--------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----------
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。
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。
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%。
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。
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。
