弘玑创始人高煜光：原生AI加持的超自动化平台，是企业释放数字生产力的关键“钥匙” | 数据猿专访

‍

‍数据智能产业创新服务媒体

——聚焦数智 · 改变商业

超自动化是RPA最重要的演进方向。那么，RPA跟超自动化是什么关系，为什么要向超自动化演进，如何演进到超自动化？在这个演进历程中，有哪些关键的环节和要素？对于企业而言，超自动化平台能带来哪些业务价值？

为了搞清楚这些问题，数据猿专访了弘玑创始人、CEO高煜光和CPO（首席产品官）贾岿，跟他们探讨从RPA到超自动化平台的演进之路。同时，弘玑还提出了数字生产力的概念，如何通过超自动化平台来释放企业乃至整个社会的数字生产力，也是亟需业界回答的问题。

客户业务需求，超自动化平台演进的根本遵循

首先，我们要回答为什么RPA要向超自动化演进的问题。

依据Gartner给出的数据，2022年，全球超自动化软件市场规模将达到近6000亿美元，而全球RPA市场则为29亿美元，两者相差超过200倍。如果超自动化是一条大河，那RPA就是一条小溪。那么，仅仅是因为超自动化是一个更大的市场，RPA厂商就要集体转向么？

高煜光和贾岿并不这么认为，在他们看来，市场和客户需求是驱动弘玑技术产品演进的根本遵循。弘玑之所以要做超自动化，根本原因还是在于超自动化更能满足客户的业务需求。跟ERP、HR、CRM等软件不同，RPA软件跟企业业务的关联度更高，属于“业务IT”。并且，随着RPA行业的发展，财务、人力等职能型流程自动化已经相对成熟，现在客户越来越多的需求直接来自核心业务侧，用RPA软件直接赋能企业一线业务人员的需求越来越强烈。

然而，以往的RPA产品更多的是帮助客户实现了任务自动化，各个执行任务级别流程的机器人分散在不同的业务领域、业务环节，并没有串联起来。随着流程机器人数量的急剧扩张，为了提升整个业务系统的效率，需要把分散同一条业务线不同环节的流程机器人“串”成一条线，然后把不同业务线的机器人组装成一个“面”，让相互链接的流程机器人大军来帮助企业完成业务闭环，让业务流、数据流实现跨系统甚至跨企业地顺畅流转、自动化运营。要实现这个目标，只有RPA原来的流程发现、流程设计、流程执行、流程管理四大核心能力是不够的，还需要融合AI、流程挖掘、任务挖掘、业务自动化(BPA)、集成平台(iPaaS)、低代码开发等技术产品，比如需要OCR产品来识别文档，需要语音识别来处理音频数据，需要BI来进行实时业务数据可视分析，需要低代码平台和集成平台（iPaaS）来降低开发应用开发门槛。围绕业务流程自动化需求，在RPA基础上，有机融入AI、流程挖掘、集成平台(iPaaS)、低代码开发等技术产品，恰好就升级成了超自动化平台。

所以，RPA向超自动化的演进，本质上是客户需求使然，是RPA发展到一定阶段的必然产物。

超自动化平台的“三板斧”，

原生AI、功能模块化、端到端场景方案

回答完RPA为什么要演进到超自动化的问题，接下来就要回答如何演进的问题。一个RPA平台要演进到超自动化平台，需要在强化原有RPA能力、补足产品矩阵和构建端到端解决方案三个方面着手：

以原生式AI提升RPA智能化水平。

需要指出的是，超自动化目前还处于早期阶段，RPA并没有退出历史舞台。RPA技术产品本身，也还处在快速发展进程中。其中，RPA与AI的融合是这一阶段一大亮点。在贾岿看来，RPA与AI的融合可以分为两个发展阶段：第一阶段，以RPA+外挂式AI为主。这一阶段，各个厂商只是在RPA的某一个功能环节“外挂”了OCR、NLP等AI产品，AI与RPA本身的融合度并不高；第二阶段贾岿称之为“原生AI”或内置式AI，即AI技术深度融入RPA的流程发现、流程设计、流程执行、流程管理四大核心环节，用AI技术提升了RPA产品本身的智能化水平，根本性解决AI工程化和AI落地。

屏幕理解和流程挖掘是两个比较典型的RPA+原生AI的例子。借助计算机视觉、OCR以及Semantic等相关AI技术，可以更好地识别电脑、手机等智能终端屏幕上的各类图标，理解图标的含义，进而达到“理解”屏幕的目的。将屏幕理解应用于RPA的流程发现和设计环节，有望改变原有“拖拉拽”式的RPA流程搭建方式，进一步降低业务人员的使用门槛；流程挖掘，将数据挖掘、机器学习等AI技术应用于业务流程当中，使流程分析实现标准化、简洁化和自动化。以弘玑的流程挖掘产品——弘观流程智能(Process Intelligence)为例，该产品可以像雷达一样“扫描”企业复杂业务流程中可实现自动化的环节，然后帮助企业快速实现该业务环节的自动化。

