2021爱分析·中国RPA应用趋势报告

　　报告编委报告指导人张 扬 爱分析 联合创始人&首席分析师报告执笔人黄 勇 爱分析 首席分析师徐碧云 爱分析 分析师外部专家(按姓氏拼音排序)褚瑞 来也科技 CPO雷鸣 英诺森 数字化劳动力产品部副总经

　　报告编委

　　报告指导人

　　张 扬 爱分析 联合创始人&首席分析师

　　报告执笔人

　　黄 勇 爱分析 首席分析师

　　徐碧云 爱分析 分析师

　　外部专家(按姓氏拼音排序)

　　褚瑞 来也科技 CPO

　　雷鸣 英诺森 数字化劳动力产品部副总经理

　　报告摘要

　　“数字劳动力”兴起，企业迎来RPA浪潮

　　RPA作为一种新兴的“数字劳动力”，可以替代或辅助人完成规则明确的重复性劳动，并且能够快速灵活部署，及时响应业务需求，大幅提升业务流程效率，同时能降低人工操作的错误风险，实现企业业务流程的自动化和智能化，从而降本增效。企业应该积极尝试部署RPA，迎接RPA的浪潮。

　　以业务场景为指引推进RPA应用落地

　　企业的RPA建设需要以业务场景应用为指引，做好前期规划，具备组织架构的支持以及完善的项目流程实施、运营机制。RPA应用落地的三大关键步骤——业务流程评估、方案设计与开发部署、持续运营与扩展(建立CoE)，是企业开启RPA征程的实用指南。

　　第一，业务流程评估：梳理业务流程，评估业务流程自动化的可行性与价值度，选择合适的落地场景;

　　第二，方案设计与开发部署：针对选定的场景进行细致的需求分析，设计流程自动化方案，选择合适的产品进行机器人开发和部署;

　　第三，持续运营与扩展：对机器人进行维护运营，并建立RPA卓越中心(CoE)，实现业务流程的持续扩展。

　　RPA将与AI深度融合，并走向规模化部署

　　未来，RPA将深度融合感知和认知智能技术，逐步增强认知决策能力，处理更复杂、链条更长的业务流程，也可结合AI技术提升智能化水平，降低运营维护成本。

　　此外，随着企业持续推动RPA在各个业务流程的扩展和深度应用，RPA将从少量部署升级为规模化部署，从工具升级为企业级平台。未来RPA将逐步向一体机部署和云端部署的趋势发展，从而更好地满足稳定性、安全性、可用性和可扩展性等要求。

　　目录

　　1. 迎接RPA的浪潮

　　2. RPA应用落地指南

　　3. RPA应用实践案例

　　4. RPA应用趋势展望

　　结语

　　关于爱分析

　　研究咨询服务

　　法律声明

　　1. 迎接RPA的浪潮

　　1.1. RPA技术概览

　　RPA即Robotic Process Automation(机器人流程自动化)，是一种通过软件机器人模拟人与计算机的交互过程，实现工作流程自动化执行的技术应用。RPA软件机器人可以根据流程设定完成计算机操作，替代或辅助人完成规则明确的重复性劳动，成为一种新兴的“数字劳动力”。

　　RPA技术的兴起和应用，契合了企业普遍存在且日益增长的业务流程自动化需求。

　　随着信息化和数字化的推进，企业根据不同业务流程的需求建设了大量分立的业务系统，实现了业务流程的线上化，同时也产生了大量需要人工执行的重复性的系统操作流程，成为机械性的低附加值劳动。与此同时，大量业务流程需要进行繁琐的跨系统操作，并形成了数据孤岛，企业对于跨系统流程连接和数据集成的需求不断增长。

　　面对上述问题，企业可以通过业务流程外包来降低成本，但仍然面临劳动力成本日益上升的压力以及人工操作的效率瓶颈问题。除此以外，传统的IT解决方案是由IT人员开发系统接口或者重构系统的方式提升流程效率，但往往成本较高，且开发周期较长，难以及时响应业务需求的快速变化。

　　相比之下，RPA在解决上述需求方面具备可以快速开发和灵活部署的优势。

　　首先，RPA是从UI层面进行“非侵入式”的系统连接，不影响原有的IT架构;其次，RPA支持低门槛的基于图形化界面的自动化流程设计，可以由业务人员直接开发和上手使用，IT人员的介入不是必须的。

　　从早期的批处理脚本、屏幕抓取到VBA等，RPA相关的自动化技术由来已久，而AI与RPA的结合进一步拓展了RPA的可用性，加速了RPA的应用落地。传统的RPA只能执行简单的鼠标和键盘操作，导致应用场景有限，只能作为个人助手执行简单的桌面自动化任务。随着OCR、NLP等AI技术的成熟并与RPA结合，RPA逐步具备了图像识别、文本识别等非结构化数据处理能力，可以在企业业务场景中执行更复杂的业务流程自动化，具备更广阔的应用价值。

　　现阶段，RPA技术已经较为成熟，能够带来流程效率提升的确定性回报，RPA已经成为投入增长最快的企业级软件之一。Gartner预计，到2023年底，90%的大型和超大型组织将部署某种形式的RPA。企业应该积极尝试部署RPA，迎接RPA的浪潮。

　　1.2. RPA平台架构

　　RPA技术以RPA软件平台为落地载体，实现企业业务流程的自动化。典型的企业级RPA软件平台包括设计平台、机器人、控制平台三个基本组成部分，被称为RPA“三件套”，三者共同实现RPA机器人的正常运行。

　　设计平台(设计器)：负责机器人的脚本开发，基于具体的业务流程自动化需求，通过编码开发、低代码图形化界面编排、流程界面录制等方式，生成机器人运行脚本。RPA机器人的设计需要建立在对业务流程梳理和优化的基础上，决定了机器人上线后需要执行的具体任务。

　　机器人(执行器)：负责根据设计脚本，执行具体业务流程，完成任务。机器人可以根据工作模式分为无人值守、有人值守两种模式，无人值守是指RPA在后台运行，无需业务人员操作，可以自动完成任务;有人值守是指需要业务人员参与到流程当中触发任务或执行部分流程，采用人机协同的方式完成任务。

　　控制平台：负责对机器人进行控制管理，包括任务分配、任务启动和停止、运行状况监控和统计、权限控制、机器人集群任务协同等，保证机器人的高效、稳定运行。

　　1.3. RPA的应用价值

　　RPA的核心价值是实现企业业务流程的自动化和智能化，从而降本增效，这建立在RPA的技术能力之上。

　　一方面，RPA的基础能力是自动化，可以模拟人对鼠标键盘的操作，执行数据提取与处理、系统登录与操作等任务，替代人的“执行”。另一方面，RPA软件平台在融合OCR、NLP等AI技术后，还可以处理图片、文字等非结构化数据，替代人的“认知”甚至“决策”，完成复杂任务的闭环。例如，结合OCR识别发票数据，再自动录入相关系统。

　　此外，RPA在执行业务流程中还具备以下突出优势：

　　快速灵活部署：RPA是从UI层面进行“非侵入式”的系统连接，不影响原有IT架构，可以快速落地部署，及时响应业务需求。

　　高效率：相比人工执行，理想情况下，RPA可以7*24小时不间断工作，单个业务流程操作时间大幅缩短，可以大幅提升业务流程效率。

　　高准确性：理想情况下，RPA处理业务流程的错误率为0，可以有效降低人工操作带来的错误风险。

　　可追溯留痕：作为软件平台，RPA的所有业务操作都可以保留日志数据，可追溯留痕，确保安全合规。

　　虽然具备以上能力和优势，但RPA并非是万能的，无法实现所有业务流程的自动化。RPA适用的应用场景需要同时具备以下两个特征：

　　规则明确。从可行性的角度，由于RPA本身基本不具备认知判断能力，RPA执行的业务流程需要基于明确且相对固定的规则，并不需要在流程中做出复杂判断。

　　大量重复。从必要性的角度，只有大量重复性的业务流程，才使得部署RPA成为必要的投入，能产生足够高的业务价值产出。

　　RPA在应用场景上具有很强的跨场景属性。只要符合上述特征的场景，都可以应用RPA。典型的通用场景包括财务管理、人力资源管理、供应链与采购、客服、IT运维等，以及各垂直行业中具备类似特征的业务场景。

　　2. RPA应用落地指南

　　RPA应用的落地不仅仅只是产品的上线部署，还需要前期的规划、组织架构的支持以及完善的项目流程实施、运营机制。爱分析基于对多个企业RPA应用案例的调研，总结出了RPA应用落地的几个关键步骤：业务流程评估——方案设计与开发部署——持续运营与扩展(建立CoE)。这三大实践步骤是企业开启RPA征程的实用指南。

　　2.1. 业务流程梳理与规划，选择合适落地场景

　　RPA的重要价值之一就是可快速灵活部署，以低成本在短时间内实现回报。企业应利用好此项优势，第一步就要规划先行，执行速赢策略，选择能快速获得收益、评估效果的应用场景优先试点，让决策层和业务人员第一步就看到回报。

　　在RPA的建设过程中，业务场景的选取直接决定了项目的实施结果能否达到预期效果，不合适的场景选择可能导致业务流程效率未得到提高，或者实施难度过高导致投入成本过高等问题，甚至引发业务风险。在实施RPA之前，企业应与专业且实施经验丰富的RPA咨询人员进行充分沟通，分析和发掘业务需求，梳理业务流程和痛点，再通过场景优先级筛选模型，评估业务流程自动化的可行性与价值度，选择适合RPA的应用场景。

