--------点击屏幕右侧或者屏幕底部“+订阅”,关注我,随时分享机器智能最新行业动态及技术干货----------

image.png

它的另一个名字叫做 IPA,Intelligent Process Automation,智能流程自动化。

在过去一年多的时间里,这个领域被密集的提到、被密切的关注,甚至不同阶段的大中小公司一齐入局,其中也不乏有自然语言处理背景的厂商和有一定经验的 AI 创业公司。

RPA+AI 的确很大程度基于自然语言处理能力。当然,计算机视觉等其他方面的 AI 模型对它一样重要。相对成熟的技术和广阔的应用空间,让 RPA 成为人工智能商业化进程中触手可得的果实。

或许,早期阶段的 RPA 之于自然语言处理,正如安防刷脸之于计算机视觉一样,是这个领域最早的爆发机会之一。

RPA+AI,如何解放生产力

在 RPA(Robotic process automation,机器人流程自动化)的基础之上,接入 OCR、图片识别、自然语言理解等 AI 能力,自动化的机器人系统操作,就可以变得更聪明,能完成更多任务。

举个例子,如果你需要把一些纸质信息数据录入数据库,并进行整理、分类保存,那么传统RPA可以把在数据库后台的图形界面上点选、设置、上传的工作自动完成。

这些工作是 1+1=2 的,是写死的,不需要高级的智慧就能做。

但在传统 RPA 系统,机器自动操作的情况下,你要把文件中的字符复制粘贴到电子数据库里,它做不到,必须要加上 OCR 才能识别字符;如果你需要给文件打标签、写归纳总结,它做不到,因为这需要一定的自然语言理解能力。

这样,自动的工作会不断中断,需要人类的智慧做补充。但识别文字、打标签这种工作,对人类而言无疑是非常简单、重复的低级脑力工作,招一个小助理来做这样的工作,简单重复没上升空间,不离职才怪。

所以 RPA+AI 就可以让这些低智能人类工作完全机械化、自动化,带来更高程度的效率提升和人类解放。

RPA 以前只会走路,现在可以走着走着开始跑步、跨栏、跳高、过河、爬山……从蹒跚学步的幼儿,变成能够翻山越岭的探险家。

关键是,程序员圈子爱开源,各种 AI 能力甚至都不需要自己做。

image.png

OCR 字符识别、图像识别、邮件内容归纳、机器人助理多轮对话……想要找到实现这些功能,直接从 GitHub 上找到该任务成绩最好的预训练模型,做成 API 接入到原有的 RPA 软件里,就可以用了。

左手 RPA,右手各种成熟 AI 模型,拼在一起,就成了新产品,有了新功能。

2.gif

仿佛是白捡的技术能力,只要找到应用场景,盈利前景肉眼可见。

怪不得不少厂商都在过去一两年转向,朝着 RPA+AI 的方向转型。

那么 RPA+AI 到底有多大市场机会?

IDC发布了一份《中国智能流程自动化(IPA)市场机会分析》报告,详解了这个赛道当前的机会与前景。

RPA+AI 即将爆发

RPA+AI 在国内和全球的发展空间有一些不同,国内的增长空间明显更大。

根据 IDC 追踪的市场规模数据,IDC 预计,到 2023 年,全球 RPA 市场规模将达到 39 亿美元(278亿人民币),2018-2023 年复合增⻓率达 36%。中国 RPA 市场具备较强增长动力,2023年市场规模将达到
10.2 亿美元,2018-2023 年复合增⻓率为 64%。

image.png

印度、韩国等国家,已经有不少企业开始大规模部署 RPA 应用了;但在国内,大部分企业还没有开始应用 RPA,或者仅仅是在计划、尝试中。也就是说,中国 RPA+AI 厂商还有广大的跑马圈地空间。

在亚太地区的不同行业中,RPA 的应用程度也有所不同,制造和零售行业走的相对快一些,而公共事业、媒体、金融行业还普遍处在早期正在了解观察的阶段。但整体来看,已经采用 RPA 的企业仅有三成,还有广阔的市场机会。

