本篇文章给大家谈谈联通3g电子化销售服务系统，以及联通3g流量包的知识点，希望对各位有所帮助，不要忘了收藏本站喔。
文章详情介绍：
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。36氪认为，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。
高可用：人人都能学会
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。
丰富拓展性：From RPA to AI
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：
一方面，AI 中的 OCR、NLP 等技术能够赋予 RPA 机器人识别图像、语义分析等能力，因此机器人能够处理如纸质发票、抓取合适字段等复杂工作 —— 大大拓展了 RPA 的应用维度；
另一方面，由于 RPA 非常贴近业务，对于前些年陷入落地难的 AI 技术来说，RPA 为 AI 打开了可观的商业落地前景。
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：
UiPath 学院（UiPath Academy）：怎么让更多人在知道 RPA 概念之后，能够更快学会使用 RPA？UiPath 学院提供了免费的 UiPath 线上课程，让用户了解 RPA 概念并学习 RPA 开发技术。用户还可下载免费的社区版用于实践操作，并通过 UiPath 的资格认证，成为开发者、架构师等。
UiPath GO! ：即 RPA 领域的 App Store。UiPath、开发者等可以开发适用于 RPA 的组件和模块并上传到商店，用户根据需求使用。目前 UiPath Go! 中拥有约 600 个组件，与合作伙伴共同开发，已被全球超过 15000 名用户使用。
开发者论坛：从另一个角度上说，RPA 像是一门已经封装好的编程语言，只不过开发者无需太多编程基础即可生成想要的程序。不过，开发者生态依然重要。根据 UiPath 给 36 氪提供的数据，目前 UiPath 社区拥有超过 25 万全球用户，用户们遇到 RPA 机器人的相关问题，有 80% 都能够在论坛中找到解决方案。
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。
“中央治理”对企业更重要
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。
通往 IPA 的道路
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 社区：可以让其用户交流使用案例经验、以及 best practices 的社区。
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：
1、场景缺失：企业数字化和流程成熟度参差不齐
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：
一方面，RPA 对大公司内部的数据化程度有一定要求，而国企内部有许多流程尚需人工参与，流程不够标准化；
另一方面，即使国外 RPA 产品稳定性和拓展性较为领先，但本地化程度还待提高，比如国外产品的会调用谷歌、微软等公司的 OCR、NLP 模块，对中文支持效果尚不是特别理想。
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。
2、不同基因的玩家入场，同质化、价格战已经显现
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。
3、生态化能力是核心竞争壁垒
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。
36氪长期关注 RPA 及企业服务赛道，系列文章见此：
行业文章：
36氪新风向 | 三个月估值普涨三倍，你未来的RPA机器人同事正在路上
2019年，中国RPA的机遇和挑战在何处？ | 2019 WISE 超级进化者大会
专访 RPA 上市公司 Blue Prism：帮企业雇佣机器人“员工”，我们已经做了 18 年
DCM董事合伙人曾振宇：我们为什么看好中国RPA？
创投观察 | 中国本土RPA们在哪
创投观察 | 市场白热化前，RPA公司要怎么构建核心壁垒？
项目报道：云扩科技、艺赛旗、Cyclone弘玑、Uibot、达观RPA、金智维
如果你对 RPA 这个话题感兴趣，欢迎与我们沟通交流：36氪咏仪（微信ID：twiddly0309）、36氪陈绍元（微信ID：963757163）、36氪石亚琼（微信ID：）、36氪苑伶（微信ID：369727385）。
另外，也可向我们投递项目 BP 寻求项目报道、融资及投融资服务。
附 RPA 行业峰会预告：