rpa百年发展简史：rpa的史前背景、发展历程与四阶进化-威尼斯人网址

您当前的位置>威尼斯人网址-威尼斯5139手机版>新闻动态>行业动态

新闻动态

rpa百年发展简史：rpa的史前背景、发展历程与四阶进化

发布日期：2021-01-26 点击次数：9

rpa百年简史：从第一条自动化生产线到rpa成为流程自动化首选方案

rpa百年发展简史：rpa的史前背景、发展历程与四阶进化

rpa百年简史：90年自动化与信息技术更迭，15载成就rpa如今声名

提到rpa(机器人流程自动化)的过去，很多人都会将这段历史追溯至1954年的工业机器人诞生，工业机器人在制作车间的运作要求生产必须是流程化的，车间的生产流程自动化管理也就由此产生。

但事实上，全球第一条自动化生产线诞生于1913年的福特汽车制造车间，至40年代业务流程自动化已是众多企业都在探索的。

从1913年开始，一直到2003年，90年时间里自动化技术历经多次更迭。从机械化、到自动化、再到信息自动化，当计算机应用于生产制造之后，信息与自动化的结合彻底引发了信息革命。

信息技术与自动化技术不断融合，奠定了企业经营流程自动化技术高速发展的基础。屏幕抓取、业务流程自动化管理以及人工智能这三大技术，最终使得专业的rpa工具在2000年初出现，一直到如今的全球rpa项目大爆发。

从1913年第一条汽车自动生产线，到2019年uipath估值超70亿，再到国内rpa项目深受资本拥戴，专业rpa出现至今只有不到二十年，但rpa背后的技术发展以及流程自动化管理理念与应用实践却已历经百年。可以说，rpa的发展历程其实就是一部超过百年的进化史。

第一部分，rpa史前(1913年-2000年初)

1913年，亨利·福特成功把汽车价格降低到大众消费级别，由此汽车成为人们的主要出行工具。但大家应该想不到，福特的成功是通过生产线自动化实现的。

福特把制造车间大部分制造流程打造成自动化生产线，汽车装配时每个工段的工人只需进行一次零部件安装的操作，流水线的所有工段装配完成后，正好组装出一辆整车。流水线装配的生产模式，使得福特成本大幅降低，才制造出了大众都能买得起的汽车。

这是近代自动化的首次应用，也是从那时开始，人们一直渴望生产过程的机械化与自动化。

至40年代，业务自动化已成为企业持续追求的目标。但受技术条件限制，当时所探讨的自动化仍然只是一个愿景。

1954年，剑桥大学的john simons首次将计算机用于商业目的。他把计算机命名为leo(lyons electronic office)，并将leo应用于一家茶店和一家餐饮连锁店。同年，机器人技术天才乔治•德沃尔(george devol)申请了第一个机器人专利，工业机器人的应用序幕由此拉开。

当信息技术与制造业连接在一起之后，信息已经与由人主导的生产活动交织在一起，生产制造的要素由此变成了“人-过程-技术”的新范式。

随着60年代企业资源计划系统的启动，由数据驱动的公司业务的计算机化正式出现，并且诞生了业务自动化威尼斯5139手机版的解决方案，人类由此真正进入信息技术可以连通一切的信息革命时代。

1961年，通用汽车的装配线启用了首台工业机器人，主要用于自动执行一些简单的任务，比如拾取、移动和放置装配线上的物品。1984年，日本诞生了世界第一座“无人工厂”。此时的工业机器人技术更加成熟，生产制造的自动化迈上了一个新台阶。此后大型工厂都开始选择使用机器人进行流程作业，以代替工人从事那些繁重、危险的生产工作。

在工业自动化技术愈发成熟的同时，广大企业也于70年代的信息革命初期进入了电脑自动化时代。在管理信息系统(mis)变革下，很多组织的业务线实现计算机化，质量管理等流程化管理模式也由此兴起。随着更多组织采用以流程为中心的方法来改善业务成果，企业们希望更好的重新设计和管理业务流程。

到了80年代，企业管理普遍采用功能性(即垂直)观点，强调严格的管理控制。强大而臃肿的职能结构使得更多的孤立部门产生，部门级别各自监视业务和运营的结果，是导致业务运营效率低下。

直至90年代，学术界和商业界都开始流行业务流程和业务流程定位的概念。自90年代至今，业务流程管理(bpm)一直是管理领域和it界讨论最多的主题之一。bpm把企业经营焦点转移业务本身而不是产品或服务，将业务流程视作企业组织的运作核心。

这一时期的企业业务流程管理，使用多种方法优化端到端业务流程。而ibm、oracle等科技企业的加入，为企业引入了更多的自动化技术。这些技术帮助很多企业实现了自动化管理，被称作业务流程自动化(bpa)。

bpm的流行让企业管理进入bpa阶段，随着bpa的大量应用，各种流程自动化技术亦是层出不穷，而rpa正是bpa的一个新兴领域。

第二部分，rpa上垒(2003-2019)

