2020-2021中国RPA行业研究报告,摘要,概念 界定,厂商类型,应用 渗透,市场 规模,趋势 洞察,RPA是Robotic Process Automation（机器人流程自动化）的简称，是指可以模拟人类在 计算机等数字化设备中的操作，并利用和融合现有各项技术减少人为重复、繁琐、大批量 的工作任务，实现业务流程自动化的机器人软件。,一.与AI能力的结合，提升感知非结构化数据能力和聊天机器人联动能力，帮助RPA提升易 用性，使业务端应用向前端迁移。二. 应用场景将不断向金融以外的行业拓展，近两年随着 智慧政务的推进，政府部门应用或具有较大发展潜力。,2019年RPA市场规模为10.2亿元，较上年增长96.6%。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软件和服务市场现处于蓝海阶段，仍有较大增长空 间。据咨询预测，未来3年增速仍将维持在70%以上。,RPA尚处于发展早期，整体渗透率不高，金融行业尤其是银行劳动力数量多，重复工作量 大，部分场景渗透率最高预计在5%10%；而制造业数字化转型也相对完善，渗透率仅次 于金融；其余行业渗透率均在5%以下。,主要覆盖原生RPA厂商、AI厂商、云计算厂商、金融科技厂商四大类，其中原生RPA厂商 在产品通用性和稳定性上优势较强，AI转型RPA厂商一般具有更强的AI赋能，能够更好应 对AI需求；云计算厂商和金融科技厂商目前更多用于特定垂直场景。,RPA发展背景,1,RPA行业探讨,2,RPA典型厂商案例,3,RPA发展趋势及建议,4,-产品角度-厂商角度-应用角度,RPA发展背景,劳动力成本上升企业数字化转型趋势AI技术发展,1995-2019年中国15-64岁人口占总人口,比重,1995 1997 1999 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019中国总人口（亿人）中国:15-64岁人口:占总人口比重（%）,RPA发展背景-劳动力成本上升,刘易斯拐点出现，劳动力成本成企业竞争关键要素之一在过去30年中，我国劳动力人口结构发生了较大变化，中国在 2010 年前后，走过了“刘易斯拐点”，人口红利逐渐消 退，15-64岁劳动力人口比重逐年下降，从2010年峰值73.3%下降至2019年的70.7%。在与此同时，城镇单位就业人员平 均工资逐年上涨，资本回报率不断走低。随着企业劳动成本上升速度开始超过劳动生产率的提高速度,劳动力成本上升对企 业竞争力的影响日益显现，企业应采取各项措施积极应对。企业关注重点开始从整合外部资源要素向挖掘内部管理进行转 变，积极寻找提升内部管理效率的工具，是企业优化流程、提高劳动生产力的关键要素。,56360.0,62029.0,67569.0,82461.074318.0,201420152016城镇就业人员平均工资（元）,20172018年增长率（%）,2014-2018年中国城镇单位就业人员平均工资及增长情况9.5%10.1%8.9%10.0%11.0%,73.3%（2011）,70.7%,（2019）,RPA发展背景-数字化转型趋势,13.9,17.4,21.0,24.9,28.8,4.8,5.2,6.2,6.4,7.1,21.2%,20.3%,15.3%15.2%14.5%,7.0%,8.4%,11.5%,10.5%,7.8%,201520162017数字产业化规模（万亿元） 数字经济名义增长率（%）,20182019产业数字化规模（万亿元）GDP名义增长率（%）,24794,30587,37026,42848,48232,55103,61909,71768,31.50%,23.40%,21.10%15.70% 12.60% 14.20% 12.40% 15.40%,数字化转型大势所趋，系统间数据打通成新的诉求数字产业作为新经济发展的代表，一定程度上代表了企业数字化转型程度，随着数字经济产业对GDP的贡献不断增加，产 业数字化为新一轮国民经济发展提供了动力。2019年我国数字经济规模为35.8万亿元，占GDP比重达到36.2%，产业数字 化占数字经济的比例已上升至80.2%，不断推动了我国产业向信息化、数字化高质量发展。