构建、打通超自动化产品矩阵，功能模块化和热插拔，实现产品的自由拼装。

超⾃动化是RPA、iBPMS、流程挖掘、iPaas、决策智能、BI、AI/ML等多项技术的融合，因而打造一个超自动化平台就像拼一块七巧板，首先得集齐完整的模块，然后将不同模块按预定规则准确的拼装在一起。目前，弘玑已经通过业务流程前后场的打通，形成了端到端的⾃动化闭环产品线。并且，弘玑一直在持续拓展、迭代其产品矩阵，2022年弘玑就发布、更新了多条超自动化产品线，具体包括：RPA产品线，更新到5.0版本，发布机器⼈设计器，⽆⼈值守和有⼈值守机器⼈和任务发现等产品，对信创RPA重要功能进⾏了更新；AI产品线，发布了智能⽂档处理IDP产品尚书台，OCR、NLP等 AI组件，CV机器⼈，智能助⼿CIRI等；平台产品线，将中控平台更新到5.0版本，发布规则与数据服务、卓越中⼼COE、业务可视化产品深弘、流程智能产品弘观等；⼯作易产品线，发布满⾜公民自动化（CT）需求的的⼯作易新产品。

弘玑产品矩阵

构建完善的超自动化产品矩阵只是第一步，更关键的是要实现不同产品之间的打通，并且要实现基于功能模块化的产品快速组装。上面提到过，RPA软件主要面向企业的核心业务需求，而相对于财务、人力等职能化流程，企业核心业务流程的行业属性更加鲜明，这也导致业务流程自动化需求的个性化和多样化。例如，金融业务关注监管合规，互联网业务注重用户体验，政务业务则将打通碎片化业务流程作为关键诉求。

如何用有限的超自动化产品，去满足近乎无限的业务流程自动化需求呢？这是所有RPA、超自动化厂商必须要回答的问题。解决这个矛盾的核心就在于产品功能的模块化，将RPA、AI、BI、BPM等产品进行功能拆分，封装成大量的功能组件，不同功能组件可以基于统一的标准实现自由组装。

其中，弘玑尤其强调功能模块的“热插拔”能力，能够依据场景需求，从标准化模块集群中选取符合需求的功能模块，进行灵活拼装，在这个过程中，既要保证功能的有效衔接和稳定，又要实现业务的闭环。企业客户可以像“点菜”一样，既可以点RPA产品，也可以点OCR、NLP、流程挖掘、可视分析等产品，不同产品共同组成一桌丰盛的大餐。

丰富场景化解决方案，实现跨业务、跨系统、跨企业的流程自动化运营。

有了功能丰富、可插拔的产品体系之后，就可以依据客户具体的业务场景需求，来搭建针对性的解决方案。在构建复杂场景解决方案的时候，往往需要涉及多业务线、多系统。因而，在理顺单一业务线之后，接下来要做的事情就是实现跨业务线、跨系统甚至是跨企业的流程融合和自动化运营，这需要更大规模的流程机器人的高效协作，需要超自动化平台具备超大规模流程机器人的高并发管理能力。同时管理的服务器集群规模是云厂商的核心评价指标，与之类似，同时管理的流程机器人集群规模，也将成为衡量超自动化厂商的核心指标。

未来，一个企业集团可能部署数万，几十万，上百万流程机器人，这些流程机器人分布在企业的各个业务线，渗透进各个系统，整个集团庞大、复杂的业务系统就在一个超自动化平台上实现自动化运营。同时，通过超自动化平台的流程挖掘能力，还可以不断优化企业原有的业务流，帮助企业实现流程重塑和业务重塑。此外，企业还可进行组织重塑，比如构建卓越中心COE，来推进整个企业的业务流程自动化运营。

大规模人机协同，释放巨量的数字生产力

高煜光认为，随着在业务流程中部署的机器人数量的持续扩张，流程机器人大军将形成日益强大的“数字化生产力”。具体来看，数字化生产力来源于两方面：

规模化流程机器人集群，本身就是巨大的数字生产力。

在农耕文明时代，人力是生产力的主要来源；进入工业文明时代，随着机器大生产的发展，各类机器设备承担了主要的生产任务，人类则退入后台进行生产流程管理。此时，人类的部分生产力“外化”到工厂里的机器设备上；同样的道理，21世纪是数字化时代，人的生产力“外化”到各类流程机器人身上，成为数字经济的重要生产力来源，只是工厂机器设备外化的是人类的体力，而流程机器人外化的则是人类的脑力。

