(1)、云应用爆发式增长,IT复杂性增加
世界各地的企业正在花费数千亿美元,引入有助于推进数字化转型并提高竞争优势的应用程序。随着云技术的扩散和SaaS的广泛应用,传统的软件套件已沦落为点状的解决方案。例如,HR软件已在招聘、薪资、福利管理和其他关键业务功能之间出现了隔离。结果是,企业经营之前的从管理少数多用途的本地应用程序,演变为现在管理数百个乃至上千个跨站点部署的专用程序,复杂性倍数级增加。
(2)、混合环境,对IT环境产生复合影响
据《华尔街日报》报道,2019年,全球所有行业大公司部署的软件应用程序数量,在过去四年中增长了约70%。这些应用程序通常不是为互操作性而设计的,它们与长期运行的传统技术一起运行。应用程序数量的增加,对业务流程和支持它们的IT环境的复杂性产生了复合影响。
(3)、数字化转型优势,尚未赋能劳动力
现代企业应用程序启用了深层次和细微的功能,例如进行个性化的营销活动,预测性服务交付以及整个供应链中货物移动的实时可见性。尽管功能有了巨大进步,但数字化转型的真正愿景和潜力(将人力资本重新分配给认知的,高价值的活动)仍难以预测,限制了生产率的提高。例如,在美国非农领域,1999年至2009年,每小时实际产出增长了31%;但在2009至2019年,每小时实际产出仅增长了13%。
(4)、业务流程依赖多种应用,浪费员工精力
虽然专用的应用程序提供了广泛的功能,但它们并不能完成全部工作。专用应用程序的激增,使得企业不得不建立更多部门。
员工跨各种应用程序工作,所开发的应用程序,却并不能满足各部门的实际业务需求。使得许多业务流程的管理与执行仍然是手动的,从而限制了员工将精力集中在可以直接改善业务绩效的高价值活动上。
(5)、组织需要新型技术,打破并完善传统自动化
企业等组织需要一种新的方法,来统一、定制和运行应用程序,而又不占用大量IT资源或更改现有基础架构。自动化使组织能够设计和优化业务流程,以提高生产力和业务绩效。
同时,那些能够准确无误模拟人类行为自动化的解决方案,可以更灵活有效的地应用于企业现有业务流程中,这是传统应用所无法实现的,这也让企业能够更简单的实现专业应用的功能。
尤其是新的具有模仿人类行为的能力的自动化方法,允许客户在不改变实质性业务流程和基础架构的情况下提升效率。进而改变了数据处理工作,打破了传统自动化。
(6)、工作流程自动化,可以提升员工期望值
新兴的劳动力,正在接受越来越先进的技术技能和自动化培训。这些人进入工作岗位后,对工作影响、满意度和效率有更高的期望值,并将软件应用视为实现期望值的驱动力。
因此,各大组织正在寻求为员工提供自动工具,以优化其工作中较繁琐的部分。可以模仿人类行为的技术与具有知识、工具的劳动力共同创建的自动化技术,使企业可以将降本增效、提高效率、创造价值。
(7)、人力成本持续上升,自动化提高员工敬业度
由于需求的增长,人力成本持续上升,企业越来越需要利用自动化技术,将工人从繁琐、重复和生产率较低的任务中解放出来,去从事具有决策性的工作,譬如抽象思维、建立联系,应对歧义、创新等等。业务流程自动化,可以推动业务价值增长和提高的员工敬业度。
现代企业的经营管理依赖信息技术,大型企业甚至会因为某项业务或某个项目而开发相应的软件。坚持IT部署投入十几年以上,不断上线各种企业管理软件的企业,必然会遇到各种信息流通不畅以及数据无法有效运转的诸多问题。
IT成本投入越来越多,成效却不见起色,一定程度上陷入了“信息化悖论”之中。这种情况下,具备跨环境部署、不侵入原有信息化系统、集成AI/ML能力、投资回报率更高的RPA,就成了完善原有IT系统的最佳解决方案。
中国的更多中小型企业,到现在仍然没有数字化基础,正在或者刚开始数字转型。一方面在于以前上一套企业管理软件价值不菲,企业往往会感觉没有必要,规避掉这部分投资;另一方面,大多企业都将重点放在前端的销售等业务上,所以搞数字化、自动化也会优先将投资放到销售与市场方面。
这导致大部分中小型企业,到现在没有像样的信息化架构,并且后端仍旧存在大量的人力处理简单、重复业务流程的工作场景。这,也正是业务流程自动化能够兴起的一个契机。业务流程自动化是企业进行数字化转型更直接有效方式。RPA的兴起,让企业不用从整体IT架构进行考虑,而是直接将RPA用于企业前后端的业务流程优化,可以达到立竿见影的效果,诸如多人办公在使用RPA之后只需“1人1机”的应用场景,比比皆是。而SaaS化,在让RPA部署更加容易的同时,也让更多企业借由业务流程自动化开启企业上云之路。现在融合云计算、AI、数据挖掘等技术的业务流程自动化,可以引导企业“一步上云”的数智化转型。数智型的业务流程自动化解决方案,优先考虑自动化技术的应用,辅以其他技术让自动化更加智能、高效地运行,实则就是超自动化。
超自动化是Gartner在“2020年十大战略性技术趋势”中公布的一项战略性技术。它结合了RPA、AI、机器学习、自然语言处理、流程挖掘等各项技术与工具,目标是增强由AI驱动的智能决策和数字化运营。RPA和IBPMS,正是超级自动化的关键组成部分。事实已经证明,超自动化可以助力企业快速实现数字化转型,将来势必会大流行。由此,未来RPA也定会大流行。
超自动化不仅适用于企业组织,同样适用于个人。尤其是各大RPA厂商正在积极推动的端到端架构,极大的增强了易用性与普适性。这也让UiPath等厂商所提倡的“人手一台机器人”的愿景,进一步走入现实。
而在中国的数字化转型市场,RPA除了能够被需要打通数据孤岛的大型企业使用,也能被更多尚未实施数字化的中小型厂商使用。中国不只有数万家大型企业,还有超过3000万的中小型企业,以及7000多万个体工商户,若每个组织都能了解并使用RPA,这个市场规模可想而知。因此,RPA在中国市场的发展潜力,比欧美市场更大。
RPA作为非侵入式、快速部署的软件在一定程度上缓解了企业数据和信息孤岛的经营痛点。另一方面,AI技术尤其是自然语言处理(NLP)和计算机视觉(CV)等技术的普及,也让资本市场关注到RPA在复杂场景中所能发挥的更大价值,面对人力成本的增加和企业投入产出的下降,更多企业愿意寻求软件工具解决经营管理痛点。2020年受制于疫情和宏观环境的影响,增速有所下滑为79.1%,但是RPA软件和服务市场还是蓝海,据艾瑞咨询预测,未来3年增速仍将维持在70%以上。