透过炒作看本质：Sarah Burnett谈RPA真实价值实现

你我有个共同毛病：人类条件。意味着犯错，意味着我们帮助生成的数据易错。这是RPA介入切入点。许多应用技术的组织经历幻灭，机器人可能躺在隐喻橱柜吃由以太构成的灰尘，导致RPA被炒作指控。但Everest Group执行副总裁兼杰出分析师Sarah Burnett有不同看法。

部分问题源于过度期许。许诺地球只交付月亮，便有失望感。说“但这很简单”，组织内负责技术的人、或许CTO会变愤世嫉俗，皈依“RPA是炒作”教派。

30%俱乐部

“然而，”Sarah Burnett说，“我们实际研究显示公司实现约30%成本节约。”

这30%不像“RPA是炒作”叙事素材。

困难部分在于这30%节约具体适用什么。那是“自动化前后，流程成本前后对比，”Sarah Burnett解释。但这成本节约多显著、是否像RPA炒作让信的游戏规则改变者，取决于流程最初多大。

她这么说：“小流程30%不算多。”

RPA与数据

另一困难：有些效益不那么明显。

拿数据，有动议把数据纳入资产负债表、试图估值，但迄今大多动议未真过脚尖阶段——权当动议迈不出一脚。“有定性无形衡量指标，许多公司甚至不测。包括‘我创造更多产能、错误更少’。”

数据由此入局。一，机器人执行原手工任务，收集更多数据。二，收集数据准确。

人非圣贤孰能无过，但Burnett说：“人录入数据极易不慎颠倒数字。修复错误，流程越往下走越贵。可能雇昂贵时间的人追踪修复错误，远在流程泳道下游。若机器人开发正确、维护运行顺畅，不犯那些错。我们听组织说持续测试机器人应用，测完后从未发现错误，100%准确……始终。”

给它时间……和努力

或许孵化RPA神话论点的技术部分问题在于新近。我们都爱新，全新汽车里程表显示‘0,000.00’，但开上路瞬间0.00成0.01，快感像烧汽油消退。RPA虽不完全那样。“仍是相对年轻技术，”Burnett解释。“许多组织仍在学习自动化什么、怎么自动化、如何物尽其用。挑战似乎在：不只是自动化几个流程得正反馈，而是怎么把这些串起来？”

RPA炒作：规模化是挑战也是潜在大回报

“目前仍在尝试和小规模，”但真正挑战、且让一些组织望而却步的，在于规模化。

似乎对从事大量重复任务的大组织，理由更易成立。流程驱动组织如银行保险、或合规要求意味特定流程反复执行，似完美匹配所谓非协作型RPA——端到端自动化漫长流程。Blue Prism等公司很看重此形式RPA。

但跟其他RPA玩家如UiPath和Automation Anywhere谈，它们跨协作非协作两阵营，会听预测协作型机器人——能直接帮个人、更像软件个人助理类型——将大增受欢迎度。

Burnett这样解释。非协作型如，“电信公司处理百万级交易。那是规模化一途，天然高规模处理海量事务。”

协作型，“每机器人做小事，但串起来。可能无电信级百万交易，但串起能处理百万文档。”

串起所有小流程，创造一个大挑战。

“我们现在处于组织试图学这些事阶段。怎么做？需业务流程管理工具坐在RPA上？需改进工作流？需在RPA内用更多编排器？

“我认为把这些搞对很重要，因有风险最终只得几个自动化，想‘那又怎样’！我转向别事因为榨取极限了。

“也有事实：人们不完全理解所有会让机器人失败的活动部件。流程某处极小变化、某人略微不同做事、可能影响机器人运行。他们未看到那点、怪RPA，其实可能字面上是流程问题。

“我认为，凡有炒作、RPA有巨大炒作，极可能有失望，因人们期望被抬高、却未见现实。仍需钻研RPA项目、维护、视为任何数字化投资、持续推进。需努力、需时间精力。部署方面可能比某些技术易但需管理变革。从人导向流程转机器人导向流程要些功夫。”

或许教训是：省大力需花小力——但对投入里程者，Burnett建议收获可观。不仅能有流程30%成本节约、极准新数据，还有另一益处。

Burnett说：“RPA非常聚焦企业用户。懂技术者能自动化自己的、即使仅宏等价，自己能做。这睁开眼见技术能做什么。许多其他技术存在已久也可用。有微服务、有API集成、面向服务架构方案，人们传统不爱因牵涉IT、开发者。但似一旦度过RPA炒作期，技术可成开拓者，在人们心中打开自动化技术观念。昨日RPA与炒作，今日或有些失望，明日随学习效益RPA可能入主流。但滥用电影名，后天其他自动化技术将沿RPA开辟路径而来。”