从软件收入来看，我国软件和 信息技术服务呈现较好发展态势，2019年软件产品收入实现7.2万亿元，同比增长15.4%，随着产业数字化转型的深入， 企业软件的应用也从原来的单点应用向连续协同演进，底层数据和信息的打通成为企业新的诉求，RPA作为系统之间数据 之间连接的接口，将在企业数字化转型中扮演重要角色。2015-2019年中国数字经济规模及结构2012-2019年软件业务收入及增速,20122013201420152016201720182019软件行业收入（亿元）增速（%）,RPA发展背景-AI技术发展,AI技术发展助推NLP和计算机视觉应用，为RPA智慧赋能近年来，随着人工智能技术和实体经济在经营模式和业务流程上的融合，AI赋能实体经济的市场规模也在不断增长，根据 咨询预测，2019年人工智能核心产业规模预计将突破570亿元。未来，人工智能技术将进一步推动关联技术和新兴科 技、新兴产业的深度融合，成为经济增长的助推剂。人工智能发展至今涉及多个研究领域，研究方向包括智能控制、符号 计算、自然语言理解、模式识别和计算机视觉、机器学习与数据挖掘、智能信息检索、语音识别等，其中自然语言处理（NLP）和计算机视觉技术的发展，也赋予了RPA在企业自动化流程应用中新的能力。,251.1,570.1,819.8,1157.0,1573.0,2018,2018-2022年中国人工智能赋能实体经济 市场规模,2019e2020e2021e2022e人工智能赋能实体经济所产生的市场规模（亿元）,23%,2%,7%,68%,2019年中国科技企业AI主要领域算法 研究投入情况,计算机视觉类,语音识别/语音合成类,自然语言处理类（NLP）其他（如知识图谱、数据科学、机器学习等）,RPA发展背景,1,RPA行业探讨,2,RPA典型厂商案例,3,RPA发展趋势及建议,4,-产品角度-厂商角度-应用角度,-RPA行业探讨-产品角度,RPA的真正价值是什么？RPA在数字化转型中扮演什么样的角色？RPA未来的演进形态是什么？,RPA概念及组成,RPA平台主要由设计平台、机器人、控制平台组成RPA是Robotic Process Automation（机器人流程自动化）的简称，是指可以模拟人类在计算机等数字化设备中的操作，并利用和融合现有各项技术减少人为重复、繁琐、大批量的工作任务，实现业务流程自动化的机器人软件。目前大多数RPA平台是由设计平台、机器人、控制平台的标准三件套组成，设计平台主要完成在可视化界面的流程编辑 工作，是RPA的规划者；机器人则是在设计器完成流程设置后负责执行操作，根据应用场景可以分为无人值守和有人值 守两种；控制平台则相当于领导者，负责智慧管理多个机器人的运行，保证整个软件的分工合理和风险监控。RPA机器人流程自动化-平台组成,编辑工具，利用可视化界面设计出各种自 动化的流程。一般通过内置丰富的预构建 活动模板，并集成多种编程语言来提升产 品易用性、可扩展性和编辑效率。,机器人负责执行设计平台设置好的流程， 运行方式有无人值守和有人值守2种，无 人值守可在包括虚拟环境的多种环境下运 行；有人值守需人来控制流程开关。,用来集中调度、管理和监控所有机器人和 流程。包括机器人集群管理、流程任务分 发、定时计划，提高了机器人的利用率。,设 计 平 台,机 器 人,控 制 平 台,设计平台,控制平台,RPA平台 三大核心 产品,我负责执行任务,我是规划者,我是管理者,机器人,机器人执行设计平台预先定制好的流程,RPA使用特点,自动执行预定流程针对高重复性、标准化、规则明确、大批量的日常事务，设定,RPA操作，优化企业基础流程,非侵入式，无需改变现有系统部署时不需要改变现有信息系统，避开遗留系统的痛点,跨系统协同，实现系统互联和数据集成在不同系统中如ERP、Excel、数据库、网页、APP等查询操作，自动 进行信息收集和提取，生成报表。,普适性强、部署灵活敏捷具备强灵活配置性，根据企业业务 可以跨行业、跨部门、跨平台、跨系统提供专业服务。