亚洲精品国精品久久99热,亚洲一区二区视频在线观看,中文字幕国产亚洲2019

近日，來也科技聯合創始人兼高級副總裁褚瑞在雷鋒網公開課上，以「RPA：數字化轉型的連接器」為題，講述了他眼中RPA的“昨天、今天和明天”。

在褚瑞看來，無論是當年在他手中誕生的按鍵精靈，還是現在的來也UiBot，「連接」這一RPA的價值所在一直沒有變過。

以下為褚瑞的分享內容節選，雷鋒網(公眾號：雷鋒網)做了不改變原意的刪減：

各位觀眾大家晚上好，我是來也科技的褚瑞，我今天的主題是RPA——數字化轉型的連接器。

“連接器”的概念，怎么理解？打個比方，從2000年以后，私家車開始逐漸走入我們的生活，私家車不僅僅是一個交通工具，它就像一個連接器，把活動圈連接在一起，大大拓展人類活動范圍，改變人類的生活方式。

汽車作為連接器，一般有硬連接和軟連接兩種連接方式。兩個地點之間有路，汽車可以開過去，這是“硬連接”；兩個地點之間沒有路，性能好的越野車也可以開過去，這是“軟連接”。

汽車作為連接器，還讓駕駛變得越來越簡單。以前的駕駛員都是一種職業，現在普通人也可以當駕駛員。我們稱之為“平民駕駛員”。

這是汽車作為連接器的兩個特點：支持軟硬連接、支持平民駕駛員。這背后是汽車廠商多年來不斷的努力。

按鍵精靈的誕生年代

2001年火起來的網絡游戲，需要玩家通過繁瑣的操作，完成NPC指定的任務才能升級。

當時，我在大學畢業前夕，用C語言寫一段無限循環的代碼，每過一秒鐘，就在橫坐標100，縱坐標100給按一下鼠標。這個程序很簡單，但它可以代替繁瑣的人力操作。然而，它有一個非常致命的問題——不能應對業務變化，坐標變了，程序就要修改。

我們發現，這里面的主要問題在于：它的平臺和業務邏輯是綁在一起的，靈活性不夠——這時，按鍵精靈應運而生。

按鍵精靈的初衷是將平臺和業務邏輯進行分離，讓大眾在平臺上定制自己的業務邏輯。用戶無需懂得編程知識，撰寫一個腳本，在平臺的作用下，代替用戶的雙手去執行一系列的鼠標及鍵盤動作。

按鍵精靈1.0版本解決的是打固定靶的程序，連變量的概念都沒有，很快也不能滿足需求了，所以升級了按鍵精靈2.0。

2005年，我們給按鍵精靈增加了插件功能，提供很多預置插件，還可以通過編程添加其他的功能。這樣一來，插件可以給按鍵精靈帶來更多神奇的功能。

這就是按鍵精靈做得很成功的一點，它把用戶自行開發的功能連接在一起了。按鍵精靈本身提供的功能非常有限，但在此之后，它就可以做到更多有意思的事情。知乎上也有討論過按鍵精靈能做哪些有趣的操作——這正是“連接器”的意義所在，價值也通過這樣的連接操作而體現。

通過這么多年的發展，按鍵精靈給我們很多啟示：

第一，業務邏輯是會變化的。就像游戲，任務會變，所以要把平臺和業務邏輯分離開，各自負責專門的事務。

第二，有些對業務可能不太熟悉、但對IT特別熟悉的IT專家，他們可以借助連接器，運用自己擅長的技術，可以做出厲害的腳本。也有些平民開發者，不懂IT技術，懂業務，連接器把他們連接，大家能做更多很有意思的事情。

RPA的“暴風成長”

2015年發生了一件非常重要的事情。美國的一家公司，前身是羅馬尼亞公司DeskOver，之后改名為UiPath并拿到天使輪融資，迅速擴大業務規模，就此引領了一個行業的爆發。

