Gartner最新报告：新一代RPA聚焦云交付、低代码、机器学习

“随着竞争和投资的增加，机器人流程自动化解决方案在过去的一年中取得了极大的进步。产品负责人需要了解RPA解决方案的三个主要增强功能，以及这些变化如何影响快速发展的RPA市场。” 

近日，全球知名IT研究与顾问咨询公司Gartner发布了《新兴技术：RPA增强功能》报告。该报告主要从RPA行业的三个主要技术趋势：嵌入式机器学习模型，流程发现和流程挖掘的集成以及云交付进行了深入调查分析。

Gartner预计，到2023年底，50％的机器人流程自动化（RPA）脚本将自动生成，高于2020年的1％。到2024年底，超过20％的RPA部署将基于云（could），高于2020年的1％。

RPA的增强功能

RPA软件市场在过去两年中的复合年增长率（CAGR）超过60％，是Gartner追踪的增长最快的软件市场之一。

RPA市场的快速增长吸引了众多参与者，在日渐激烈的竞争中，不断增强产品功能对于RPA厂商而言显得重要。因此产品负责人需要了解RPA解决方案的三个主要增强功能，以及这些变化将如何影响快速发展的RPA市场。

01

特定自动化用例的机器学习模型

Gartner报告表明“RPA软件供应商的新兴趋势是提供针对特定用例和工作流设计的预构建机器学习模型。例如为银行中的欺诈检测和反洗钱或保险业中的索赔处理而设计的机器学习模型。” 对于企业应用者而言，通过添加能够处理工作流中大量数据点的机器学习模型，RPA可以应用于日益复杂和更具增值的业务流程。对于供应商而言，机器学习模型可以创造差异化，提高客户留存并展示高价值用例的专业知识。

Gartner建议RPA产品负责人应：

①按关键客户细分优先级机器学习模型的可用性，包括行业垂直，工作职能或业务流程。

②与合作伙伴一起创建可通过核心RPA平台出售或通过专有RPA市场出售的机器学习模型。

云扩观点：

云扩推出拖拽可用的人工智能应用中心——云扩AI Hub，就可以很好地满足需求：

云扩AI hub可以帮助企业接入机器学习模型，并且调用数据训练完成机器学习训练的同时，在流程中持续优化机器学习模型的能力。

以智能零售为例，利用云扩AI hub接入销量预测机器学习模型，通过对高纬度特征的精细刻画，能够精细洞察并量化每个细微变量对销售业绩的影响。

此外，RPA可以实时收集反馈数据实现数据闭环，持续支持模型的自学习更新、优化。

02

将流程挖掘和流程发现与RPA平台集成

企业业务需求正在推动RPA产品的发展，Gartner发现：将RPA专门与流程发现（相对于流程挖掘）进行集成的主要好处是，它为自动脚本生成建立了路线图。可以了解其团队如何与桌面应用程序进行交互，复杂的RPA平台可以自动生成模仿这些团队成员的行为的脚本。

流程发现和流程挖掘工具正迅速成为RPA供应商竞争的“筹码”。客户希望更了解自身的业务流程，以便通过RPA实现更广泛的自动化。 

云扩观点：

云扩推出了人人可用的自助式流程发现工具—云扩Spark。

云扩Spark是专门针对业务人员进行流程发现和挖掘的工具，通过云扩Spark能让更多的业务人员能够参与到企业的效能创新。业务人员可以利用完整的在线工具箱去梳理和发现日常工作中重复的业务流程，找到适合被RPA机器人自动化的工作任务。

云扩Spark可以基于交互对象快速地梳理并记录原始的操作步骤，方便地转换成RPA所能够理解的流程语言，从而帮助RPA在企业内快速落地。同时Spark提供清晰的可自动化的流程评估和ROI计算，让业务人员能够轻松找到自动化的机会点，在RPA落地的过程中掌握自动化的主动权。

03

基于云的RPA

影响RPA行业的第三个趋势是RPA通过云交付的数量不断增加。

RPA遵循许多其他软件市场的路线，这些软件市场从本地解决方案开始，然后过渡到基于云的产品。对于产品负责人，RPA云交付为新买家打开了大门，为RPA平台创建了更加集中的管理方式，并改善了与其他云交付的超自动化解决方案的集成。 Gartner估计，云交付的RPA市场规模将达到1.5亿美元或以上，但这一数字到2024年预计将增长至约6亿美元。 为了让RPA更易用，云扩科技突破性将RPA做成真正的云端服务。强大的云原生架构，可云端拓展的自动化生产力：

云原生：弹性拓展，支撑云端规模高并发机器人服务

微服务：松耦合，独立维护、灵活调用微服务

敏捷部署：SaaS或私有化，支持跨境上云，大大降低规模化成本

在全球范围内，云端RPA不仅是RPA在产品形态上的创新，也是一次商业模式的变革。其是快速交付应用的一种方式 ，而不是字面意思的云端部署，也不只是单纯的SaaS。因其类似微软Office365端+云的运行模式，我们称为「云扩RPA365」。

小结

在这个竞争激烈的RPA市场中，不断增强产品功能对于RPA厂商实现可持续增长至关重要。而所有这些增强功能（嵌入式机器学习模型，流程发现和流程挖掘的集成以及云交付）都将继续朝着更广泛的超自动化方向发展。