,流程自动化机器人软件,非侵入式灵活部署，旨在实现业务流程自动化工业机器人由来已久，RPA相对于传统代替人类手工劳动的机器人，主要用于在信息系统的自动化操作，具备自动执行预 定流程和跨系统协同的能力。而与ERP、OA等特定应用场景软件比较，RPA普适性更强，可以跨部门、跨行业进行部署。 且RPA是非侵入式软件，无需改变现有系统即可完成部署，因此产品灵活性强，交付周期短，同时可以避开传统企业遗留 系统问题，帮助企业快速迭代转型，实现业务流程自动化。RPA的主要功能及特点数字员工人工与虚拟劳动力共同工作与工业机器人对比与其他企业自动化软件对比,RPA在企业数字化转型中的关键价值,作为接口实现多系统联动，优化人力资源成本利于企业创新相对传统手工完成重复类工作，RPA流程自动化软件具有以下三方面价值。从业务层面来看，RPA致力于将繁琐、重复的 流程实现自动化操作，并通过触达不同软件数据打通企业上下游业务，实现整条业务线自动化。从工作层面来看，传统软 件在数据管理环节有一定缺失，且存在数据质量差、手工处理费时费力的痛点，RPA软件在满足自动化的基础上降低人力 成本，减少人为失误，可以24小时不间断工作，将员工从低效工作中解放出来，以便处理更高阶的工作，利于企业创新。 从技术层面来看，RPA作为自动化流程软件可以嵌套在其他软件中完成部门重复类工作，也可以直接连接顶层软件而不侵 入企业原有系统,增加软件系统稳定性。随着数字化时代的到来，利用高新技术来取代低效率的劳动力付出，是必然的发展,趋势。,RPA流程自动化软件关键价值,以RPA操作 为主，员工辅助操作，利于工作创新。,手工完成重复类工作,RPA软件完成重复类工作,数据质量差软件缺少数据整理环节手工数据整理费时费力,降低人力成本减少人为失误7*24h不间断工作,业务流程,业务数据,业务自动化,执行大批量、可重复性任务触达ERP、CRM、OA等软件数据打通业务上下游,流程协同系统数据库 数据,RPA软件,RPA连接运行在更高的 软件层级，不会侵入已 有的软件系统影响其功 能与稳定性。,RPA可以嵌套到其他软件上（如BPM）运行,作为接口打通系统间数据，构建数字化环境，实现业务线自动化。,优化人力资源成本，提升决策效率，利于企业工作创新,作为自动化技术与其他软件嵌套和接入，系统稳定性高，部署灵活,员工操作,RPA与低代码、中台的关系,三种技术相辅相成，RPA打通数字化转型“最后一公里”作为企业服务中担当重要角色的三种技术，RPA、低代码、中台各司其职又相辅相成，共同推动企业供给端发展。中台作 为连接前后台系统的中间层，对前台业务的敏捷性形成强力支撑。低代码开发平台通过拖拉拽快速搭建应用降低开发成本 并灵活更新迭代。RPA在不侵入原有系统的同时，完成企业自动化的最后“一公里”，减少人为重复、繁琐的工作任务， 实现业务人员劳动力释放。同时，RPA可以作为接口打通底层数据，进行跨系统数据整合，且本身具备中台和低代码属性， 中台在执行过程中需要调用大量数据，又可以通过低代码完成引擎的搭建，三者功能相互补充共同助力企业数字化转型。,RPA和低代码、中台的关系,低代码代码开发平台无需写 代码或通过少量代码 就可快速生成和开发 应用程序，帮助企业 降低开发成本并灵活 更新迭代。,中台中台通过将企业的数 据能力和产品技术能 力进行沉淀、复用， 对前台业务形成强力 支撑。,中台：中台的关键能力在 于对前后台系统的连接， 聚合和治理跨域数据。中台VSRPA:中台更多是对 服务的封装，创新程度大， 投入成本高，周期长，RPA 机制相对灵活。中台&RPA：RPA平台本质 上也是一种业务中台，企业 建立的中台多数以数据层面 为主，而RPA构建的中台是 直接面向流程，共同解决前 端业务数据整合和处理。,低RPA使用人员的操作门,槛。,低代码VSRPA:低代码更 将研发人员的成果进行复 用，RPA则强调对业务人 员重复操作的自动化替 代。低代码&RPA: RPA产品本 身具备低代码属性，可以降,低代码：关键能力在于将 应用场景的功能模板化， 并降低开发人员的门槛。,RPA数据迁移 报表管理 数据验证 技术集成,一定通用性,实现组织敏捷打通数据孤岛,前端 业务应用,后端研发开发,低代码RPA,中台,低代码,员工,“最后一公里”,三者相同点及联系,中台更侧重于对前后台系统的链接，低代码则在前端应用和后端开发中都会发挥本身快速集成的功能，RPA相对低代码 和中台，更偏向于前端业务和员工之间的交互，作为数字员工完成企业自动化“最后一公里”。