雲計算、大資料已經過時?不，正是因為它們RPA才能大流行

站在雲計算、大資料、人工智慧的肩膀上，RPA才能走得更遠

最近看到這樣一個觀點：雲計算、大資料已經過時，軟體機器人RPA大流行。

RPA正在流行不假，雲計算和大資料技術卻沒有過時，而且將來也不會過時。

一方面在於， IOT時代雲計算與大資料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、大資料、AI等技術；此外，只有雲計算、大資料、人工智慧、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，表明大眾對RPA仍存在一些誤解。RPA不是要將已有技術顛覆，相反正是因為雲計算、大資料等技術的發展與應用，才使得RPA能夠走到現在的爆發期。如果認為RPA流行了，雲計算和大資料就過時了，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體了。RPA是聯結器，是擺渡車，也是超級外掛，它的存在是為了讓更多軟體系統能夠更好的連線與協同，以最大程度的實現業務流程自動化。

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，就是在公司的伺服器和電腦上安裝使用RPA軟體，一般都是企業採購RPA成品；SaaS型RPA，使用者可登入到雲服務平臺，在雲環境中部署軟體機器人，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。對於想透過雲服務來實現業務流程自動化的公司，SaaS型RPA最為適合。

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。

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可讓資料順暢流轉，資料分析離不開大資料

同樣，RPA與大資料之間也不是取代的關係。相對於大資料技術的資料收集， RPA能夠更方便快捷的在不同軟體系統之間搬運資料，換種方式助力企業打通資料孤島。RPA透過自動化技術助力企業的運營實現資料流通，不同系統之間的資料流轉起來之後，仍舊需要大資料技術進行分析與挖掘，才能進一步將有價值的資料提純，輔助企業運營中的各種決策。

對於採用RPA工具的資料分析及應用流程，透過RPA將業務流程最大程度的自動化是第一步，用RPA將各種資料分流、彙總、整合是第二步，透過大資料技術進行分析與挖掘並應用是第三步。可以見得，RPA對於資料的收集與彙總起著重要作用，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，資料收集與彙總的部分，大資料技術能夠實現嗎?當然能，但需要你搭建一個基於公有云或者私有云的大資料平臺，將所有的企管軟體整合，實現業務流程自動化基礎上的資料自動化提取，並需要保證所有資料有一個統一出口。

這對於資訊化建設多年存在多種企管軟體的企業而言，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。作為非侵入式的“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資料平臺的廣大中、小企業快速打通各種平臺，儘快實現以資料指導企業經營。

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慧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著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，兩種組合都能透過監控引擎、決策引擎、運籌引擎、控制引擎等方式與Robot“溝通”。Robot則透過AI(OCR、NLP、語音互動等)更好地執行操作命令。

同時，Robot工作資料反饋給AI+RPA(智慧大腦)，透過演算法訓練、機器學習以後，選擇更優的流程路線執行。

現在的RPA，多已引入OCR、聊天機器人、自然語言處理、語音識別、智慧決策等相關的AI技術。融合AI的RPA，可以快速而準確地處理大量非結構化資料，因此能夠勝任很多業務場景，助力企業快速降本增效。

大家可以透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。

福佑卡車單據稽核流程，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，且單據稽核準確性高達100%。某城市商業銀行採用達觀資料集RPA+OCR+NLP+KG於一體的國際業務智慧審單機器人，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慧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，透過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慧決策。

這就意味著，如果投餵資料足夠多，深度學習的時間足夠長，面向RPA應用的演算法模型足夠強，理論上以後企業只需要RPA，足以挖掘出大部分需要最佳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、大資料不會過時，RPA將因它們而大流行

作為IOT時代的基礎設施，雲計算永遠不會過時。也正是因為雲計算的不斷髮展，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，即網路、儲存與計算，網路面向資料傳輸，儲存是資料的立足空間，計算則用於處理各種資料。

雲計算為大資料應用提供了必需的技術架構平臺，大資料必須採用分散式計算架構，挖掘資料必須依託雲計算的分散式資料庫，雲端儲存和虛擬化技術。雲計算和大資料相輔相成，基於大資料才可以進行雲計算，兩者相互作用才可以在現在的網際網路世界進行管理和模擬。

只要雲計算存在，必然離不開大資料技術，也就不存在雲計算與大資料過時的說法。

當前RPA行業的總體趨勢是，人工智慧、大資料等平臺藉助RPA下探並落地，RPA平臺步入SaaS化，雲化的企管軟體也在整合RPA。在RPA融合多種技術，與多方平臺相互整合，走向雲計算，並被更多企業接受的同時，雲計算、大資料、人工智慧、企管軟體等平臺也正在積極融合RPA。

各家廠商推出的雲計算、大資料、人工智慧等、低程式碼、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。只是對於那些資訊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資料等平臺，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，因為所有企業都存在著業務流程最佳化的需求。尤其是傳統企業仍舊存在大量人力處理資料表格的場景，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，降本增效極為明顯。

從轉型升級角度，相對於上來就搞大資料平臺的做法，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。

如果你的數字化轉型之路還沒有開啟，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，因為所有企業都會存在業務流程最佳化的需求。當企業從自動化著手解決了資料流通的問題後，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。