RPA：两个故事和中国市场争夺战

作者 | 咏仪 苑伶

图 | Unsplash

RPA 引起全球创投业的关注，可能都源于 UiPath 在短短两年内，达到了 70 亿美元的投后估值。

2018 年，UiPath 交出 2 亿美元年收入的漂亮成绩单，而据咨询公司 Gartner 今年 7 月发布的数据，2018 年整个 RPA 市场营收不过 8.5 亿美元。对照其 70 亿美元估值，投资人给到 UiPath 的 PS 倍数（市销率）达 35 倍之高，这在整个 to B 行业，近乎没有先例 —— 即便是市值千亿美元的 Salesforce、市值百亿美元以上的 Workday、Shopify，PS 倍数都未超过 15。

虽然 UiPath 尚未上市，不能完全对等比较，但这个数据仍能说明，市场对 UiPath 信心十足。认为，从长期来看，RPA 赛道是值得这个想象力的。

为什么 RPA 代表着不可逆的趋势？

长期来看，用更高效的方式取代低效的劳动，是不可逆的趋势。汽车取代人力车夫、机械臂取代制造业工人等等，都是对应的例子。

有意思的一点是，过往这类高效对低效的替代，都发生在更偏“体力劳动”的领域，而在“脑力工作者”的范畴内，这类替代还未开始发生。若干年后回头来看，RPA 很可能是这段历史的起点。

我们其实可以把 RPA 看成一套完成工作流程的“方法论”，它的目的是把企业里原来需要人力在电脑端完成的高频率、固定化的流程，用虚拟员工替代 —— 只要你告诉机器人这套流程应该怎么做，“教”它一遍，它就能在接下来的日子里完全取代你来执行这个重复的动作。

比如财务人员可以用 RPA 自动完成报销票据的数据识别、录入电脑、并完成审批流程，比如金融从业者可以用 RPA 自动抓取股票的开盘数据、并自动整理到一份 Excel 表中进行分析……尽管目前 RPA 能实施的场景还有局限，但长远来讲，只要需要人力在电脑端完成的工作中有高重复且可自动化的部分，就能用 RPA 来做。

并且，企业接下来用 RPA 做替代或辅助人力的动力会越来越强 —— 因为不管是欧美还是中国，企业劳动力成本都在不断增高。

翻阅 2015 年到 2018 年国家统计局统计的收入数据会发现，城镇私营单位就业人员的年平均工资的平均增长率超过了 8%，而人均 GDP 从 2015 到 2017 年三年的平均增长率在 6% 左右。换言之，企业给员工支付的薪资的增长，很可能超过了一些企业利润的增速。

高效替代低效，有潜力产生巨大的商业价值。德勤在 RPA 报告里曾经计算过，如果一家收入在 200 亿美元且拥有 50000 名员工的财富 1000 强公司，有 20% 的工作流可以用 RPA 自动化操作完成，那么每年就可带来超过 3000 万美元的利润。

所以，从上面的数据不难看出，和欧美国家类似，中国用机器替代（或辅助）人力的强需求时代也很快会到来。

头部选手截然不同的终极故事

既然 RPA 趋势不可逆，那这个赛道究竟什么样的思路值得投？在这个部分，我们会拆解头部公司 UiPath 和 Blue Prism 的思路、打法，因为他们几乎是中国玩家的模板。

先说一个很有意思的现象：UiPath 和 Blue Prism 的故事指向两个截然不同的方向。两种思路造成了两家公司在产品策略、获客策略上的差异，甚至也可能影响到两者最终在商业上的成败。

UiPath：人手一个 Excel

成立于 2005 年的 UiPath，是 RPA 赛道上无法绕过的一家公司。在过去三年中，UiPath 因为发展速度之快，融资热度之高，成为全世界增速最快的 AI 及企业软件服务商，2017 - 2018 年两年间获超过 9 亿美元融资，估值达 70 亿美元。

尽管 UiPath 成立于 2005 年，但直到 2013 年才真正成为 RPA 赛道上的黑马，可以说是后起之秀。据 Business Review 报道，UiPath 原名 DeskOver，成立之初为IBM、Google和Microsoft做程序库自动化以及软件工具包开发，同时也提供咨询和外包服务，埋下了做 RPA 的基因。

2012 年公司决定转型，放弃外包和咨询，于 2013 年推出第一款基于 Microsoft Workflow Designer 的桌面流程自动化产品。因此，UiPath 由做服务，转型成为一家卖产品和工具的公司。

