AI-Call智能外呼系统-实在智能

引言：2020年，中国市场的RPA（机器人自动流程化）需求再次爆发，然而这次企业家们关注的重点却不在RPA，而是新基建的核心——AI技术上。没有良好AI基因的RPA产品只是披着人工智能外壳的流程化程序，在设定的规则下挖掘可能性，AI技术才是RPA产品持续发展的动力，RPA也将是人工智能降维应用的路径。

AI强劲赋能 被低估RPA产业东山再起

由于人力成本逐年攀升，前身为按键精灵的RPA，起初作为人口红利衰竭的替补队员为企业带来提质降本的可能性，但受限于企业多元的场景、复杂分散的系统以及衰微的比，它的应用与市场空间都十分狭隘，相当于企业流程里的“低级反射弧”，依旧执行一些简单的“按键式”操作。RPA若能进行如同人脑般的智能决策，它的应用场景便能一路开花。

新基建的到来，新技术成为未来产业的强劲推动力。AI技术的发展为RPA行业带来了结构性转机，RPA也正是人工智能降维映射的平台。从此，相关RPA企业纷纷引入AI技术，新名词「AI+RPA」拥有了自己的独立赛道。

据国际数据公司（IDC）于5月5日发布的《中国IPA（智能流程自动化）市场机会分析》报告显示，到2023年，中国RPA软件市场规模将达到10.2亿美元，2018-2023年复合增长率为64%，中国RPA市场具备较强增长动力。金融、制造、零售、电信、政府/公共事业等各行业已经开始积极采用RPA技术，并已在特定业务场景流程中进行POC或在1-2个功能领域部署RPA应用。

目前，全球RPA市场TOP玩家包括UiPath、Automation Anywhere、Blue Prism等外企几近占据全球47%的市场份额，然而它们的游戏规则在中国的市场环境下来说还需要一定时间来磨合，这是中国企业乘胜追击的大好时机！

让AI跑起来！

AI+RPA形态——数字员工

市面上大多数RPA企业，都是从“低代码、自动化”向“高代码、智能化”进阶，产品的打磨往往需要漫长的周期。实在智能创立之期便专注于人工智能领域，并选择RPA作为落地场景，在NLP、CV领域所具备的天生优势，能够快速切入市场，以此实现人工智能知识图谱的降维应用。

社会正处于一个由信息化向自动化，由自动化向智能化转型的时代，人工智能正渗透到各行各业，然而在面对个性化的场景、分散的系统和散落的数据时，如何通过人工智能为社会带来价值？构建数据中台或者PaaS平台也许是好的选择，但这些举措往往成本高企，过程漫长，前期企业很难为此买单，相比之下，RPA（机器人流程自动化）作为一个成熟却受限的应用一直被低估，它有着成本低，落地快的优势，可以成为当下人工智能的接盘侠。

基于这个目标，我们提出了“章鱼数字员工”的概念，RPA相当于章鱼的多条触手，执行多项复杂操作，AI相当于章鱼的大脑，做出合理的智能决策，组合而成就是一个无实体形态的“章鱼·数字员工”。设想一下，未来一个人带领一群机器人工作的场景，这将成为我们看到的未来。相比于唤作机器人，我们更愿意称之它为“数字员工”，因为它并不需要机器人的外壳——植入普通的电脑系统里，便能陪同企业一起成长。

全自研RPA架构

创建出色的稳定性与安全性

其实，不少的企业家们对RPA都有了一定的认知，其产品架构基本是三件套组合而成：流程编辑器、调度控制中枢、客户端机器人。这也是章鱼 ·数字员工的实施基础，我们将其分别命名为Z-Factory机器人工厂、Z-Bot终端机器人、Z-Commander中枢控制台，接下来将为您解读实在智能强大的研发能力：

1、Z-Factory工厂

RPA的核心部分，又叫流程编辑器。基于前期对企业客户及RPA的研究调查，我们配置的流程编辑器拥有强大的稳定性和兼容性，同时内部组件库深度汲取了人工智能“SOTA”技术，能充分适应企业级复杂流程的创建与运行。

l 可视化低代码，小白也能轻松上手

当用户登录Factory系统的时候，可以快速的开启原历史打开或创建的应用。我们可视化的、流程块的节点编辑，通过简单的拖拉拽，就可以搭建符合当前用户场景的业务逻辑。如果对业务流程一知半解也没关系，我们内置了丰富的典型案例，用户可以在这案例的基础之上去构建适合它的场景的应用，做相应的简单的改造。当然也可以直接运行典型案例的流程，享受流程自动化带来的快感。

l 精准处理复杂流程，企业级管理就是小case

我们自研的RPA流程引擎相较于传统的开源的Work Flow的流程引擎，它能支持复杂场景的流程设计，并支持多任务进行以及支持流程节点的异常处理。以下面两个真实的案例客户为案例：