现代rpa产品的三项关键技术分别是屏幕抓取、业务流程自动化管理和人工智能。事实上，这三项功能在2000年也不算新鲜技术。譬如屏幕抓取技术在90年代已大行其道，业务流程自动化技术则随着ibm等诸多企服型科技公司的推动而在各领域创新应用，人工智能则自1956年正式命名后已经历几波质的发展。

rpa应解决业务问题而生，起初多是从使用屏幕抓取等传统技术结合自动化工作流软件开始，后来逐步因企业需求而将ai的认知技术加入其中。

其中屏幕抓取和工作流程自动化这两个功能，早期就被一些系统及软件集成。譬如微软windows系统就在后来集成了抓图软件，office出到office97版本时就已集成“宏”(macro)功能，从而实现用户文档中的某些任务自动化，而最早的宏功能则要追溯到1994年的excel 5.0。

再如adobe 的photoshop 系类产品从2000年左右的早期版本就有动作录制功能，用于批量处理重复的图片编辑操作。

以上所列这些工具，都可以看作是早期的rpa。其实这些软件厂商如果想做rpa的话，可能就不会有后来三大rpa厂商的份了。当然，那时rpa太小的市场，大型软件厂商根本看不上眼，同时各自专注的领域也不尽相同。

随着一些企业对自动化的需求增多，2000年初出现了几个主营rpa产品的公司。首先是blue prism于2003年发布了其第一款rpa产品，然后uipath和automation anywhere几乎同时发布了各自的自动化库。

在发展初期对rpa起到主要推动作用的，其实是业务外包(bpo)领域。90年代末开始，全球500强公司几乎都会在低成本国家进行投资，或者与bpo公司合作将其手工流程外包。

但随着协调成本、劳力成本以及流程错误成本的提高，基于廉价劳力的bpo渐渐不受待见，领先的公司逐步将目光转移到了自动化而取消人工工程。由此，bpo企业开始大量引入流程自动化技术。正好这个时候，rpa横空出世。

blue prism最早只专注bpo领域，将bpo作为进入市场的途径，并创造了“rpa”这个词（blue prism自己的说法）。

uipath从构建自动化库和软件开发套件开始，早期服务于ibm、google、microsoft等公司，后来被一家印度bpo公司找到，从此进入bpo领域。包括automation anywhere等更多的的rpa企业，后来都在bpo领域做了很多业务。

可以说，rpa最初是作为降低业务流程外包成本的一种方式，然后转移到共享服务，it外包和其他业务领域。

此后十多年时间，出现了很多rpa企业。rpa行业的发展一直不温不火，虽然没有被媒体更多的报道，但因为rpa的快速部署、不破坏原生系统、投资更少的特点，逐渐成为更多企业解决bpa的重要数字化工具。

国外rpa厂商一览

近些年来rpa一直潜移默化的影响着很多企业，已为众多cio所接受并慢慢将rpa的应用提上日程。这一点，从近几年毕马威、德勤等机构发布的rpa相关研报可见一斑。
直到2018年9月，uipath对外宣布获得2.25亿美元c轮融资，市场估值达到30亿美元。2个月后，automation anywhere宣布完成总额为5.5亿美元的融资，估值亦达到26亿美元。
这两起融资立即引爆了全球rpa行业，在媒体的不断曝光下，rpa行业才为业内外所知晓。事实上，至2019年5月uipath再获5.68亿美元的d轮融资，以70亿美元成为全球估值最高的rpa企业。
正是因为有国外rpa企业融资额度与估值的对标，中国的rpa行业也迎来投资新风口。

第三部分，rpa在中国(2001-2019)

rpa在国内的发展历程没有国外那么跌宕起伏，但是从按键精灵算起的话却也有长达18年的历史，比blue prism的起始时间还要早。

   起步：按键精灵(2001-2019)
2001年7月，某软件网站上出现了一款名为按键精灵的软件。不久后便深得游戏玩家的厚爱，大量玩家用这个软件升级刷怪，用各种脚本进行游戏常规的自动化操作。后来有人发现，这个软件还可以用于日常办公。就这样，按键精灵也成为了个人办公自动化的常用软件。

按键精灵也是基于抓屏技术与工作流程自动化技术开发而成，是国内最早期的rpa产品。按键精灵的发布时间甚至比blue prism公司的rpa产品还要早两年，只不过按键精灵面向c端用户，而blue prism的产品面向b端。所以在国内rpa领域，按键精灵被视作rpa的先驱。

