首页科技快讯从「RPA+AI」到 RPA「像人一样思考」：来也科技发布新产品 UiBot Mage

从「RPA+AI」到 RPA「像人一样思考」：来也科技发布新产品 UiBot Mage

来源：晰数塔互联网快讯时间：2020年05月12日 18:37

作为企业服务领域中亮眼的新赛道，RPA（机器人流程自动化）专注于以软件代替重人力且重复性高的工作，比如财务人员可以用 RPA 机器人自动完成报销票据的识别、录入和审批的流程。

在人力成本愈发高昂、人力资源市场愈加细分和分散的现在，类似这样为企业降本增效的产品格外让人瞩目。麦肯锡数据显示，全球RPA市场规模将在2025年达到1000亿美元，并以每年64%的增速，成为人工智能相关领域中发展最快的技术之一。另一方面，国际机器人联盟（IFR）的调查报告显示，在全球范围内的RPA机器人应用密度对比中，排名第一的韩国每10000名工人中有710个机器人，相比之下中国的机器人应用密度只有97，市场仍是蓝海一片。

纵观行业发展，国外市场点燃了第一把火，前有上市公司Blue Prism，再有估值火速冲到70亿美元的头部玩家UiPath、估值68亿美元Automation Anywhere（AA)等，惊人的成长速度吸引了美国To B市场的目光，进而辐射到大洋彼岸的中国市场。

发展到今年，RPA市场格局已初步清晰。在国内，现在也有数十家的RPA公司共同探索这一赛道，除了通用型的RPA产品外，也出现了许多瞄准金融等垂直赛道的厂商、从AI等其他领域切入RPA的玩家，以及拥有雄心壮志的大公司们。

除却资本热度，全球市场的发展趋势也愈发明晰统一。2019年6月，AI公司「来也」宣布完成与RPA创业公司「奥森」合并，强势进入智能流程自动化市场。新「来也科技」提出的“RPA+AI”概念目前已成海内外行业共识。在此影响下，大部分RPA公司都开始强调RPA与AI的结合，以应用商店、接口打通等方式将OCR、NLP、机器学习等能力引入到RPA生态中。

从左至右：胡一川、李玮、汪冠春、褚瑞

在国外，如UiPath在去年收购了StepShot和ProcessGold，以提供业务流程管理、流程挖掘、文档自动化等能力；BluePrism宣布收购Thoughtonomy以发展云端RPA产品；AA则收购了Klevops和CathyosLabs，同样是为了提高RPA本身的产品和研发能力。而在最近，更是有消息显示微软欲收购希腊RPA公司Softomotive，加大对这一领域的投入和覆盖。从去年的交易事件来看，RPA公司的融资及并购大多目的是为了提升自身产品能力，这也成为今年行业最重要的目标。

企业全面“RPA化”：挑战在何方？

据Forrester 2020年的报告，全球RPA市场的产品+服务市场预计达到100亿美元，大多数中国厂商成立于2018 年甚至更早，而他们在过去一年中获得翻倍增长，市场依旧广阔。

36氪在报道RPA行业的过程中发现，人力行政、企业运营（数据统计分析等）、风控审核、财务税务等各个领域的工作都可以通过流程自动化机器人实现降本增效。理论上讲，只要是人员通过电脑执行的高重复性、规则化/结构化的流程，都被认为是RPA的适用场景。时至今日，运行于Windows平台的RPA系统已经广泛服务于金融业、零售业、教育业、医疗健康、物流配送等多个行业。

若从产品能力说起，尚处于发展早期的RPA能够实现的功能也是循序渐进，从简单的流程做起。Forrester的报告显示，从采购数量上，中国市场更集中于小规模流程的RPA采购，企业的痛点在于寻找有商业价值的流程，以及对RPA部署和维护的管理。

这也涉及到RPA现阶段面临的诸多困难。

首先是适配问题。RPA通常不独立工作，需要和企业已有的信息系统协同工作。而企业信息系统的操作环境较为复杂，涵盖了包括Linux、浏览器、云服务等多种操作环境在内，且由于计算机系统版本、插件环境、网络设置等千差万别，对于RPA的适配能力提出了不小的挑战，这直接关系到RPA的运行稳定度。

再者，交付层面依然重人力、定制化，运维成本高。除了简单且标准化的数据处理以外，办公过程中涉及到的抓取类工作，如网页或其他软件页面中的数据搜索、抓取、保存等操作更考验RPA的适配能力。由于不同企业采用了不同的信息处理逻辑，导致RPA机器人并非开箱即用，而是需要有一个交付的过程，即有实施团队（有时由RPA厂商提供）面对各家企业逐一完成业务调试，当企业调整业务流程或操作环境后，已交付的流程仍然需要调整，甚至重新设计RPA系统的工作代码，在无形中增加了运维成本。

其次，由于AI等技术与RPA尚处磨合阶段，如果仅仅做简单的能力对接，难以内化为RPA本身的能力。RPA流程中常常遇到一些非结构化、非规则化的流程和数据，需要AI提供处理逻辑——比如一个流程需要决定下一个步骤怎么走，就要判断一封邮件是什么来意、一份合同里面有什么关键信息，等等，这都需要NLP、OCR等技术足够稳定强大且与RPA产品融合程度足够高，才能服务客户需求。此外，AI需要大量数据、算法工程师的反复训练，耗时长，使用门槛高；RPA则是非侵入性的，强调部署快速灵活的产品，如何让AI的能力能最好地在RPA产品中突显，甚至让不懂AI的用户能够使用，都是挑战。

