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“神經網絡”，那么AI就相當于機器人的“大腦”。兩者的結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，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。總體來說，國內RPA正在由“高期望的熱態(tài)投資”向“理性的穩(wěn)態(tài)投資”進行轉變。

然而，就在年初，事情出現(xiàn)了些許轉機。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)都在經歷一個經濟周期。SaaS是典型的長期主義，在全球經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“神經中樞”，各種軟件工具則相當于“四肢”，而RPA就是“神經末梢”，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RPA仍處于積累行業(yè)經驗的第一階段，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)網上公開數(shù)據(jù)，國內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RPA廠商，有些場景聚焦的公司，已經在扭虧為盈。即使最開始，他們產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�，種種原因導致了行業(yè)亂象。” 一位曾在RPA廠商任職多年的業(yè)內人士深深感嘆道。

當然，除了RPA企業(yè)自身的問題，需求側的動作也會向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“劣幣驅逐良幣”的行業(yè)亂象。另一部分是受經濟周期影響。

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和各領域自動化的驅動，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，再與AI技術融合，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瞄準了超級自動化這樣的產品。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)網大廠已經就AI大模型卷了起來。

說到底，ChatGPT只是AGI技術的一個分支。從技術層面上來看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技術的深度融合。

而之所以ChatGPT能帶火AGI技術，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容，而是可以根據(jù)自己的”思考”，產生與人類共鳴的內容。

這一點正是AGI技術的精髓所在。但也正是因為它在根據(jù)自己的“思考”生產內容，導致其在準確性方面還有不少提升空間。目前，這種技術更多還停留于C端。其實，AGI技術本身并不分to C or to B，只是當下，這種技術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帶給他們的新奇感和樂趣，至于內容質量并不是最高優(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)客戶不僅要求質量高，還要求速度快。這就形成了在AGI技術上，B2C和B2B的清晰界限。

然而，雖然AGI技術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，但若結合AGI技術，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。RPA的本質相當于軟件工具人，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。但結合AI大模型技術后，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，將其應用在業(yè)務場景中。畢竟，兩種重復性高的技術，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，兩者結合去擴展能力邊界，從而覆蓋更多業(yè)務線。

但技術人員想要實現(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技術與RPA的結合并不易。雖然AGI技術本身并不難，很多互聯(lián)網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人機的交互方式，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，驅動各類自動化的工作。一位行業(yè)人士告訴產業(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、網盤、PPT等辦公軟件是四肢，瀾碼則相當于神經中樞，RPA就是與四肢配合的神經末梢。”

瀾碼科技的優(yōu)勢在于，結合AI大語言模型，調用各種軟件的底層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的調用，從而幫助用戶完成一些基礎的重復性工作。而能調用多少個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，其產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、網盤、BI、OA等軟件，而客戶并不需要糾結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，調用上百個API。所以，目前瀾碼主要在做的就是提升能夠調用的API數(shù)量，從而讓其產品更智能化。

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積累了比較深的行業(yè)經驗，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，但距離生產成熟期需要2-5年；而智能機器人的技術成熟期更長，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｜產業(yè)特稿