中国 RPA 企业未来之路应如何探索
企业正在迎来更加“自动化”的未来，RPA 正在开启智能办公新时代。9 月 10 日，36 氪在上海举办了“WISE x 企业智能行业峰会”，邀请国内 RPA 行业主要的资本方和代表企业，共同聚焦 RPA 如何颠覆企业流程、推动企业智能新变革。
艺赛旗于 2011 年创办，成立至今已有 8 年时间。2015 年起，艺赛旗形成以用户行为实体分析 UEBA 产品为核心的解决方案，在保持在 UEBA 领域的技术领先地位之后，开始进军 RPA 行业。
2017 至 2019 年，艺赛旗的 RPA 产品已经发布了十个版本。9 月 9 日，其 RPA10.0beta 版也已对外发布。
艺赛旗是如何探索中国本土 RPA 之路的？创始人、CEO 唐琦松在峰会上分享了几点经验。
唐琦松认为，国内 RPA 企业应该思考以下几个问题：面对 RPA 实施过程中的流程管理、开发、维护等成本问题，应如何保持盈利？怎样培训用户的 RPA 专业知识？如何进行标准化管理？
在技术创新和商业模式上，唐琦松也介绍了艺赛旗的经验。首先，任何产品从技术到商业化落地都需要经过时间的检验，研发过程需要经过长期的打磨测试，这一过程需要对产品的匠心态度。其次，艺赛旗通过实现业务流程和数据流的双重可视化，提高了应对故障的速度，从而保障了其 RPA 产品安全性。
以下为嘉宾演讲实录：
各位来宾，各位朋友大家下午好，我是上海艺赛旗的创始人唐琦松，非常高兴能来参加 36 氪举办的这次智慧新起点的智能行业峰会。从去年到今年，RPA 热度席卷全球，突然火了起来，然而处于中国的我们是如何看待当前的市场？处于行业内的人又是如何思考的呢？任何技术演变到产品，然后再到成熟的商业落地是需要时间和市场来检验的，所以我今天也抛砖引玉带来我的分享主题： 创新，共享，探索中国 RPA 未来之路。
艺赛旗创立至今已经 8 年，我们是一家专业从事用户实体行为分析软件技术及研发公司，也是中国本土首家将 RPA 商业化落地的专业技术公司，艺赛旗从 2015 年形成 UEBA 为核心的产品发展到今天的 RPA，这都是我们把技术转化为产品并商业化落地的过程。
36 氪做为中国知名的科技前沿媒体，早在 2018 年就对艺赛旗进行了持续的深度报道。Gartner 也在 2019 年和我们形成了合作，一起探索中国的 RPA 市场发展。
艺赛旗的 RPA 发展是一步一个脚印走来的，没有一剑封喉的技术，只有点滴积累的过程。我们从识别行为，分析行为到优化行为，优化行为也就是标准化业务由 RPA 来模拟人的操作，大家都知道 RPA 目前其实就是高度的拟人化操作，我们走了 6 年才形成的闭环。
我们在 2015 年就聚焦在人员多、业务密集的呼叫中心和操作中心，并由业务人员手动触发 RPA 来完成人机交互，业务办理。这个业务流程走通了我们才进入到全自动无人值守 RPA 的阶段，所以我们是自下而上发展起来的。
我们 RPA 到昨天为主已经发布了 10 个版本。2019 年截止到昨天我们发布了三个版本，我们每一个版本都是大量来源于用户的实践，我们为每一个版本提提供了一个 slogan，8.0 是高效（让业务开发高效，让运营管理高效），9.0 我们提出了自由（我们推出了艺赛旗 ID，通过一个 ID 你无论是在家里还是公司都可以编写你的流程，管理你的机器人。同时还可以绑定微信，钉钉，自由、便捷的连接），10.0 是共享，从出行共享到财务共享，其实共享单车解决的最后一公司就有点类似现在的 RPA（在中国大型的呼叫中心，操作中心就是典型的共享模式，上万人的操作都是共享 100 个左右的流程）。我们希望能有更多的人参与和使用，所以我们推出了机器人应用商城，让客户，合作伙伴，爱好者都可以共享知识共享经验。