三者相互补充，共同协 助企业进行数字化转型。,中国RPA行业发展历程,中国首家提供RPA产品的专业厂商上海 艺赛旗成立，并推出了其RPA产品IS-RPA。同年，阿里云RPA的前身“码 栈”在淘宝诞生，主要帮助阿里巴巴集 团小二做运营和服务售后等自动化。,2011-2012年RPA专业产品出现,2001年RPA前驱开始出现2001年7月，基于抓屏技术与工作流程自 动化技术开发而成的按键精灵软件出现， 成为国内最早期的RPA产品。,国内出现了一大批RPA厂商。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。,2016-2017年RPA厂商大规模出现,2015年国内金融机构开始接纳RPA奥森科技成立并推出了RPA平台UiBOT，同 年随着四大会计事务所在中国区应用RPA，RPA工具也逐渐被国内金融机构所接受。,受国外资本市场 热度、国内RPA 行业实际订单增 速影响，RPA概 念、产品、公司 也受到资本市场,2019年引起资本关注,企业对RPA在自动化业务技术的认知 发生变化，将RPA技术平台纳入战略 布局，应用端出现转机。,2018年企业对RPA认知开始变化,RPA大事件,市场对RPA接纳度逐步提升，技术成熟和场景拓展是发展核心RPA前驱早在2000年左右便以“按键精灵”的形式出现，更多用于玩家游戏、知识化办公等桌面级阶段。2011年左右， 国内开始出现最早推出RPA产品的厂商，同年，阿里云RPA的前身“码栈”在淘宝诞生，主要帮助阿里巴巴集团小二做运 营和服务售后等自动化。2015年随着四大会计事务所在中国区应用RPA，RPA工具也逐渐被国内金融机构所接受，随后2 年，大批RPA厂商开始成立，金融科技厂商、AI厂商也是在这个阶段开始转型进军RPA，随着早期厂商对市场认知的教育 和产品拓展，2018年更多企业开始认知并接纳RPA带来的价值，并在2019年掀起一股资本浪潮。未来，技术成熟度提 升、不同行业应用场景的挖掘仍会在较长一段时间伴随RPA市场。RPA发展历程介绍,中美RPA行业发展路径比较,中国仍处于早期阶段，美国部分场景进入规模化发展期美国企业整体数字化转型要早于中国，美国RPA龙头厂商Automation Anywhere和UiPath分别成立于2003年和2005年，且美国劳动力成本高于中国，员工对于重复类工作更为排斥，导致企业对数字员工的接受度更高，部分RPA应用场景 如桌面级软件已经实现规模化应用。在中国，RPA厂商大多成立于2015年前后，进入时间尚且较短，应用场景中业务流程 标准化程度低，厂商对应用场景的拓展还处于早期，企业对于数字员工的投入产出比还存在迟疑，市场教育力度有待提 高。目前，中国厂商更多专注于对产品和技术的打磨，国内市场已经出现如来也科技这样估值超过20亿的独角兽企业，但,要达到规模化应用还需要市场的验证和认可。,中国,美国,技术探索期,产品验证推进期,规模发展期,市场冷静期,生态成熟期,中国RPA市场目前尚处于发展初期，企业更多 关注产品的打磨和客户应用场景的拓展，个别 独角兽企业已经出现，市场有待进一步向需求 端渗透。,市 场 期 望 值,美国RPA市场出现较早，整体早于中国10-15年， 企业数字化应用场景较多，技术较为稳定成熟，部 分场景已经进入规模化生产阶段，如何和新技术结 合，进一步提高产品自动化和智能化能力是当前美 国企业关注点。,中美RPA发展阶段对比,供给端：产品多样化、功能模块丰富实施方经验丰 富，部署周期 短，成本低需求端：用户体验好、 选择性强快速实现需求 定制化,RPA产品发展形态,目标：实现桌面自动化操作价值：解决批量邮件处理，客户 登记资料等，属于单个操 作员的桌面级别处理。 人机分工：RPA辅助完成工作，仍以 员工操作为主。驱动因素：人力成本和产出倒挂,目标：实现端到端自动化价值：实现更大范围流程创建， 用户无需关注每个节点怎 么具体实现，通过机器人 引擎提供解决方案。