在任何繁琐、重复的工作领域内,RPA 都有一定的应用机会。

比如财务场景,报税或者扣账都相对简单重复,不少操作可以自动化;

比如企业与客户进行交互场景,办理业务、办手续、终端零售、客户喜好的调查和资料收集,都是简单、重复、能够高度自动化的领域。

注意,这些只是单纯 RPA 的应用,如果加上 AI 能力,就好像翻山越岭的人比蹒跚学步的人能走到广阔的空间、看到更丰富的风景一样,自动化工作的范围大了、流程长了,自然就会有更为广阔的应用场景和市场机遇。

image.png

此外由于不同产业、不同公司的工作方式和流程差距较大,因此RPA领域不同客户的定制化要求也非常高,除了识别发票、简历等功能相对通用之外,各家公司的功能要求都是完全不一样的。

所以,RPA 目前难以像 SaaS 产品一样,开发一套软件,就能几乎 0 边际成本复用。

因此,这不是一个赢家通吃的世界,而是专门化、定制化客户服务的世界。

再者,通用 RPA 功能无法满足具体不同行业的需求,在制造、金融、零售、传媒等多个行业都有针对行业特点的不同需求,因此,就像技术服务公司,这个领域其实容得下大量的玩家。

这一点在行业内其实是有目共睹的,RPA 赛道的玩家构成就充分说明了这一点。

赛道玩家:新老都有,出身复杂

在 IDC 的报告中,列出了海内外 15 家 RPA+AI 厂商。

对比看这些厂商的业务和发展状况,可以发现:

转型厂商非常多,都希望获得 RPA+AI 领域的红利

比如艺赛旗,最早是用户行为、大数据分析软件,在 2016 年就已经挂牌新三板,2018 年底切入 RPA+AI 赛道,时至今日不过一年有余。

比如达观数据,最早是以 NLP 技术提供针对行业的文本挖掘、知识图谱、个性化推荐、垂直搜解决方案,2019 年 7 月推出智能文本 RPA 产品,入局 RPA 领域。

还有来也科技,早期的名字叫“助理来也”,提供AI助理服务,2019年6月,与RPA公司UiBot合并,进军RPA+AI领域。

甚至,连阿里云也推出了自己的 RPA 产品。

新公司相对早期,没有进入 C 轮的玩家

此外,除了早期公司之外,这些加 入RPA 赛道的创业公司基本都处在相对早期的阶段,没有走入 C 轮的玩家。

不同背景、不同年代,但都以技术为核心的这些公司,在相近的时间不约而同的切入 RPA 赛道,并且将其作为一大核心产品甚至主要产品,足以证明 RPA+AI 本身有很强的技术落地可能和变现能力。

抓住机会

那么,在 RPA 赛道中,如何抓住机遇、提升竞争力?IDC 在报告中也给了一些建议,其中包括:

  • 帮助行业用户在RPA技能、业务流程识别及用例拓展上给予支持帮助;
  • 通过合作伙伴网络的建立实现生态系统的拓展等
  • 支持云原生构架,灵活部署,提升可移植性。

RPA 行业如果做得更大,那就不只是 RPA 行业的事情了。

因为如果绝大多数简单重复的事情都不再需要动用人类的智慧,那么人类的工作方式显然会被改变。对个体而言,思维和沟通成为超越部分基础技能的更重要筹码,企业人才培养的方式也会朝着更专业、更精深的方向变化。

image.png

原文链接:https://yqh.aliyun.com/detail/13948

版权声明:如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:developerteam@list.alibaba-inc.com 进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
机器智能技术
使用钉钉扫一扫加入圈子
+ 订阅

阿里云机器智能研究领域主要围绕机器学习等前沿技术开展理论与应用研究。《机器智能技术》圈子基于阿里巴巴达摩院的技术沉淀,围绕【研究报告】、【前沿技术】、【应用案例】、【行业新闻】、【传奇人物】多个方向为广大开发者贡献干货内容。

官方博客