前几天，一个微软的同学微信我，“你们用RPA了吗？”
我回他，“用了呀，Automation Anywhere”
结果对方来了句，”AA呀......太烂。我这里有好的国产RPA厂商，AA不行，现在国外也都用BP和UiPath。”
短短一句话，信息量很大。
各位看官，你们听说过RPA和Automation Anywhere吗？
什么是RPA？
RPA，全称Robotic Process Automation，就是机器人流程自动化。
RPA这两年很火。Garnter说，RPA是近年来企业软件市场增长最快的细分领域，到2022年，80%部署RPA的企业将引入AI技术，实现非结构化数据的业务流程自动化。
RPA不是现实世界中，Tesla超级工厂里流水线上的机器人，而是一种软件机器人，有人叫它“数字员工”或“虚拟员工”，它还有另外一个称呼，FTE（Full Time Employee）。
RPA的价值体现
RPA基于流程和规则执行，学习能力极强，只要你给它“演示”一遍，之后它就可以完全取代你，重复执行任务。
RPA特别擅长那种有人工参与，跨系统的数据交互，通过非入侵式技术，轻轻松松就能现系统间的快速对接和业务流程自动化部署。
电脑屏幕前，越是重复度高的，越是耗费大量人力的工作，RPA做起来越是得心应手。
最后，RPA可以做到过程无差错，规避人为失误，还能全程记录，满足合规审计需求。
你就说吧，作为肉身的你，跟RPA这种7x24，全天候，不知疲倦，从不请假的高效能员工竞争，你有什么优势？
RPA的竞争现状
提到RPA，有两家头部公司绕不过去。一家是UiPath，另一家是Blue Prism。各有各的特色，但又殊途同归。
UiPath，一开始是给企业做自动化工具外包开发的，后来转型做RPA。UiPath走的更像是“ToC”的模式，他们希望企业的每个员工都有属于自己的机器人助理，理想很丰满。
而Blue Prism呢，产品定位是面向企业级，走的是“ToB”的模式。通常每个公司都用HR系统来管理自己的员工，那么如何管理成百上千的RPA机器人呢？同样也需要一个“总控制室”，让企业里RPA机器人，可被监管和控制。
不管是UiPath，还是BP，都在围绕自身的产品构建生态，这种玩法跟今天的Apple Store一样，一方面吸引更多的开发者学习和加入，另一方面用户可以下载开发者上传的现成的机器人，按需使用。
今年疫情期间通过IBM接触了AA，后来才知道以德勤为代表的四大也是RPA领域的资深玩家，后者尤其擅长财务类机器人。
目前，国内的确也有不少RPA厂商，比如云扩科技、达观科技等，感觉大同小异。反正软件这东西，要用发展的眼光看，国产RPA也一样，相对于国外产品，也在不断的优化迭代。
我的RPA初体验
如果说AA给了我对于RPA的概念，那么Kofax则给了我真实的体验。
为了学习了解RPA，找了Kofax（另一家专业的RPA厂商）人员做了技术交流。
其实，传说中的RPA也没那么高大上，真正落地实施的时候，你发现像Kofax这样的产品，把很多Coding的功能都封装起来，降低了学习门槛，普通非IT用户也能快速上手。
Kofax不需要复杂编程，通过“录屏”的方式，就能让机器人模拟人工操作。而且，Kofax还把流程编排界面和Web展现页面整合在一起，使得开发效率和体验有很大的提升。
演示阶段，我体验了什么叫财务发票验真机器人，也知道了RPA怎样从金融网站上捕获相应的股票价格信息，并存储在Excel中，算是长了点见识。
知己知彼，知道自己的隐形对手到底能干啥也很重要。
关于RPA的一点思考
RPA+AI的完美结合，像是一阵春风，沐浴着每一个数字化转型的企业。
正如Garnter所说，RPA+AI是一种趋势，就好像Kofax，就在其平台内部集成了OCR。
保险公司在早期理赔中作业流程中，存在医疗单据样式多，信息量大，录入成本高的问题，之前是采用先扫描再通过人工进行核赔。
现阶段，上述场景，险企尝试通过RPA+OCR进行数字化转型。不过，医疗单据识别部分不是光靠技术就能解决的，医疗单据格式不统一，缺乏标准，票据打印不清晰等现实问题，都给OCR的识别制造了困难。
一般都是建议把票据进行梳理，用量最大的，人工录入量最高的、票据相对标准的先做，优先解决主要矛盾。
此外，OCR的电子化难度也很大。一旦OCR识别完成，后面的工作就会交给RPA处理，登录系统，导出数据，发送邮件啥的都不是问题。难点还是OCR识别这部分，对于理赔场景，因为涉及到钱，如果票据识别率达不到100%，那就是0，当下险企只能做到部分智能理赔。
票据种类多，那一种票据一个模型呢？技术上听起来没啥问题，但是票据训练需要大量的人力和长时间的积累，涉及到打码，技术还没有那么成熟，很多厂商承诺可以做到，但是真正去那么做的没有。涉及到具体的技术要么切片，要么定位，相对比较难实现。
有人把OCR比作RPA的眼睛，把语音识别比作RPA的耳朵，现在看来，RPA机器人要想真正的耳聪目明，除了技术的优化外，更多的需要非机构化数据的标准化。
写在最后
随着智能产业的飞速发展，可以预见，未来RPA机器人可以借助AI实现深度学习，把自己打造成知识型员工的典范。
当下，AI技术还不够成熟，无形中拖了RPA的后腿，也算是给我们争取了一些时间。
我们应该尽可能把重复性、繁琐的工作交给RPA处理，自己去干更有价值的事情。什么是更有价值的事？就是RPA+AI还不擅长的事。
切记，千万别跟RPA抢活干。
今天就分享到这里。明天，我又该去食堂吃机器人给我煮的刀削面了。