驱动因素：企业规模化发展，业务流 程重构。,目标：实现软件规模应用,中国,识别及对机器人赋能。驱动因素：企业集群化，规模化，数 字化转型美国,目标：进一步降低软件使用,价值：门槛。,通过机器人中台进行客户 价值：,RPA进行技 术集成,低价值,高价值,美国：商业模式更为 成熟，更注重底层技 术，核心能力很强。,中国：在积累技术的同时， 更加注重用户需求和解决方 案，在应用端更具爆发优 势。,RPA和AI技术结合进入智能化阶段，发挥更高阶价值从产品层面来看，中国和美国大体上要完成四个维度的进阶，分别是桌面级RPA软件、轻自动化RPA软件、自动化RPA软 件、智能化RPA软件。桌面级产品主要以实现桌面自动化为目标，中国早期发展更多是处理批量邮件、客户资料登记等重 复类工作。而轻自动化和自动化RPA产品都是以实现更大范围的流程创建为价值指向，用户无需再关注每个节点如何实 现，可以使用RPA软件打通流程接口，增加产品自动化功能及降低使用风险。目前，中国大多数产品处于轻自动化阶段， 美国则在完成自动化RPA软件的进阶。未来，随着AI技术的成熟，RPA+AI将打破人类在能力和算力上的瓶颈，进入智能 化阶段，美国注重底层技术，综合能力更强，中国则在需求和解决方案端发力，在某种维度上实现对美国的超越。RPA产品发展形态桌面级RPA软件轻自动化RAP软件自动化RPA软件智能化RPA软件,注释：RPA行业规模口径包含软件产品收入和服务收入两部分，根据专家访谈，通常软件收入占比40%、服务收入占比60%左右。,中国RPA行业规模,5.2,10.2,18.3,37.9,65.5,96.6%,79.1%,107.7%,72.7%,2018,2019,2022e,整体规模10.2亿，预计未来三年增速仍将维持在70%以上2019年RPA市场规模为10.2亿元，较上年增长96.6%。一方面由于RPA行业尚处于早期发展阶段，早期成立的厂商对市场 教育和宣传上有了一定投入，叠加传统软件遗留的问题在数字化转型趋势下暴露出来，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，据咨询预测，未来3年增速仍将维持在70%以上。2018-2022年中国RPA市场规模及增长速度预测,2020e中国RPA市场规模（亿元）,2021e增速（%）,-RPA行业探讨-厂商角度,行业参与者类型及不同类型厂商特征？ 现阶段厂商如何构筑自身竞争壁垒？ 站在客户角度应该如何对RPA选型？,注释：图谱RPA厂商分类以厂商原生定位进行划分，国内RPA厂商包括但不限于原生开发RPA软件厂商。,中国RPA参与者及产业链结构,借力AI技术提升产品护城河，聚集合作伙伴提升服务能力RPA产业链主要参与者有四大类：RPA厂商、技术合作伙伴、业务合作伙伴、渠道合作伙伴。RPA厂商通常自研RPA产品 并和第三方AI技术公司合作进行技术融合，少数AI企业具备自研AI能力。在业务场景落地过程中，厂商会采取自己实施和 与第三方服务方合作两种形式进行交付，和业务伙伴合作时，RPA厂商提供标准化平台产品（设计平台、机器人、控制平 台、AI能力等）叠加一定的扩展性开发，后续实施运维交于第三方进行实施。除此之外，RPA厂商会采取和渠道伙伴合作 的市场策略扩大销售范围。RPA市场尚处于早期，聚集合作伙伴提升服务能力为不同行业客户提供解决方案是当前市场状,态。,渠 道 伙 伴,IaaS 厂商,国外厂商,RPA厂商国内RPA厂商,AI合作 厂商,中国RPA产业链结构和产业图谱,业务合作伙伴（集成商、实施方）,云计算厂商,金融科技,AI厂商,其他厂商,下游客户金融 制造业 电信 零售 能源,电力医疗 政务 教育 地产 物流,国内RPA市场玩家类型分析,四大类玩家各具优势，企业竞争仍处于早期拓客阶段,35%,16%,10%,3%3%,3%,2020年9月国内RPA厂商城市分布,29%北京上海深圳杭州长沙珠海南京,RPA厂商,公司特征：RPA初创厂商大多前期专 注于深耕RPA产品技术，产品成熟度 高，通用性强，稳定性好，架构基本 为标准三件套+AI，AI能力一般会和第 三方AI技术商合作，或者与AI企业战 略并购进行技术赋能。