RPA是RoboticProcess Automation（机器人流程自动化）的简称，是指可以模拟人类在计算机等数字化设备中的操作，并利用和融合现有各项技术减少人为重复、繁琐、大批量的工作任务，实现业务流程自动化的机器人软件。

  应用渗透：RPA尚处于发展早期，整体渗透率不高，金融行业尤其是银行劳动力数量多，重复工作量大，部分场景渗透率最高预计在5%~10%；而制造业数字化转型也相对完善，渗透率仅次于金融；其余行业渗透率均在5%以下。

  市场规模：2019年RPA市场规模为10.2亿元，较上年增长96.6%。2020年受制于疫情和宏观环境的影响，增速有所下滑为79.1%，但是RPA软件和服务市场现处于蓝海阶段，仍有较大增长空间。据艾瑞咨询预测，未来3年增速仍将维持在70%以上。

  趋势洞察：一.与AI能力的结合，提升感知非结构化数据能力和聊天机器人联动能力，帮助RPA提升易用性，使业务端应用向前端迁移。二.应用场景将不断向金融以外的行业拓展，近两年随着智慧政务的推进，政府部门应用或具有较大发展潜力。

  RPA是Robotic Process Automation（机器人流程自动化）的简称，是指可以模拟人类在计算机等数字化设备中的操作，并利用和融合现有各项技术减少人为重复、繁琐、大批量的工作任务，实现业务流程自动化的机器人软件。

  目前大多数RPA平台是由设计平台、机器人、控制平台的标准三件套组成，设计平台主要完成在可视化界面的流程编辑工作，是RPA的规划者；机器人则是在设计器完成流程设置后负责执行操作，根据应用场景可大致分为无人值守和有人值守两种；控制平台则相当于领导者，负责智慧管理多个机器人的运行，保证整个软件的分工合理和风险监控。

  工业机器人由来已久，RPA相对于传统代替人类手工劳动的机器人，大多数都用在在信息系统的自动化操作，具备自动执行预定流程和跨系统协同的能力。而与ERP、OA等特定应用场景软件比较，RPA普适性更强，可以跨部门、跨行业进行部署。且RPA是非侵入式软件，无需改变现有系统就可以完成部署，因此产品灵活性强，交付周期短，同时能避开传统企业遗留系统问题，帮企业快速迭代转型，实现业务流程自动化。

  相对传统手工完成重复类工作，RPA流程自动化软件具有以下三方面价值。从业务层面来看，RPA致力于将繁琐、重复的流程实现自动化操作，并通过触达不同软件数据打通企业上下游业务，实现整条业务线自动化。

  从工作层面来看，传统软件在数据管理环节有一定缺失，且存在数据质量差、手工处理费时费力的痛点，RPA软件在满足自动化的基础上降低人力成本，减少人为失误，可以24小时不间断工作，将员工从低效工作中解放出来，以便处理更高阶的工作，利于企业创新。

  从技术层面来看，RPA作为自动化流程软件可以嵌套在其他软件中完成部门重复类工作，也可以直接连接顶层软件而不侵入企业原有系统,增加软件系统稳定性。随着数字化时代的到来，利用高新技术来取代低效率的劳动力付出，是必然的发展趋势。

  从产品层面来看，中国和美国大体上要完成四个维度的进阶，分别是桌面级RPA软件、轻自动化RPA软件、自动化RPA软件、智能化RPA软件。桌面级产品主要以实现桌面自动化为目标，中国早期发展更多是处理批量邮件、客户资料登记等重复类工作。而轻自动化和自动化RPA产品都是以实现更大范围的流程创建为价值指向，用户无需再关注每个节点怎么来实现，能够正常的使用RPA软件打通流程接口，增加产品自动化功能及降低使用风险。目前，中国大多数产品处于轻自动化阶段，美国则在完成自动化RPA软件的进阶。未来，随着AI技术的成熟，RPA+AI将打破人类在能力和算力上的瓶颈，进入智能化阶段，美国注重底层技术，综合能力更强，中国则在需求和解决方案端发力，在某种维度上实现对美国的超越。

