在过去的两三年中，机器人流程自动化（RPA）在中国的应用量迅猛增长。去年疫情更是大大提高了企业对流程实现自动化的动力，尤其体现在财务会计领域及RPA最擅长的各项日常任务。
近期的行业报告预测，企业在RPA软件上的支出将超过15亿美元，在可预见的未来将继续以两位数的百分比增长。预计2021年企业在RPA软件上的支出将增长近20％。我们有理由相信，RPA将在2025年前成为部署在全球企业中的一项通用工具。
2021年RPA的主要趋势
在RPA热度持续升温的背景下，我们认为在2021年RPA市场将呈现以下五大趋势。利益相关者应思考如何将其融入企业的流程自动化规划之中。
01. RPA实施关注重点将从机器人使用数量转向使用质量 与其他新兴技术一样，如果RPA的实施部署无法按计划顺畅进行，那么RPA的“泡沫”就有可能破裂。我们在2021年将看到许多企业开始重新评估RPA项目的战略架构是否正确，是否充分理解业务流程，并有效地进行大规模自动化。
企业大规模地部署应用RPA是正确之道。机器人使用数量的快速增长已经成为现实，并不再是新鲜事。
我们认为企业在2021年应思考的问题不再单一是机器人或自动化流程数量是否会增长，而应评估RPA方案实施的有效性。
迄今为止，许多企业的关注点仅限于将RPA技术应用于一些流程以求自动化，在探索RPA技术功能的同时积累一点早期实践经验。然而，将机器人投入应用是一回事（门槛相对较低），制定RPA战略并保证持续产生价值则是另一回事。
02. 企业将更加关注机器人自动化的流程 大多数公司都直接实施部署RPA，或者说没有进行流程梳理就直接实施RPA。这会导致企业对流程缺乏战略层面的认识，自动化效率降低。结合流程挖掘和流程管理可以大幅度提高RPA项目的成功率——这样企业不会为了自动化而自动化，而是关注ROI和提高成功率。
自动化是IT圈和商圈的热门话题，这导致各界在讨论机器人流程自动化议题时，往往过于关注自动化一词。然而，流程本身也同样重要。机器人流程自动化并不会自动优化流程，它只会通过自动化的方式来完成任务。
当企业从实施部署RPA转向重新评估及优化RPA运营架构时，企业会更加注重全面理解并优化流程。许多企业发现，在初期由于对流程理解不全面或者选用不适合的流程，将导致推广RPA受到阻碍。
我们预测，在2021年，针对流程本身的技术和实践（例如流程挖掘）将成为关注重点。相关技术工具包括：流程发现工具、流程智能工具、流程优化和流程协同。这些工具会和RPA紧密联系在一起。我们将看到业务流程管理（BPM）和RPA之间的关系越来越紧密。
03. 机器人流程自动化使用场景将从财务与会计扩展至其他职能/业务流程 许多企业数字化转型的第一步是将RPA部署到繁琐又耗时的工作中，比如说系统的数据输入。在2021年，企业将更多的借助RPA的能力，处理高价值的工作并改变其业务流程。
财务部门是企业中最适合采用RPA技术的部门之一。因为财务部门的工作很多是重复且机械性的（例如发票处理），这些都是流程自动化最理想的场景。
在各类RPA业务场景中，财务当然不是RPA的唯一适用点。基于我们的经验与观察，RPA的早期使用者希望拓展使用场景，这将使得RPA技术和对流程的优化意识更快地传播到其他业务领域中。
除了自动化传统财务会计职能外，协助业务部门提升客户体验是RPA及流程挖掘应用的新兴领域。当今企业用户部署了数百种应用程序来提高其客户满意度，因此如何通过各类应用程序找到潜在的瓶颈和风险点就显得至关重要。
考虑到我们先前提出的两点，如果流程本身不适合或者质量低下，应用自动化只会加速降低客户体验。因此，将RPA推广至不同的业务领域，企业只有在充分理解业务逻辑的前提下，RPA才能发挥出最大的作用。
我们认为在改善客户体验之前，我们必须先了解客户与企业的互动关系。
人力资源部是另一个适合推广RPA的传统部门，因为它同样存在大量重复性的手工工作。
从员工入职到员工离职会涉及多个独立的系统，并且需要来回跨系统搬运数据。流程挖掘可以通过发现自动化机会并重新设计工作流来优化流程。
我们将看到企业会通过复制其早期的RPA成功经验到其他业务领域来推进自动化更加广泛的应用。此外，企业也会将RPA与其他技术集成并尝试在更复杂的场景中应用自动化（我们在第5条中会有更详细说明）。
04. 对机器人流程自动化涉及的数据安全更为重视 从道德义务考虑，企业有责任去解决任何可能滥用这些先进技术的风险点。
将RPA应用场景拓展到人力资源等部门，引出另一个值得关注的话题：与RPA相关的数据安全问题。
这不仅与扩大RPA使用范围相关，也因为企业正在增加应用类似技术，例如流程挖掘。随着跨系统的部署RPA和其他相关技术，系统间的数据挖掘和数据转移变得越来越简单，同时风险也随之增加。
按照以往来讲，数据挖掘类工具应用仅限于后台核心的ERP，并以这些应用程序生成的日志文件作为主要数据源。随着用户交互层的流程发掘与数据抓取技术的出现，数据的种类和数量都明显上涨。丰富的数据集使管理者能够在工作中产生更具深意的洞察，但与此同时，数据泄漏的可能性也在增加。
随着RPA与其他核心技术之间的关系日益紧密，这样的风险考量在流程设计层面（我们上述提到的第二点）和自动化层面（如机器学习之类的认知技术）都将变得尤为重要。计算机视觉的巨大进步是另一个关乎信息安全的风险点。数据隐私和安全性至关重要。
05. 机器人流程自动化将与其他技术的结合更为紧密 到2025年我们将有能力实现机器人自行达成流程自动化。当这一功能真正实现的时候，企业规则将再一次被改写。
终端用户和RPA供应商共同推动增强RPA软件的基本功能，使得RPA从业务层面以及自动化层面都将与其他技术更加集成。这将是实现智能流程自动化的关键。
这包括了流程和系统间的集成，同时也是RPA，AI（如计算机视觉和机器学习）以及其他核心技术（如流程挖掘）之间更为广泛的集成。
接下来几年，我们会看到更多的集成和越来越强大的功能。随着企业不断深化数字化思维，为客户和员工设计以结果为导向的自动化流程将成为标配。
“超自动化”被用来描述这一转变。这反映了RPA本身并不是一种认知技术，但它具有变得更为智能的潜力。举一个简单的例子，RPA的任务是从一个数据源复制数据并将其粘贴到网页表单的特定字段中，如果目标用户界面发生变化，RPA机器人就会报错，除非更新机器人程序来适应这个变化。
但我们发现，随着RPA与其他核心技术的更多集成，未来RPA的发展空间会很大。我们预期在未来一两年“自主自动化”将有可能兴起，即机器人能够自行实现流程自动化。目前而言，实施团队还需要对机器人进行配置使其连接到应用程序，交互界面和数据库以检索信息或执行命令来完成任务。
许多专家指出，将AI和自动化完美结合仍然需要大量的人工干预与监控。但我们相信，在不久的将来，如今基础的RPA机器人应用将可以执行更多更复杂的自动化流程。