　　在需求挖掘阶段，企业可以从以下维度进行需要RPA的流程挖掘：

　　第一，直接影响ROI的流程。例如，直接影响业务成本和收入的流程，会直接影响企业的利润，也会关系到后续判断RPA实施优先级时对业务收益和实施成本的考量。

　　第二，耗时、人力重、大量重复的流程。需要RPA替代繁重且涉及多个业务场景的人工工作，以此降低企业对人力的依赖，降本增效。例如保险行业保单数据的录入、企业库存管理、IT的自动化测试等。

　　第三，容错率低且易出错的流程。容错率低的业务场景一旦出错，可能会导致严重的业务风险，需要RPA来减少人工操作引起的错误。例如财务领域的财务对账、发票验真等。

　　第四，跨系统且业务连续性要求高的流程。需要RPA解决多个系统之间的数据对接和调用问题，保持业务连续性。例如制造业业务系统与财务系统的数据对接、证券行业的业务清算等。

　　第五，需要对全过程操作行为进行记录的流程。例如IT的服务器与系统监控、证券领域的资管系统操作、政务领域的自助查询等。

　　第六，需要优化设计或及时响应的流程。例如物流行业的货运路线优化、零售行业的客户服务等。

　　在流程评估阶段，企业可以先将有明确业务规则和标准可循，业务流程已固化、变动频率较低且业务系统稳定运行的适合RPA应用的流程过滤出来，再依据场景优先级筛选模型对流程进行自动化优先级排序，模型矩阵通常包含收益和可行性两个维度。

　　具体而言，RPA项目的收益通常考虑量化达成的投资回报率(ROI)，可以从缩短的业务处理时间、节省的人工工时、减少的全职员工人数、准确率的提高等角度估算，对自动化预期效果有一个初步的认知。而RPA项目的可行性通考虑的是实施的复杂程度。

　　例如，RPA厂商UiPath建议的复杂性评分系统包含的主要维度如下：

　　系统屏幕切换数量，与流程中涉及到的系统数量和界面数量有关，也可以用流程步骤数量替换。

　　流程变动/场景数量，即程序脚本中涉及判断规则的分支语句数量。

　　输入的标准化程度，例如模板化输入、相同格式或类型的输入。

　　应用软件的类型，例如基于Java语言、Web网页、SAP软件、MS Office软件等。

　　基于图像的自动化需求，例如涉及使用虚拟桌面VDI、远程桌面、Citrix访问系统等。

　　结构化输入的比例，结构化输入是指机器可读的数字化输入，非结构性输入包括扫描的PDF文档、图片、邮件中的自由文本流等

　　2.2. 评估厂商关键能力，开发、测试与实施

　　接下来，企业需要围绕RPA产品三件套，对比、评估RPA厂商的产品与服务能力等，从而选择合适的产品工具进行机器人的开发和部署。企业可以在POC阶段针对自身具体的应用场景，对各个参与竞标的RPA产品进行对比分析和测试性验证，筛选出高度契合企业真实业务需求和场景的软件产品。

　　就RPA产品的基本功能层面而言，每个组件的关键功能和性能是首要考虑的决定性因素。

　　首先，设计器应当灵活易用，能及时满足流程编辑和修改设计的需求。因此，其关键功能和性能要求有能自动识别各类软件系统中的各种元素，可用拖拉拽等可视化方式创建、更改流程图，自动生成运行脚本，支持可视化分布追踪、调试，具备各类接口调用、集成能力等。

　　其次，对于执行器而言，其最重要的关键功能和性能是支持跨平台、跨操作系统集成部署，鼠标键盘模拟，屏幕抓取能力等。鼠标键盘模拟就是利用程序模拟人操作鼠标和键盘的行为;屏幕抓取主要用于从界面中抓取元素，提取数据，这些界面可以是网页、应用程序软件，也可以是远程桌面、Citrix访问系统。

　　最后，控制器需要实现机器人全生命周期的管理，其关键功能和性能要求有通过统一的控制中心对多机器人进行任务分配、资源调度、状态监控、远程运维、技术支持等，可并发执行任务和扩展，具备异常情况预警、修复等能力。

　　此外，在厂商遴选时，企业需要重点考量的评估维度如下表所示：

　　在第一阶段明确了自动化实施的流程范围后，针对选定的需求场景，企业需要进行细致的需求调研和分析，将流程中的每个操作步骤、业务规则和功能要求定义清楚，并梳理出工作流程图，生成软件开发需求文档，即流程定义文档(Process Definition Document，PDD)。

　　通常，在实际编制需求文档的过程中，为了保证梳理出的业务流程图与企业的真实业务步骤相契合，可以采用将操作界面截屏或者录制视频的方式。由于操作过程涉及大量细节，目前业内往往采用的是流程图加视频说明的方式，通过操作加讲解向开发人员直观、高效、准确呈现业务需求。

　　需求分析完毕后，企业需要基于PDD设计具体的流程自动化实施方案，每个流程都需要产出一个对应的方案设计文档(Solution Design Document，SDD)。SDD对后续的流程开发、测试、部署工作至关重要，包含整体的设计要求、设计框架、设计开发规范、相应的方案流程图和完整、详细的实现步骤，覆盖PDD中的所有流程并满足相应的功能要求。

　　在选定了产品且完成了方案设计之后，企业可以从优先级最高的应用场景中选择几个流程进行试点，按照已制定的SDD，进行机器人开发、调试和部署。RPA的开发通常采取敏捷开发方法，快速迭代，通常实施周期在几周。项目在上线之前，必须要经过UAT测试，由业务人员签收认可之后才可上线运行。UAT测试通过对符合真实业务场景数据的测试，可以检验机器人运行情况是否符合业务人员的真实需求和预期。测试时，需要注意包含一些异常数据以检测异常情况发生后的处理机制等。

　　2.3. 运营与扩展，建设CoE卓越中心

　　当RPA项目开始上线运行后，企业需要对运行效果、收益进行评估，并对机器人进行监控和运营维护。一方面，制定好运营计划，根据机器人的通用性合理调度机器人资源共享;另一方面，针对机器人运行过程中出现的问题或者流程变更等情况，进行快速分析，流程的调整、优化以及程序的迭代更新。

　　同时，在看到RPA的实施效果后，企业往往会着手建设RPA卓越中心(Center of Excellence，CoE)，继续挖掘其他有自动化需求的场景，以实现业务流程的持续扩展以及企业自动化能力的提升和深化。

　　2.3.1. CoE的定义

　　CoE的构建，通常处于企业计划在全公司内扩展和推广RPA的应用范围和场景的阶段，也是在整个企业内自上而下传达自动化理念的重要阶段，对提高机器人部署能力、利用率及人机协作能力、挖掘更多潜力场景等方面有着重要作用，同时能够实现RPA全生命周期管理。

　　卡内基梅隆大学软件工程学院将CoE定义为“一个顶级组织，它在指定的专业领域内，在技术、业务或政府的特定领域内，提供与产品的独特要求和功能一致的出色产品或服务。”CoE将不同领域的技术人员、业务人员、管理人员汇集起来，提供共享的基础设施、知识、技能、资源、最佳实践及培训。

　　当企业内部不同部门之间因为各种因素往往无法高效协同，导致企业资源大量浪费，运营效率低下时，就会创建CoE。CoE具备领先的知识和能力以及协调职能，可以跨部门、跨职能实现资源的重新分配和重复利用，提高企业的运营效率。近年来，随着各种新兴技术的发展，相应的CoE不断成立，例如云计算CoE、人工智能CoE以及RPA CoE等。

　　2.3.2. 建设RPA CoE的价值

　　根据Forrester近期发布的对于亚太地区RPA市场的调研报告《The State Of Robotic Process Automation Maturity In Asia Pacific》，超过半数的受访者表示已经从 RPA 部署中看到了可观的收益，但仅有24%的受访者表示RPA的计划与部署拥有卓越中心(CoE)的指导。

　　RPA卓越中心不止是围绕RPA技术提供专业知识和技术能力支持，它存在的重要价值是从顶层设计架构层面规划推进RPA的顺利实施，并且横跨业务部门，帮助RPA在企业的各个组织中深入扩展，从团队组织和机制上保证资源的共享分配和协同增效，确保RPA运行质量，从而扩展更多的自动化业务流程，持续提升和优化企业运营效率，提升ROI。

　　在RPA应用的初期，就构建一个跨职能、跨部门的卓越中心作为RPA项目实施的总指挥部，不仅能够为企业后续快速、高效部署RPA奠定良好基础，同样对取得理想的业务成果并从中获得可观的投资回报率显得极为重要，是确保RPA项目成功的关键要素。

　　CoE的职责可以分为以下几个方面：

　　在组织方面，CoE内部定义了RPA的各个重要角色和相关职责，与公司整体组织架构相融合，能提供RPA项目支持人员、培训，并且明确了作为协调组织，与业务部门等其他部门之间的权限等级和责任分配。

　　在技术方面，CoE一方面提供硬件基础设施、机器人软件操作环境配置、技术支持和维护，还负责机器人运行许可，另一方面提供总体的技术指导和培训，例如负责选择合适的RPA工具和技术，制定好RPA不同环境下的机器人操作环境IT架构设计和规范等。