  2019年RPA市场规模为10.2亿元，较上年增长96.6%。一方面由于RPA行业尚处于早期发展阶段，早期成立的厂商对市场教育和宣传上有了一定投入，叠加传统软件遗留的问题在数字化转型趋势下暴露出来，RPA作为非侵入式、快速部署的软件在某些特定的程度上缓解了企业数据和信息孤岛的经营痛点。另一方面，AI技术尤其是自然语言处理（NLP）和计算机视觉（CV）等技术的普及，也让长期资金市场关注到RPA在复杂场景中所能发挥的更大价值，面对人力成本的增加和企业投入产出的下降，更多企业愿意寻求软件工具解决经营管理痛点。2020年受制于疫情和宏观环境的影响，增速有所下滑为79.1%，但是RPA软件和服务市场还是蓝海，据艾瑞咨询预测，未来3年增速仍将维持在70%以上。

  RPA产业链主要参与者有四大类：RPA厂商、技术合作伙伴、业务合作伙伴、渠道合作伙伴。RPA厂商通常自研RPA产品并和第三方AI技术公司合作进行技术融合，少数AI企业具备自研AI能力。在业务场景落地过程中，厂商会采取自己实施和与第三方服务方合作两种形式进行交付，和业务伙伴合作时，RPA厂商提供标准化平台产品（设计平台、机器人、控制平台、AI能力等）叠加一定的扩展性开发，后续实施运维交于第三方进行实施。除此之外，RPA厂商会采取和渠道伙伴合作的市场策略扩大销售范围。RPA市场尚处于早期，聚集合作伙伴提升服务能力为不一样的行业客户提供解决方案是当前市场状态。

  RPA作为近年来增速最快的软件之一，得到了国际国内资本的热捧，国外RPA的融资热度始于2017年下半年，国际RPA龙头UiPath更是在资本的推动下估值达到了100亿美金。同时，资本的介入，也让国内RPA厂商焕发出新的生机，中国RPA投融资在2018年末开始活跃，至今共有23起融资事件发生，2020年开年至今，共有7家企业拿到了融资，投资方更是覆盖了红杉资本等知名投资机构。国内RPA厂商估值水涨船高，高估值需要高价值来消化，长期资金市场的狂热也让市场对RPA的价值开始重新审视。艾瑞认为，未来随着落地场景的拓展及与AI技术的结合，RPA日后仍具想象空间。

  中国RPA厂商数量不断增多，长久来看，应当从技术、产品、服务、生态四个维度去延伸能力圈。通过技术沉淀和项目经验积累打造出成熟度较高的产品，使用户得到满足对基本模块的需求和扩展，提升产品稳定性、易用性、兼容性进而打造具备一定集成度的RPA平台是当前RPA厂商共同关注的方向。此外，AI技术的成熟使得RPA平台具备了应用于复杂场景的能力，并通过一定智能化决策缩短了产品研究开发和交付周期，嫁接AI技术来提升产品易用性、智能性是未来打造认知性RPA产品的基本功。而服务能力和生态建设在当前商业模式中都需要第三方合作伙伴参与配合，打造更高效服务和更低部署成本的生态圈将是RPA厂商未来长期的关注焦点。

  不同规模企业对于RPA的选择在付费能力、需求特征、产品功能上存在一定的差异性，大规模的公司IT支出预算较多，组织架构复杂，跨部门协同工作多，因此对产品和服务实施能力的要求更高，更倾向于可提供复杂应用场景解决方案的厂商，并在服务实施过程中能确保交付质量和降低后期维护成本，项目合同在几十万到百万不等；中型企业处于快速发展阶段，组织架构变动大，市场敏感度高，因此在产品的选择上更倾向于技术成熟、迭代快，组件丰富的厂商；小微企业本身受制于应用场景和员工数量的限制，需求相对简单，对成本控制较为敏感，可考虑付费方式灵活的SaaS化RPA产品。

  在金融行业，许多银行系统部署时间比较久，存在诸如流程复杂、系统之间无法打通、数据割裂的痛点，需要大量人工操作，新增需求开发周期长，难以适应当前市场环境的变化，RPA能够在一定程度上帮助金融从业人员快速地改善业务流程，大幅度缩短开发周期。除此之外，RPA还可以简化流程降低风险，人为操作业务流程时会存在大量风险，如盗取数据、篡改数据、输入错误数据等，但是RPA作为数字员工可以基于一定规则自动执行大量重复、枯燥的业务，保证处理的准确度。得益于人工智能的加快速度进行发展，能够最终靠RPA+AI来应对那些繁琐、复杂的非结构化数据，完成复杂应用场景的流程替代。

