在2019年，RPA赚足了资本和市场的关注。
“断崖式下跌”，形容的就是2019年的AI产业，尤其是在资本市场，较2018年相比融资规模几乎被“腰斩”。
相关数据统计显示，2018年我国AI产业总融资规模为1189亿元，但去年前三季度总和仅有577亿元。更值得一提的是，即便是在5年前，AI产业的融资规模也有458亿元，行业遇冷程度显而易见。
不过也正是在这样的“寒冬”中，“RPA+AI”异军突起，在2019年赚足了资本和市场的关注，即便是在“融资极为艰难”的2020年第一季度也依旧有公司拿到高额融资，如刚刚宣布获红杉资本中国基金领投的3000万美元B轮融资的云扩科技。
RPA到底有多火？
在RPA圈子里，有一个堪称“经典”的竞标案例，就是2018年年底的建行总行招标案。
当时参与竞标的一共有9家公司，国内包括阿里云、艺赛旗、金智维、诺祺等公司，海外则有UiPath、Automation Anywhere、Blue Prism、Kofax和NICE。
为了能找到最合适的合作厂商，建行特地举行了一场“RPA选型测试”。按照规则，由建行提供统一的办公环境和软硬件设施，9家公司分别派2名工程师坐班，在没有通讯设备和不加班的情况下，连续11天集中测试各家RPA产品。
据说，为了拿下建行的单子，部分厂商甚至不惜高薪聘请海外高级工程师参与竞标，足见RPA市场竞争的激烈程度。
而这只是从厂商和客户竞争层面看到RPA产业的火爆，在商用和资本市场上，RPA近年来的受欢迎度更高。
以元老级RPA厂商UiPath为例：
营收方面，2016、2017和2018年实现的营收分别为350万美元、3100万美元和超2亿美元；
融资方面，2017年4月到2019年5月，37个月时间就一共完成4轮融资，规模从3000万美元到最后5.68亿美元，估值则从1.09亿美元跃升至70亿美元；
客户拓展方面，进入中国市场一年，客户数量达千家。
UiPath之外，海外另一大RPA老牌厂商Automation Anywhere刚刚完成2.9亿美元B轮融资，估值已达68亿美元；国内如弘玑Cyclone则拿到了千万美元A轮融资，主要投资方为DCM和源码资本；云扩科技的A轮融资则获得了金沙江创投和明势资本的支持；来也在完成合并后很快获得了3500万美元B+轮融资，投资方包括凯辉创新基金、双湖资本和光速中国。
与此同时，软银还宣布投资3亿美元进入RPA产业，它们认为这将是一个有望在10年内成长至1000亿美元规模的市场，RPA则会成为AI和企业间不可或缺的桥梁。
那么RPA到底是什么，又为何能让市场和资本如此疯狂？
RPA由来已久，AI让它成为了“虚拟机器人”
相较于“机器人流程自动化”这个官方解释，RPA更通俗一点说，就是一种可以按既定流程自主执行任务的软件产品，而在AI时代行业更愿意称之为“虚拟机器人”。
· 从自动化软件到RPA，是产业兴起的标志之一
看上去似乎有些复杂，实际上在很早之前RPA相关产品就出现在我们的生活中了，只是当时它还没有现在这个学名，而是被笼统的归纳在了“嵌入式自动化软件”大类里。
相信很多人都经常使用Word，对“宏”这个功能也不陌生，其实它就是一个嵌入式自动化软件。具体来说，“宏”是一类编程语言，用户可以直接通过它，根据一系列预定义规则编写一段自动化指令，例如抓取数字、公式化信息、批量统一格式等，以达到省时省事的目的。
除了“宏”，在互联网时代，这类嵌入式自动化软件还较多的应用于简单的重复性办公、软件测试、IT运维等场景中，基本工作内容就是按照流程“点击鼠标”和“敲击键盘”以替代人工。省时、省力、省人工成本，还高效，此类应用也越来越多，RPA因此成为了一支“独立产业”。
但是不难看出，早期的RPA应用有着很明显的限制，即：
1.流程和规则固定，应变能力弱；
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，如语音识别、物体识别、图像识别、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，如银行、会计事务所、保险公司、电信运营商、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，在与交通银行信用卡中心合作时，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：
1.开放简本，无成本测试，节省厂商与客户的沟通成本；
2.产品标准化，开发固定模板，简单易学，同类客户均可直接套用；
3.构建平台生态，客户自由发布需求，工程师自由接单开发。
4.加强社区互动学习，加速产业成熟。
不难看出，这些方法的最终目的，都是为了缩短流程、降低成本，以及提升工程师能力，而这些也都是加速产业发展的关键。
最后
可以看到，RPA产业的发展，实际上是源自于传统产业对流程自动化的既有需求，而AI让RPA的工作能力更强，涉及范围更广，市场也因此不断扩大。
但也需要客观承认的是，RPA+AI依旧有着场景限制，至少就目前情况看，它更适合中小规模的用户和系统，此时RPA厂商所要做的，就是在拿下这部分市场的同时，开发出新的应用需求。
当然随着相关技术的发展以及新场景的发掘，未来RPA在各大产业中的应用必将越来越深入。