　　在管理方面，CoE能覆盖RPA整个生命周期的施行，涵盖了从业务流程梳理、机会识别与评估、项目开发、测试、部署上线、监控管理到扩展推行的全流程。同时，提供风险控制和安全管理，具备风险预警、应急、修复处理机制。

　　在运维方面，CoE负责现有RPA流程日常的运营维护，包括任务分配、变更管理、机器人监控和技术支持等。

　　在文化方面，CoE负责向全公司传递自动化意识和思维理念，分享最佳实践案例和经验，帮助员工建立对于工作方式转变以及RPA真实价值的正确认知，减轻抵触情绪，进而提升人机协同的效率。

　　2.3.3. 如何搭建CoE

　　一般而言，CoE有三种组织架构，分别是集中式、分布式和混合式，不同的架构下核心领导部门会存在差异。

　　集中式是在业务部门之外单独成立一个组织负责全局性掌控和治理，可以调动企业内部组织的所有资源和能力。因此，企业需要建立集中管控的共享平台，将RPA需要的所有专业知识、能力、资源从统一的资源池中分发出去，并将业务单元的流程进行标准化、扩展和更新迭代。CoE可以在项目前期就从企业战略层面推进RPA建设，参与供应商的遴选和流程优先级排序，制定实施路径，并跟踪链条上每个环节的完成情况，评估实施效果，帮助企业建立自身的RPA专业团队和扩展专业知识，适合需要集中运营管控的企业，但是业务部门的主动权较弱。

　　分布式是在每个业务部门内都有相应的CoE组织团队，每个业务单元都具有独立的RPA运营能力和权限，能够负责RPA流程的识别、评估、优先级排序以及开发、运营，与业务需求相匹配。与集中式相比，分布式由业务部门主导，可以快速部署、快速见效，但由于缺乏统一的平台和标准，组织结构分散，不利于跨组织、跨部门的协调，机器人扩展能力、规模化能力、资源利用率都较低，总体运营缺乏战略性和资源统筹能力。

　　混合式是权衡以上两种模式利弊之后的结合体，企业既有统一的平台和团队组织，业务部门也有自主权和主动性，相当于由核心团队提供总体统筹、统一的标准、专业的知识和技术支持，由业务部门自身提出流程需求，决定流程评估和优先级排序以及后续的运维等环节。这种模式对组织的沟通、协同、管理能力要求较高，适合较为成熟的组织。

　　在实际构建CoE的过程中，企业可以从自身的实际情况出发选择以上三种架构中的任何一种，例如企业规模、组织分布、业务需求、企业战略、企业文化、原有的IT技术水平等因素。

　　华金证券推动机器人规模化应用，实现数智化升级

　　华金证券股份有限公司1(以下简称华金证券)设立于2000年，是一家拥有全牌照的综合性证券公司，业务范围涵盖证券承销与保荐、证券资产管理、证券经纪、证券自营等诸多领域。

　　在金融行业如火如荼展开信息化和数字化战略的过程中，华金证券也结合自身实际情况制定了企业级的“科技 +”信息技术战略，聚焦数字化业务、开放互连、智能应用、技术驱动的信息技术创新，从而全面支撑华金证券数字化转型，实现创新驱动、面向未来的可持续性发展目标。

　　不过，在实施“科技 +”战略的过程中，华金证券也面临着一些突出问题，主要挑战具体体现在以下三个方面：

　　第一，大量重复且依赖人工的任务耗费了相当多的时间和人力，不仅效率低下，而且现有的系统功能通常需要紧随业务需求的变化进行调整，导致开发周期长，见效慢;

　　第二，由于操作规则不统一或者人为因素导致人为错误频出，操作风险偏高;

　　第三，多数业务流程不完善、未固化，业务标准化程度低。

　　为了解决上述问题，华金证券早在2017年就开始探索 RPA 机器人在证券公司的实践，最初在 IT 运维自动化场景落地试点。在实践过程中，公司逐步意识到RPA 机器人技术兼容性强、适用范围广、投入见效快，可释放大量人力，且能够搭载AI技术，从而推动公司数字化和智能化转型升级。

　　因此，在初见成效后，华金证券计划将RPA 机器人逐渐向各业务流程的应用场景推广，并将规模化应用作为“科技 +”战略的重要组成部分和关键实践路线，从顶层设计、组织管理、运营管控等方面解决主要难题，深度挖掘 RPA 机器人在证券公司的应用场景，探索科学实施和高效运营的机器人治理模式，以提升规模化生产效能。

　　选择合适场景，排解RPA应用推动难点

　　在证券公司的各类业务和运营场景中，流程标准化程度高、规则明确、执行频率高、容错率高的业务场景在自动化方面的潜力更大，推动 RPA 机器人替代人工的收益也更高。

　　诸如 IT 运维、客户与市场管理、人力资源管理、财务与核算、运营与营销、企业风险管理等通用型应用场景都可迁移到证券公司的应用领域中，在满足金融行业强监管背景下合规要求的前提下，再通过进一步细分，即可选择适合RPA 机器人规模化落地的高潜力应用场景。

　　经过初步分析，华金证券将符合自身业务特点的应用场景按照自动化潜力高低划分成了三个层次，如下图所示：

　　在推动RPA 机器人规模化应用的过程中，华金证券遇到的难点主要有：

　　首先，在不同流程中实施数百乃至数千个机器人，会引起RPA 机器人数量大幅增加。这就需要公司管理层对RPA的重要性认知清晰，从顶层信息化战略层面统一认识，确保 RPA 机器人战略规划与公司发展规划的高度契合，将RPA作为公司自动化和智能化转型的重要抓手，形成长期的建设与发展规划。

　　其次，随着流程覆盖规模以及应用范围的扩大，机器人多流程、跨地域、多单位地渗透到公司各个组织和业务流程。不同职能部门在初期阶段仅针对自身业务需求开发机器人，导致公司内部机器人产品繁杂、无法共享，造成资源利用率不高且难以管控的混乱局面，需要统一规划、管控、按需调用内部资源共享。

　　最后，为了管控机器人运营风险，需要建立统一的管控机制和平台以集中运营机器人，实现集中规划、控制和治理。通过及时掌握机器人的运行情况，持续监控自动化后的业务流程、系统的变化与影响，确保应用的合规性、安全性、连续性和可靠性。

　　四步举措解决难点，助力RPA机器人规模化应用落地

　　为了解决以上难点，华金证券分别从规划层、设计层、实施层和管控层四个层面实施举措，将RPA 机器人规划与“科技 +”信息技术战略深度融合，以突出效用为导向进行应用场景的设计，成立机器人卓越中心(CoE)高效协调员工和机器人，并建设可视化管控中台对机器人进行科学治理。

　　在规划阶段，华金证券从整体战略层面，充分考虑RPA与业务发展规划、信息技术战略以及组织的协同机制，以服务公司业务发展为首要目标，始终围绕业务流程运营效率的提升，明确机器人自动化发展战略和实施推广规划，形成长期的RPA规划应用路径。

　　RPA应用应当与业务发展需求相一致，并以“科技 +”信息技术战略为依托，优先推动见效快、效能高的高价值领域的自动化、智能化，并符合证券公司安全性、合规性、可靠性等风控要求。同时，关注不同职能条线间的协同流程与衔接链条上的关键环节，例如业财对账审核环节以及连接业财系统和数据的流程场景，将不同职能贯穿起来。

　　在设计阶段，华金证券从公司发展规划、规模效应和示范效应、流程标准化、风险可控度、系统衔接五个层面出发，以优先建设效用更高、风险可控的场景为核心目标，对 RPA 机器人的适用场景进行了评估、分析、筛选和设计。甄选和设计策略如下：

　　第一，应用场景需要与业务发展规划、信息技术战略高度契合;

　　第二，应用场景需要覆盖高频、人力重、重复性高、见效快的流程，以此实现规模性替代，并快速形成典范;

　　第三，应用场景需要覆盖标准化程度高的流程或者能够优化其流程标准化程度;

　　第四，应用场景的流程风险可控，异常时对业务的影响程度较低;

　　第五，应用场景需要消除各个系统的断点，强化各系统衔接，从而消除数据孤岛。

　　在实施阶段，一方面，华金证券与实施落地能力强的厂商合作，以联合开发、自主可控为原则，强化自身RPA 核心开发团队的业务梳理和管控能力。

　　另一方面，华金证券在实践中通过对流程重复度、标准化率、复杂度的分析评估，筛选出通用操作流程，并进行模块化封装和持续优化代码模块，建立自己的RPA代码库，大幅提升了 RPA 机器人的快速应用能力，如此确保了RPA 项目快速且高质量的实施交付。

　　在管控阶段，为了加强 RPA 机器人的统一控制和资源共享，以使其服务效能最大化，华金证券在组织上设立了RPA 机器人卓越中心(CoE)，并在工具上构建了RPA 机器人可视化管理中台，从组织和技术两个层面去实现对机器人的科学管控。

　　在组织层面，机器人卓越中心由领导规划小组、执行开发小组、运营推广小组等组成，相当于指挥大脑，主要负责统筹规划智能机器人建设路线，推进 RPA在各个业务场景的规模化应用，治理机器人集群，推动资源利用率提升以及运营可视化等。