合作伙伴：AI厂商、集成商、服务 商、云厂商,代表企业：来也、艺赛旗,代表企业：实在智能、 达观数据,AI厂商,代表厂商：阿里云,云计算厂商,代表厂商：平安科技，兴 业数金,金融科技厂商,公司特征：AI厂商进军RPA一般具有 更强的AI赋能，产品会嵌入自研OCRNLP等功能，在RPA产品的智能 决策上有一定优势，能够更好应对AI 需求。合作伙伴：集成商、服务商、云厂商,公司特征：云计算厂商中目前阿里云 的RPA较为领先，主要用于电商垂直 领域的场景，有淘宝、天猫等平台数 据大量积累，实战经验丰富，在垂直 领域有较大优势。合作伙伴：集成商、服务商,公司特征：金融科技厂商最初做RPA 主要是用于自身金融场景，企业本身 对业务流程和痛点较为熟悉，在金融 行业垂直领域敏感度高，竞争优势明 显。合作伙伴：AI厂商、云厂商、集成商、服务商,2,2,5,4,7,8,3,2011-2019年国内RPA企业成立时间及数量,2011 2013 2015 2016 2017 2018 2019国内RPA厂商成立数量（个）,RPA投融资及战略合作分析,、,，、,RPA成资本宠儿，和AI技术结合落地仍有想象空间RPA作为近年来增速最快的软件之一，得到了国际国内资本的热捧，国外RPA的融资热度始于2017年下半年，国际RPA龙 头UiPath更是在资本的推动下估值达到了100亿美金。同时，资本的介入，也让国内RPA厂商焕发出新的生机，中国RPA 投融资在2018年末开始活跃，至今共有23起融资事件发生，2020年开年至今，共有7家企业拿到了融资，投资方更是覆 盖了红杉资本等知名投资机构。国内RPA厂商估值水涨船高，高估值需要高价值来消化，资本市场的狂热也让市场对RPA 的价值开始重新审视。认为，未来随着落地场景的拓展及与AI技术的结合，RPA日后仍具想象空间。2015-2020年RPA行业新增投融资事件2020年RPA厂商主要投融资事件,1,3,3,2,7,7,201520162017201820192020投融资事件（个）,RPA厂商竞争要素分析,从三件套和AI技术出发，与合作伙伴打造生态共赢体中国RPA厂商数量不断增多，长久来看，应当从技术、产品、服务、生态四个维度去延伸能力圈。通过技术沉淀和项目经 验积累打造出成熟度较高的产品，满足用户对基本模块的需求和扩展，提升产品稳定性、易用性、兼容性进而打造具备一 定集成度的RPA平台是当前RPA厂商共同关注的方向。此外，AI技术的成熟使得RPA平台具备了应用于复杂场景的能力， 并通过一定智能化决策缩短了产品开发和交付周期，嫁接AI技术来提升产品易用性、智能性是未来打造认知性RPA产品的 基本功。而服务能力和生态建设在当前商业模式中都需要第三方合作伙伴参与配合，打造更高效服务和更低部署成本的生,三件套技术,AI技术产品平台解决方案后期运维,第一阶段,第二阶段,第三阶段,第四阶段,第五阶段,专注打磨产品技术，自研或者与第三 方技术公司合作，提升技术稳定性。通过项目制服务应对客户尤其是头部企业客户需求，积累行 业经验并将技术沉淀为产品，不断迭代提高产品成熟度。根据创始团队技术、背景优势，由特定行业、特定场景 切入，以定制化服务获客，深耕产业标杆企业客户。产品和经验积累到一定程度，可提供通用型平台产品，快速获客，抢占市场。通过建立技术和项目实施合作伙伴，相互配合进行客户 引流，提供培训支持、人才培养等，搭建生态圈。,态圈将是RPA厂商未来长期的关注焦点。技术能力,服务能力,生态建设合作伙伴,竞争力逐渐增强,中国RPA厂商竞争要素分析产品成熟度,RPA产品选型策略及建议,产品+服务能力是关键，根据应用场景和付费能力按需选择不同规模企业对于RPA的选择在付费能力、需求特征、产品功能上存在一定的差异性，大型企业IT支出预算较多，组织架 构复杂，跨部门协同工作多，因此对产品和服务实施能力的要求更高，更倾向于能够提供复杂应用场景解决方案的厂商， 并在服务实施过程中能够保证交付质量和降低后期维护成本，项目合同在几十万到百万不等；中型企业处于快速发展阶 段，组织架构变动大，市场敏感度高，因此在产品的选择上更倾向于技术成熟、迭代快，组件丰富的厂商；小微企业本身 受制于应用场景和员工数量的限制，需求相对简单，对成本控制较为敏感，可考虑付费方式灵活的SaaS化RPA产品。