当整个数字经济体当中运转着几百万甚至上千万的各类流程机器人，这些数量庞大的数字机器人能够提供的生产力，将媲美工业时代各类物理机器人。就像各类物理机械设备成为工业时代的核心生产力一样，未来，数字经济的核心生产力很可能由上亿的数字机器人来提供。

人机协同，提升整体数字生产力。

跟流程机器人独自形成数字生产力相比，更主要的是通过人机协同的方式，来提升“人机共生体”的整体数字化生产力。目前，RPA、超自动化还处于早期发展阶段，流程机器人无论是从智能化程度还是数量规模上，都不能独自完成数字生产力的闭环。人类的作用永远是无法替代的，依然有大量的工作需要人来完成，管理决策也主要是由人来作出。大量的人类员工和流程机器人将组成一个“人机共生体”，将来的主要业务场景将由“人机共生体”协同完成，而不是单独由人或者流程机器人来完成。工业时代，“人+机器大生产”的生产模式让人类的生产能力在200年内提升了几个量级；数字经济时代，“人+数字机器人大生产”的生产模式，可能在未来的100年内将人类的生产力再提升几个量级。

人机协同的效率，直接决定了“人机共生体”所能释放出来的数字生产力规模。因而，如何让人与大量的流程机器人高效协同，就成了提升整体数字生产力的关键。人机协同又分两方面：一方面是让人去更好的协同机器人，这需要通过培训、构建卓越中心COE等方式提升员工的数字化素养；另一方面，是让流程机器人更好的来协同人。企业的数字化转型不应该以流程为中心，而应该以人为中心。因而，更重要的是让流程机器人来适应、协同人。

高煜光表示，人机协同的核心是要让流程机器人“更像人”，以人类的视角来理解、处理业务流程，以符合人类习惯的方式来让人机交互更加“自然”。例如，弘玑将对话机器人与RPA融合起来打造的⼈机交互助⼿CIRI，让用户能够直接通过自然语言的方式来跟RPA产品进行“沟通”，通过语音发送流程指令触发相应的业务自动化流程，并可跟踪流程执行情况。在用户看来，跟自己进行工作协同的似乎是另一个“人”，而不是需要自己进行一系列复杂操作的冰冷机器。

此外，流程可视化也是弘玑超自动化平台符合“人体工程学”的一项重要设计。人是视觉的动物，相比于抽象地去想象某个流程，用户更希望能直接“看到”流程。将RPA与BI可视分析等技术结合，可以将业务体系中的流程逻辑以图表方式直观地展现在用户面前，让用户可以很方便地看清楚各个流程节点之间的关联关系。进一步地，将流程可视化与流程挖掘技术相结合，则可能打破人类思维的局限，梳理出很多隐藏的业务流程关系，弥补人类思维的“盲点”。

总之，超自动化平台要把复杂留给自己，把简单留给客户。大道遁于无形，最好的超自动化平台，是让用户在使用过程中“无感化”，即使业务系统中正运行着数万流程机器人，用户也完全感觉不到。也许，以后的超自动化平台也需要通过一个“图灵测试”：设定一个复杂的业务场景，让一群人类员工和超自动化平台进行远程协作，共同完成一系列任务。当所有人都分不清楚“对面”跟自己协同的到底是超自动化平台上的流程机器人还是真实的人，这个超自动化平台才算通过了图灵测试。

依据中国信通院的数据，2021年，我国数字经济规模达45.5万亿，占GDP的比重为39.86%。以目前态势继续发展，预计到2030年前数字经济占GDP的比重就将超过50%，整个社会彻底进入数字经济时代。工业时代生产力的核心是大机器生产，数字经济时代生产力的核心将是大规模人机协同所爆发出的数字生产力。

中国数字经济占GDP的比例 数据来源：信通院 数据猿整理

就数字经济的内部结构来看，产业数字化的占比持续提升，2021年我国产业数字化产值37.18万亿，占数字经济的比重提高到81.7%。

数字经济内部结构 数据来源：信通院 数据猿整理

可见，推动数字经济发展的核心在于实现千行百业的数字化升级。正如高煜光所说，超自动化平台最大的用武之地在于解决企业的核心业务需求，实现业务流程自动化和整个企业业务系统的自动化运营。随着跨企业超自动化平台的部署，不仅企业内部可实现业务自动化运营，多个企业之间的市场化交易也可部分实现自动化。届时，企业数字化、行业数字化水平将再上一个台阶，产业数字化的想象空间将更趋宏大。可以预见，未来的数字经济，将由数亿人类劳动者+上百亿流程机器人来共同驱动。

文：月满西楼 / 数据猿