　　在技术层面，RPA机器人可视化管理中台可以实现机器人资源的统筹管控和治理。通过对机器人进行任务分配、排班控制和运行状况的统一监控、分析、评估以及全流程风险管控，可降低运营风险，提升资源利用率，提高机器人服务的效率，由此实现跨地域和业务领域的 RPA 机器人应用效果发挥。此外，可视化管理中台还具备机器人流程监控、工作队列、资源池统计、灾备调度、日志审计等其他功能。

　　上线财务RPA，大幅释放人力

　　华金证券于2019 年启动了财务场景 RPA项目的建设，一期包括了月末结账、财务报表和清算对账三个 RPA 机器人，取得了良好的应用效果。其中：

　　财务月末结账机器人于11 月末上线试运行，将原先的90 人时降至2~3 小时，整体综合提升效率 44 倍;财务报表机器人于12 月中旬上线试运行，将原本 2 个小时的报表制作过程压缩至 10 分钟;财务清算对账机器人于 2020 年 1 月末上线试运行，通过对流程的优化，将原本每天 9:00-12:00的人工操作改为 5:00-10:30 自动执行的机器人流程，提前完成任务并释放了大量人力，并且在疫情期间服务也未曾中断。

　　此外，在2020年疫情期间，华金证券通过人机协同远程自动化办公的方式，既保障了员工安全，又保证了公司业务的连续性。例如，IT 自动化运维 RPA 机器人高效地完成大量日常基础运维操作，大约减少了 50% 的现场 IT 运维人员;财务 RPA 机器人大约减少了 70% 的现场财务人员。

　　RPA的规模化应用给华金证券带来了以下的收益：

　　第一，人力成本低、实施周期短、投入见效快。通过RPA实现重复人工任务的自动化操作，仅需少数业务管理人员与运营维护人员即可低成本解决企业多系统之间的数据断点问题，并且执行效率高。同时，RPA 机器人开发部署灵活，无需改动原有系统功能，即可迅速响应业务变化，并在短期内产生效益。

　　第二，降低人为出错率。基于明确一致的规则操作，可尽量避免人为因素产生的错误。

　　第三，推动流程优化。实施 RPA 机器人可帮助公司基于标准化的流程执行过程固化流程，有助于公司改善流程，提高生产效率。

　　继续探索AI+RPA，实现“数智化”转型升级

　　随着“云、大、物、移、智”等技术的迅猛发展，RPA 机器人作为技术搭载的承载体，在深入践行金融科技的发展路径上具备特有的优势。

　　基于RPA 机器人逐步在公司规模化应用，下一步，华金证券将进一步加大对 RPA 机器人和智能化技术的投入，探索AI等金融科技与 RPA 机器人的结合，引导 RPA 机器人向 IPA(Intelligent Process Automation)机器人转变，最终帮助公司完成“数智化”转型升级之路，在激烈的市场竞争中提升基于金融科技的核心竞争力和可持续发展能力。

　　1参考资料：张可可，刘力，顾钧青.择高处立，向远而生——华金证券RPA机器人助力公司“数智化”升级.未央网.

　　3. RPA应用实践案例

　　近几年来，RPA已经开始在各行业逐步渗透、落地，应用领域十分广泛，横向覆盖了各个通用职能部门，如财务、采购、人力资源、IT等，纵向覆盖了各个垂直行业多种业务场景，如金融、制造、地产、物流、零售、政务、医疗等。

　　随着RPA技术在更多行业的逐步推广应用，一些企业经过不断探索，已经在一些垂直行业形成了成熟的解决方案，践行了代表性的RPA应用案例。鉴于不同行业、企业的业务需求、自动化技术基础不同，流程自动化需求场景、可行性和价值度也有较大差异，本节拣选了部分重点行业的典型RPA建设及最佳案例实践，同行业企业可以从中借鉴相应的经验，根据自身实际情况开启RPA建设的规划。

　　3.1. 金融

　　金融行业是国家强监管的行业，也是科技创新应用最广泛和最前沿的行业之一。根据IBM对大中华区的市场调研报告显示，以银行和保险为代表的金融行业的自动化流程市场份额最高，占到了RPA市场总量的一半以上。从全球市场来看，大规模采用RPA机器人的行业同样是金融行业。根据IDC的预测，截至2023年，中国80%的金融机构将应用智能自动化解决方案，以实现提高业务效率、优化决策、提升客户体验等目标。

　　银行的信息系统建设较为成熟，对业务连续性要求较高，核心痛点在于业务中存在大量重复、固定、耗费人力、容易出错的工作环节，需要减少人力成本和降低错误率。例如，在零售业务和对公业务中，银行需要对客户身份信息进行验证、分析客户信息、卡片激活、注销废弃账户等;在信贷业务中，银行需要对贷款申请人进行征信查询、贷款信息审核、资产状况审查等;在信用卡业务中，银行需要进行信息验证、信用审核、背景调查等。RPA在银行业实践的典型应用场景有征信查询、贷款审批、信用卡审核、反欺诈反洗钱等。

　　保险行业的核心痛点在于业务中存在大批量的文本处理工作，需要提高业务流程的效率和服务质量。以各个环节的核心需求为例，在投保环节，保险企业需要在用户投保时登录多个系统和网站进行大量用户资料的审核;在客户服务方面，保险企业需要及时回复和处理大量用户邮件中的反馈意见或投诉，将邮件中的信息提取出来并在分类后发送给相关部门处理;在保险理赔环节，企业需要从第三方搜索、下载、采集各项数据，将用户理赔的表单数据与其进行匹配，查看是否符合理赔条件。RPA在保险行业实践的典型应用场景有保单数据录入、业内信息搜集、法律政策的发布和更新、理赔表单审核、监管报送等。

　　证券行业的核心痛点在于日常业务中积累了大量客户信息数据、交易数据、市场数据需要及时处理，对数据报送的容错率也很低，还要满足监管合规的要求。例如，在清算业务中，清算操作涉及多个系统，需要人工手动点击鼠标上千次以上;在结算时，基金申购赎回的确认需要与银行流水对账;在估值核算业务中，估值人员需要和数据人员对接确认文件数据齐全，再对产品进行估值核对。RPA在证券行业实践的典型应用场景有自动开闭市、业务清算、资管和托管系统操作、交易数据处理、估值核对等。

　　建设银行搭建RPA运营平台，实施全集团RPA应用

　　建信金融科技2是中国建设银行的全资子公司，主要聚焦以金融科技作为支撑，帮助建设银行打造国际一流的现代商业银行。

　　随着人力费用的不断攀升，建设银行在成本控制、运营管理方面的压力日益增大，亟需通过流程优化、金融科技的应用实现降本增效。在建设金融科技的过程中，建设银行仍然面临着一些突出问题，主要挑战具体体现在以下四个方面：

　　第一，银行中后台流程复杂，系统之间相互割裂，需要大量人工对系统之间的数据进行协调，解决跨系统的数据对接和流通问题，消除操作断点。

　　第二，传统IT开发只能解决30%～40%左右的自动化需求，需要拓展自动化对全集团各应用场景的敏捷覆盖，高效应对长尾需求。

　　第三，各类系统的数据没有统一的平台以及治理规范，运营管理人员需要对全集团各个系统的运行状况、应用效能进行统一管控。

　　第四，传统的流程改造虽取得了一些降本增效的效果，但仍存在大量基于计算机的重复单调操作性任务，耗费大量时间和人力。因此，需要自动化与智能化技术替代人工完成高频的重复性工作，节省人力成本，释放员工的创造性和主观能动性。

　　为了解决上述问题，2018年底，建设银行正式启动企业级RPA能力建设，旨在满足企业内部应用开发者、需求用户、运营管理人员三类不同角色的需求，通过数字化劳动力这一新的生产要素，为集团各单位业务运营和管理带来效能的提升。

　　为了保证RPA应用的顺利落地和快速推广，建设银行制定了RPA企业级应用规划，具体可分为RPA的应用规划、产品引入、部署方式选择、平台建设、组织建设、应用实施及推广这六步。

　　统筹设计规划，保障RPA建设推进

　　为保障RPA建设的推进，建设银行进行了统筹设计规划。

　　在整体规划方面，由总行运营部门负责全行RPA应用发展规划和效果评估等工作，总行科技部门负责RPA技术架构规划、开发资源和技术运维管理。

　　在运营实施方面，由总行直属业务处理中心负责全集团RPA应用机会评估、流程设计，以及运营监控等工作;由建信金融科技负责运营平台、开发复杂场景以及技术支持等工作;由运营数据中心负责RPA的软硬件管理，平台的技术运维工作。

　　在业务应用方面，横向由本行业务部门与分行运营部门联动提出应用需求，纵向由各业务部门挖掘业务线应用场景，并建立应用商店货架，评估各类应用并选出具有全行通用性的应用，迅速开展全行深入推广，确保RPA在全行有需求的各级机构最大化释放应用效果。

　　建设银行最终确认了将RPA技术应用于建行全集团，并基于此应用范围，引入了市场上符合规划的成熟RPA产品，确定了采取集中部署、集中运营模式，进行了统一的RPA平台架构设计和运营组织架构规划，以实现企业级服务能力和统一管控，亦为以后的项目实施、运营、管理打下良好基础。

　　多方考量引入RPA技术，高度贴合自身业务特点

　　为了找到最适合自身需求和实际情况的RPA产品，建设银行从供应商资质、服务方案、自主可控、技术指标、价格等维度对供应商进行了遴选。

　　建设银行先是针对产品和供应商进行市场调研，基于此制定了采购策略、方案和评价标准，之后对RPA产品技术进行关键的选型测试，随后进行商务谈判，并最终根据综合评审结果确定合作伙伴。