上学期间就开发了按键精灵的褚瑞，先一步嗅到了rpa即将大量商用的气息，瞅准时机在2015年拉上李玮(奥森科技ceo)成立了奥森科技，并同步推出了rpa平台uibot。一上线就是rpa平台，凭借十几年的行业经验做出优秀的rpa产品不成问题。
rpa产品的发展大体分为四个阶段(后文详述)，目前大部分产品都处于2.0到3.0之间，uipath等一线rpa厂商正在向以ai技术为主导的智能rpa迈进。uibot发展三年后也清晰的看到了这一点，于是在2019年6月与ai公司来也科技合并，b 轮融资3500万美元，由此进入rpa ai市场。
   应用：阿里云rpa(2011-2019)
抓屏技术和流程自动化管理技术就在这里，就看企业如何去应用。2011年经历了十多年发展的淘宝体量已经颇大，太多的客户对接业务和大量简单重复的工作让淘宝运营小二们忙到无法喘息，虽然很忙但做事效率并不高，此时的淘宝急切需要自动化来代替人力来处理大量业务。这个背景下，阿里巴巴著名的码栈于2011年在淘宝诞生。
这个流程自动化产品当时在内部叫作巨无霸，起初主要帮助阿里巴巴集团小二做运营和服务售后等自动化。
到2016年双十一期间，码栈已实现让一个运营小二服务大量企业。2017年，码栈团队从淘系转到阿里云，开始服务电商、新零售、财税、金融等更多行业。2018年，码栈正式命名为阿里云rpa。目前，阿里云rpa已经覆盖了阿里巴巴大部分bu，并开始将服务输出给企业用户。

   商业：艺赛旗rpa(2011-2019)

同样在2011年，上海艺赛旗公司成立，并很快推出了其rpa产品is-rpa。与阿里码栈不同的是，码栈主要对内优化企业业务流程，而艺赛旗的rpa产品就如uipath等厂商一样为bpo等领域的企业提供服务，因此艺赛旗是中国首家提供rpa产品的专业厂商。艺赛旗已于2016年8月登陆新三板，目前已服务多个领域的200余名客户。

与此同时，2015年前后随着四大会计事务所(普华永道、德勤、安永、毕马威)在中国区应用rpa，这种部署更灵活的流程自动化工具也逐渐被国内金融机构所接受。在更多的行业对rpa产生兴趣之后，包括ibm、hp、埃森哲等行业巨头也纷纷开展rpa相关产品的it咨询服务落地工作。这些机构除了推荐自有rpa产品，还把blue prism、uipath、automation anywhere等国外知名rpa产品带进了中国市场。

国外企业带来rpa这样好用的流程优化工具，而国内企业经过十几年发展也临近数字化转型的拐点，不标准和割裂化的信息化系统使得传统自动化系统并不适合大部分企业。rpa将在这个过渡期间会发挥重大的衔接作用，这会是一个巨大的企业服务市场。市场需求催生了本土rpa萌芽，很多跨国企业内部的高管看好rpa未来发展，开始走出去独立发展。
也就是在2016-2017年期间，国内出现了一大批rpa厂商。今天为大家所熟悉的弘玑cyclone、云扩科技、金智维等rpa厂商都是在这期间成立的，包括一些目前在做rpa业务ai公司、大数据公司也是在这段期间出现的。
目前网络能查到的国内rpa厂商至少有二十余家。虽然这些rpa厂商诞生时间晚，但是一上线就遇到了的资本风口，当然还有些项目本身就是资本驱动型产品。2019年的几大rpa厂商融资事件，更是让业内外格外关注pra领域。

第四部分：rpa进化（2019—）

虽然从全球首条自动化生产线出现，到rpa成为bpa优化方案首选已历经100多年时间，但从首个专业rpa工具出现到如今不到二十年的时间里，rpa的进化发展一共就经历了四个阶段。

   1、rpa 1.0阶段：辅助性rpa(assisted rpa)
在rpa 1.0阶段，作为“虚拟助手”出现的rpa，几乎涵盖了机器人自动化的主要功能，以及现有桌面自动化软件的全部操作。部署在员工pc机上，用于提高工作效率。缺点是难以实现端到端的自动化，做不到成规模应用。不过辅助rpa已能够有效减少业务平均处理时间，可有效改善客户体验并节省成本。
   2、rpa 2.0阶段：非辅助性rpa(unassisted rpa)
在rpa 2.0阶段，被称为“虚拟劳动力”的rpa，主要目标即实现端到端的自动化，以及虚拟员工分级。主要部署在vms虚拟机上，能够编排工作内容，集中化管理机器人、分析机器人的表现等。缺点是对于rpa软件机器人的工作仍然需要人工的控制和管理。非辅助性rpa机器人可以全天候工作24 * 7，并用业务流程代替了人机交互，释放了更大的增效降本可能性。
   3、rpa 3.0阶段：自主性rpa(autonomous rpa)
在rpa 3.0阶段，rpa的主要目标是实现端到端的自动化和成规模多功能虚拟劳动力。通常部署在云服务器和saas上，特点是实现自动分级、动态负载平衡、情景感知、高级分析和工作流。缺点是处理非结构化数据仍较为困难。但更多技术的融合，使得自主性rpa可从根本上提升业务价值并为用户带来更多优势。
   4、rpa 4.0阶段：认知性rpa(cognitive rpa)
rpa 4.0将是未来rpa发展的方向。开始运用人工智能、机器学习以及自然语言处理等技术，以实现非结构化数据的处理、预测规范分析、自动任务接受处理等功能。借助认知性rpa，决策过程全都由机器人执行，从而可以将所有漫长而复杂的任务自动化。
目前，尽管大多数rpa软件产品都处于在2.0-3.0之间，但发展已相当成熟，同时产品化程度亦是很高。此外，一些行业巨头已经开始向rpa 4.0发起了探索，并已初步应用ai增强rpa产品的认知能力。