從市場趨勢來看，RPA屬性正在逐漸淡化，一些廠商都已瞄準更高階的智能機器人�？赡芪磥�5～10年，隨著AI語言模型的發(fā)展，RPA的產(chǎn)品邏輯會徹底改變，RPA廠商也會進化到更智能的階段。 

作者|思杭 

編輯|皮爺

出品|產(chǎn)業(yè)家 

曾一年吸金數(shù)十億，后又遭遇資本市場冷門，在AI大模型浪潮翻涌的當下，RPA行業(yè)怎么樣了？

其實，RPA+AI早已不是一個新概念。如果說，RPA是機器人的“神經(jīng)網(wǎng)絡”，那么AI就相當于機器人的“大腦”。兩者的結(jié)合就等于智能自動化，幫助機器人通過預測分析，更好地理解上下文，做出高級決策。然而，第二階段的RPA廠商會遇到更難的問題，比如對于上下文的理解能達到什么程度，如何訓練它們，做出更準確、速度更快的機器人，這些問題是RPA廠商亟待解決的難點。所以，RPA廠商能否突破瓶頸，跨越到第二階段的發(fā)展，仍是未知數(shù)。

近幾年，RPA行業(yè)發(fā)展經(jīng)歷了幾段不同時期的變化：

從2015年到2018年，是RPA的萌芽期，據(jù)不完全數(shù)據(jù)統(tǒng)計，國內(nèi)RPA廠商在這四年，融資數(shù)量共12起，且單筆融資金額較少；到了2019年，RPA開始嶄露頭角，國內(nèi)融資數(shù)量為8起，其中，英諾森連續(xù)獲兩輪融資，而全球范圍內(nèi)，RPA行業(yè)更是完成了23筆融資。

從2020年到2021年，RPA行業(yè)開始爆發(fā)。國內(nèi)單筆融資金額破2億元，15家廠商共完成了19起融資，規(guī)模達34億人民幣。到了2022年，RPA驟然變冷。國內(nèi)融資僅11起，最重要的是，估值大幅下降。

在《Market Insight：中國RPA市場發(fā)展洞察（2022）》報告中，從資本視角分析了RPA賽道的認可度，有23%的投資者認為，“RPA企業(yè)估值存在較大泡沫，企業(yè)當前營收與未來可見的收入增長難以支撐目前估值。” 而即使是“較為看好”的投資者，他們認為“雖然RPA賽道存在大量機會”，但也表現(xiàn)出了更審慎和理性的態(tài)度�？傮w來說，國內(nèi)RPA正在由“高期望的熱態(tài)投資”向“理性的穩(wěn)態(tài)投資”進行轉(zhuǎn)變。

然而，就在年初，事情出現(xiàn)了些許轉(zhuǎn)機。從太平洋彼岸吹來的AI大模型熱潮，讓冷卻的RPA市場感受到了一股暖意。

一、跨越周期

“別提了，前面投出去的十幾個SaaS項目，預計要虧1個億以上”。一位投資人士向朋友吐槽道。

不僅是RPA廠商，近兩年整個SaaS行業(yè)都在經(jīng)歷一個經(jīng)濟周期。SaaS是典型的長期主義，在全球經(jīng)濟負增長的大背景下，在SaaS行業(yè)砸錢，對于想快速看到收益的投資人來說，無疑是一場冒險。信天創(chuàng)投蔣宇捷在年初的「見實2023趨勢系列訪談」中講到，“2022年，SaaS市場估值回到了2017年的水平，只有高峰期的30%”。

具體問題具體分析。對于RPA賽道的遇冷，估值回落只是原因之一。RPA本身的“硬傷”是更重要的因素。雖然市場對自動化的需求越來越高，但目前國內(nèi)的RPA廠商還未進化到“人人可用”的階段。