當時他們和一些業務合作伙伴，包括會計師事務所、咨詢公司，一起推出了很多財務、人力資源等方面的解決方案，大家才發現，這些領域其實可以靠自動化實現降本增效。

2017-2019年，UiPath迅速發展，成為一家高速成長的全球領先企業，RPA時代也就此到來。

RPA的全稱是機器人流程自動化。現在的辦公領域，有很多這種日常重復性工作，規則和邏輯非常明確。這種情況下，用自動化的機器人軟件代替人工的手動完成。這跟當年游戲里不停點鼠標一樣，本質上沒有不同。

一個常見的問題是，很多系統之間數據沒有打通，此時用機器人能非常容易地做到這種非侵入的跨系統數據集成，不需要改程序，只需要模擬人操作。這是RPA非常重要的應用之一。

2015年，RPA行業被引爆；2019年以后，隨著微軟宣布正式入局，這個行業被推到了一個新的高點。微軟在2019年的時候宣布它要推出Microsoft platform，這個平臺包含4個主要的功能組件，其中Power Automate就是微軟用來實現機器人流程自動化的重要工具。

很多人現在都想不清楚，為什么RPA熱度這么高？

咨詢機構預測，到2023年，RPA的服務和軟件的收入規模大概是120億美金。

我們可以發現RPA很多有趣的特性：

1、大客戶小訂單。使用RPA的廠商，很多是世界五百強這種大客戶，但它們的RPA訂單往往很小，可能只訂購幾十萬的合同。但這些大公司普遍對RPA表現出了他們的關注，因為它們內部有很多復雜的流程，更需要用自動化連接。

2、RPA從2015年爆發起來，到今天，一直采用訂閱的方式，客戶需要每年支付一定的金額，軟件廠商提供相應的、到位的服務，才能促成買賣雙方達成合作。RPA的訂閱續費率很高，因為大多數公司對RPA都有一定的需求。

可以說RPA是具有普適性的，很多行業、領域、部門都會有這樣的需求，這也是大眾看好RPA這個方向的原因之一。

此外，同一行業內不同部門會有不同的需求，好的效果可以加速它的傳播效力。

從買方市場來看，為什么RPA這么熱？

這兩張圖表現了我國出生人口和高考錄取率的變化。圖一顯示，1990-1999年，我國每年出生人口從90年的2600萬降低到了99年的1100萬，意味著人口老齡化成為了一個嚴重的問題，并且會越來越嚴重，人力成本也隨之增加。

除了年輕人口的減少，圖二還可以看到高考錄取率也在增加。98年的時候高考錄取率只有6%，到了2017年變成65%，增長了10倍，意味著很多藍領工作很難找到人去做。大多數人不太愿意做這種機械重復勞動，這種情況下用機器人代替人做簡單重復勞動，就成為了重要的趨勢。

還有一個原因，RPA適合數字化轉型的需要。以前銀行存款用鋼筆填寫信息，跨行兌付，但這種方式被淘汰了；信息化以后業務無紙化，通過支付寶隨時付款。

信息化帶來很多好處，但也有一定問題。信息化帶來一波業務增長，但當增長到一定程度后又顯乏力。這時有人提出來，要把已有的數據整合，實現數字化轉型，產生新的價值。

目前信息化壁壘過于嚴重，系統與系統之間的數據沒有打通，很難將數據進行整合。所以RPA這種非侵入式，在不更改系統的前提下，能夠模擬人的操作，將不同系統的數據進行提取及整合。

所以RPA是數字化轉型的一個連接器，把很多系統連接起來，這種連接本身就是它的價值所在。這個概念是微軟提出來的，微軟Platform的四個組成部分之一就是Data Connectors，意思是數據的連接器。

就像開頭舉例的汽車，RPA也具有連接器的一些特點，它也支持硬連接和軟鏈接，也支持這種專業開發者和平民開發者。

評價一個RPA產品的好壞，一定程度要看它是否支持多種硬連接，同時支持多種常見的軟連接。

在RPA里，硬連接是指業務系統有提供接口，可以去做連接，類似Excel，有COM的接口。郵箱也可以通過業務接口去操作。

軟連接是指在沒有業務端口的情況下，系統間的數據無法互聯，這時候RPA的“非侵入”特性就展現出來了，它能夠通過界面元素的抓取和自動化操作，實現無接口的數據獲取和寫入。硬連接和軟連接各有優勢，雙劍合璧就更加強大了。