  在制造业的生产流程中，有许多需要快速完成的重复性工作场景，目前RPA已经应用在如物料清单自动生成自动化跟踪、采购订单创建与管理、工厂记录管理及报告等制造业典型场景等，减少业务操作的过程中人为操作失误所带来的非计划停机损失。除此之外，RPA还可应用于制造企业的财会领域（如AP自动化、运费等级和付款审计等）、运营环节（如库存、SKU更新、销售、定价报告创建、MES集成等）、客服环节（如订单更正、与供应商沟通、向客户发送更新等）以及合规方面（GDPR要求的客户记录更新）。RPA作为制造业数字化转型关键推动因素，可以有效简化和优化复杂的后台运营流程，帮企业降本提效。

  零售业供应链链条长和结算交易环节步骤多，天然存在适合RPA部署的底座。随着电子商务行业加快速度进行发展，一些传统的线下零售企业也不断向线上销售转型，但是转型过程中，线上电子商务平台和线下门店等各销售经营渠道销售数据分散，电子商务平台与ERP系统的数据相互独立，需要手动实时更新销售数据和库存信息，在数据的迁移过程中往往耗费大量人力，且有极大几率会出现致命错误。RPA能够准确的通过预设的操作规则，模拟人工复制粘贴，无需协调数据接口，自动导出电子商务平台的销售数据，批量写入ERP系统，也能将ERP系统的最新库存数据，通过批量录入的方式及时来更新到电商系统后台。类似的场景还有生产管理、供应链管理、销售分析、营销管理、网站数据导入、订单数据自动处理、客服系统集成、数据监控到产品定价比较、单据数字化等，通过RPA技术都可以轻轻松松实现，慢慢的变多零售企业意识到数字化对于毛利率提升的重要性。

  随着近年来政务部门信息化的建设，政府业务系统的建设逐步完善，政务的运行也在由原来的手工作业慢慢向智慧作业转变，但是也带来了诸多亟待解决的问题。不同业务系统之间还是存在难以打通的问题，各个机构和部门的业务网站大多仍处于分散状态。通过RPA和OCR、NLP等技术的结合代替人工来自动分析文档内容并做处理，一方面针对异常事件的处理更加快速有效，节约大量人力成本；另一方面也能快速应对业务场景变动或者客户系统升级所带来的新增需求。

  RPA作为流程自动化软件，受标准化特定场景、部署流程比较短，决策链单一的掣肘，在大范围企业业务的快速落地上仍旧困难。尤其是针对复杂场景的解决方案，常常会涉及非结构化数据、复杂元素识别等RPA无法处理的环节，企业个性化程度高，解决方案定制化强，由此给RPA的发展造成羁绊。而与AI能力的结合，能提高感知非结构化数据能力和聊天机器人联动能力，帮助RPA提升易用性，业务端应用向前端迁移。除此之外，AI还能帮助RPA更好处理软件环境的变化，降低运维成本，实现用户智能审批、智能合规、智能信贷流程、智能风控等要求，在复杂应用场景中帮助RPA构筑高壁垒。

  RPA应用不受行业和部门限制，但是一直以来，RPA的发力点仍主要落在金融、财税等信息化程度高、流程标准化程度高、重复性工作多、耗费人力大的行业和场景。相对于金融行业，制造、电信、医疗、政务等亟需转型的传统行业对RPA产品都有一定诉求，但渗透率并不理想。政务行业虽然存在标准化程度较高的场景，且人员短缺，但由于对人效考核制度不完善，对RPA的投入动力不足。近两年随着智慧政务的推进，利用AI和其他自动化软件提升政府部门在办公、监管、服务、决策等效率的提升成为共识。未来，RPA厂商协助传统公司进行数字化转型将成为行业增长新的发力点。

  目前，国内提供RPA产品和服务厂商达到数十家，产品在技术、功能、实现方法上各有差异，但综合看来，产品+服务仍是未来RPA能够拓展应用场景提升客户满意程度的两个抓手。在产品方面，需着重关注稳定性和易用性，稳定性是保证客户使用信心的前提，能够支持高并发、高负荷等状态下的稳定运转，并能够给大家提供异常状态的处理解决措施。易用性是指在交互界面上更加简洁，尽可能将模块的通用性进行封装，进而拓展客户群体和使用场景。在服务上，关注交付、扩展、后期运维，其中怎么来降低部署成本是提升竞争力的关键要素。