做一個比喻，如果說，AI大語言模型是“大腦”，基于人工智能的超級自動化就是“神經(jīng)中樞”，各種軟件工具則相當于“四肢”，而RPA就是“神經(jīng)末梢”，起到連接器的作用。所以，RPA更像一個平臺。那么對于一個平臺來說，想要提供更實際的價值，需要深入場景，加深對場景的理解，積累行業(yè)know-how。而這些需要RPA廠商“慢下來”。

目前，國內(nèi)RPA仍處于積累行業(yè)經(jīng)驗的第一階段，對于很多場景還未足夠深入。從RPA在各領域的市場滲透率就足以看出：據(jù)網(wǎng)上公開數(shù)據(jù)，國內(nèi)RPA的市場滲透率只有10%，主要應用于金融和電商領域。過去兩年，還在起步階段的RPA廠商們趕上了風口，一年數(shù)十億的融資金額推著他們走進迷霧，迷失了方向。

跨步太大會傷到自己。放眼國內(nèi)RPA廠商，有些場景聚焦的公司，已經(jīng)在扭虧為盈。即使最開始，他們產(chǎn)品做得也沒有足夠深，但只要專注自己所做的幾大場景，做好只是時間問題。比如專注金融領域的金智維和在電商領域深耕的影刀RPA。相比之下，有些所謂的頭部RPA廠商，由于前期接受了太多融資，如今受到資本壓力，不得不拓寬場景。但場景沒做深，就急于去擴張，結(jié)果就是兩敗俱傷，傷了自己，最后也會傷了客戶。

對客戶來說，他們最關心的是能否解決問題，而不是RPA工具本身。一個在銀行領域的例子：假設交通銀行希望用RPA工具解決信用卡開卡的問題，那么在做實施的過程中，RPA廠商會寫上千行函數(shù)。但問題出現(xiàn)了，這個函數(shù)復用性很弱。因為不同銀行的開發(fā)方式不同，如果針對每家銀行都這樣實施，就會導致重復勞動。

而當產(chǎn)品交付后，RPA廠商如果不多花些時間，做行業(yè)know-how的沉淀和積累。長此以往，就無法擴展出更深的應用場景，只能解決簡單、表面的問題，效率還很低，最終也無法為客戶提供更高的價值。

“這些問題是多種因素作用的，有RPA廠商的戰(zhàn)略問題，也有執(zhí)行問題，還有一部分原因是迫于資本壓力�？傊�，種種原因?qū)е铝诵袠I(yè)亂象。” 一位曾在RPA廠商任職多年的業(yè)內(nèi)人士深深感嘆道。

當然，除了RPA企業(yè)自身的問題，需求側(cè)的動作也會向RPA廠商傳來“寒意”。2022年，多數(shù)企業(yè)都大幅削減預算。此種背景下，如果甲方客戶短期內(nèi)看不到RPA工具的價值，或者RPA工具的ROI并不高，也不會選用。而RPA工具的ROI一定與其工具能應用的場景深度有關，如果一種RPA工具更懂行業(yè)場景，應用更深，提供的價值也會越高。歸根結(jié)底，RPA廠商目前的行業(yè)現(xiàn)狀，一部分是受資本壓力，粗放擴張，導致“劣幣驅(qū)逐良幣”的行業(yè)亂象。另一部分是受經(jīng)濟周期影響。

長遠來看，RPA和超級自動化賽道依舊有很大想象空間。目前，中國人口老齡化和勞動力人口下降，加上國家政策對機器人技術(shù)和各領域自動化的驅(qū)動，各種因素在持續(xù)推動RPA的發(fā)展。眼下，RPA廠商存在的問題，確實有步伐太快導致行業(yè)亂象的問題，當然也不乏廠商本身的戰(zhàn)略問題，但長期看來這些問題會隨著需求側(cè)的推動，逐一被解決掉。