其次，也要看RPA是否支持低代碼。通過基本的變量、表達式等很簡單的代碼，就能夠實現一個自動化的邏輯。這樣，一些平民開發者也能很容易學會它。

雖然還需要學習，但是門檻已經降低了很多，大家可以通過一種簡單的方式，就能夠實現自己的業務流程自動化。

Q：很多人聽完RPA之后會問，RPA好像沒有什么技術門檻？

RPA的技術門檻不在于讓鼠標自動跑起來（這個技術我在大學畢業之前就能做，一個應屆生就能做的事情，當然沒門檻），而在于如何把低代碼做好，讓平民開發者也會使用。

Q：某某開放源代碼，RPA市場也會像以前一樣變成紅海？

其實不是這么回事，因為這些源代碼，比我在2001年做的工作也就稍微先進一點點，仍然不是一套成熟的產品。

Q：為什么我們不去做一套數據總線，然后把業務系統都連接到數據主線上來？

這個想法非常好。在汽車時代，這種數據總線我們把它稱為高鐵，所以說數據總線跟RPA的區別，就好比是高鐵和汽車。

數據總線有很多的優勢，傳輸速度快、傳輸量大，安全性更好，但RPA有它獨特之處，就像高鐵無法完全取代汽車，只能在各自領域發揮作用。

Q：Python語言這么流行，用Python直接加一個開發包不能實現自動化嗎？

Python語言不夠低代碼，經常有人開玩笑說Python語言是要拿著游標卡尺去寫的，用它去實現自動化的話，不能做到我們前面所說的平民開發者的目標。

RPA的必經AI之路

RPA作為連接器，也遇到了一些挑戰。不同業務系統之間的數據，只有20%是可以直接利用的結構化數據，比如表格數據庫，剩下80%都是非結構化數據。現在還是沒有辦法聯系到一起。

通過AI，把非結構化數據轉化為結構化數據，連接器就能處理剩下80%的數據——所以，RPA+AI才是連接器的未來階段。

因為AI做了大腦的工作，可以把非結構化的數據，比如圖片、聲音、文字，轉換成結構化數據，然后去做手的工作。

很多人問，既然RPA+AI能起到簡單作用，比如像阿里云、百度云這樣的云平臺都有這種標準的接口提供了，那把這些做得比較好的AI能力直接引到RPA里可以嗎？

可以，比如掃描一張發票，其實不用云平臺，有專門的發票掃描儀就可以，將儀器跟計算機連接起來，就一張張自動掃描發票了，自動把發票信息從圖片、紙質形式變成結構化數據的形式，這種效果已經很好了。

掃描儀和RPA連接這種還屬于初級階段，我們稱之為連接AI能力的連接器。

什么叫高級連接器？就是把一些智能化的功能，把AI所能做的一些事情給分裝到連接器里。這種智能化的研究系統，能解決很多初級階段不能解決的問題。

有時RPA本身能力有限，需要用AI增強。有的是標準AI場景，比如掃描發票、身份證，這都是非常標準的文檔，已經有很多插件做得很好，直接調用就好。

RPA和AI的界限非常分明，AI負責把非結構化數據轉成結構化數據，而RPA拿復雜結構化數據來做處理，這是交互非常簡單的情況。

應用之界面識別

首先需要識別出軟件里有多少界面元素，一般的RPA軟件都能做到，但有些軟件不是在本地操作系統里運行，而是運行在遠程計算機，我們通過遠程連接上去。

這種情況下，就可以運用AI識別界面。我們用了大概幾十萬張的軟件界面圖片進行標記，拿深度學習模型去訓練。在這個模型里，你只要按下一個鍵，它就能自動幫你識別，把虛擬機里的基本元素，比如輸入框、按鈕、標簽等都用綠色識別框標記。

注意它不僅是識別有文字的元素，一些輸入框是空白的，里面還沒有填內容，它也能準確的識別出來。

應用之合同識別

財務領域經常要識別和處理合同，首先OCR合同一下，把里面的圖片掃描件編成文字。

從合同正文里提取關鍵信息，比較麻煩，因為合同沒有標準格式，比如甲乙方的位置、合同金額、到期時間等。

只能用RPA產生的AI能力進行訓練，才能在合同掃描件里提取出所需要的總金額、賬期、供應商等關鍵信息，然后用RPA把這些信息送到財務，給財務提供一個成本的管理依據。

