達觀數(shù)據(jù)CEO陳運文：“ RPA+AI”將會是下一個人臉識別級的應用

“雖然現(xiàn)在大家講人工智能商業(yè)落地最先想到的是人臉識別，但十年后，人工智能行業(yè)里唱主角的一定是文本處理技術(shù)，以及與RPA結(jié)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(yè)界有一個很明顯的期待，大家都想看到具體的AI技術(shù)落地在哪些場景、發(fā)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(tǒng)RPA只能做一些基于規(guī)則的簡單的數(shù)據(jù)搬運、填充工作，NLP和OCR等AI技術(shù)拓展了RPA自動化的邊界，使其能夠處理非結(jié)構(gòu)化數(shù)據(jù)和打通線上線下交互，這些都標志著數(shù)字化員工的發(fā)展已經(jīng)走過早期階段，企業(yè)日常辦公的智能化正在進入RPA+AI的深水區(qū)。

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(yè)務是達觀數(shù)據(jù)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(shù)字員工’。” 達觀數(shù)據(jù)創(chuàng)始人兼CEO陳運文對雷鋒網(wǎng)AI金融評論表示。

日常辦公智能化進入RPA+AI深水區(qū)

在他看來，借助RPA這個助推劑，AI技術(shù)的應用將會變得更加廣泛和普惠。

以金融行業(yè)為例，金融行業(yè)的清繳清算，監(jiān)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(shù)據(jù)提取、識別和深度學習模式預測，可以實現(xiàn)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(yè)如集團企業(yè)、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(yè)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(xié)議未來5年時間Uipath將幫助聯(lián)邦政府培養(yǎng)75萬名RPA業(yè)務專家，幫助聯(lián)邦政府完成業(yè)務流程的自動化。

目前考慮到投入產(chǎn)出比，在智能RPA應用上最為積極的當屬金融行業(yè)。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(jù)了解，目前達觀數(shù)據(jù)的金融客戶在其所有客戶中占比接近50%，達觀數(shù)據(jù)的智能RPA 平臺已在銀行、財稅、政務、保險、證券基金等數(shù)十種不同崗位推出了“虛擬數(shù)字員工”。

低代碼開發(fā)方式已成標配

在陳運文看來，“虛擬數(shù)字員工”進入RPA+AI深水區(qū)表現(xiàn)在兩大方面：一是RPA的產(chǎn)品化程度在不斷提高，二是AI技術(shù)下行業(yè)知識和業(yè)務流程的沉淀在不斷加深。

在產(chǎn)品層面，低代碼的開發(fā)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(yè)節(jié)省了成本開銷，“傳統(tǒng)企業(yè)服務如果每個任務都需要寫很多代碼，開發(fā)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(tài)很多時候是需要使用低代碼讓一些沒有編碼經(jīng)驗的供應商、渠道商參與經(jīng)營。”

在他看來，低代碼意味著要把大量的技術(shù)細節(jié)封裝起來，對RPA供應商來說工程量很大，這反而成為RPA產(chǎn)品的一個主要競爭點，即能否開發(fā)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(tǒng)。

據(jù)了解，達觀RPA采用谷歌Go語言開發(fā)，支持跨平臺部署，適用Windows、國產(chǎn)OS、Linux、Mac等操作系統(tǒng)；同時，支持國產(chǎn)辦公軟件WPS、國產(chǎn)數(shù)據(jù)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(yè)里，產(chǎn)品化還意味著極高的穩(wěn)定性和可靠性標準，不論是對技術(shù)本身進行充分測試與驗證，還是在系統(tǒng)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(xié)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(guī)為例，銀行需要遵守大量的合規(guī)準則，在運營管理的每個細節(jié)和環(huán)節(jié)上都是一項細致的工作，而RPA會使銀行的合規(guī)管理更加簡單。

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

更懂中文、更懂行業(yè)

在AI技術(shù)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(shù)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(yè)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(shù)，相當于“眼睛”；第三部分也是最關鍵的部分是NLP技術(shù)，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(yè)的業(yè)務流程大部分都處于中文環(huán)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(shù)據(jù)之外，更要有足夠深的行業(yè)理解。

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

據(jù)介紹，在這方面，達觀數(shù)據(jù)利用NLP技術(shù)自主研發(fā)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(jīng)網(wǎng)絡語義關聯(lián)、深度學習等，通過將RPA與其融合，在數(shù)據(jù)提取、識別、處理方面更懂中文，也更符合中國企業(yè)的需求。

此外，在陳運文看來，在AI+RPA的應用過程中，梳理總結(jié)出的各行各業(yè)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(jīng)驗沉淀在數(shù)據(jù)和規(guī)則里，才能真正讓機器人具備智能化，變成智能化的系統(tǒng)。

“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(guī)模上十年之內(nèi)至少是5000億級。” 陳運文表示。

后續(xù)AI金融評論將發(fā)布一系列金融RPA企業(yè)專訪文，敬請期待。雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。