另外，RPA的行業(yè)前景得益于SaaS商業(yè)模式。SaaS之所以是典型的長期主義，一方面，因為它定期收取軟件費用，后期的拓客成本會越來越低，收益則越來越高。另一方面，SaaS還會收取業(yè)務稅，這也是RPA賽道曾受資本追捧的主要原因。業(yè)務稅，簡單來說，是從業(yè)務的增長里收取一部分抽傭/收益。而像RPA這種軟件機器人，可以極大節(jié)省人效，收益天花板極高。但業(yè)務稅是一把雙刃劍，公司發(fā)展得好，SaaS公司就收益也高，反之亦然。

所以，RPA廠商要想穿越資本寒冬，最重要的是，打磨自身產(chǎn)品，把行業(yè)場景做深，積累行業(yè)know-how。等資本復蘇之時，RPA廠商若能過渡到第二階段，自然會迎來下一場爆發(fā)。而這第二階段，就是與AI的融合。將RPA當作底層技術(shù)，再與AI技術(shù)融合，擴展出更深的場景，加速場景落地，做出智能自動化的機器人。

其實，目前有一些廠商已經(jīng)瞄準了超級自動化這樣的產(chǎn)品。這其中，有在人工智能流程自動化領域的「實在智能」，其近日基于AI大模型推出話式文檔審閱產(chǎn)品“Chat-IDP”；也有剛從弘璣出來，準備在人機交互領域大展宏圖的「瀾碼科技」，其2月份剛成立就拿到上千萬元的融資，并與國內(nèi)頭部自動化辦公軟件廠商達成合作。

在AGI熱潮持續(xù)涌進的當下，給RPA廠商和LP們都傳遞了一些希望。

二、暖風襲來，AGI走進RPA

ChatGPT帶火的這波熱潮，預計還要持續(xù)一段時間。短短一個月，互聯(lián)網(wǎng)大廠已經(jīng)就AI大模型卷了起來。

說到底，ChatGPT只是AGI技術(shù)的一個分支。從技術(shù)層面上來看AGI，它主要包含生成算法、NLP（自然語言處理）、NLU（自然語言理解）、預訓練模式、機器學習、多模態(tài)等AI技術(shù)的深度融合。

而之所以ChatGPT能帶火AGI技術(shù)，背后還要靠它的“人性思維”，這也是為什么人們在感嘆ChatGPT技術(shù)的同時，也擔心著自己可能很快要被AI取代的命運。這種人性思維，讓ChatGPT可以不再根據(jù)機械化的固定腳本輸出內(nèi)容，而是可以根據(jù)自己的”思考”，產(chǎn)生與人類共鳴的內(nèi)容。

這一點正是AGI技術(shù)的精髓所在。但也正是因為它在根據(jù)自己的“思考”生產(chǎn)內(nèi)容，導致其在準確性方面還有不少提升空間。目前，這種技術(shù)更多還停留于C端。其實，AGI技術(shù)本身并不分to C or to B，只是當下，這種技術(shù)的準確度和速度還比較受限。

在C端場景，用戶更在乎這種技術(shù)帶給他們的新奇感和樂趣，至于內(nèi)容質(zhì)量并不是最高優(yōu)先級，甚至，C端用戶可以容忍它犯的一些錯誤。但B端場景則不同，企業(yè)客戶不僅要求質(zhì)量高，還要求速度快。這就形成了在AGI技術(shù)上，B2C和B2B的清晰界限。

然而，雖然AGI技術(shù)目前的成熟度還無法完全應用于B端，但其不斷創(chuàng)新的算法、預訓練模型等技術(shù)激發(fā)了各行業(yè)的想象力。比如，在RPA賽道，從前的機器人客服只能用固定的模板來回答消費者的問題，但若結(jié)合AGI技術(shù)，機器人客服可以自己理解上下文，從而個性化地回答問題。

從某種程度上講，RPA和AGI有共同之處，它們都屬于自動化技術(shù)。RPA的本質(zhì)相當于軟件工具人，幫助坐在辦公室里的白領解決重復性、規(guī)則性強的基礎工作。所以，AGI技術(shù)本身與RPA形成互補關系，RPA幫助AI模型收集信息，反過來，AI模型會更好地幫助RPA做主觀決策。

