雲計算、大數據已經過時?不，正是因爲它們RPA才能大流行
站在雲計算、大數據、人工智能的肩膀上，RPA才能走得更遠
文/王吉偉
最近看到這樣一個觀點：雲計算、大數據已經過時，軟件機器人RPA大流行。
RPA正在流行不假，雲計算和大數據技術卻沒有過時，而且將來也不會過時。
一方面在於， IOT時代雲計算與大數據是各種應用不可或缺的底層架構；另一方面，RPA想要更好的發展，需要借力融合雲計算、大數據、AI等技術；此外，只有雲計算、大數據、人工智能、RPA正在融合發展，未來人人可用的超自動化的時代才能實現。
會出現這個觀點，表明大衆對RPA仍存在一些誤解。RPA不是要將已有技術顛覆，相反正是因爲雲計算、大數據等技術的發展與應用，才使得RPA能夠走到現在的爆發期。如果認爲RPA流行了，雲計算和大數據就過時了，那肯定是不對的。
類似的說法也容易引起誤導，會讓大家感覺有了RPA，企業就不再需要其他的企業管理軟件了。RPA是連接器，是擺渡車，也是超級外掛，它的存在是爲了讓更多軟件系統能夠更好的連接與協同，以最大程度的實現業務流程自動化。
鑑於很多人對RPA仍舊不甚熟悉，關於雲計算、大數據、AI與RPA的關係，王吉偉頻道在這裏做個梳理，以讓大家更好的理解RPA。
RPA正在上雲，SaaS化離不開雲計算
目前的RPA，提供方式主要有開發型、本地部署型、SaaS型(雲型)三種。
開發型RPA，從定義必要條件階段就開始進行單獨設計，適合於大型企業定製；本地部署型RPA，就是在公司的服務器和電腦上安裝使用RPA軟件，一般都是企業採購RPA成品；SaaS型RPA，用戶可登錄到雲服務平臺，在雲環境中部署軟件機器人，並在Web瀏覽器上自動執行任務。
三種RPA，開發型成本最高，本地部署型成本次之，SaaS型成本最低。對於想通過雲服務來實現業務流程自動化的公司，SaaS型RPA最爲適合。
RPA上雲的好處很多，能夠幫助企業跨域部署RPA，以及更方便快捷的部署。企業可以按需上線RPA機器人，從而更好的節省成本。即便一些SaaS型RPA仍舊需要本地部署服務，但SaaS具備的優點差不多RPA都有，所以更受企業歡迎。
尤其是，SaaS化能夠讓RPA廠商規模快速擴張，因此也會在資本市場得到更多的認可。
對於RPA上雲，王吉偉頻道在《上雲以後，SaaS化RPA的未來在哪裏》一文中做過較詳細闡述，感興趣的朋友可以點擊鏈接閱讀。
從趨勢而言，大部分RPA都要走SaaS或者PaaS路線，這是平臺級RPA必走的路徑。由此對於RPA上雲，很多廠商非常重視。來也科技甚至還發布了一個《RPA上雲白皮書》，告訴大傢什麼是真正的企業上雲。
SaaS是雲計算的三種服務模式之一，所以SaaS型RPA必然離不開雲計算支撐。初期的RPA平臺在搭建方面多會選擇公有云或者混合雲，畢竟RPA只是SaaS或者PaaS，業務重點在於解決業務流程自動化環節，而不是更底層的IaaS。
其實從SaaS型RPA產品架構而言，處於架構頂層的RPA大流行，也就是SaaS服務的流行，所以沒有云計算過時這一說。而在RPA上雲的同時，廣大雲計算廠商也在相繼推出RPA業務，RPA與雲計算正在進入一個嶄新的融合階段。
RPA可讓數據順暢流轉，數據分析離不開大數據
同樣，RPA與大數據之間也不是取代的關係。相對於大數據技術的數據收集， RPA能夠更方便快捷的在不同軟件系統之間搬運數據，換種方式助力企業打通數據孤島。RPA通過自動化技術助力企業的運營實現數據流通，不同系統之間的數據流轉起來之後，仍舊需要大數據技術進行分析與挖掘，才能進一步將有價值的數據提純，輔助企業運營中的各種決策。
對於採用RPA工具的數據分析及應用流程，通過RPA將業務流程最大程度的自動化是第一步，用RPA將各種數據分流、彙總、整合是第二步，通過大數據技術進行分析與挖掘並應用是第三步。可以見得，RPA對於數據的收集與彙總起着重要作用，這一部分如果用人力實現，工作量不大不說，更存在一定的出錯機率。
那麼，數據收集與彙總的部分，大數據技術能夠實現嗎?當然能，但需要你搭建一個基於公有云或者私有云的大數據平臺，將所有的企管軟件集成，實現業務流程自動化基礎上的數據自動化提取，並需要保證所有數據有一個統一出口。
這對於信息化建設多年存在多種企管軟件的企業而言，實現起來非常困難，投入大、工期長、維護困難且成效並不高。
相對於各種工具與平臺而言，當下技術日漸成熟的RPA就成了最好的解決方案。作爲非侵入式的“外掛”級存在，RPA是銜接各種系統的連通器，可以讓不具備自建大數據平臺的廣大中、小企業快速打通各種平臺，儘快實現以數據指導企業經營。
融合AI的RPA，應用場景更加多元
RPA是流程自動化，根據規則自動完成重複的業務流程，側重於用機器人代替人力自動執行各種流程業務。AI是讓機器能夠像人一樣做出判斷，主要研究的是讓機器能夠執行需要人類智能才能完成的複雜任務。
