云扩科技CEO刘春刚：智能RPA产品进化的三个阶段与商用实践

近日，云扩科技CEO刘春刚做客雷锋网《AI金融评论》公开课，围绕“RPA+AI：开辟金融行业数字化转型的新途径”主题，详细讲述了RPA在企业数字化转型中所解决的痛点以及遇到的挑战。

以下为刘春刚演讲精选内容：

我是云扩科技CEO刘春刚，今天想给大家分享的主题是“RPA+AI：开辟金融行业数字化转型的新途径”。

云扩科技成立于2017年，作为RPA领域的创新领军者，公司以自研的云扩RPA平台为核心，为各行业客户提供RPA+AI的服务和解决方案，助力企业推进数字化转型。

我们服务了金融、能源等众多行业，其中包括中国银行、国家电网、中国移动、马士基等行业标杆客户。云扩的总部位于上海，在北京、深圳、西安、苏州及日本东京等城市均设有研发中心或办公室。

今天的分享主要分为两个部分。第一部分，我会简要地介绍什么是RPA+AI。第二部分，我会介绍RPA+AI对金融行业的数字化转型带来了哪些新的变化以及我们的一些实践经验。

「RPA+AI」的三个阶段

和工厂里帮助我们搬箱子的物理机器人不同，RPA软件机器人是一种无形的软件机器人。它运行于电脑或手机等数字化设备中，能够帮助员工从繁琐的工作中解放出来。比如发邮件、做报表、录数据等具有重复性、规则性等特征的工作，都非常适合用RPA来处理。

云扩智能RPA产品目前在各个行业中都有广泛的应用。我们的一个大型制造企业客户，在国内有很多生产工厂与供货商，在海外也有许多客户与经销商，财务部门需要大量员工专门负责对账，而如今这些重复性的对账工作已经通过软件机器人自动完成。

再比如一家大型的保险机构，客服部门每天会收到大量申诉单，以前只能靠员工手动地处理这些信息。现在RPA机器人可以自动登录系统，下载申诉信息放到Excel表格里，进行自动分类，并且判断预处理的工作。

在物流行业类似订单处理的工作也都可以交由机器人自动执行：机器人可以自动登录物流公司的信息化系统，对客户的发货单或者预订单进行处理。在银行业，RPA可以帮助工作人员自动处理银行内部的各种报表、信用卡发卡等各种重复性工作。

RPA与AI的结合，是未来RPA产品不断进化的最重要的方向之一。

我认为RPA智能化将分为三个阶段进行：第一个阶段是基于规则的自动化操作阶段，这一阶段的主要目标是利用AI算法让机器人的执行越来越稳定，能够识别更多的软件。

第二个阶段是感知阶段，基于OCR、NLP以及语音识别等能力，让RPA机器人具备识别与抽取各种业务文本与数据的能力，大大拓展RPA的应用场景。

最后一个阶段是认知阶段，基于大数据或更多的人工智能算法，赋予机器人理解流程、理解环境的认知能力。

这三个阶段能够处理的问题不同，带给企业的价值也不同，发展过程也是逐步递进的。

云扩在RPA+AI领域投入了大量的研发精力，我们希望把更多的算法集成到RPA中，帮助企业打造智能化生产力。云扩于今年第二季度推出的两款RPA+AI产品，就是在机器人上集成AI算法，具备认知智能。

RPA助力企业克服数字化转型的“两大挑战”

接下来我们主要聊一聊在金融行业中，云扩智能RPA产品助力企业进行数字化转型的实践经验。

数字化转型，是近几年来包括金融在内等各个行业所提到的最多的词汇之一。很多企业都意识到“数字化拐点”迟早会到来，必须采取相应措施加速数字化转型。但是，在真正的数字化转型过程中，企业会面临诸多挑战。

首先，企业中存在非常多的系统，这些系统之间往往是割裂的，“流程孤岛”大量存在。很多人误认为信息化系统越多，数字化转型就会越成功，实际上这是一个误解。并不是信息化系统越建越多，企业就走在了去往数字化转型的正确方向上。反而，我们看到很多企业内部陈旧的信息化系统，产生了大量的重复性工作，增加了企业的运营成本。

其次，信息化系统更新与改造的速度远远无法满足业务创新的需求。现在各个行业的变化非常迅速，很多企业都需要进行业务创新，从而提升客户体验。但对企业内部的信息化系统进行改造的成本与周期都无法满足快速变化的创新需求，这也导致了企业内部技术债越积越多。

那RPA+AI是怎样帮助上述企业加速数字化转型呢？

大部分客户进行数字化转型时，所面临的最大挑战是缺乏敏捷性。而RPA+AI则可以给企业带来这种敏捷性。通过RPA技术，企业可以快速建立跨系统、跨平台的智能自动化能力。由于RPA具有非侵入式、灵活部署的特性，客户在短期内就能获得效益。另外，我们把AI算法做到简单集成、快速拓展，简单拖拽就可以把AI能力落地到广泛的业务流程中。

RPA为客户带来显著的效率提升与成本优化

RPA的成功实施会给金融行业的客户带来诸多好处。

第一，为企业降低运营成本。随着人力成本的上涨，各个行业的企业都会感受到成本上涨的压力。通过把重复性工作交由机器人完成，人类员工可以专注于更有创造性的工作，员工满意度与客户体验都会得到提升。