一個在電商領域的場景是差評回復。比如，消費者在網(wǎng)上購買鞋，但回到家發(fā)現(xiàn)有瑕疵，這時候就會找到客服。從前的產(chǎn)品服務是從知識庫里挑選模版來回答，但這種回答未必能解決客戶的問題。但結(jié)合AI大模型技術(shù)后，智能機器人客服通過AI模型的推理能力，更理解消費者的話，在此基礎上，再去知識庫尋找問題答案并回答。

以上是影刀RPA已經(jīng)應用的一個客戶案例。

目前，已有不少RPA廠商都在試水AGI技術(shù)，將其應用在業(yè)務場景中。畢竟，兩種重復性高的技術(shù)，融合在一起會帶來很多變革。對此，影刀創(chuàng)始人兼CTO石開認為，AGI對RPA的影響有兩方面。

第一， 能力邊界的擴展。上述的差評回復就是一個非常真實例子。從技術(shù)層面理解，RPA更接近于一種底層的連接器，它本身只能作為一個非主觀的角色。但當AI大模型應用進來，兩者結(jié)合去擴展能力邊界，從而覆蓋更多業(yè)務線。

但技術(shù)人員想要實現(xiàn)這點，仍然要面臨些挑戰(zhàn)。因為大模型本身并不懂如何去操作，也不認識這些軟件。所以在前期，AI大模型本身也需要大量時間，積累行業(yè)know-how。

第二，AGI技術(shù)的賦能，會提升RPA工具的使用體驗。類似于ChatGPT，我們只要把自己的需求說出來，它就會按照指令去執(zhí)行。當然在to B領域，技術(shù)也需要學習如何去執(zhí)行。但只要前期訓練到位，小白用戶也可以像使用ChatGPT一樣使用RPA工具。把需求通過聊天的方式在聊天框告訴RPA工具，它就會自動幫助執(zhí)行流程。這直接將RPA拉到更智能的水平。

然而，AGI技術(shù)與RPA的結(jié)合并不易。雖然AGI技術(shù)本身并不難，很多互聯(lián)網(wǎng)大廠也都在推出自己的AI大語言模型，但其真正的難點在于實際應用，積累行業(yè)經(jīng)驗。而這還要看自己本身的行業(yè)積累，比如，對于那些在某幾個領域深耕的RPA玩家來說，如今站在AGI的風口浪尖上，結(jié)合自己在行業(yè)里多年的積累，終于看到了機會。

三、RPA的“華麗變身”

在AGI風口下，RPA正在經(jīng)歷一場“華麗”的變身，駛向更智能的自動化。

“在過去，數(shù)字機器人更像是一個執(zhí)行器，‘人+數(shù)字機器人’才能實現(xiàn)從頂層規(guī)劃到底層執(zhí)行的閉環(huán)，但在未來，數(shù)字機器人可以實現(xiàn)理解+規(guī)劃+執(zhí)行的全流程，這是一個極其巨大的變化。”這是某超自動化廠商對未來數(shù)字機器人的判斷。

在未來，以LLM通用大語言模型為基礎的超級大腦將會從根本上改變?nèi)藱C的交互方式，比如從界面操作模式變成自然語言模式，通過聊天式的@各類機器人，驅(qū)動各類自動化的工作。一位行業(yè)人士告訴產(chǎn)業(yè)家，“當前，數(shù)字機器人仍然以自動化執(zhí)行能力為主，而未來，具有超級大腦的數(shù)字機器人則將能夠具備從需求理解到資源規(guī)劃，到自動化執(zhí)行，最后結(jié)果交付的全鏈條能力。這也必將深刻改變office場景的工作形態(tài)。”

