专访 | 艺赛旗唐琦松：用技术驱动 RPA 商业化落地，AI 赋能实现增值

镁客网采访原文链接：‘超级链接’

艺赛旗目前已开启新一轮融资，强势推进 AI 与 RPA 的融合，领航 RPA 在国内的核心技术发展。

过去 10-15 年间，中国本土软件产品想要得到市场公平、公正的待遇，非常的难。

这其中关键原因有两个：

一、国内互联网市场起步晚，互联网及软件产品质量参差不齐，国内普遍较国外起步晚 5 年时间；

二、厂商没有最大化延伸本土产品优势及品牌价值，以致用户思想固化，认为国外就是比国内好。

相关数据统计显示，2005 年，我国软件产业所占全球市场的份额仅有 5.9%，而美国、西欧、日本等所占全球市场的份额则分别为 39%、29.5% 和 10.4%。落后程度，显而易见。

随着 BAT、网易、华为等互联网企业的相继站稳脚跟，国内企业及相关产品也开始与国际接轨。到 2010 年左右，本土软件产品在起步、质量、收费模式、用户触及度及服务模式等方面，已拥有了和海外产品一争的底气。

在这期间，部分拥有实际核心技术的软件服务商开始手握话语权，艺赛旗就是在这样的时机中进入，并随着环境的优化成长起来的。

带团创业 7 年产品路

见到唐琦松先生之前，你绝对不会想到，这家已经成立了 7 年的公司，创始人，看上去这么年轻。

谈及创立艺赛旗的原因，他也毫不避讳地直言，“因为上一家公司业务调整，加之部下不愿意就此解散，所以才决定出来创业。”

“现在回顾起来，艺赛旗的创立其实非常仓促，我们并没有想好具体的发展方向。”但是核心团队在决定创业之后，就立志一定要做拥有自主知识产权的国产化软件产品。用唐琦松先生的话来说：“团队当初的口号就是做别人想不到、做不到的事情！”

中国有句古话：千金在手，不如一技傍身。出身安防技术领域的艺赛旗团队也深谙其道，即便暂时没有确定产品线，也在创业最艰难的前三年，用手握的 UEBA（用户实体行为分析）技术（可以把用户在电脑上的所有操作行为全部记录下来并进行分析）为客户提供定制化服务。最重要的是，除了维系公司生存，盈利的绝大部分最终是被“反哺”到技术研发中，而非急功近利的用于市场扩张。

当然，这和国内软件产品竞争环境有关。以唐琦松先生的话说，当时的产品竞争，“低价铺量”盛行，这本不是“技术”该走的路。

2013 年，英国《卫报》和美国《华盛顿邮报》同时曝光美国国家安全局（NSA）和联邦调查局（FBI）于 2007 年启动的“棱镜计划”。包括微软、雅虎、谷歌、苹果等在内的 9 家国际巨头，因私下直接进入美国网际网路公司的中心服务器里挖掘数据、收集情报等行为，备受批判。一时间，全球范围内有关于“数据泄密”的恐慌甚嚣尘上。

更甚的，相当一段时间内，通讯、金融、保险等行业多个数据泄露事件相继被曝， “互联网”在此方面的弊端被极致放大，数据安全保护类产品因此备受关注。也就是在这一时间段，周鸿祎创立了 360，金山毒霸增加了定制的 XP 防护盾。

“但这仅是“外部”防御，在全民用网的大环境下，产品营销手段也随之升级，由于利益驱动，内部数据泄密比例迅速上涨。”

“这给了我们新思路。既然有核心技术，就应该让它发挥应有价值——用安全运维程序替代人工，在确保审计安全的同时，来提升办事效率——我们的产品线，终于定了下来。”

用技术驱动场景 商业落地不是说说而已

在技术行业有件很遗憾的事：近 10 年的行业发展中，由于资本的盲目驱动，大多技术研发类公司在前期发展时会走入一个“盲区”，一味研发技术，忽略商用可能性及实际应用价值。而由此导致的，是很多“高精尖”技术无用武之地，最终只能靠炒概念融资，或黯然消亡。

但实际上，需求始终存在，技术应该教会场景如何融合。对此，唐琦松先生深有所感。

在所有领域中，金融、运营商行业对合规和效率要求最高，也因此，对业务及服务部门的用户体验要求极高。而这其中有一个关键性工作——客户联络中心可视化质检。这也是艺赛旗进入金融行业的具有里程碑意义的时刻。