若要理解 UiPath，需要从其核心定位开始说起：UiPath 想讲的故事是“人手一个 Excel”。

也就是说，企业会为每位员工配备一个机器人助手，员工可以根据自己的需要，让这个“虚拟助手”帮助你完成日常在电脑中繁杂的”点击、输入、识别“等流程工作。

要实现“人手一个 Excel”的故事，UiPath 做的第一件事就是降低产品的上手门槛，让普通人也能快速学会，做到足够的用户友好。

其中的难点在于，RPA 机器人需要完成基于强规则的重复工作，涉及跨系统、跨部门业务流程协作，在企业内的形态是偏横向的，联通各个业务模块。而如果要实现相同功能，以往 IT 人员需要一行行写代码编程序，但 UiPath 通过功能封装和对 UI 的识别，能够做到让普通业务人员使用。换句话说，用户无需编写代码，可以通过录屏等方式，让机器人模拟 UI 交互完成工作。

UiPath 目前只面对企业提供产品和服务，既提供个人助手一般的部署，也可以做企业级的集成管理。UiPath 产品主要分为前台及后台机器人，即有人值守（比如机器人就部署在电脑上，由人来启动关闭）和无人值守（没有前端，在后台运行）的区别。产品架构分为三层，机器人、开发平台（Studio）和 协调器（Orchestrator），开发平台用于设计机器人的工作流程，调度器用于机器人的集成化管理。有 RPA 厂商只能提供打包版本，即上述三个部分都要购买。但 UiPath 的这三项可以灵活购买，适应企业不同规模的部署。

几乎所有 RPA 厂商都在讲 RPA + AI 的故事，这是 RPA 迈向能够更大范围替代（或辅助）人类员工的关键一步。

最原始版本的 RPA，可以追溯到 Excel 里的宏、游戏外挂等自动执行电脑操作的程序，而为了提高 RPA 的智能程度，AI 是非常互补的途径：

此外，要实现人手一个 Excel 的故事，只将产品做到低代码和足够用户友好是不够的，就像 iPhone 如果只有足够好用的硬件，没有 App Store & 开发者生态，也无法成为一款划时代的产品。所以，UiPath 在生态建设方面也不遗余力：

高可用和丰富拓展性，分别降低了使用门槛，并拓展应用场景广度。在 UiPath 想说的故事中，RPA 最终会成为一个松耦合的连接器，连接一个个独立的业务孤岛，并且根据业务需求，客户可以加入所需要的“插件”，从而提高机器人员工的智能水平，完成更多复杂工作。

而结合生态中的学院和论坛，免费课程和试用版本成为天然流量入口和科普途径，论坛和UiPath Go 建立开发者和用户生态，为 RPA 提供源源不断的发展动力。

因此，我们也不难理解，为何市场愿意在这个“人手一个机器人”的愿景上下注。

Blue Prism：定位企业级的 RPA

和想说“人手一个 Excel”故事的 Uipath 不同，Blue Prism 因为起家于银行业，所以从一开始就强调“企业级”的视角，不单单是为“个人”而服务。

Blue Prism 的两位创始人 Alastair Bathgate 和 David Moss 在服务第一位银行客户时看到了商机 —— 当时他们为曼彻斯特一家银行的呼叫中心，做个人贷款托收及回款的整合，过程中发觉其实银行其实有大量的工作可以用自动化流程来解决，由此创建了 Blue Prism 公司。

因为一开始就服务于银行业，所以“中央治理”是不可忽视的一个需求 —— 对于银行客户来讲，让在业务线里运转的机器人“可控”、“可被监管”非常重要，数据安全和完整性是银行客户采购服务的关键考量维度，因此 Blue Prism 将产品策略定位于“企业级”的 RPA。

“企业级”的思路被延续至今。Blue Prism 的产品需要由企业管理者思考哪些内部流程是需要标准化的，而后在公司层面统一进行中央的部署和机器人管控，不会由员工个人决定哪些流程需要自动化、哪些不需要。

因此，Blue Prism 相当于在业务部门和 IT 部门中间搭建了一个架构平台，并且以和企业类似的金字塔结构来进行虚拟劳动力的管理。

“中央管控”带来了一些企业层面的功能优势。比如，企业层面因此可以对其虚拟劳动力进行灵活的“动态调度”。举例来讲，一家公司如果同一天有两个部门需要自动化流程，白天可以先将 10 个机器人分配到 A 部门执行任务，等晚上 A 部门的劳动力闲置时，便可将其“调任”到 B 部门工作。不仅如此，基于 Blue Prism 的平台，还可以实现机器人对机器人的管理 —— 即任命虚拟的“机器人管理者”，让给一个机器人来调配别的机器人按优先级来处理工作流程。