第二，降低同一项工作重复执行的错误率，这个需求在金融行业中尤为显著。

第三，提高效率。比如在处理报表这样的典型流程中，由RPA软件机器人制作报表，效率可以提高8倍以上。而且机器人可以7*24小时不间断执行任务，为企业带来极高的效率。

如何选择一个企业级的智能RPA平台？

中国有句古话，工欲善其事，必先利其器。刚刚我介绍了一些行业应用的案例，那么企业在进行数字化转型的过程中如何选择一个适合自己的RPA平台呢？我建议从以下几个方面去考察：

第一，RPA的产品必须具有高易用性，能让企业客户快速上手。授人以鱼不如授人以渔。好的软件产品能迅速跨越从原厂实施到合作伙伴实施，从合作伙伴实施到客户直接采用的两大技术接受鸿沟。一个设计精良、易学易用的RPA平台可以大大降低企业自主掌握RPA的学习成本以及未来的维护成本，靠产品力实现规模化。

第二，运行稳定性。机器人执行过程中必须足够健壮，不容易出错。产品要满足企业级平台部署的各种精细的需求和可拓展能力。企业级软件产品本身的技术壁垒其实往往在于这些看不见的积累上。

第三，RPA的生态如何？一个好的RPA平台，一定要具有足够的开放性与健康的生态。开放标准的接口鼓励客户和合作伙伴做一些定制化的开发。标准化的培训体系和用户支持体系，能够赋能客户、开发实施商、咨询合作伙伴的原生能力建设。

第四，RPA是否内置以及能够非常轻松地集成人工智能算法。内置的人工智能算法可以开箱即用。而企业如果已经自建了AI能力平台，那么已有的AI模型是否能很好地集成到厂商的RPA平台中？这也是一个非常重要的考量点。

第五，RPA厂商是否有专业的交付方法论与良好技术支持能力。

第六，RPA是否有灵活的部署与计费模式？企业客户部署的需求非常多样化，尤其是像金融行业，对信息安全的要求非常高，往往只接受私有化部署。在其他行业，客户则希望用云端SaaS上的RPA，直接开启一个账号就可以马上使用，无需运维、无需购买服务器。无论哪种部署模型，都需要考虑到未来机器人数量增加时，平台是否具备伸缩能力、高可用支持以及并发性要求。

精选提问

问题1: RPA的成本盈亏平衡点是多少？公司有多少员工，就可以考虑使用RPA？

刘春刚：降低成本不是RPA给企业客户带来的唯一好处。RPA除了降低成本，还能降低重复性工作的错误率，提高工作效率，缩短业务响应时间，提高流程规范性，优化员工工作体验，这些都是RPA能给企业带来的优势。如果单纯只是对比成本，我认为任何重复性的工作，释放出来的人力成本远高于RPA的成本，并且可以灵活缩放规模应对业务的波动。

问题2：云扩是怎样应对金融服务中隐私监管要求的？

刘春刚：在金融行业，不管是银行、保险还是证券，对数据的隐私和安全要求都非常严格。云扩非常重视在数据安全与隐私保护方面的功能。从数据的存储、数据传输过程中的加密、账号的保护等很多功能点，都是云扩RPA的产品优势。

问题3: 国外的RPA产品和国内的有什么不一样吗？

刘春刚：目前国内外的产品，在基本的产品概念上没有本质的差别。我们所面临的场景和客户痛点是一样的。国内外厂商的产品，更多的是在一些细节上存在差异化。国内企业的商业环境和国外不太一样，比如微信、钉钉的自动化以及很多手机应用的自动化，国内厂商的产品会更加适应本土企业的需求。

问题4: RPA目前有什么技术上的壁垒？

刘春刚：一款软件产品有没有技术壁垒，其实是看我们怎么定位它。产品的目标是什么？

如果只是做一个简单的demo级别的产品，那应该都没有壁垒。但是如果想去做一个世界领先的产品，能够被各个行业的客户用来做不同的事情，那永远是有壁垒的。好的RPA产品会在智能性、稳定性、易用性、兼容性以及执行效率这些不同的参数上有非常大的差别，最终会影响产品的适用范围以及客户的实施成本。在这些方面都做到世界领先，那一定具有非常高的技术门槛。所以我经常对团队说，如果你觉得自己做的事情难度不高，那是因为你对自己的要求太低。

问题5: RPA如何应对客户流程的不断更新？

刘春刚：流程编辑器一定要具备非常好的灵活性和操作性。当一个业务流程编辑好了之后，还需要客户或者实施商维护这些流程，因为业务流程随着时间的迁移会发生变化。一个好的流程编辑器，可以快速调整并帮助客户适应这种变化。这样后续的运维成本也会比较低。

问题6: 能介绍一下RPA在IT运维领域的应用吗？

刘春刚：运维方向，RPA可以应用到非常多的重复性场景中。比如自动监控系统状态，自动查询运维的日志等工作。

问题7: 疫情对RPA行业影响大吗？

刘春刚：影响肯定是有的，要辩证地去看待。短期来看，疫情确实影响了很多行业客户的采购预期。但长期来看，疫情也促使了很多行业开始思考如何进行数字化转型，如何利用像RPA这样的技术和产品来提高企业的运营效率。

雷锋网、雷锋网

雷峰网原创文章，未经授权禁止转载。详情见转载须知。