中国不同规模级别企业RPA选型策略及建议,大型 企业,中型企业,小微企业,付费能力：通常小微企业的付费意愿很低，年付费量级在1万-10万元之间；需求特征：人员数量少，对产品价格敏感度高，应用场景有限；产品选择：倾向于使用门槛低，付费方式灵活的SaaS化RPA产品或者三件套 的部分产品如设计器、执行器。,成本敏感型,付费能力：年付费量级在数十万元左右；需求特征：因IT系统建设并不健全，处于发展期，组织架构变化快，对产品迭 代和可扩展性要求高。产品选择：倾向于能够提供全流程实施方案，产品迭代版本灵活的厂商。,市场敏感型,付费能力：员工数量多，对RPA需求量大，付费能力较高在数十万到上百万。需求特征：倾向私有化部署，对数据安全要求高，产品需要满足复杂应用场景；产品选择：倾向于选择本地部署的RPA平台，一般需要RPA控制中心，对服务实 施和后期运维要求较高。,安全敏感型,-RPA行业探讨-应用角度,RPA在各个行业的渗透率如何？RPA如何与金融、制造业、零售、政府等不同行业结合？,RPA行业渗透情况分析,开市期间监控 自动开闭市 清算业务资管系统 托管系统 财务系统 定期巡检,保险5%智能核保 客户服务管理文件报送 系统清算 风控管理 保险代理 保险质检,ERP自动化 物流数据自动化数据监控 产品定价比较 供应链管理 客户服务流程,电信5%,客服系统信息采集备份 定期分析上传数据客户服务提效 服务接待和处理工作规范和经验沉淀,医疗患者数据处理 医生报告医疗账单处理 患者注册 医保对账HER系统管理 药物供应商管理,商家信息录入 网站导入电子邮件处理 订单数据处理 库存管理贸易促销 销售分析 二维码生成,能源业务工单催办 多个系统登录 内外系统链接,检察院文书自 动开具优抚对象身份 审核自动文件审核,政府,地产,业主信息录入 更新账户信息,课程注册 出勤管理 成绩录入,物流自动发货 状态更新 运输管理服务自动接待 信息提取识别教育,电力项目预算管理 合同上传经法系统光伏购电结算 购电费自动稽核配电竣工工程结算书合同超期自动退回,金融业标准流程场景多利于渗透，但行业整体渗透仍然较低RPA尚处于发展早期，整体渗透率不高，金融行业尤其是银行劳动力数量多，重复工作量大，渗透率最高预计在5%10% 左右；而制造业数字化转型也相对完善，财务、共享中心、供应链等场景应用较多，渗透率仅次于金融；零售行业在结算、 供应链流程等环节有先天优势，且多为集团化运营，希望借助数字化转型提高整体毛利率，未来发展前景较为乐观；政府 行业则两级分化，RPA更多用于窗口岗位，之后更多依赖于人力成本考核机制。未来，劳动力密集、标准化程度高、IT系 统发展较为完善的行业或将成为RPA发展的沃土。,劳动力密集、集中作业中心的应用场景渗透率更高， 未来，标准化程度高、且IT系统完善更具拓展潜力。,银行10%银企对账 银行报税客服辅助机器人 信用卡催收、催办 多系统间数据迁移 客户账户管理自动生成报表 客户黑白名单审核 信用卡在线审批资金结算跨系统自动操作 数据审核计算 信息提取识别费用报销及资金管理 采购付款及销售收入 档案盒税务管理工作流程标准化 风险控制和核算,RPA行业应用场景及渗透率证券5% 数据中心运制营造成5本%拆分（OP零E售X）5%,RPA+金融,RPA价值逐渐显现，金融机构投入力度将逐年增加金融行业整体信息化水平高，业务流程化中重复操作多，人力成本消耗大，RPA数字员工的应用可以降低业务执行过程中 的重复复杂操作，减少手工错误率及非法操作，有助于业务流程自动化水平和效率的提升。根据对金融机构的调研发 现：68%的金融机构认可RPA的价值并愿意在业务中尝试，其中银行居多；约15%的金融机构对RPA的使用持中立态度； 约17%的金融机构认为RPA在部分业务领域中很难落地，主要原因是受制于监管制约以及RPA技术无法适应业务规则的快 速变化，持该态度的以证券、保险公司居多。整体来看，随着RPA落地场景逐渐丰富，以及RPA和AI能力的加速融合，未 来金融机构对RPA的投入会逐年增加，RPA也会在市场的孕育下发挥出更大的价值。