所以說，“未來人機交互一定會發(fā)生變革”，同樣在人機交互賽道的「瀾碼科技」創(chuàng)始人周健也有相似的感觸。

早在五年前，周健就預測，摩爾定律將逐漸失效，未來會出現(xiàn)“行星極的智能系統(tǒng)”。而瀾碼科技在當下的時間出現(xiàn)也并非偶然。今年2月，周健從弘璣離職剛滿兩個月，就決定要做一個對話式機器人系統(tǒng)。其底層技術(shù)是AI大語言模型+RPA。他這樣定義瀾碼：“如果AI大語言模型是大腦，郵箱、網(wǎng)盤、PPT等辦公軟件是四肢，瀾碼則相當于神經(jīng)中樞，RPA就是與四肢配合的神經(jīng)末梢。”

瀾碼科技的優(yōu)勢在于，結(jié)合AI大語言模型，調(diào)用各種軟件的底層API，用戶通過自然語言將需求描述出來，瀾碼就會將需求拆解成對于底層基礎API的調(diào)用，從而幫助用戶完成一些基礎的重復性工作。而能調(diào)用多少個API，則決定著對自然語言能理解到什么程度，以及用自動化能替代掉多少基礎流程。

周健給了產(chǎn)業(yè)家一個具體的案例。在To B場景下，公司需要預約會議開會，客戶只需說出自己的需求，如“預約明天下午兩點與某部門開會討論XX事宜。” 利用瀾碼的技術(shù)，其產(chǎn)品就會自動在釘釘或飛書的辦公軟件中找到相關部門，發(fā)送信息，并選擇Zoom或騰訊會議，預約會議。

在這過程中，可能涉及到微信、網(wǎng)盤、BI、OA等軟件，而客戶并不需要糾結(jié)選擇哪些辦公軟件或會議軟件等細節(jié)，只需用自然語言描述出需求，瀾碼就會利用這些軟件的基本功能，調(diào)用上百個API。所以，目前瀾碼主要在做的就是提升能夠調(diào)用的API數(shù)量，從而讓其產(chǎn)品更智能化。

此外，還有很多其他的RPA廠商也都在嘗試自己研發(fā)AI語言模型，而有些廠商則選擇與微軟Azure OpenAI合作，接入他們的LLM，如來也和影刀。在AI大語言模型的基礎上，各家再輸入其垂直賽道的個性化信息和數(shù)據(jù)，從而訓練自己的語言模型。

在RPA或智能自動化領域，未來比拼的可能會是自家對AI大語言模型的訓練程度。一方面，這與技術(shù)創(chuàng)新有關；另一方面，也是更重要的一點，則與行業(yè)know-how有關。如果一家RPA廠商在某些垂直領域本身已經(jīng)積累了比較深的行業(yè)經(jīng)驗，那么數(shù)據(jù)越多，訓練出來的LLM就更能理解自然語言需求，從而擴展出更深的應用場景。

然而，據(jù)Gartner成熟曲線，生成式AI已進入第二階段發(fā)展，但距離生產(chǎn)成熟期需要2-5年；而智能機器人的技術(shù)成熟期更長，需要5-10年。所以兩者融合可能還會存在很多變數(shù)。

目前，在RPA這片田野上，雖然還存在大量空白市場，但競爭仍較為激烈，因為大多數(shù)廠商都聚在數(shù)字化程度較高的幾個領域，同質(zhì)化嚴重。

另外，值得注意的是，為什么很多廠商雖然自身的底層技術(shù)是RPA，但并不會將自己劃分到RPA賽道中？或許是因為更智能的自動化更有想象力，又或許是RPA領域已經(jīng)承受了太重的資本壓力。

從市場趨勢來看，RPA屬性正在逐漸淡化，一些廠商都已瞄準更高階的智能機器人。可能未來5～10年，隨著AI語言模型的發(fā)展，RPA的產(chǎn)品邏輯會徹底改變，RPA廠商也會進化到更智能的階段。屆時，“RPA”這個概念也許會消亡，以更高級的自動化形式存在下去。

這是RPA行業(yè)的下一個拐點，也是它的宿命。

       原文標題 : 大模型時代，RPA的冰與火之歌｜產(chǎn)業(yè)特稿