对企业来说，拥有中央管理的能力的优点在于，可以随时跟进机器人劳动力的进展，数据化、可视化地了解每一个虚拟劳动力资源是如何被使用的，从而不断实现资源的优化。

当然，在稳定性、安全性、合规性层面上，也是 Blue Prism 面向企业非常不同的一个特点，此处不赘述，可参考此前的专访。

和 UiPath 类似，Blue Prism 的生态化之路也已经开始。

关键里程碑是 2019 年 1 月推出的 connected-RPA 概念 —— 整合了各个 AI 公司的能力之后，Blue Prism 能够让用户以简单的拖拽方式在自动化流程里嵌入 AI 功能，并且能够通过 connected-RPA 平台，完成机器人跟人、机器人跟机器、机器人跟机器人的协作。

其中具体包括：

• Blue Prism Digital Exchange (DX) 2.0：DX 相当于 App Store，上面整合了其合作伙伴 IBM、微软、Google 的 AI 能力。据 Blue Prism 披露的数据，自 2018 年发布后，DX 平台有 300 多家注册公司、 1000 位注册用户；

• 流程评估工具（Process Discovery Tool）：帮助 Blue Prism 的客户用于梳理、评估内部流程的工具，评估后可以缩短公司 RPA 部署的时间；

  Blue Prism 认为，企业在 AI 上面的应用是非常碎片化、零碎的，往往遇到一个问题就购买一个单一的 AI 方案来解决，但是企业层面看不到使用的效能，更无法集中管理，而把企业的 AI 应用整合到 RPA 流程上，则可以让企业有统一的平台对其 AI 能力进行管理，也贴合业务层面的需求。

  中国市场：简单复制无法成功

  中国的 RPA 市场刚刚起步，面临比国外更大的挑战，仅仅简单复制国外的产品模式无法成功。结合 RPA 厂商、客户及其他相关领域的视角，我们认为中国市场存在的挑战如下：

  在 36 氪与多位 RPA 客户和咨询实施方进行的访谈中，他们不约而同地提到了企业“数字化程度”对 RPA 的影响。

  RPA 依托业务流程落地，而这背后需要有成熟的 IT 环境，以及企业内部的流程足够标准化、数字化。一位采购过 RPA 产品的国企客户告诉 36 氪，他所在的企业采购 RPA 机器人暂时停留在个位数阶段，没有做大规模的原因在于场景比较难找：

  另外，由于电子化程度还没足够高，国内就已兴起数字化转型，新老软件共同存在于企业当中，会导致应用间的断层。并且因为没有经历完完整的信息化、SaaS、ERP 等产品还在进行中，中国公司的流程普遍不标准。并且，中国企业很多时候没接受 RPA 的理由是，他们认为做自动化能够一次到位，就像传统软件一样，而现在 RPA 只能部分实现。

  但在这一问题上，也有不同的观点。在36 氪对 DCM 董事合伙人曾振宇的专访中，他表示 RPA 部署更有利于中国的软件或是 IT 环境。中国企业 IT 历史的遗留系统其实很多，各个业务之间的联通程度更弱，割裂程度比国外更强，不标准化程度更高，中间的集成商很少。也就是说，RPA 能够更好地作为打补丁、顺滑剂的存在于企业的 IT 环境中。

  目前国内市场 RPA 市场，按照公司基因大概可以分为三类：纯 RPA 公司、大公司孵化业务以及其他赛道的选手。36 氪将其整理如下图：

  

  这些公司也代表着不同的发展方向，通用型 RPA 不再赘述，大公司孵化的 RPA 团队重垂直场景。其他领域的选手，我们以两个公司举例：

  • 达观数据：此前达观数据的主营产品“文本智能化处理软件系统”是以NLP+OCR为核心，完成实际业务中的文本数据抽取、识别、关联比对、核对、写作等环节。 CEO 陈运文也在 36 氪的采访中表示，达观数据在 NLP 和 OCR 上的优势，能让RPA进入的场景扩大80%，另外RPA 贴近业务的特性，能让客户直观地看到ROI提升，这能很好地降低AI的落地门槛——若作比喻，RPA则是蛋壳，AI能力是内里，客户想要的是一整个鸡蛋，两者不能缺失。无论是在拓新客户，还是服务老客户层面，做 RPA 都是很好的选择。

  • 金智维则是传统软件、运维运营商做 RPA 的代表。金智维以金融领域的运维起家，首个自动运营产品为一键开闭市机器人，所做的事情其实和 RPA 非常相似。目前金智维服务银行、证券、基金、期货、保险、信托近 200 家中大型企业，在金融领域有比较强的先发优势。另外，金智维的商业模式与传统 RPA 不同，传统 RPA 公司基本是交由合作伙伴（咨询公司、软件集成商等）进行咨询、部署实施和运维工作，而金智维均由自己来负责，并且从产品形态上，金智维更偏向BP。

