達觀數據CEO陳運文：“ RPA+AI”將會是下一個人臉識別級的應用

“雖然現在大家講人工智能商業落地最先想到的是人臉識別，但十年后，人工智能行業里唱主角的一定是文本處理技術，以及與RPA結合的各種應用，畢竟這些才是我們每個人在日常工作中時刻在用的。” 陳運文預測。

“今年以來，AI業界有一個很明顯的期待，大家都想看到具體的AI技術落地在哪些場景、發揮哪些作用，有沒有實實在在用起來。”

而對于當前熱門的RPA領域，他認為傳統RPA只能做一些基于規則的簡單的數據搬運、填充工作，NLP和OCR等AI技術拓展了RPA自動化的邊界，使其能夠處理非結構化數據和打通線上線下交互，這些都標志著數字化員工的發展已經走過早期階段，企業日常辦公的智能化正在進入RPA+AI的深水區。

十年以后將有超過50%的基礎性辦公工作，由文本流程自動化機器人完成，這其中蘊含著巨大的市場機會。

“RPA業務是達觀數據智能文本處理能力的延伸，就像大腦有了四肢一樣，合在一起組成了可以實實在在用起來的‘虛擬數字員工’。” 達觀數據創始人兼CEO陳運文對雷鋒網AI金融評論表示。

日常辦公智能化進入RPA+AI深水區

在他看來，借助RPA這個助推劑，AI技術的應用將會變得更加廣泛和普惠。

以金融行業為例，金融行業的清繳清算，監管報送、賬目抽取、核對等很多基層工作都是智能RPA的適用場景，通過自然語言邏輯分類、自然語言數據提取、識別和深度學習模式預測，可以實現將RPA 應用場景覆蓋面提升到80% 。

除了金融領域客戶，大型企業如集團企業、央企也是目前和未來的采購大戶。

先服務銀行等金融客戶，然后服務大型企業客戶，按照美國市場RPA趨勢來看，Uipath在過去的十幾年里也是走了這樣一條路。今年Uipath拿到了特朗普團隊的訂單，達成協議未來5年時間Uipath將幫助聯邦政府培養75萬名RPA業務專家，幫助聯邦政府完成業務流程的自動化。

目前考慮到投入產出比，在智能RPA應用上最為積極的當屬金融行業。陳運文預測，可能在五年以后大部分銀行都會用上智能RPA。

據了解，目前達觀數據的金融客戶在其所有客戶中占比接近50%，達觀數據的智能RPA 平臺已在銀行、財稅、政務、保險、證券基金等數十種不同崗位推出了“虛擬數字員工”。

低代碼開發方式已成標配

在陳運文看來，“虛擬數字員工”進入RPA+AI深水區表現在兩大方面：一是RPA的產品化程度在不斷提高，二是AI技術下行業知識和業務流程的沉淀在不斷加深。

在產品層面，低代碼的開發方式已成標配，用拖拽組件的方式替代寫代碼來完成自動化流程設計，不僅降低了普通用戶的使用門檻，同時還為企業節省了成本開銷，“傳統企業服務如果每個任務都需要寫很多代碼，開發成本異常高昂，而且一旦流程有變化，就需要推倒重來。”他表示。

“另外，低代碼也是最好的渠道拓展方式，良好的生態很多時候是需要使用低代碼讓一些沒有編碼經驗的供應商、渠道商參與經營。”

在他看來，低代碼意味著要把大量的技術細節封裝起來，對RPA供應商來說工程量很大，這反而成為RPA產品的一個主要競爭點，即能否開發出足夠豐富的組件、覆蓋足夠多的應用場景、兼容足夠多元的操作系統。

據了解，達觀RPA采用谷歌Go語言開發，支持跨平臺部署，適用Windows、國產OS、Linux、Mac等操作系統；同時，支持國產辦公軟件WPS、國產數據庫、Chrome、IE、Firefox、App、Email、Office、ERP 等各類應用程序的自動化。

此外，在RPA主要應用領域金融行業里，產品化還意味著極高的穩定性和可靠性標準，不論是對技術本身進行充分測試與驗證，還是在系統部署時進行充分的容錯可靠準備，還是建立起一套高效安全的人機協同工作機制等，都將變得非常重要。

“實際上，在很多金融場景下，機器比人更加安全可靠。”陳運文表示，以合規為例，銀行需要遵守大量的合規準則，在運營管理的每個細節和環節上都是一項細致的工作，而RPA會使銀行的合規管理更加簡單。

RPA運行的全部流程可記錄、可監督，不情緒化，出錯率低，降低合規風險，將成為合規管理的關鍵推動者。

更懂中文、更懂行業

在AI技術和應用層面，陳運文認為，伴隨著NLP、OCR和新一代深度學習等技術的加持，RPA機器人將會越來越聰明，運用范圍更廣，也能承擔更多復雜的業務工作。

在他看來，當下的RPA由三部分組成：第一部分是代替人完成鍵盤鼠標操作的軟件工具，相當于“雙手”；第二部分是處理線下資料如掃描證照或者圖片時用到的OCR技術，相當于“眼睛”；第三部分也是最關鍵的部分是NLP技術，處理有關邏輯判斷與分析的工作，相當于“大腦”。

“中文的語義分析能力非常重要。對中國市場來說，企業的業務流程大部分都處于中文環境下，這時候更懂中文的智能RPA將會起到更好的效果，”在他看來，想要把中文的流程處理做得更好，除了需要海量的場景數據之外，更要有足夠深的行業理解。

“RPA本身與行業關系不大，但智能RPA背后的文本處理卻與行業知識密切相關，針對具體行業的文本特點建立起針對性的語言模型，是很多大企業和調用國外第三方 NLP模塊的RPA企業所不擅長的。”

據介紹，在這方面，達觀數據利用NLP技術自主研發的智能文本處理平臺，具備強大的語義分析能力，包括：中文分詞、命名實體識別、句法分析、神經網絡語義關聯、深度學習等，通過將RPA與其融合，在數據提取、識別、處理方面更懂中文，也更符合中國企業的需求。

此外，在陳運文看來，在AI+RPA的應用過程中，梳理總結出的各行各業各崗位的最佳工作流程，非常具有價值，只有把人類專家的經驗沉淀在數據和規則里，才能真正讓機器人具備智能化，變成智能化的系統。

“比起單純的RPA工具，AI+RPA的市場顯然要大得多。考慮到目前AI+RPA的應用還屬局部，接下來僅在銀行里可能就有上千個場景和流程有待挖掘，對應到市場規模上十年之內至少是5000億級。” 陳運文表示。

后續AI金融評論將發布一系列金融RPA企業專訪文，敬請期待。雷鋒網雷鋒網

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。