因此，如上所述的挑战揭示了今年RPA行业的共同道路：在内里，RPA和AI等能力的融合程度决定了能解决问题的上限。在外部，RPA厂商则需要更快提高产品化程度，降低服务边际成本，才能在如今同质化问题已然显现的行业中突围，夺得先机——毕竟，资本市场对RPA的下注很大程度是因为这一技术灵活的开发部署能力，以及清晰明确的投入产出比。

新产品UiBot Mage：让AI成为RPA的原生能力

在这一道路上，来也科技已是高举火把的先行者。

来也科技CTO胡一川告诉36氪，传统RPA处理的大多是结构化数据，例如Excel表格文件中的数据抓取及分析，但如果是非结构化的数据就超出RPA的能力范围了。

“RPA发展至今为何难以普及？最大的原因就是企业中的业务流程是非常多样化，例如仅仅是财务数据处理这一项工作，不同企业可能就有不同的处理方法/逻辑、不同的数据类型以及使用不同的软件和系统。我们团队在开发过程中发现，如果RPA能够‘像人一样具备感知、认知和决策能力’，那么RPA的功能扩展性将大大提升。”胡一川表示。

人之所以能够解决机器无法解决的问题，最大的原因就是人拥有“大脑”，而大脑提供的感知、认知和决策能力能够让人分析并判断如何完成任务。正是基于这个思路，「来也科技」于今年推出了一款赋能RPA的AI平台产品——UiBot Mage（以下简称Mage）。

Mage的本质并非传统意义上的RPA软件，更多是通过加入机器学习等技术，让RPA产品实现功能“升维”，具备认知自动化的能力。

胡一川向36氪解释，Mage平台中包含了绝大部分RPA机器人所需要的AI能力，用户可以将这些AI能力接入到RPA中。“我们在Mage中加入了‘预训练’模型，里面已经涵盖了RPA常规工作中需要的机器学习模型，也就是说RPA可以快速调用这些AI能力，省去了数据标注、模型训练等步骤。”

目前， Mage已能将图片、文档等非结构化数据，变为RPA可处理的结构化数据，并适用于财务票据自动处理、合同自动审核、银行开户信息自动录入等多种场景。超过300家企业通过使用来也科技的RPA+AI产品，提升了企业运营效率。

Mage的切入角度和产品形态，无疑是RPA行业的一盏明灯——在不改变软件本质的情况下，加入AI的Mage将大大拓宽现有RPA产品的功能边界，从单纯做重复性劳动机器人，进化为更加智能的机器人。而在用户端的直接感受上，“所见即用”的特性让AI能力的应用门槛大大降低，意味着RPA能够切入客户的更多核心流程，服务更多需求。

RPA未来图景：来也科技如何破局？

AI为市场构建了更高的天花板，无论是企业还是资本市场对RPA的预期正在提高，RPA只是企业自动化的一部分，RPA是肌肉，AI则是认知和判断力——这一认知将会越来越普及。

提升内在能力之外，如何让产品稳定性更高、更易用则是抢占市场的关键。国内市场天花板远远未完全打开，据RPAPLUS报告的公开数据预估，2022年国内RPA市场约达22亿元左右，这意味着，诸多RPA厂商面对的是少部分有采购意愿的大客户，招投标中遇到熟悉脸孔的几率很高，产品差异化和成熟度成为突围关键。

在这些问题上，来也科技已做好准备。

首先是对“内功”的布局。2019年6月，来也科技完成合并的同时宣布完成B+轮3500万美元融资，进入RPA+AI市场，成为国内RPA行业第一起合并。

36氪曾报道，RPA和AI的技术底蕴差异较大，做AI的公司在RPA方面的积累往往比较薄弱，反之亦然。因此，来也与奥森的合并，让新来也科技快速具备了深厚的RPA和AI能力。合并后的团队快速推进了诸多产品层面的升级，如微信界面元素的全部识别。并在2020年1月完成了C轮4200万美元的融资，充分说明市场对RPA+AI概念的认可，以及对两个团队合并后的成绩满意。

而在业务落地上，来也科技于2015年推出的“小来”机器人伙伴产品已在微信上与数千万个人用户进行过交互。智能对话机器人平台“吾来”则帮助企业客户针对客服、营销、销售和内部问答等场景快速搭建和训练对话机器人，目前已服务了数百家中大型企业。在这个过程中来也科技沉淀了全栈的AI能力和运营机器人的经验，这些能力和经验能够充分赋能给RPA产品。让RPA产品从单纯的RPA+AI，发展到AI成为RPA产品的原生能力，即从流程自动化到认知自动化。

目前来也科技已经将这一概念成功落地。以来也科技服务的大型地产公司为例，来也先是为客户提供电话机器人产品，已经能够很好地提高客户工作效率，但还有很多相对复杂的任务，机器人的理解水平不足，无法解决，需要转接人工。因此，来也科技开启了第二期项目，用RPA和AI结合做机器人助手，让原来员工处理问题需要的120秒，可能一点一点缩短到90秒甚至60秒，其核心则是在于用自然语言处理技术去理解用户和客服之间的对话，基于理解一键生成可用的回复，帮助客服在不同业务系统当中快速应对客户，本来需要在工单系统，质检系统，业务系统三个系统当中完成的任务，现在只需要一键就可以了。

而对于来也科技而言，当下重要目标是新产品Mage不断的后续优化和升级，扩大产品的服务范围，接着坚定不移地拓展生态道路。CTO胡一川表示，目前来也有超过300家渠道合作伙伴，今年Q1所服务的客户中，超过一半的客户都是由合作伙伴带来的，充分证明了建立生态的价值和意义。