以交通银行信用卡中心为例，一个卡中心每天接待的客户咨询及业务办理数以万计，且办理业务多样。可视化质检所要做的，就是通过对客服操作行为全面捕获，并进行合规分析。将“办理了多少业务、分别是什么、办理的时长、哪些员工负责、办理逻辑是否正确等”信息一一统计下来，不仅消耗达到很好的分析，而且对员工的所有操作行为进行了合理性规范，并通过监管分析保证相关接触人员无法泄露信息。

UEBA 上线后，通过记录、采集业务员电脑的所有操作数据，进行分析和得出相应结论。这种效果“上线即可见得”，价值很快便体现出来。而随着数据量和客户的增多，产品的稳定性也在逐渐加强。”

由此可见，但凡需要大量人力且安全合规要求较高的电脑操作类工作，都可以由机器替代。当然，这只是 5 年前的主要需求。而其后，软件优化和升级就不再只是产品本身了。

有需求才用 AI 行为自动化机器人专家 RPA 应运而生

2015 年开始，人工智能在经历了一段沉默期后突然爆发。这一次的爆发，几乎全球同步，但无论是国际巨头还是初创企业，在 AI 应用上，都尚无出类拔萃者。

2016 年，AlphaGo 与李世石的一场大战，让以深度学习为核心的 AI 相关技术价值得到了空前的关注和追捧。除此之外，因工业、金融、教育、通讯等传统产业已到转型升级关键节点，大数据、通信网络、计算设备等的进步也给了 AI 产业契机。赋能，成为了行业“新鲜词”，而通过学习操作流程，替代人工走到真正闭环，成为了艺赛旗新的产品思路。

2017 年，基于 UEBA，其行为自动化机器人专家 RPA 开始面向 B 端，从人力成本和效率提升两大方面为客户“赋能”。

简单来说，RPA 就是让机器看懂并学习人类的计算机操作，它的角色就相当于一个虚拟员工。旨在为企业解决业务流程自动化难题，极大地减少人为从事标准、重复、繁琐、大批量的工作任务，是最纯粹的自动化形式，可以更快速完成人类的工作。艺赛旗 RPA 以其轻量、高效、快速的特质跨出了 "机器做事" 的阶段，步入 "代替人做事" 的新领域。

由于前端客服人员需要考虑时效考核等因素，在遇到较为复杂或者耗费时间较长的业务时，订单就会被发送至“甩单中心”，由后端服务人员接手完成。也因此，因后端直接面向客户，运营商压力倍增。但在 AI 的加持下，“甩单中心”就能成为真正的“后盾”。在完全学会人类操作员的操作逻辑和方式后，一个“机器人”可替代的人工可达 3-5 个，在准确率、速度有所保障的情况下，效率便得以最大化。

“这就是市场需求驱动所带来的 AI 赋能，而不是为了 AI 而机器智能。”除此之外，再如保险、证券等行业，流程化操作工作非常多，且复杂性不高，RPA 均能替代。

“一个金融工作者的年薪可能在 10-20 万，而一个可以替代数个人工的‘机器人’一年的服务费却只要几万，人力成本的节省效果是立竿见影的。”

传统 AI 企业都是 AI 先行，商业再落地，艺赛旗却走出了一条打破传统的路，由于艺赛旗前期在软件产品上有着大量积累，艺赛旗成功实现了：产品商业落地在先，AI 赋能在后的新模式。

在普惠金融及 AI 赋能金融等趋势下，艺赛旗 RPA 已在金融领域全面开花，典型行业包括银行、保险、证券等，除了金融行业之外在通信运营领域也获得大量成功案例。

对于 AI 技术与 RPA 的结合，艺赛旗已提前做了大量预研工作，在 AI 赋能 RPA 产品方面做到了提前布局、长久布局，特别是在机器学习、行为学习算法等方面已进行产品功能迭代，相信很快就能在产品中体验到 AI 赋能的魅力。

唐琦松先生透露，公司正积极与南京大学人工智能学院沟通合作，并有意向通过落户在南京“智谷”的艺赛旗智能研究中心开展产学研合作。同时，艺赛旗已与京东开展了广泛的合作，京东 AI 的 OCR 技术，已经成功运用在艺赛旗 iS-RPA 中，今后双方将开展人脸识别、语音交互、数据安全等诸多领域合作。

艺赛旗不仅仅通过自身的研发创新，还将结合各方科研优势及先进技术，来提升产品智能性和适用广泛性，未来艺赛旗将不断提升技术门槛，并不断的开拓 RPA 的适用领域。

为更好的布局 AI 赋能 RPA、加大研发投入和资金储备量，艺赛旗目前已开启新一轮融资。