    尽管从今年开始 RPA 中国市场变得火热，但其实需求方面仍处于早期，而国内的 RPA 产品大多又对标 UiPath，成熟度与国外还有差距，导致赛道出现了产品同质化和价格战现象。

    在产品区分度不大的情况下，谁能第一个获取客户，就成了在同质化竞争中胜出的关键要素。

    一位前 RPA 咨询从业者告诉 36 氪，从渠道来看，国内 RPA 客户大约 90% 都通过咨询公司落地服务。作为将 RPA 概念引进中国的主要角色，咨询公司目前还是采用国外的 UiPath、Blue Prism、Automation Anywhere 三家的产品为主，并形成了较为紧密的合作关系，比如 IBM 与 AA 长期合作，德勤、安永、普华永道均主推 UiPath 和 BP。因此，如何拿下咨询公司这个伙伴，或者开辟新的渠道，是国内厂商需要面对的问题。

    另一位咨询从业者则补充，大客户采购产品后，替换成本也很高，因此复购率较高，每年的新模块、license购买、新流程开发，都会带来数十万到上百万的后续收入，基本是看谁占坑早。

    但抢占市场之时，中国创业者也正迎来国外厂商更为激烈的竞争 —— 2018 年 11 月，UiPath 已经宣布全面进军中国。并且自去年开始组建中国区团队以来，UiPath 中国区团队已经超过了 70 人，今年下半年还会组建本地的研发队伍。Blue Prism 也在近日宣布，中国是其全球战略计划中五大关键市场，今年会全面进军中国，目前已经将全系列产品汉化完毕。

    在完善机器人基础能力的同时，智能化程度决定了机器人往后能走多远，能进入多深的场景。所以，RPA 公司需要更多元的能力，以及更多的用户案例和行业解决方案。

    实际上，RPA 是个联通业务、位于应用前端的工具性产品，优势在于能够灵活快速部署，但在实施层面，实施人员还是需要写一定量的代码，接入其他功能模块，才能应用到更复杂的场景中去。

    因此，接入多少第三方能力，决定 RPA 公司自身壁垒有多深。Gartner的研究报告显示，UiPath的合作伙伴生态系统已经接入了包括 100 多家提供互补技术和工具的技术合作伙伴，涵盖BPM、AI等功能模块。

    并且，RPA 公司最后发展的方向，也很大程度由其集成的能力决定。而参照国外 RPA 市场，我们也可以期待不同的发展路径。比如，美国的 WorkFusion 就在 RPA 中集成了较多的 AI 技术，自有 Process AutoML 的专利技术能够帮助商业客户做更深度的数据清洗、挖掘和训练。

    另外，位于第一梯队的三大家，均以服务大客户为主，国外则已经出现了面向中小企业的 RPA 公司，如 Softomotive。Softomotive RPA平台由两部分组成，即 ProcessRobot 和 WinAutomation。ProcessRobot 面向企业部署，重集成化管理，而 WinAutomation 则主打快速部署，性价比高。

    总结一下，前文已经提及，RPA 技术发展基于两个大的发展趋势：人力成本越来越高，以及技术不断成熟，已经能够从替代体力劳动，逐步演变到替代脑力劳动。但眼下的中国市场，面临着场景缺失、产品同质化、价格战导致中国创业者无法简单复制国外成熟模式的问题，RPA 行业仍有很长的路要走。

    让人欣喜的是，一些本土的趋势对中国厂商来讲仍有利好：

    1、对于国企、政府等机构，IT 采购的去美国化已有些迹象。也就是说，产品打通的接口和服务是否足够本地化，会影响到用户的购买决策 —— 这也为国内 RPA 厂商提供了发展的契机。

    2、市场尽管刚刚开始，但数字化转型是不变的趋势。麦肯锡的报告指出，2016 年中国企业的 IT 预算平均增长率设定为 12%，而在全球范围内，首席创新官们的预期仅为 2%。中美各行业间的差距正在快速缩小。2013年美国行业的数字化水平为中国的 4.9 倍；到2016年已缩小至 3.7 倍。这也说明，中国市场欢迎提供数字化转型服务的服务商，并且仍有广阔发展空间。

    3、订单量级正在突破上限。一位咨询从业人士告诉 36 氪，2018 年，国内 RPA 订单通常在数十万元级别，而今年很多已突破百万元。这些 RPA 未必全都打着“流程自动化机器人”的名号进到企业，而通常是夹在数字化转型、中台等订单之中，客户的接受程度也越来越高。