多数人每天都会使用到一些机器人流程自动化工具，例如读取邮件和系统，计算，生成文件和报告。而在未来，那些你不想做的枯燥的工作，也许真的可以不做了，重复化、标准化的工作都可以让机器人帮你完成。

RPA是RoboticProcssAutomation的缩写，从字面便不难看出其要义，即：机器、流程、自动化，RPA是以机器人作为虚拟劳动力，依据预先设定的程序与现有用户系统进行交互并完成预期的任务。从目前的技术实践来看，现有的RPA还仅适用于高重复性、逻辑确定并且稳定性要求相对较低的流程。

用更通俗的解释，RPA就是借助一些能够自动执行的脚本（这些脚本可能是某些工具生成的，这些工具也可能有着非常有好的用户化图形界面）完成一系列原来需要人工完成的工作，但凡具备一定脚本生成、编辑、执行能力的工具在此处都可以称之为机器人。

本文主要参考自各大机构报告，讲述RPA的产品构成与收费方式，和AI的关系，产业链，现状及发展等，最后部分会梳理相关二级上市公司。

找报告，就上发现报告

行业分析

01关于RPA

①盈利模式

RPA公司的盈利模式通常分为三层：第一层是按部署的机器人数量收费，第二层是收取机器人设计器的费用，第三层则是按管理平台收费。

主要产品构成包括：

Studio（工作室），图形化的编程界面，一般提供以机器或者用户绑定的计费方式。

Robot（机器人），前台机器人是有人值守的机器人，由员工手动动作决定何时启动；后台机器人则是无人值守的机器人，即可在后台实现端到端的自动化流程。机器人按部署的个数收取每年几万的费用，后台机器人的费用一般是前台机器人的6倍左右。

Orchstrator（指挥中心），提供一个防止机器人不受监管、追溯机器人操作行为的管理平台，可以集中部署和管理后台机器人

②RAP优势

机器处理：通过用户界面（UI）或者脚本语言（Script）实现借由机器人的重复人工任务的自动化处理；

基于明确的规则操作：流程必须有明确的、可被数字化的触发指令和输入，流程不得出现无法提前定义的例外情况；

以外挂的形式部署在客户现有系统上：基于规则在用户界面进行自动化操作，非侵入式模式不影响原有IT基础架构；

模拟用户手工操作及交互：机器人可以执行用户的日常基本操作，例如：鼠标点击、键盘输入、复制/粘贴等一系列日常电脑操作。

RPA的优势来源除了上述这些众所周知的功能特点外，对于规则的高度严肃性（良好的操作品质）、对现有系统的非侵入性（非耦合型）都是RPA的突出特点。

RPA和AI是什么关系？

有些厂商在宣传RPA的时候有意无意和人工智能扯到了一起，但是从负责任的角度，RPA和AI简直天壤之别，现在的机器人还只是逻辑编程比较完善能够执行一定预制判断逻辑的的机器，还远谈不上人工智能。

人工智能(ArtificialIntllignc)是一个相当广泛的概念，人工智能的目的就是让计算机这台机器能够象人一样思考，而当前被广泛提及的机器学习(MachinLarning)都只是人工智能的分支，机器学习是专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，使之不断改善自身的性能。

但是随着近年无论是全球范围还是中国范围的人工智能投资的逐步加大，相信我们在未来的十年或者二十年内，AI在实用性和普及型方面的逐步突破，财务领域的AI深入应用亦未可知。

02产业链全景

主要参与者有四大类：RPA厂商、技术合作伙伴、业务合作伙伴、渠道合作伙伴。

RPA厂商通常自研RPA产品并和第三方AI技术公司合作进行技术融合，少数AI企业具备自研AI能力。在业务场景落地过程中，厂商会采取自己实施和与第三方服务方合作两种形式进行交付，和业务伙伴合作时，RPA厂商提供标准化平台产品（设计平台、机器人、控制平台、AI能力等）叠加一定的扩展性开发，后续实施运维交于第三方进行实施。除此之外，RPA厂商会采取和渠道伙伴合作的市场策略扩大销售范围。RPA市场尚处于早期，聚集合作伙伴提升服务能力为不同行业客户提供解决方案是当前市场状态。

0产业发展现状

RPA作为流程自动化软件，受标准化特定场景、部署流程比较短，决策链单一的掣肘，在大范围企业业务的快速落地上仍旧困难。尤其是针对复杂场景的解决方案，常常会涉及非结构化数据、复杂元素识别等RPA无法处理的环节，企业个性化程度高，解决方案定制化强，由此给RPA的发展造成羁绊。

而与AI能力的结合，可以提升感知非结构化数据能力和聊天机器人联动能力，帮助RPA提升易用性，业务端应用向前端迁移。除此之外，AI还能帮助RPA更好处理软件环境的变化，降低运维成本，满足客户智能审批、智能合规、智能信贷流程、智能风控等要求，在复杂应用场景中帮助RPA构筑高壁垒。

RPA应用不受行业和部门限制，但是一直以来，RPA的发力点仍主要落在金融、财税等信息化程度高、流程标准化程度高、重复性工作多、耗费人力大的行业和场景。相对于金融行业，制造、电信、医疗、政务等亟需转型的传统行业对RPA产品都有一定诉求，但渗透率并不理想。

政务行业虽然存在标准化程度较高的场景，且人员短缺，但由于对人效考核制度不完善，对RPA的投入动力不足。近两年随着智慧政务的推进，利用AI和其他自动化软件提升政府部门在办公、监管、服务、决策等效率的提升成为共识。未来，RPA厂商协助传统企业进行数字化转型将成为行业增长新的发力点。

目前，国内提供RPA产品和服务厂商达到数十家，产品在技术、功能、实现方法上各有差异，但综合来看，产品+服务仍是未来RPA能够拓展应用场景提升客户满意度的两个抓手。在产品方面，需重点

转载请注明:http://www.aideyishus.com/lkcf/1511.html