　　共计9家国内外主流RPA厂商参与了招标选型，建设银行制定了POC阶段严格的规则和选择指标，并提供了统一的办公环境和软硬件设施。经过选拔，建设银行找到了与自身业务特点高度匹配的RPA技术供应商。

　　选择集中部署方式，建立RPA机器人集群

　　在引入产品后，建设银行对产品的部署方式进行了仔细的比较和甄选，最终确定了以集中部署为主、分散部署为辅的部署策略。

　　考量的主要因素主要有：首先，RPA是一种界面自动化技术，对运行环境的稳定性要求较高，集中的云部署方式恰好满足了这一需求且无需占用本地资源;其次，有助于运维人员集中运维管理基础设施;再次，可实现机器人资源的共享、共用;最后，云部署的方式有利于资源的动态扩充。

　　因此，建设银行将RPA的Server、Robot(Agent)在私有云上进行了集中部署，建立了稳定、共享、可动态扩展的RPA机器人集群，使得用户可以与机器人进行远程交互。

　　搭建企业级RPA运营平台，实现企业级服务能力

　　如图所示，平台具备以下功能：

　　1、用户交互界面：用户无需再安装相应的软件，即可直接通过浏览器访问机器人，通过网页、邮件、短信等方式实现人与机器人的交互，实时发送数据或者指令并实时获得执行结果;

　　2、应用商店：主要为内部开发者提供应用开发、上架功能，为运营管理人员提供应用入库、应用配置、审核发布等应用管理功能，为需求用户提供应用订阅功能;

　　3、业务运营管理：主要包括机器人资源管理、业务监控、风险预警、运营分析等功能，可实现运营人员对全集团RPA应用运行的集中监控管理。

　　4、企业IT系统服务：通过将RPA流程服务化，分装成API服务，再集成到企业现有的IT系统里面，来实现业务流程的全自动化;

　　5、企业用户体系集成：通过平台可集成企业内部现有的用户体系，用户使用原有用户名和密码即可便捷登录RPA平台。

　　6、企业能力集成：结合企业已有的IT能力，如AI等基础技术能力，通过RPA平台集成之后，扩展机器人的应用能力及场景;

　　7、资源调度：通过建立RPA机器人资源池可实现在全集团范围的统一调度和共享，节省资源成本，提高业务效率、资源利用率和可靠性;

　　8、多RPA产品集成：通过平台来对多款产品进行集成，为用户屏蔽了产品之间的差异性，提供统一的用户使用体验，同时为性能提供保障，避免了业务流程断裂。

　　企业级RPA运营平台实现了以下三个方面的技术能力：

　　第一，非侵入式不改变原有系统，可将企业现有管理体系及系统能力集成起来，并为企业IT系统服务，从而解决了跨系统引发的数据不一致难题，也满足了应用开发者的需求，保证了业务的连续性;

　　第二，统一的平台为用户提供了统一便捷的交互体验，用户只需进入平台进行启用即可获取RPA自动化服务，有助于开放共享，实现RPA应用场景在全集团各机构各场景的最大化复制和推广;

　　第三，满足了运营管理人员实现运营统一管控的需求。通过对应用发布和任务的线上管理，以及对运行状态的实时监测、异常预警，加强了对RPA软硬件开发实施、运营资源的统筹管理以及整体应用效能的掌控，保障RPA平稳有序运行;

　　2019年7月，建设银行RPA运营平台正式投产上线，为开发者、需求用户、运营管理人员提供运营服务平台，并支撑RPA应用实施及快速推广。

　　配置专属运营组织和机制，保障RPA大规模应用

　　为了保障RPA在全集团大规模应用推广，建设银行从基础层面规范RPA管理，专门进行了相应的RPA组织建设，主要做了以下三方面的工作：

　　第一，建设企业级RPA运营中心，主要负责全集团的RPA应用从机会识别、需求细化、应用实施、应用运行、应用退出的全生命周期运营支持和管理;

　　第二，制定了企业级RPA管理办法及实施细则，规范了RPA应用中的职责分工、用户管理、需求管理、运营管理和风险管理;

　　第三，制定RPA应用全生命周期管理规范，统一指导RPA机会识别，规范需求分析流程及评价标准，规范RPA应用开发、质量标准、投产标准，明确RPA应用退出标准。

　　如此，建设银行保障了应用机会评估、应用开发与上架、运营监控、应用效能评价等环节的实施。

　　在应用机会评估环节，组织用户、开发者依照实施复杂性、预期效益、风险和通用性等标准开展应用评估;在应用开发与上架环节，对应用场景开展代码安全性、流程设计检查，并测试效果评估，通过后在RPA平台上架发布;在运营监控环节，对机器人应用运行情况进行实时监控，并记录监控日志，必要时及时进行调度干预;在应用效能评价环节，对投入产出、运营质效、用户体验、应用效果等进行跟踪评估，优化机器人配置和场景范围以及应用推广策略，下架异常、低频的应用。

　　基于平台快速推广应用，释放业务价值

　　基于RPA运营平台、组织及机制，建设银行通过建立敏捷的应用开发流程，规范应用实施步骤，实现了RPA应用的敏捷上线和快速推广。具体来看，建设银行实施RPA应用可以分为以下三个步骤：

　　首先，流程识别与评估。识别机会，按照模板填写流程需求，确认详细操作步骤，根据流程评估规范评估可行性，并制作需求分析文档。

　　其次，应用开发与测试。根据需求分析文档，使用设计器开发机器人应用，研发完成后，将应用上架到测试环境RPA平台，由业务人员进行测试效果评估等工作。

　　最后，应用交付与运行。将测试通过后的机器人应用发布到RPA平台的应用商店，之后用户通过RPA平台，申请并启动机器人应用。

　　在执行完上述步骤后，应用上架到RPA平台上，由用户申请使用。根据经验，每个步骤大概需要1—2周的时间。之后，每个应用的推广都是以上三个步骤的不断重复执行。

　　上线300余项业务应用，覆盖集团各机构

　　截至2020年9月，建设银行共上线300余项业务应用，服务内部机构超过了3000家，覆盖集团境内外各机构，应用领域包括信用卡、个人业务、公司业务、中小企业信贷业务、房贷业务、资金托管、结算业务、渠道运营、客户服务等业务。

　　RPA日均执行1.8万余次，运行成功率在95%以上，日均释放人力近3000个小时，产出投入比(ROI)约为51.45。RPA高效率、高准确率、低成本地帮助业务人员完成了枯燥的业务事项，大大释放了银行的生产力。

　　继续深化数字化劳动力建设，探索RPA+AI结合的应用

　　下一步，建设银行将继续深化数字化劳动力建设，以RPA+AI的融合为依托，目标是未来1～2年内，从基础自动化阶段逐渐迈向高级自动化阶段。

　　一方面，加快夯实AI基础数据的服务能力建设，快速推进OCR、图像识别、语音识别、知识图谱技术等AI应用。

　　另一方面，通过RPA运营平台与AI智能组件的集成连接，将成熟的AI模型与RPA整合应用，解锁更多智能化应用场景。

　　2参考资料：[1]牛继红 中国建设银行渠道与运营管理部副总经理.建设银行RPA建设思路.金融电子化.

　　[2]陈文极 建信金融科技公司Big Data中心RPA负责人.用体系化、规模化的思路推进RPA应用.新金融世界.

　　3.2. 制造

　　近年来，随着工业 4.0 概念的不断深入，智能制造在中国加速落地。《中国制造2025》明确提出要加快推动新一代信息技术与制造技术融合发展，把智能制造作为两化深度融合的主攻方向。

　　在智能制造的背景下，作为劳动密集型行业，随着人口红利的消退，制造业企业需要进一步降本提效，提升整体的运营管理能力，增强产、供、销、存各个环节的自动化和智能化水平，核心需求包括制造业典型的物料清单生成、采购订单生成、库存管理等，也包括供应链管理与采购、营销与销售、财务管理、人力资源管理等通用职能场景，例如供应商管理、采购台账自动维护、物流状态查询、客户服务等具体应用场景。

　　首钢股份通过业务流程自动化，实现能效比6倍提升

　　首钢股份始建于 1919 年，历经多年的发展，目前已经成长为一家以钢铁业为主，兼营采矿、机械、电子、房地产、海外贸易等多种行业，跨地区、跨所有制、跨国经营的大型企业集团。

　　为了推进智能制造，进一步提升数字化水平，打造适应企业新的发展战略的信息化体系，首钢股份于 2019 年完成了产销一体化项目建设，构建了一体化的业务管控信息系统，解决了信息孤岛、业务壁垒等问题，将所有业务都规范到线上运行，使数字化水平达到业界领先。

　　不过，在实施数字化战略和建设业务管控信息系统的过程中，首钢股份也面临着多个系统数据不一致、核对工作耗时低效且错误率高等突出问题，主要挑战具体体现在以下三个方面：

　　首先，一体化的业务管控信息系统全方位的整合集成带来了大量的数据交互传递，流程的贯通使得数据在多个系统中持续流转。由于每个系统使用的数据库不同，在系统之间对账或者多个系统数据录入同一系统时，会出现数据不一致的问题。例如，生产经营决策系统和财务系统在数据衔接过程中，由于数据逻辑往往会有所不同，在数据传递和加工过程中，容易产生数据偏差。