艺赛旗在技术、产品以及商业模式创新方面是怎么做的呢？我们不能仅仅从国外 copy 去引进，而是要走出我们中国本土市场特有需求。
下面我举一两个例子：这是我们的设计器及流程图，相信用过我们产品的都知道，这个这是我们独特拥有的，具有非常高的辨识度。完全自由的流程图，我们在一张图上实现了流程、数据双重可视化，红白线是当前的业务流程图，黄蓝线是我们的数据流向图，也就是数据可视化，我们可以让管理人员，业务人员，运营人员清晰知道业务流和数据流的走向以及故障点是出现在流程变更上还是数据流向上。红框停住就是故障点。
这是我们的 RPA 控制 center，我们提供全流程的管理，监控、运营，调度、维护，以及机器人的工作报表视图，最重要的一点，我们昨天正式发布云化 10.0 版本，在云端控制台将免费开放给所有的用户使用，这里我强调一下，是全功能的商业版，而不是社区版。另外，在中国怎么能少了微信呢，我们提供了微信小程序能同样让你一切尽在掌握。大家在微信中搜索 RPA 控制中心就能找到。
前面说到，艺赛旗是从辅助机器人走到无人值守机器人的，我们拥有超过一万点的单一辅助机器人客户，100 点的单一无人值守机器人用户以及 15 个行业 30 个标杆客户，不管是公用云的共享，还是大型客户自己私有云的共享，都能在这个平台上完成共享，这些都是经验的积累，所以我们开创了我们的应用机器人商城。
我们横向有超过 500 家合作伙伴，纵向有 15 个行业 30 个行业标杆客户的经验，以及无数使用者。我们希望把这些经验流程共享出来，形成一个应用机器人商城， 让更多的企业来用并形成价值交易。
一切都看起来这么美好，可未来存在很多的不确定。
Garnter 就提出了现在这个市场对用户的引导是过度夸大了 RPA 带来的价值：
Garnter 方面做了阐述：低成本高回报的软件，高集成，低代码或者无代码的开发，灵活性，适用于任何的业务系统。
1、low-software：宣传总是说的很好，低成本高回报–TCO（Total Cost of Ownership）是软件本身的几倍甚至 10 倍，是需要从运营，业务，开发，管理多方面投入的而不仅仅是 RPA 的 licnese。
2、integration：对任何 UI 及企业应用的高集成。实际上基于 UI 的交互式非常脆弱的，带来的变化也是不确定的，所以我们 要回归理性。
3、low-code/ no code：并不是说 studio 可视化做的很好就不需要专业的经验的业务知识以及基本的编程知识。
4、flexibility：任何业务都能使用，用户的 RPA 自动化缺乏最佳实践，不能仅仅是单个任务的集成，而应该是端到端的自动化流程。
所以 Gartner 也对未来做出了预测。
1、30% 的 RPA 厂商会基于消费定价，所以 ROI 会产生巨大差异，每一家企业选择 RPA 的目的都是不一样的，我们是否真正了解用户的诉求？
2、由于企业在 RPA 的使用错位，无法规模化而感到懊悔，所以我们怎么帮助企业让 RPA 形成生产力？
3、单独以 RPA 为任务未中心的流程将被淘汰？作为国内的 RPA 厂商在这方面如何发展？如何更好的适应中国的 RPA 市场？
我想我讲了这么多，今天我们 10.0 踏出了第一步，希望更多有想法的伙伴加入，一起思考一起探索，未来我们要积极拥抱 AI，让更多的技术和 RPA 结合起来，我们在 OCR,NLP 领域和百度以及其他的 AI 企业一起合作，在机器学习和计算机视觉技术（计算机 UI 层面）我们和南大人工智能学院以及周志华老师的团队一起合作开发。比如计算机视觉技术应用在 RPA 的 UI 理解层面，让 CV 能自动修复 UI 变化给 RPA 造成异常，甚至自动生成新的逻辑代码。在未来 AI 和 RPA 的结合解决更多的问题。
