达观数据ceo陈运文：“ rpa ai”将会是下一个人脸识别级的应用 | 雷峰网-米乐m6平台

“虽然现在大家讲人工智能商业落地最先想到的是人脸识别，但十年后，人工智能行业里唱主角的一定是文本处理技术，以及与rpa结合的各种应用，毕竟这些才是我们每个人在日常工作中时刻在用的。” 陈运文预测。

“今年以来，ai业界有一个很明显的期待，大家都想看到具体的ai技术落地在哪些场景、发挥哪些作用，有没有实实在在用起来。”

而对于当前热门的rpa领域，他认为传统rpa只能做一些基于规则的简单的数据搬运、填充工作，nlp和ocr等ai技术拓展了rpa自动化的边界，使其能够处理非结构化数据和打通线上线下交互，这些都标志着数字化员工的发展已经走过早期阶段，企业日常办公的智能化正在进入rpa ai的深水区。

十年以后将有超过50%的基础性办公工作，由文本流程自动化机器人完成，这其中蕴含着巨大的市场机会。

“rpa业务是达观数据智能文本处理能力的延伸，就像大脑有了四肢一样，合在一起组成了可以实实在在用起来的‘虚拟数字员工’。” 达观数据创始人兼ceo陈运文对雷锋网ai金融评论表示。

日常办公智能化进入rpa ai深水区

在他看来，借助rpa这个助推剂，ai技术的应用将会变得更加广泛和普惠。

以金融行业为例，金融行业的清缴清算，监管报送、账目抽取、核对等很多基层工作都是智能rpa的适用场景，通过自然语言逻辑分类、自然语言数据提取、识别和深度学习模式预测，可以实现将rpa 应用场景覆盖面提升到80% 。

除了金融领域客户，大型企业如集团企业、央企也是目前和未来的采购大户。

先服务银行等金融客户，然后服务大型企业客户，按照美国市场rpa趋势来看，uipath在过去的十几年里也是走了这样一条路。今年uipath拿到了特朗普团队的订单，达成协议未来5年时间uipath将帮助联邦政府培养75万名rpa业务专家，帮助联邦政府完成业务流程的自动化。

目前考虑到投入产出比，在智能rpa应用上最为积极的当属金融行业。陈运文预测，可能在五年以后大部分银行都会用上智能rpa。

据了解，目前达观数据的金融客户在其所有客户中占比接近50%，达观数据的智能rpa 平台已在银行、财税、政务、保险、证券基金等数十种不同岗位推出了“虚拟数字员工”。

低代码开发方式已成标配

在陈运文看来，“虚拟数字员工”进入rpa ai深水区表现在两大方面：一是rpa的产品化程度在不断提高，二是ai技术下行业知识和业务流程的沉淀在不断加深。

在产品层面，低代码的开发方式已成标配，用拖拽组件的方式替代写代码来完成自动化流程设计，不仅降低了普通用户的使用门槛，同时还为企业节省了成本开销，“传统企业服务如果每个任务都需要写很多代码，开发成本异常高昂，而且一旦流程有变化，就需要推倒重来。”他表示。

“另外，低代码也是最好的渠道拓展方式，良好的生态很多时候是需要使用低代码让一些没有编码经验的供应商、渠道商参与经营。”

在他看来，低代码意味着要把大量的技术细节封装起来，对rpa供应商来说工程量很大，这反而成为rpa产品的一个主要竞争点，即能否开发出足够丰富的组件、覆盖足够多的应用场景、兼容足够多元的操作系统。

据了解，达观rpa采用谷歌go语言开发，支持跨平台部署，适用windows、国产os、linux、mac等操作系统；同时，支持国产办公软件wps、国产数据库、chrome、ie、firefox、app、email、office、erp 等各类应用程序的自动化。

此外，在rpa主要应用领域金融行业里，产品化还意味着极高的稳定性和可靠性标准，不论是对技术本身进行充分测试与验证，还是在系统部署时进行充分的容错可靠准备，还是建立起一套高效安全的人机协同工作机制等，都将变得非常重要。

“实际上，在很多金融场景下，机器比人更加安全可靠。”陈运文表示，以合规为例，银行需要遵守大量的合规准则，在运营管理的每个细节和环节上都是一项细致的工作，而rpa会使银行的合规管理更加简单。

rpa运行的全部流程可记录、可监督，不情绪化，出错率低，降低合规风险，将成为合规管理的关键推动者。

更懂中文、更懂行业

在ai技术和应用层面，陈运文认为，伴随着nlp、ocr和新一代深度学习等技术的加持，rpa机器人将会越来越聪明，运用范围更广，也能承担更多复杂的业务工作。

在他看来，当下的rpa由三部分组成：第一部分是代替人完成键盘鼠标操作的软件工具，相当于“双手”；第二部分是处理线下资料如扫描证照或者图片时用到的ocr技术，相当于“眼睛”；第三部分也是最关键的部分是nlp技术，处理有关逻辑判断与分析的工作，相当于“大脑”。

“中文的语义分析能力非常重要。对中国市场来说，企业的业务流程大部分都处于中文环境下，这时候更懂中文的智能rpa将会起到更好的效果，”在他看来，想要把中文的流程处理做得更好，除了需要海量的场景数据之外，更要有足够深的行业理解。

“rpa本身与行业关系不大，但智能rpa背后的文本处理却与行业知识密切相关，针对具体行业的文本特点建立起针对性的语言模型，是很多大企业和调用国外第三方 nlp模块的rpa企业所不擅长的。”

据介绍，在这方面，达观数据利用nlp技术自主研发的智能文本处理平台，具备强大的语义分析能力，包括：中文分词、命名实体识别、句法分析、神经网络语义关联、深度学习等，通过将rpa与其融合，在数据提取、识别、处理方面更懂中文，也更符合中国企业的需求。

此外，在陈运文看来，在ai rpa的应用过程中，梳理总结出的各行各业各岗位的最佳工作流程，非常具有价值，只有把人类专家的经验沉淀在数据和规则里，才能真正让机器人具备智能化，变成智能化的系统。

“比起单纯的rpa工具，ai rpa的市场显然要大得多。考虑到目前ai rpa的应用还属局部，接下来仅在银行里可能就有上千个场景和流程有待挖掘，对应到市场规模上十年之内至少是5000亿级。” 陈运文表示。

后续ai金融评论将发布一系列金融rpa企业专访文，敬请期待。雷锋网雷锋网