　　其次，保证数据一致性成为一项极其繁琐且耗时的工作，重复性高又枯燥，大量的数据核对占用业务人员大量的时间和精力，造成了生产效率的低下和员工成本的居高不下，员工亟需从单调单一的工作中解放出来。

　　最后，由于业务量大，系统繁多，每天百万级业务量产生的数据在系统间传递，系统间数据的核对与核算，任何一个步骤一旦出错将产生严重后果。若均靠人工在事后发现数据问题差错，不仅会降低生产效率还会增加不必要的成本和风险。

　　为了解决上述问题，2020年2月，首钢股份与来也科技合作启动了RPA一期项目，部署了来也科技UiBot的Creator、Commander、Worker三件套，旨在通过利用 RPA 替代简单重复的工作，将业务流程自动化，解决百万级业务数据在多个系统之间打通与流转的一致性问题，提升业务连续性，为企业降本提效，并避免数据出错引发的风险，助力企业实现智能制造的建设目标。而完成了阶段性自动化目标后，首钢股份也表示将持续对 RPA 在业务流程上的应用场景进行挖掘与部署，同时也已经将来也UiBot 中AI能力平台Mage的部署提上日程，从而拓展 RPA 可应用边界，进一步实现端到端智能自动化。

　　“三步走”实现 RPA应用落地

　　通常，RPA项目的落地分为三个阶段，分别是需求分析、驻场实施以及上线试运行。

　　第一阶段：需求分析

　　在RPA落地的过程中，为了确保最终上线的RPA满足业务需求，前期的业务需求分析和流程设计工作至关重要，直接决定了最后的落地效果。通过前期自动化设计咨询服务，可以梳理清楚业务流程，了解业务真实需求。

　　在首钢股份的RPA项目中，首钢股份智能化应用部门的项目经理是需求对接方，深度参与了项目前期调研，并提供了基本流程分析和原始需求。在RPA实施人员提供了详细的实施方案之后，双方针对该方案进行了充分的沟通、反馈和详细的校对，为后续的实施工作奠定良好的基础。

　　第二阶段：驻场实施

　　需求分析梳理完毕之后，项目实施人员开始驻场实施开发工作。通常采取的是滚筒式方式，先实施已经调研过的流程，同时一边实施一边调研，从而完善流程。在流程实施测试完成后，需求方的业务部门和IT部门会和项目实施人员一起做UAT确认，验收确认无误之后即可上线RPA。

　　在这一环节中，为了确保设计出的流程最后能够真正满足首钢业务部门的需求，来也科技在现场采取了调研模板和录制视频相结合的方法做原始业务需求的确认，并实时交流沟通。例如，查询某月财务报表时需要注意的查询条件、设置规则，导出报表时的规则等。在将整条业务流程的动作逐渐梳理清楚之后，再将视频梳理转换成流程分析文档发给客户确认，并持续迭代，直到需求文档与业务需求能够很好的匹配。

　　如此，自动化流程能够贴合业务员在业务系统操作过程中的实际业务场景，解决业务流程中的实际问题和痛点。

　　第三阶段：上线试运行

　　在RPA上线后的试运行阶段，客户会和项目实施人员一起每天监测整个机器人流程运行的情况，发现有无流程稳定性问题以及流程设置不合理的问题，将这些问题一一解决，从而达到正式上线的要求。

　　在这一环节，需要关注产品是否稳定易用，能实际解决问题与痛点。在这方面，首钢尤为看重产品是否能高效且稳定地抓取业务员在业务系统操作步骤中，能用鼠标键盘操作的元素，例如按钮、输入框等。这也是来也科技之所以能够中标的重要因素之一。

　　上线流程多达29条，大幅提升能效比

　　首钢RPA一期项目从需求调研到最后正式上线只用了一个月的时间，整个项目周期从2月持续到6月，共上线了10个机器人，涉及流程多达 29 条。

　　以某条代表性流程为例，以前该业务流程每个月需要7~10个业务员，每天花费5个小时，耗费6天才能完成。RPA上线了之后，每天只需要运行1个小时就能完成，能效比提高了6倍，并且正确率达到了100%。

　　再比如，在29条流程中挑战最大的浪潮数据库与SAP辅助核算项目对账流程中，由于核算的数据量每个月最少18万条，高峰期则多达50万条，且规则极为复杂，人工根本无法完成。在实现了自动化后，填补了首钢股份财务运转几年的数据空白期，带来了较大的收益。

　　首钢RPA一期项目实现了以下三方面的价值：

　　第一，能够满足业务部所有系统的兼容性要求，获取所需数据，替代了人力进行快速、准确的数据核对，解决了数据一致性问题，实现了系统上下游之间的横向集成、不同管理层级之间的纵向集成，以及产品生命周期、从设计到服务的端到端集成打通。

　　第二，业务流程自动化大幅提高了能效比，为企业实现降本增效。RPA从解决实际问题入手，将员工从重复性、低附加值的工作中解放出来，将时间集中在有价值的工作上，同时让员工与机器人各司其职，按照28原则配合完成工作，共同为企业实现创造价值。

　　第三，将事后性的管理模式转变成事前预防的方式，避免了数据丢失、编辑转化规则不一致等错误可能导致的风险。

　　经验借鉴

　　总结来看，首钢股份RPA项目的实践经验为制造企业同行或者其他有相似需求的企业提供了以下两方面的经验参考。

　　第一，对RPA的应用场景及功能有清晰、客观的认知。首钢股份的负责人基于对RPA的前期调研，了解到RPA适用于规则清晰且需要耗费大量人力的重复性基础工作，并非能解决所有的业务场景问题，因此设定了合理的业务目标，并选择了合适的业务场景。

　　第二，针对业务需求进行充分、细致的沟通很重要，必须找到专业且有丰富实施经验的厂商。尤其在疫情期间，由于无法驻场只能远程交流，相互之间紧密配合才能保证后续的流程设计真正贴合业务流程的需求。因此，厂商需要有较深的行业理解和经验积累，并提供相应的客户成功服务，才能帮助客户实现效果落地。

　　3.3. 地产

　　地产行业也是受到较多国家政策监管的行业，并且地产行业上下游产业链很长，涉及多个系统，RPA跨系统、跨场景的优势符合地产行业的特性。随着土地红利的消失以及供需关系的转变，地产进入存量时代，地产企业需要以用户为中心实行精细化运营，通过经营来寻求管理红利，通过经营侧的降本增效，来实现利润空间。未来，地产企业除了将RPA作为效率提升的工具之外，还可以将其作为多元化经营的业务形态和盈利方式转变的重要支撑，提升自身的竞争力。例如，将物业从传统的“四保一服”升级为数据分析与决策支撑的更多应用场景。

　　目前， RPA在地产行业的主要应用场景在财务管理领域、供应链与采购以及物业管理等。例如，财务的销售收款管理、集团纳税申报、供应商审核、物业业主信息录入及更新、物业费收缴等。

　　从财务自动化到业务自动化，某地产集团通过英诺森ProcessGo实现8倍的效率提升

　　随着房地产市场进入存量时代，地产企业依赖过去行业高增长红利期的粗放模式已经难以为继，利润空间不断下滑，这就要求企业内部提高运营效率，降低运营成本。因此，各大地产公司开始关注如何借助数字化方式实现降本增效，纷纷踏上了数字化转型的浪潮。

　　某地产集团(以下简称该集团)业务范围覆盖多个城市和区域，是一家集住宅和综合开发、不动产开发运营、客户服务等业务为一体的大型集团企业。

　　财务部门率先启动流程自动化

　　在该集团数字化转型的大背景下，财务部门率先发起了财务流程自动化的需求。

　　该集团下设的分支机构多达三四百家，而集团的财务部门与这些机构均有业务流程对接，涉及大量财务数据的处理工作。在日常工作流程中，该财务部门面临着提高工作效能、释放人力、提升业务精准性等核心需求和痛点，具体体现在以下三个方面：

　　首先，该集团虽然身为央企背景，业务规范标准化程度较高，团队规模也四十人有余，但人手数量依然不足以应对每天庞大的工作量，尤其月结时财务人员更是不堪重负，业务延误率高，需要提高业务处理效率。例如，网银流水下载涉及4家银行几十个账户，每到月末繁琐的倒出流水业务造成财务工作繁忙。

　　其次，由于业务的数据化程度不高，严重依赖于人工处理，因此该集团的业务发展受到现有编制规模的限制，需要从重复、枯燥、低附加值工作中释放人力，降低运营成本。

　　最后，由于业务量大，人工操作容易出错。例如，财务报表核对业务中的差异数据检索需多次核对、导出数据，难以避免人为错误。

　　因此，该集团先从集团财务部门的痛点着手引入数字化技术提高效率。2020年5月，该集团与英诺森合作启动了RPA一期项目，部署了英诺森的ProcessGo，旨在利用 RPA提升业务效率和工作质量，将员工释放到附加值更高的工作中去，同时为集团后续在不同区域、不同业务领域开展流程自动化建设和运营积累经验，夯实技术基础。

　　在项目启动前的厂商遴选环节，该集团主要看重厂商的快速响应能力、解决方案的成熟度以及对业务的理解能力。该集团首先基于自身的央企背景对国内外产品进行了筛选，再针对挑选出的产品开展了POC测试，并根据测试结果，结合业务部门、IT部门的评估判断以及厂商的总体报价进行了最终的挑选。

