编者按：本文来源创业邦专栏王吉伟，创业邦经授权转载。
最近看到这样一个观点：云计算、大数据已经过时，软件机器人RPA大流行。
RPA正在流行不假，云计算和大数据技术却没有过时，而且将来也不会过时。
一方面在于， IOT时代云计算与大数据是各种应用不可或缺的底层架构；另一方面，RPA想要更好的发展，需要借力融合云计算、大数据、AI等技术；此外，只有云计算、大数据、人工智能、RPA正在融合发展，未来人人可用的超自动化的时代才能实现。
会出现这个观点，表明大众对RPA仍存在一些误解。RPA不是要将已有技术颠覆，相反正是因为云计算、大数据等技术的发展与应用，才使得RPA能够走到现在的爆发期。如果认为RPA流行了，云计算和大数据就过时了，那肯定是不对的。
类似的说法也容易引起误导，会让大家感觉有了RPA，企业就不再需要其他的企业管理软件了。RPA是连接器，是摆渡车，也是超级外挂，它的存在是为了让更多软件系统能够更好的连接与协同，以最大程度的实现业务流程自动化。
鉴于很多人对RPA仍旧不甚熟悉，关于云计算、大数据、AI与RPA的关系，王吉伟频道在这里做个梳理，以让大家更好的理解RPA。
RPA正在上云，SaaS化离不开云计算
目前的RPA，提供方式主要有开发型、本地部署型、SaaS型(云型)三种。
开发型RPA，从定义必要条件阶段就开始进行单独设计，适合于大型企业定制；本地部署型RPA，就是在公司的服务器和电脑上安装使用RPA软件，一般都是企业采购RPA成品；SaaS型RPA，用户可登录到云服务平台，在云环境中部署软件机器人，并在Web浏览器上自动执行任务。
三种RPA，开发型成本最高，本地部署型成本次之，SaaS型成本最低。对于想通过云服务来实现业务流程自动化的公司，SaaS型RPA最为适合。
RPA上云的好处很多，能够帮助企业跨域部署RPA，以及更方便快捷的部署。企业可以按需上线RPA机器人，从而更好的节省成本。即便一些SaaS型RPA仍旧需要本地部署服务，但SaaS具备的优点差不多RPA都有，所以更受企业欢迎。
尤其是，SaaS化能够让RPA厂商规模快速扩张，因此也会在资本市场得到更多的认可。
对于RPA上云，王吉伟频道在《上云以后，SaaS化RPA的未来在哪里》一文中做过较详细阐述，感兴趣的朋友可以点击链接阅读。
从趋势而言，大部分RPA都要走SaaS或者PaaS路线，这是平台级RPA必走的路径。由此对于RPA上云，很多厂商非常重视。来也科技甚至还发布了一个《RPA上云白皮书》，告诉大家什么是真正的企业上云。
SaaS是云计算的三种服务模式之一，所以SaaS型RPA必然离不开云计算支撑。初期的RPA平台在搭建方面多会选择公有云或者混合云，毕竟RPA只是SaaS或者PaaS，业务重点在于解决业务流程自动化环节，而不是更底层的IaaS。
其实从SaaS型RPA产品架构而言，处于架构顶层的RPA大流行，也就是SaaS服务的流行，所以没有云计算过时这一说。而在RPA上云的同时，广大云计算厂商也在相继推出RPA业务，RPA与云计算正在进入一个崭新的融合阶段。
RPA可让数据顺畅流转，数据分析离不开大数据
同样，RPA与大数据之间也不是取代的关系。相对于大数据技术的数据收集， RPA能够更方便快捷的在不同软件系统之间搬运数据，换种方式助力企业打通数据孤岛。RPA通过自动化技术助力企业的运营实现数据流通，不同系统之间的数据流转起来之后，仍旧需要大数据技术进行分析与挖掘，才能进一步将有价值的数据提纯，辅助企业运营中的各种决策。
对于采用RPA工具的数据分析及应用流程，通过RPA将业务流程最大程度的自动化是第一步，用RPA将各种数据分流、汇总、整合是第二步，通过大数据技术进行分析与挖掘并应用是第三步。可以见得，RPA对于数据的收集与汇总起着重要作用，这一部分如果用人力实现，工作量不大不说，更存在一定的出错几率。
那么，数据收集与汇总的部分，大数据技术能够实现吗?当然能，但需要你搭建一个基于公有云或者私有云的大数据平台，将所有的企管软件集成，实现业务流程自动化基础上的数据自动化提取，并需要保证所有数据有一个统一出口。
这对于信息化建设多年存在多种企管软件的企业而言，实现起来非常困难，投入大、工期长、维护困难且成效并不高。
相对于各种工具与平台而言，当下技术日渐成熟的RPA就成了最好的解决方案。作为非侵入式的“外挂”级存在，RPA是衔接各种系统的连通器，可以让不具备自建大数据平台的广大中、小企业快速打通各种平台，尽快实现以数据指导企业经营。
融合AI的RPA，应用场景更加多元
RPA是流程自动化，根据规则自动完成重复的业务流程，侧重于用机器人代替人力自动执行各种流程业务。AI是让机器能够像人一样做出判断，主要研究的是让机器能够执行需要人类智能才能完成的复杂任务。
当RPA与AI融合之后，RPA机器人不只能够执行自动化任务，还具备了简单的决策能力。同时这种能力可以随着不断的深度学习而不断升级，也就能够应用于更加复杂的业务流程。
