云计算、大数据已经过时?不,正是因为它们RPA才能大流行
站在云计算、大数据、人工智能的肩膀上,RPA才能走得更远
文/王吉伟
最近看到这样一个观点:云计算、大数据已经过时,软件机器人RPA大流行。
RPA正在流行不假,云计算和大数据技术却没有过时,而且将来也不会过时。
一方面在于, IOT时代云计算与大数据是各种应用不可或缺的底层架构;另一方面,RPA想要更好的发展,需要借力融合云计算、大数据、AI等技术;此外,只有云计算、大数据、人工智能、RPA正在融合发展,未来人人可用的超自动化的时代才能实现。
会出现这个观点,表明大众对RPA仍存在一些误解。RPA不是要将已有技术颠覆,相反正是因为云计算、大数据等技术的发展与应用,才使得RPA能够走到现在的爆发期。如果认为RPA流行了,云计算和大数据就过时了,那肯定是不对的。
类似的说法也容易引起误导,会让大家感觉有了RPA,企业就不再需要其他的企业管理软件了。RPA是连接器,是摆渡车,也是超级外挂,它的存在是为了让更多软件系统能够更好的连接与协同,以最大程度的实现业务流程自动化。
鉴于很多人对RPA仍旧不甚熟悉,关于云计算、大数据、AI与RPA的关系,王吉伟频道在这里做个梳理,以让大家更好的理解RPA。
RPA正在上云,SaaS化离不开云计算
目前的RPA,提供方式主要有开发型、本地部署型、SaaS型(云型)三种。
开发型RPA,从定义必要条件阶段就开始进行单独设计,适合于大型企业定制;本地部署型RPA,就是在公司的服务器和电脑上安装使用RPA软件,一般都是企业采购RPA成品;SaaS型RPA,用户可登录到云服务平台,在云环境中部署软件机器人,并在Web浏览器上自动执行任务。
三种RPA,开发型成本最高,本地部署型成本次之,SaaS型成本最低。对于想通过云服务来实现业务流程自动化的公司,SaaS型RPA最为适合。
RPA上云的好处很多,能够帮助企业跨域部署RPA,以及更方便快捷的部署。企业可以按需上线RPA机器人,从而更好的节省成本。即便一些SaaS型RPA仍旧需要本地部署服务,但SaaS具备的优点差不多RPA都有,所以更受企业欢迎。
尤其是,SaaS化能够让RPA厂商规模快速扩张,因此也会在资本市场得到更多的认可。
对于RPA上云,王吉伟频道在《上云以后,SaaS化RPA的未来在哪里》一文中做过较详细阐述,感兴趣的朋友可以点击链接阅读。
从趋势而言,大部分RPA都要走SaaS或者PaaS路线,这是平台级RPA必走的路径。由此对于RPA上云,很多厂商非常重视。来也科技甚至还发布了一个《RPA上云白皮书》,告诉大家什么是真正的企业上云。
SaaS是云计算的三种服务模式之一,所以SaaS型RPA必然离不开云计算支撑。初期的RPA平台在搭建方面多会选择公有云或者混合云,毕竟RPA只是SaaS或者PaaS,业务重点在于解决业务流程自动化环节,而不是更底层的IaaS。
其实从SaaS型RPA产品架构而言,处于架构顶层的RPA大流行,也就是SaaS服务的流行,所以没有云计算过时这一说。而在RPA上云的同时,广大云计算厂商也在相继推出RPA业务,RPA与云计算正在进入一个崭新的融合阶段。
RPA可让数据顺畅流转,数据分析离不开大数据
同样,RPA与大数据之间也不是取代的关系。相对于大数据技术的数据收集, RPA能够更方便快捷的在不同软件系统之间搬运数据,换种方式助力企业打通数据孤岛。RPA通过自动化技术助力企业的运营实现数据流通,不同系统之间的数据流转起来之后,仍旧需要大数据技术进行分析与挖掘,才能进一步将有价值的数据提纯,辅助企业运营中的各种决策。
对于采用RPA工具的数据分析及应用流程,通过RPA将业务流程最大程度的自动化是第一步,用RPA将各种数据分流、汇总、整合是第二步,通过大数据技术进行分析与挖掘并应用是第三步。可以见得,RPA对于数据的收集与汇总起着重要作用,这一部分如果用人力实现,工作量不大不说,更存在一定的出错几率。
那么,数据收集与汇总的部分,大数据技术能够实现吗?当然能,但需要你搭建一个基于公有云或者私有云的大数据平台,将所有的企管软件集成,实现业务流程自动化基础上的数据自动化提取,并需要保证所有数据有一个统一出口。
这对于信息化建设多年存在多种企管软件的企业而言,实现起来非常困难,投入大、工期长、维护困难且成效并不高。
相对于各种工具与平台而言,当下技术日渐成熟的RPA就成了最好的解决方案。作为非侵入式的“外挂”级存在,RPA是衔接各种系统的连通器,可以让不具备自建大数据平台的广大中、小企业快速打通各种平台,尽快实现以数据指导企业经营。
融合AI的RPA,应用场景更加多元
RPA是流程自动化,根据规则自动完成重复的业务流程,侧重于用机器人代替人力自动执行各种流程业务。AI是让机器能够像人一样做出判断,主要研究的是让机器能够执行需要人类智能才能完成的复杂任务。