應用之在線客服

在一家地產公司，它的物業就是一個集中的呼叫中心。為了提高用戶的服務質量，當業主撥打物業電話時，接入的是呼叫中心。

呼叫中心有200多個人工客服可以直接回答簡單問題，對于一些類似維修等問題就需要先做下記錄再修理。AI可以理解人說話的意思，以及做一些簡單回復。

公司郵箱每天能收到一些郵件，需要每天有人收郵件并歸類為客戶或潛在客戶。

這些客戶也需要進行初篩，判斷公司規模及相關信息。我們就做了商機郵件處理機器人，能自動收郵件、查詢客戶和分類。

如果是歸為潛在客戶，還能自動查該公司大概情況，自動回復郵件，把處理的信息存到Excel表格里。

從按鍵精靈到來也UiBot，它們有共同點，都做連接器，也都具有一個連接器所應有的低代碼特點。

不同之處在于：游戲速度變化較快，所以按鍵精靈要體積小、速度快；來也UiBot對速度的要求沒那么快，一般辦公界面切換不會太快，所以更強調穩定性、安全性、容錯性等。

其次，來也UiBot的安全性要好得多，在很多方面都比按鍵精靈大幅增強，包括在硬連接和軟件能力上，AI的能力集成上，跨平臺的能力，分布式控制中心等。

我們也是堅持做好連接器去服務平臺開發者，我們的開發者社區用戶數今天已經超過30萬人。我們的UB Store，是提供給付費能力不太強的小型客戶。

互動問答精選

Q1：RPA就是機器加上智能，可以這么理解嗎？

褚瑞：昨天的RPA應該說只是代替了手的工作，只能做一些機械性勞動。今天或者未來的RPA會加上更多的智能，可以做很多比雙手能做的、更復雜的事情。機器加上智能，可以認為是未來RPA的一種形態。

Q2：怎么應對客戶流程的不同，不斷更新？

褚瑞：這就是我們要強調平民開發者的原因之一。RPA應該是每個人都能掌握的。上線以后，后期的修改雖然不可避免，但只要足夠簡單、好用，每個人經過簡單的學習，就可以調整這個參數，應對流程的更新。除非更新復雜到一定程度的時，才需要更高水平的人介入。

RPA不是作為一個項目交付完就結束了，而是一定要做更新的。讓原廠繼續服務的話不太現實，一定要通過這種低代碼的形式讓更多人輕松掌握。

Q3：RPA在實際應用中會因為網頁頁面的改變而修改流程，這會導致后期的運維成本很高嗎？

褚瑞：RPA流程是可能會需要修改的，因為你用它連接了多個不同業務系統。這些業務系統的改變，就導致RPA流程也要發生改變。但當業務系統在一個成熟的大型企業中使用，它的變化不會太頻繁，即使發生了改變，這個體系里只要有少量的人學會使用它，那就沒有問題，都能自行應付。

Q4：學了一個月的來也UiBot基礎命令判斷都可以理解，但一些場景覺得挺難的，不知道應該怎么繼續學習。

褚瑞：實際上可以拿一些現實生活中常見的場景做練習。我有時候需要把知乎上的文章批量導到Kindle里，這樣可以在離線的情況下閱讀（比如飛機上），但知乎和Kindle之間是沒有接口的，我就用來也UiBot社區版，自己寫了一個流程，自動把文章導到Kindle里，這就是我生活中常見的一個用例。我們也會把使用門檻進一步降低，讓更多平民開發者能夠掌握它。

特別聲明：

文章來源：雷鋒網

原文鏈接：https://tech.sina.com.cn/roll/2020-06-25/doc-iircuyvk0340431.shtml

RPA中國推薦閱讀，轉載此文是出于傳遞更多信息之目的。如有來源標注錯誤或侵權，請聯系更正或刪除，謝謝。

繼續閱讀：流程自動化 RPA 來也科技