从这个流程图当中可以看到，在繁杂的业务流程中，Factory能完成多任务并行，同时处理各种异常情况的扭转，我们也在这个流程节点中加了一些Try-Catch的机制，方便我们用户处理各种异常情况。

l 智能检索+超丰富组件库，花式打造各种流程

我们的AI能力通过组件化低门槛的方式，方便用户进行简单的调用，同时我们也支持私有化的部署。我们自研的基于计算机视觉的cv的组件，当前已支持了Flash、Sliverlight以及PDF相应的一些图片上面的元素的拾取和操作。当然在其他类型，如OCR类型，我们已支持常见场景的图片类识别，比如说*、*、对账单、保险单、工业巡检等；在NLP这个类型中支持了具有通用性原则化的一些分词，包括关键词提取、语义分析、语义相似度分析等。，我们可以根据客户的场景去研发符合业务需求的能力。

l 公共参数可视化，既是拥抱变化也是维持稳定

大家都知道在互联网行业里，我们听得多的一句话就是拥抱变化。RPA数字员工，在安装部署的过程当中对环境的要求是非常的高，如果任何一个环节出现了变化，它的可用性就基本上降为0。有了公共参数可视化的配置组件，就完全可以解决以上这个问题，让我们数字员工具有能够拥抱变化的能力。
它的实现的原理跟机制是把我们流程当中具有可变的因素、条件设为全局变量，支持可视化的配置输入，然后就可以提升我们整个流程应用的一个可维护性、可适配性。

2、Z-Commander中枢控制台

流程的指挥官，顾名思义，统筹多台设备上客户端机器人的管理和监督、进行智能运筹调度、任务计划制定。它具备一高一低两个特性：一、产品的稳定性高，二、维护成本低。

3、Z-Bot终端机器人

任务的执行者，其中Bot包含三种模态：任务式，流程式，交互式。它们可以灵活部署在客户端设备上，并通过时间轴和数据看板的方式展现Bot各个时间节点上，每个任务执行情况以及执行结果，让效率进一步得到提升。同时Bot也具备了Z-Commander的一些基础的能力，它可以脱离Z-Commander的进行灵活的一个控制，灵活的任务管理，灵活的定时任务设定。

PS：我们发布了永久免费的Z-Factory社区公开版，所有感兴趣的朋友可以下载体验一下，亲手打造一个流程机器人。

万物RPA的起点——AI云脑

人工智能的降维映射

四大构建“智能云脑”赋予数字员工强大的思考决策能力

首先是云脑部分的起点——Data Hub多元异构数据平台，由它接触我们客户的业务系统，进行数据的采集以及进行简单的处理，并将处理过后的数据传输到我们的标注平台，我们的业务好，在标注平台进行业务能力的一个标注，然后实现人工智能的人工部分，通过标注过后的数据，再以在线的方式传输到我们的算法平台，相当我们人工智能有了数据的石油，算法平台里面可以进行数据的提炼（预处理），包括模型的构建、参数的设置、模型的训练以及的打包发布，可以将模型直接发布到我们的决策平台，由决策平台来进行业务的对接以及模型的一个计算，决策平台会将后续从Data Hub过来的业务环境的数据进行一个模型的计算，输出计算结果或者是决策方案，然后由这个方案发布送到我们的Commander，Commander来调度具体的Bot来进行根据决策进行相应的一个执行。

（PS ：限于篇幅，我们将另开一篇介绍智能云脑的四大平台，有兴趣的朋友可以关注我们的订阅号：章鱼数字员工）
这就是我们智能决策机器人的全链路，它实现了一个从数据到决策的闭环。我们相信AI+RPA有着无限的可能，在未来机器人的协作里，RPA的发展肯定是机器人之间的协同工作能够产生无限的自动化和智能化提效的解决方案，我们首先需具备AI加RPA的产品矩阵，并以此形成适用于各行各业的RPA解决方案库。

AI赋予万物RPA无限可能但仍需要更多场景案例去训练————————

AI+RPA在接下来几年将会是企业软件市场中增长快的细分领域，而它的竞争门槛会随着AI技术的发展不断提高，在整个新基建飞速发展进程中，企业管理者不仅要消除外部信息孤岛，适应新时代变革，同时也要消除内部信息孤岛，形成各部门、各流程间的技术闭环。

通过Chatbot机器人加RPA，可以构建从接待到系统操作的这么一个能力，适合应用于我们在电商或者制造业；通过智能外呼能力加RPA的机器人，可以构建一个从对话收集到反馈的流程，这就非常适合在政府、医疗、餐饮这些咨询体量较大的行业；通过AI决策平台与RPA组合，可以完成对复杂场景的智能分析与决策，十分适合金融、财务等场景。当然还有更多，包括CV引擎跟RPA、NLP跟RPA的结合，它们可以构建一些视觉识别、语义理解到系统操作，适用场景更是不胜枚举。

人工智能与RPA的结合，为各行各业带来了点点滴滴的改变。但让AI+RPA真正成长为数字员工，还需要更多场景案例来打磨。不积跬步，无以至千里，让我们共同见证数字员工完成从0到90%企业规则化流程替代，解放重复繁琐的劳动人力，释放巨额社会价值，实现人工智能质的飞跃。