　　在POC环节中，该集团关注的核心功能和性能维度主要有：

　　第一，低代码开发能力，能根据业务描述快速建立流程，以及在流程建立后能快速调整和变化的能力以及长期运行的可靠性、稳定性等。

　　第二，安全性，包括产品的等保认证资质、底层的技术平台、操作系统之上的技术架构等。

　　第三，集团管控能力。在后续的集团推广阶段，要具备企业级的集团管理能力，IT部门需要对部署在集团的几十个机器人具备统一监督、控制、协调和分发任务能力。

　　最终，该集团选定了具备专业咨询服务能力的英诺森来提供一期RPA项目完整的咨询加顶层设计以及后续的交付和运行管理。英诺森作为一家全球化的企业应用解决方案提供商，在RPA领域为客户提供从咨询规划、方案设计、产品部署，到交付实施落地以及运行管理的全生命周期服务，其核心产品数字化劳动力平台ProcessGo已通过等保三级认证。

　　从需求调研到上线运营，7周快速落地

　　一期项目的实施周期为7周，大致分为三个阶段，分别是需求调研及流程设计、流程开发与测试以及上线运营。

　　第一阶段：需求调研及流程设计

　　在一期项目中，CFO提出了三项关键目标：一是选定的场景和流程确实能够在无人干预的情况下实现操作自动化;二是要确保自动化100%的准确;三是运行时稳定性高。

　　在该项目中，英诺森充分发挥了自身的咨询服务能力优势，将成熟的解决方案以最佳实践的方式将方法论应用到项目中去。在前期的业务规划环节，英诺森帮助客户确立了先快速释放自动化价值的目标，在获得一定的技术积累和充分认知之后，再进行流程总体判断优化的指导方针。

　　项目前期，首先对集团财务部门的大量业务人员进行了通用性调研，深入了解各项高频、重复业务的人员占用量、时间投入量以及日常工作中的痛点和难点，对整体业务情况生成业务脉络的具体情况记录。之后，再据此对日常投入量最大的业务生成优先级排序，先搭建优先级高的需求项目开发所需要的框架。最终确认的流程包括网银流水、回单下载、银企对账、凭证执单、财务报表核对、内部往来对账、贷款利息计算、发票填开等人力密集型流程。

　　在这一阶段中，核心难点主要是双方之间对业务理解的匹配度，即如何将客户专业的业务描述转换成RPA的设计思想和语言。为了尽可能消除双方的理解偏差，双方需要反复进行沟通和确认。为此，英诺森提供了需求调研模板，开展了需求确认的会议，并在整个需求项目的交付上充分展现了自身的项目管理能力，从而快速组织了前期的需求收集。

　　第二阶段：开发及测试

　　在开发阶段，需要对接的系统有OA系统、邮件系统、各银行的网银系统等，涉及系统登录、拖拉拽等操作，需要厂商具备成熟的产品和经验丰富的开发顾问。同时，在开发过程中，需要IT部门配合厂商提供技术支持和系统权限的开放，确保机器人能正常、安全运行。此外，IT部门还需要参与学习RPA的应用知识，建立日常运维的基础，减少后期的运维投入，同时便于以后快速响应运维需求。

　　在用户测试阶段，为了确保机器人的执行结果与预期的结果一致，双方需要在项目理解上保持一致性，用户需要配合厂商做大量的测试验证。对于前期未考虑到的流程细节，亦可进行调整和变动，从而进一步完善、优化设计的流程方案。在经过大量真实数据的模拟和验证测试后，项目才会进入上线环节。

　　第三阶段：上线运营

　　针对一期涉及的四大核心业务该集团共部署了4个机器人，分别是网银流水下载、财务报表核对、内部往来对账、贷款利息计算，按照业务将4个机器人分别部属在4名核心财务人员的工作电脑上。

　　在项目上线后的运营阶段，常态化的运维工作主要由该集团的IT部门负责。如果遇到诸如银行系统升级需要修改流程等自身难以解决疑难问题的情况，则需要厂商快速支持响应。

　　大幅缩短业务时间，人效比提升8倍

　　在运行效果方面，在使用英诺森ProcessGo后，报表核对工作时间由1个工作日缩短为40分钟，往来对账由半个工作日缩短为80分钟，贷款利息计算由半个工作日缩短为20分钟，自动化程度均达到100%，实现了机器人工作效率相对人工工作效率8:1的提升。

　　该集团RPA一期项目实现了以下三方面的价值：

　　第一，通过RPA大幅减少了重复性的工作量，优化了流程，实现了业务效率的提升，解决了业务延误问题。

　　第二，将员工从价值密度低、但又是企业不可或缺的流程中解放出来，使其能够专注于价值度更高的工作中，为企业降低人力成本，解放生产力。

　　第三，无需人工核对大量的信息和数据，实现了100%数据处理准确率，消除了人为操作错误风险。

　　从集团扩展至区域，从财务延伸至其他业务板块

　　在以财务部门为起点，见证到了技术投入所释放的效能之后，该集团继续开展了RPA二期的建设，推广应用范围，从集团下贯到其下十几个区域公司。二期的实施周期为3个月，涉及7条流程，除了围绕财务，还基于地产行业的特性做了扩展。例如，地产企业需要同各类供应商进行业务往来，对各家供应商逐一进行企业信用审查，区域公司可以利用RPA将重复的查询工作交给机器人完成。

　　拓展主要由集团的IT部门主导，二级部门推动。前期，IT部门会与厂商约定好合作框架，后续直接交由业务部门执行，让下级部门获得充分的主动权。为了保证区域公司能挖掘出更多可以实现自动化效率提升的流程，该集团会定期召开内部的深挖会议，并在相应的业务部门里指定主要负责人去负责内部的推动和需求汇总，再经过三方评估和筛选，选择最具备实用价值的流程来开展。同时，在集团内部成立了一个以IT部门人员为主的、围绕RPA拓展和运营的虚拟组织。

　　此外，英诺森也会汇总项目的开发的情况和取得的效益，在项目落地之后协助集团内部高层探讨项目的实际收益，分析取得的数字化成果，以便于在此基础上，能够在集团范围内将更多成果深入推广到业务中去。

　　在三期，该集团加大了对RPA的投入，持续扩展和延伸RPA的应用领域和业务板块，从而持续获得价值回报。三期延伸的新业务板块包括了营销、IT、行政、园林、资本等。例如，营销部门房屋买卖成交时网上认购信息的录入;行政部门将上级领导和下属的时间计划和工作安排同步等时间管理工作。

　　经验借鉴

　　总结来看，该集团RPA项目的实践经验为地产行业其他有数字化转型需求的同行提供了以下三方面的经验参考。

　　第一，地产行业业务场景很适合RPA的应用。鉴于地产行业受到的政策监管较多，业务流程中涉及到企业内部系统、与供应商合作的系统、与政府沟通的系统等，RPA能很好适配于地产多系统、多流程的场景，在不改变原有系统的前提下，解决系统之间的对接问题。

　　第二，数字化转型通常投入大、周期长、回报慢，往往使得地产企业产生顾虑，降低投入的优先级。RPA作为轻量级、可快速部署的技术，投入少见效快，ROI的提升立等可见，可以改变企业对于数字化技术的认知，为地产企业内部的数字化转型提供了可快速落地的起点，有利于增强企业对数字化转型的信心。

　　第三，为了更好地在集团内推广和深化RPA的应用范围，集团需要与厂商提前商定好IT实施的收费模式，并制定好整体的框架。在具体业务执行上可以将权限开放给业务单位去挖掘需求，推动业务流程自动化。

　　3.4. 物流

　　物流行业也属于劳动密集型行业，聚集了大量劳动力资源，很多业务都需要手工处理。虽然近些年物流行业受益于互联网的蓬勃发展，享受到了电子商务的红利期，但是日益激烈的同质化竞争也在迫使物流企业减少人力成本，提升物流运输服务的效率和质量水平。

　　物流企业的核心需求和痛点有物流运输过程中多方信息的对接、客户信息管理、供应链管理等，企业需要实时掌控物品的相关信息，合理、及时安排物品的转移和调度，与客户方保持良好的沟通和联系。企业可以使用RPA将配送信息、发票、提单等自动发送给相关客户方，并自动提取物流节点信息安排后续的运输路线，还可以将RPA和AI技术相结合，通过自动抓取数据，帮助管理人员提前预测运输网络负载情况，优化运输路线。

　　DGFF通过RPA实现货代航运流程自动化和财务自动化

　　DGFF3(DHL Global Forwarding, Freight)是德国邮政DHL集团内领先的空运、海运和陆路货运代理服务提供商，代理客户和货运公司之间的运输服务，以提供最高效的路线和运输服务。

　　DGFF拥有一个全球服务中心(GSC)，该部门有5个分中心以及4500多名员工。GSC在全球范围内为物流运营和传统支持部门(如财务)提供共享服务。

　　为了改善GSC的财务和物流流程，DGFF计划进行数字化转型，利用先进的技术创建一个全球流程自动化中心，以优化内部流程，确保共享服务模式的最佳性能运行，从而提升客户服务质量，持续实现业务目标，维持其领先地位和行业竞争力。

　　在实施数字化战略的过程中，鉴于原先的业务模式及流程，DGFF也面临着服务质量欠缺、耗时耗力且效率低等问题，主要挑战具体体现在以下三个方面：

　　首先，大量耗时、重复的任务消耗了人力成本，使得员工被低附加值的工作占据，加之近年来利润不断受到挤压，需要从成本端降低员工成本;