当RPA与AI融合之后,RPA机器人不只能够执行自动化任务,还具备了简单的决策能力。同时这种能力可以随着不断的深度学习而不断升级,也就能够应用于更加复杂的业务流程。
不管是RPA+AI,还是AI+RPA,两种组合都能通过监控引擎、决策引擎、运筹引擎、控制引擎等方式与Robot“沟通”。Robot则通过AI(OCR、NLP、语音交互等)更好地执行操作命令。
同时,Robot工作数据反馈给AI+RPA(智慧大脑),通过算法训练、机器学习以后,选择更优的流程路线运行。
现在的RPA,多已引入OCR、聊天机器人、自然语言处理、语音识别、智能决策等相关的AI技术。融合AI的RPA,可以快速而准确地处理大量非结构化数据,因此能够胜任很多业务场景,助力企业快速降本增效。
大家可以通过以下几个业务场景,感受RPA与AI融合带来业务流程效率变化。
- 福佑卡车单据审核流程,在应用来也科技RPA+AI解决方案后,一年就可节省人力2400小时,且单据审核准确性高达100%。
- 某城市商业银行采用达观数据集RPA+OCR+NLP+KG于一体的国际业务智能审单机器人,汇出汇款业务流程由30分钟缩短至5分钟,效率提升500%,错误率显著降低。
- 某保险企业采用云扩智能RPA后,原本繁琐的车险录单流程,现在只需业务人员上传一张照片,全流程都由RPA机器人自动化执行,效率大幅提升。
类似的RPA应用场景还有很多,每个RPA产品都能切实有效的快速帮助企业实现降本增效。
需要说明的是,通过OCR、NLP等技术提升RPA应用效率,只是RPA融合AI的好处之一。更重要的在于AI技术可以让RPA理解组织内的决策,并应用统计分析来制定相应的决策规则,进而完成对大规模业务流程中复杂问题的智能决策。
这就意味着,如果投喂数据足够多,深度学习的时间足够长,面向RPA应用的算法模型足够强,理论上以后企业只需要RPA,足以挖掘出大部分需要优化的流程并实现自动化,对于企业的增效降本不言而喻。
后记:云计算、大数据不会过时,RPA将因它们而大流行
作为IOT时代的基础设施,云计算永远不会过时。也正是因为云计算的不断发展,像5G、AI等技术才能更快地与各行业融合。云计算主要功能有三,即网络、存储与计算,网络面向数据传输,存储是数据的立足空间,计算则用于处理各种数据。
云计算为大数据应用提供了必需的技术架构平台,大数据必须采用分布式计算架构,挖掘数据必须依托云计算的分布式数据库,云存储和虚拟化技术。云计算和大数据相辅相成,基于大数据才可以进行云计算,两者相互作用才可以在现在的互联网世界进行管理和模拟。
只要云计算存在,必然离不开大数据技术,也就不存在云计算与大数据过时的说法。
当前RPA行业的总体趋势是,人工智能、大数据等平台借助RPA下探并落地,RPA平台步入SaaS化,云化的企管软件也在集成RPA。在RPA融合多种技术,与多方平台相互集成,走向云计算,并被更多企业接受的同时,云计算、大数据、人工智能、企管软件等平台也正在积极融合RPA。
像阿里云、华为云、用友、金蝶等都推出了RPA,同时国产通用RPA厂商很多原本就是做云服务、大数据以及人工智能平台的。随着RPA技术的日益成熟与应用场景越发多元,RPA正在成为自动化解决方案生力军,也成了各种数字化转型解决方案的重要载体。这些,大家可以翻阅王吉伟频道之前的文章,这里不再赘叙。
相信大部分人知道RPA,是因为看到了日渐增多的媒体报道。多家RPA融资的新闻,不断地触动大众眼球。RPA确实正在流行,只是还没有到大流行的阶段。
各家厂商推出的云计算、大数据、人工智能等、低代码、workflow、OA等平台产品,同样也可以助力企业实现业务流程自动化。只是对于那些信息化基础不好的企业而言,要借助这类平台实现业务流程自动化,需要投入更多。
数字化转型要因需而异,业务量没有那么大的情况下,没有必要投入巨资搭建大数据等平台,这个时候RPA就是更好的选择。这,也是RPA能够流行的原因之一。
RPA能够带给企业的ROI是非常直接的,因为所有企业都存在着业务流程优化的需求。尤其是传统企业仍旧存在大量人力处理数据表格的场景,譬如财务以及人力资源部门。这些部门往往原本需要多人的工作,在应用RPA后只需一人就能完成,降本增效极为明显。
从转型升级角度,相对于上来就搞大数据平台的做法,从业务流程自动化切入数字化转型,可以边做实践边享收益,属于一举两得的转型策略。
这也是王吉伟频道在《中小企业数字化转型难,不妨先从业务流程自动化开始》一文中,推荐企业数字化转型首先尝试业务流程自动化的主要原因。
如果你的数字化转型之路还没有开启,仍旧不知道如何进行数字化转型,不妨先从业务流程自动化开始,因为所有企业都会存在业务流程优化的需求。当企业从自动化着手解决了数据流通的问题后,后面的转型路径再因需求而升级,也就简单的多。
总之,RPA算是数字化转型最简单有效的工具之一,广大中小企业尽可一试。