不管是RPA+AI，还是AI+RPA，两种组合都能通过监控引擎、决策引擎、运筹引擎、控制引擎等方式与Robot“沟通”。Robot则通过AI(OCR、NLP、语音交互等)更好地执行操作命令。
同时，Robot工作数据反馈给AI+RPA(智慧大脑)，通过算法训练、机器学习以后，选择更优的流程路线运行。
现在的RPA，多已引入OCR、聊天机器人、自然语言处理、语音识别、智能决策等相关的AI技术。融合AI的RPA，可以快速而准确地处理大量非结构化数据，因此能够胜任很多业务场景，助力企业快速降本增效。
大家可以通过以下几个业务场景，感受RPA与AI融合带来业务流程效率变化。
- 福佑卡车单据审核流程，在应用来也科技RPA+AI解决方案后，一年就可节省人力2400小时，且单据审核准确性高达100%。
- 某城市商业银行采用达观数据集RPA+OCR+NLP+KG于一体的国际业务智能审单机器人，汇出汇款业务流程由30分钟缩短至5分钟，效率提升500%，错误率显著降低。
- 某保险企业采用云扩智能RPA后，原本繁琐的车险录单流程，现在只需业务人员上传一张照片，全流程都由RPA机器人自动化执行，效率大幅提升。
类似的RPA应用场景还有很多，每个RPA产品都能切实有效的快速帮助企业实现降本增效。
需要说明的是，通过OCR、NLP等技术提升RPA应用效率，只是RPA融合AI的好处之一。更重要的在于AI技术可以让RPA理解组织内的决策，并应用统计分析来制定相应的决策规则，进而完成对大规模业务流程中复杂问题的智能决策。
这就意味着，如果投喂数据足够多，深度学习的时间足够长，面向RPA应用的算法模型足够强，理论上以后企业只需要RPA，足以挖掘出大部分需要优化的流程并实现自动化，对于企业的增效降本不言而喻。
后记：云计算、大数据不会过时，RPA将因它们而大流行
作为IOT时代的基础设施，云计算永远不会过时。也正是因为云计算的不断发展，像5G、AI等技术才能更快地与各行业融合。云计算主要功能有三，即网络、存储与计算，网络面向数据传输，存储是数据的立足空间，计算则用于处理各种数据。
云计算为大数据应用提供了必需的技术架构平台，大数据必须采用分布式计算架构，挖掘数据必须依托云计算的分布式数据库，云存储和虚拟化技术。云计算和大数据相辅相成，基于大数据才可以进行云计算，两者相互作用才可以在现在的互联网世界进行管理和模拟。
只要云计算存在，必然离不开大数据技术，也就不存在云计算与大数据过时的说法。
当前RPA行业的总体趋势是，人工智能、大数据等平台借助RPA下探并落地，RPA平台步入SaaS化，云化的企管软件也在集成RPA。在RPA融合多种技术，与多方平台相互集成，走向云计算，并被更多企业接受的同时，云计算、大数据、人工智能、企管软件等平台也正在积极融合RPA。
像阿里云、华为云、用友、金蝶等都推出了RPA，同时国产通用RPA厂商很多原本就是做云服务、大数据以及人工智能平台的。随着RPA技术的日益成熟与应用场景越发多元，RPA正在成为自动化解决方案生力军，也成了各种数字化转型解决方案的重要载体。这些，大家可以翻阅王吉伟频道之前的文章，这里不再赘叙。
相信大部分人知道RPA，是因为看到了日渐增多的媒体报道。多家RPA融资的新闻，不断地触动大众眼球。RPA确实正在流行，只是还没有到大流行的阶段。
各家厂商推出的云计算、大数据、人工智能等、低代码、workflow、OA等平台产品，同样也可以助力企业实现业务流程自动化。只是对于那些信息化基础不好的企业而言，要借助这类平台实现业务流程自动化，需要投入更多。
数字化转型要因需而异，业务量没有那么大的情况下，没有必要投入巨资搭建大数据等平台，这个时候RPA就是更好的选择。这，也是RPA能够流行的原因之一。
RPA能够带给企业的ROI是非常直接的，因为所有企业都存在着业务流程优化的需求。尤其是传统企业仍旧存在大量人力处理数据表格的场景，譬如财务以及人力资源部门。这些部门往往原本需要多人的工作，在应用RPA后只需一人就能完成，降本增效极为明显。
从转型升级角度，相对于上来就搞大数据平台的做法，从业务流程自动化切入数字化转型，可以边做实践边享收益，属于一举两得的转型策略。
这也是王吉伟频道在《中小企业数字化转型难，不妨先从业务流程自动化开始》一文中，推荐企业数字化转型首先尝试业务流程自动化的主要原因。
如果你的数字化转型之路还没有开启，仍旧不知道如何进行数字化转型，不妨先从业务流程自动化开始，因为所有企业都会存在业务流程优化的需求。当企业从自动化着手解决了数据流通的问题后，后面的转型路径再因需求而升级，也就简单的多。
总之，RPA算是数字化转型最简单有效的工具之一，广大中小企业尽可一试。
【王吉伟频道，关注TMT与IoT，专注数字化转型与流程自动化。】
本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。