當RPA與AI融合之後，RPA機器人不只能夠執行自動化任務，還具備了簡單的決策能力。同時這種能力可以隨着不斷的深度學習而不斷升級，也就能夠應用於更加複雜的業務流程。
不管是RPA+AI，還是AI+RPA，兩種組合都能通過監控引擎、決策引擎、運籌引擎、控制引擎等方式與Robot“溝通”。Robot則通過AI(OCR、NLP、語音交互等)更好地執行操作命令。
同時，Robot工作數據反饋給AI+RPA(智慧大腦)，通過算法訓練、機器學習以後，選擇更優的流程路線運行。
現在的RPA，多已引入OCR、聊天機器人、自然語言處理、語音識別、智能決策等相關的AI技術。融合AI的RPA，可以快速而準確地處理大量非結構化數據，因此能夠勝任很多業務場景，助力企業快速降本增效。
大家可以通過以下幾個業務場景，感受RPA與AI融合帶來業務流程效率變化。
福佑卡車單據審覈流程，在應用來也科技RPA+AI解決方案後，一年就可節省人力2400小時，且單據審覈準確性高達100%。
某城市商業銀行採用達觀數據集RPA+OCR+NLP+KG於一體的國際業務智能審單機器人，匯出匯款業務流程由30分鐘縮短至5分鐘，效率提升500%，錯誤率顯著降低。
某保險企業採用雲擴智能RPA後，原本繁瑣的車險錄單流程，現在只需業務人員上傳一張照片，全流程都由RPA機器人自動化執行，效率大幅提升。
類似的RPA應用場景還有很多，每個RPA產品都能切實有效的快速幫助企業實現降本增效。
需要說明的是，通過OCR、NLP等技術提升RPA應用效率，只是RPA融合AI的好處之一。更重要的在於AI技術可以讓RPA理解組織內的決策，並應用統計分析來制定相應的決策規則，進而完成對大規模業務流程中複雜問題的智能決策。
這就意味着，如果投餵數據足夠多，深度學習的時間足夠長，面向RPA應用的算法模型足夠強，理論上以後企業只需要RPA，足以挖掘出大部分需要優化的流程並實現自動化，對於企業的增效降本不言而喻。
後記：雲計算、大數據不會過時，RPA將因它們而大流行
作爲IOT時代的基礎設施，雲計算永遠不會過時。也正是因爲雲計算的不斷髮展，像5G、AI等技術才能更快地與各行業融合。雲計算主要功能有三，即網絡、存儲與計算，網絡面向數據傳輸，存儲是數據的立足空間，計算則用於處理各種數據。
雲計算爲大數據應用提供了必需的技術架構平臺，大數據必須採用分佈式計算架構，挖掘數據必須依託雲計算的分佈式數據庫，雲存儲和虛擬化技術。雲計算和大數據相輔相成，基於大數據纔可以進行雲計算，兩者相互作用纔可以在現在的互聯網世界進行管理和模擬。
只要雲計算存在，必然離不開大數據技術，也就不存在雲計算與大數據過時的說法。
當前RPA行業的總體趨勢是，人工智能、大數據等平臺藉助RPA下探並落地，RPA平臺步入SaaS化，雲化的企管軟件也在集成RPA。在RPA融合多種技術，與多方平臺相互集成，走向雲計算，並被更多企業接受的同時，雲計算、大數據、人工智能、企管軟件等平臺也正在積極融合RPA。
像阿里雲、華爲雲、用友、金蝶等都推出了RPA，同時國產通用RPA廠商很多原本就是做雲服務、大數據以及人工智能平臺的。隨着RPA技術的日益成熟與應用場景越發多元，RPA正在成爲自動化解決方案生力軍，也成了各種數字化轉型解決方案的重要載體。這些，大家可以翻閱王吉偉頻道之前的文章，這裏不再贅敘。
相信大部分人知道RPA，是因爲看到了日漸增多的媒體報道。多家RPA融資的新聞，不斷地觸動大衆眼球。RPA確實正在流行，只是還沒有到大流行的階段。
各家廠商推出的雲計算、大數據、人工智能等、低代碼、workflow、OA等平臺產品，同樣也可以助力企業實現業務流程自動化。只是對於那些信息化基礎不好的企業而言，要藉助這類平臺實現業務流程自動化，需要投入更多。
數字化轉型要因需而異，業務量沒有那麼大的情況下，沒有必要投入巨資搭建大數據等平臺，這個時候RPA就是更好的選擇。這，也是RPA能夠流行的原因之一。
RPA能夠帶給企業的ROI是非常直接的，因爲所有企業都存在着業務流程優化的需求。尤其是傳統企業仍舊存在大量人力處理數據表格的場景，譬如財務以及人力資源部門。這些部門往往原本需要多人的工作，在應用RPA後只需一人就能完成，降本增效極爲明顯。
從轉型升級角度，相對於上來就搞大數據平臺的做法，從業務流程自動化切入數字化轉型，可以邊做實踐邊享收益，屬於一舉兩得的轉型策略。
這也是王吉偉頻道在《中小企業數字化轉型難，不妨先從業務流程自動化開始》一文中，推薦企業數字化轉型首先嚐試業務流程自動化的主要原因。
如果你的數字化轉型之路還沒有開啓，仍舊不知道如何進行數字化轉型，不妨先從業務流程自動化開始，因爲所有企業都會存在業務流程優化的需求。當企業從自動化着手解決了數據流通的問題後，後面的轉型路徑再因需求而升級，也就簡單的多。
總之，RPA算是數字化轉型最簡單有效的工具之一，廣大中小企業儘可一試。
【王吉偉頻道，關注TMT與IoT，專注數字化轉型與流程自動化。】