,注释：数据统计范围仅包含金融机构对RPA技术投入，而非指技术厂商对于RPA与OCR、AI等技术的打包价格。,认可RPA价值并愿意尝试68%,中立态度15%,在部分场景很 难落地17%,2019年金融行业对RPA在业务中落地态度分析,23.5,26.5,30.5,35.6,12.8%42.5,15.1%,2018,2022e,2018-2022年中国金融机构RPA技术资金投入19.4%16.7%,20192020e资金投入（亿元）,2021e增长率（%）,RPA+金融,RPA+AI有助于拓展在金融行业复杂场景的应用在金融行业，许多银行系统部署时间较长，存在诸如流程复杂、系统之间无法打通、数据割裂的痛点，需要大量人工操 作，新增需求开发周期长，难以适应当前市场环境的变化，RPA可以帮助金融从业人员快速地改善业务流程，大幅缩短开 发周期。除此之外，RPA还可以简化流程降低风险，人为操作业务流程时会存在大量风险，如盗取数据、篡改数据、输入 错误数据等，但是RPA作为数字员工可以基于一定规则自动执行大量重复、枯燥的业务，保证处理的准确度。得益于人工 智能的快速发展，可以通过RPA+AI来应对那些繁琐、复杂的非结构化数据，完成复杂应用场景的流程替代。,银行,证券,保险,投保人对于风险信息的隐藏，保险欺诈的手段多 样，导致理赔程序复杂，核保理赔的难度加大。可通过RPA执行多项保险业务流程（承保、索 赔、客户服务等）的操作。,遗留系统：银行中后台流程复杂，系统之间相 互割裂，需要大量人工对数据之间、系统之间 进行协调。劳动量大、重复度高、易导致人为失误和风险 流程是RPA的应用首选。,业务清算操作步骤繁琐，涉及业务系统广，操作 风险大，给清算人员带来巨大压力。RPA清算机器人能模拟鼠标点击、键盘输入、复 制粘贴等一系列日常电脑操作，能够集成数据和 操作，实现业务的自动化处理。,金融行业中RPA对业务需求痛点的解决,基金,基金公司每天多个账号进行多笔交易，员工每月 需要花费 大量时间进行网银流水查询工作。RPA自动登录网上银行，对交易进行查询、处 理、反馈，自动完成整个数据处理流程。,RPA,RPA,AI能力在非结构化信息源中提取 信息并转化成结构化数 据，然后再由RPA自动完 成业务流程,AI可以提供OCR、NLP、CV等能力，与RPA结合完成更加复杂的应用场景，,典型应用场景：可用于银行贷前审核、银行同业对 账、银行申报增值税、内部账户余额查询、智能核保 等。RPA价值：减少错误率和风险，优化业务流程，打 通系统间数据，提升效率，无需编程，交付周期短。,RPA+AI+金融,RPA+AI在金融行业中应用结构化数据非结构化数据,RPA+制造业,RPA+制造业,物料清单自动化生成产业链管理物流数据自动化跟踪合规管理采购订单创建与管理办公运营 工厂记录管理及报告人力资源管理ERP、MES系统整合客服服务数据迁移故障检测发票管理数据监控库存管理产品定价比较,手工操作无法及时查看邮件，且数据量大需要耗费大量时间核 对。,打开邮箱 下载附件,校验表 格数据,获取指定邮件 并下载附件,进入SAP查询 SAP物料号,人工匹配 复制粘贴,回复邮件,登录SAP,申请SAP物料 号并获取数据,匹配BOM表 回填物料号,校验数据,发送邮件,可定时读取邮件数据，进行数据匹配和校验，执行效率高，减少出错。,手 工 处 理,RPA处 理,RPA简化复杂后台运营流程，降低手工作业失误率在制造业的生产流程中，有许多需要快速完成的重复性工作场景，目前RPA已经应用在如物料清单自动生成自动化跟踪、 采购订单创建与管理、工厂记录管理及报告等制造业典型场景等，减少业务操作流程中人为操作失误所带来的非计划停机 损失。除此之外，RPA还可应用于制造企业的财会领域（如AP自动化、运费等级和付款审计等）、运营环节（如库存、SKU更新、销售、定价报告创建、MES集成等）、客服环节（如订单更正、与供应商沟通、向客户发送更新等）以及合规 方面（GDPR要求的客户记录更新）。RPA作为制造业数字化转型关键推动因素，可以有效简化和优化复杂的后台运营流 程，帮助企业降本提效。RPA+制造业应用场景RPA在制造业中应用价值,