　　其次，基于货运行业较为传统，存在大量手动任务，对于人工的依赖导致了效率的低下，随着数据量的不断增大以及行业竞争的逐渐加剧，需要利用工具提高业务效率;

　　最后，业务流程不完善，导致服务质量有待提升，需要优化现有的流程和系统，同时需要员工能有更多精力积极地与客户建立良好的关系，改善客户体验。

　　为了解决上述问题，持续高效地为客户提供更优质的服务，DGFF选择了UiPath开展技术合作，构建全球流程自动化中心。

　　DGFF首先筛选出了适合RPA应用的场景，明确了项目实施范围，并制定了项目部署计划。之后，从物流项目开始试点，并在看到成效后在全公司推广RPA的应用，通过建立卓越中心和虚拟交付中心助力RPA应用落地。

　　制定RPA部署计划，明确应用范围

　　为了确保项目顺利实施和运营，前期的咨询对RPA是否能成功落地起到至关重要的作用。首先，DGFF与UiPath的全球合作伙伴凯捷咨询(Capgemini)合作，制定了一个有效的RPA部署计划。

　　DGFF彻底检查了GSC组织的几乎每一个部分，制定了指导方针，找出了需要人工手动干预的流程，以及有着明确规则、需要处理大量结构化数据的重复性任务，从而确定了RPA的应用范围。Capgemini的咨询服务部门帮助DGFF制定了项目路线图，建立了治理模型和其他协议，并确认将快速看见成效作为执行的方法论。

　　开展项目试点，结果超出预期

　　确立了部署计划后，DGFF从一个名为“ Post Flight”的物流项目开始试点。RPA机器人从DGFF的操作系统中自动提取数据，并结合关键飞行数据生成报告，例如合作伙伴的飞行是否准时等数据。如此，RPA代替了运营团队的日常工作，使其只需要处理异常状况即可，释放了人力，并显著提高了内部运营管理效率。

　　在实施RPA之前，DGFF原本需要一支30人的团队来完成这一流程。RPA上线之后，其中15名员工从特定的手动流程中解脱出来，转向附加值更高、更具回报的工作中，释放了50%的资源。

　　在短短一个月的时间里，DGFF就实现了首个试点项目的全部投资回报。试点结果超出预期，不仅提高了公司部门内部效率，也提高了供应链中物流延误相关潜在因素的透明度，提升了客户服务体验。

　　创建卓越中心和虚拟交付中心，促进RPA在全公司的普及和推广

　　通过项目试点，DGFF发现了RPA的所有潜力，开始着手在共享服务中心内部提供流程自动化这一新服务，同时也为整个部门提供服务。

　　DGFF首先创建了一个卓越中心(CoE)，为整个部门制定了流程自动化的标准，搭建起内部框架，将整个过程自动化的经验概括起来，包括涉及到的人员、模型、标准、工具、模板等。通过RPA实施经验和最佳实践的分享来帮助该部门探索RPA的应用机会，向DGFF的业务合作伙伴和员工展示自动化的价值，促进RPA在全公司的普及和推广。

　　接着，DGFF创建了GSC的一个有近30名员工的新部门——虚拟交付中心(VDC)，专门为流程自动化提供相应的配置和运行服务。原先，GSC作为一个专属共享服务组织，核心业务和专业技能是进入一个国家，观察他们的流程，记录和优化流程，将流程纳入自身体系内，并培训在欧洲、中国、南美的员工，让他们完成这项任务，为离岸流程提供服务。

　　得益于VDC，现在GSC可以借助共享服务模型，访问任何国家的站点，记录特定流程，并利用RPA将流程自动化和优化，再培训员工使用基于RPA的解决方案为该流程提供服务，有机整合数字员工和真实员工携手提供共享服务，从而替代了原先仅依赖人工提供服务的方式。

　　释放员工价值，获得可观的ROI

　　DHL全球货运代理公司在不到一年的时间里部署了80多个RPA机器人，完成了约300个全职员工的工作量。

　　DHL的RPA项目实现了以下三方面的价值：

　　第一，将大量手工作业转换成自动化流程，富有成效地节约了人力成本，释放了企业内部资源，例如在试点项目中，在1个月时间内将15人从30人的团队中解放出来，释放了50%的资源;

　　第二，获得了可观的ROI，业务高效运转，为企业实现了降本增效;

　　第三，优化了业务流程，将员工从低附加值的工作中释放出来，将时间精力集中在为客户提供更多更好的增值服务上，有效提升了服务质量。

　　今后，DGFF还将把RPA与OCR、ML等AI技术相结合，捕获和分析结构化和非结构化数据，进一步拓展自动化的深度和广度，最终目标是提供端到端的过程自动化，从而持续为客户合作伙伴提供一流的服务。

　　3参考资料：UiPath. Growing Shared Services Capabilities via RPA-enabled Human and Virtual Service Centers.

　　uipath.com/resources/au

　　4. RPA应用趋势展望

　　随着应用实践的发展和技术的演进，RPA在技术融合和部署方式上将呈现新的趋势。

　　4.1. RPA与AI深度融合

　　与OCR等AI技术的结合，是过去几年RPA在企业加速落地的重要条件。未来，RPA与AI在应用中的融合将更加深入。能否更好地在RPA部署中引入AI技术，将成为企业能否持续提升自动化收益的关键。

　　与AI技术的深度融合，将有助于解决目前企业应用RPA过程中面临的一些关键挑战。

　　首先，目前RPA的应用场景和价值仍有待拓展。虽然RPA具备很强的跨场景能力，但受限于对非结构化数据处理和认知决策能力的不足，RPA的适用场景必须满足“规则明确”的限制条件，即相关业务流程需要基于明确且相对固定的规则。这也导致目前RPA的应用场景更多在财务、人力等支持性业务流程，且以业务流程中的部分短流程为主。

　　AI技术正在从计算机视觉、智能语音等感知智能，向知识图谱等认知智能迈进。未来，RPA将融合认知智能技术，逐步增强认知决策能力，从而可以处理更复杂、链条更长的业务流程，提升应用价值。

　　其次，RPA机器人本身需要提升智能化水平，降低运营维护成本。现阶段，RPA机器人的业务流程主要依靠人工设计编排，当业务流程发生变化时，需要重新进行脚本设计。

　　随着RPA运行过程中积累的数据不断丰富，RPA的运营维护也可以结合AI技术实现智能化。其中，最具想象空间的应用场景之一是业务流程的自动发掘，即RPA根据对企业业务流程运行数据的分析，自动挖掘出可以由机器人自动执行的业务流程，提升RPA扩展效率。

　　例如，RPA厂商UiPath于2020年发布的新产品UiPath Process Mining流程挖掘(原ProcessGold)，可以通过可视化的方式来描述业务流程、偏差以及标出自动化效果最显著的位置，智能分析企业中已经使用的业务应用程序的日志，并挖掘可应用自动化的业务流程。

　　4.2. 从桌面到一体机和云端

　　RPA的部署方式分为桌面部署、一体机部署和云端部署。现阶段，企业普遍采用桌面部署的方式，即将RPA机器人部署到桌面计算机中运行。桌面部署的方式较为简单灵活，主要适用于现阶段企业上线的自动化流程和机器人数量较少，且以某个业务部门内部流程为主导的状况。但是，桌面部署也存在运行环境不稳定、安全性不高等问题。

　　随着未来企业持续推动RPA在各个业务流程的扩展和深度应用，RPA将逐步从少量部署升级为规模化部署，从单个部门或岗位的个人生产力工具升级为企业级的数字化劳动力平台。在这个升级的过程中，RPA的部署环境需要满足对稳定性、安全性、可用性和可扩展性等性能指标的更高要求，将逐步向一体机部署和云端部署的趋势发展。

　　一体机部署，是指将RPA机器人以软硬件集成解决方案的方式部署到专用服务器。由于软件与硬件高度集成，部署在本地服务器环境，一体机部署模式具备开箱即用的灵活性、高性能和安全性优势，适用于具备规模化RPA部署需求且对安全性要求较高的中大型企业。

　　云端部署，是指将RPA机器人部署到公有云、私有云或混合云上。云端部署具备以下优势：第一，使用云端资源，扩展成本低，甚至实现按需计费，可以降低RPA的总体拥有成本;第二，RPA的部署和升级更加敏捷，无需在本地升级，便于管理;第三，在易用性方面，云端部署对于用户更易于访问，可以更好地满足企业内多用户的访问需求，提升用户体验。对于中小企业，云端部署的成本优势更加凸显;而中大型企业要进行RPA的云端部署，则需要结合企业整体的上云策略综合考虑。

　　结语

　　数字化转型已经成为企业寻求业务增长和降本增效的关键举措，而寻求较为确定性的业务价值回报是数字化实践的重要挑战。RPA作为数字化劳动力解决方案，具备可以快速落地、直接见效的优势，可以帮助企业快速开启数字化转型。企业应该积极尝试部署RPA，优化业务流程和效率。

　　同时，企业在进行RPA的应用规划时，也应充分认知RPA的能力边界，制定合理的业务自动化目标。在推进RPA落地的过程中，一方面需要进行前瞻性的长期规划，重视RPA的长远价值;另一方面，可以尽快从快赢场景入手，快速验证业务价值，再逐步进行场景扩展和技术融合的深入应用，推进整体的数字化转型。