文／王吉伟
1995年，加拿大商业策略大师唐·塔普斯科特出版了一本名为《数字经济》的书，详细论述了互联网对经济社会的影响。第二年，随着张朝阳恩师尼古拉斯·尼葛洛庞帝所著《数字化生存》一书的热销，数字经济的理念迅速流行开来。
1995年，也是中国的互联网商业元年。自这一年开始，中国互联网正式步入高速发展的快车道，中国的数字经济也插上了腾飞的翅膀，二十多年来一路高歌猛进，在整体经济中的占比也越来越大。至2020年，我国数字经济规模达到39．2万亿元，较去年增加3．3万亿元，占GDP比重为38．6％。放眼全球，数字经济也正在以不可思议的速度高速增长。2020年，全球数字经济规模达到32．6万亿美元，同比增长3．0％，占GDP比重为43．7％。在发达国家，数字经济的GDP占比已经达到54．3％。其中，2020年美国数字规模达到13．6万亿美元，保持了世界第一的优势。
数字经济，基于数字和计算技术，基本涵盖了由网络和其他数字通信技术支持的所有商业、经济、社会、文化等活动。可以说，凡是直接或间接利用数据来引导资源发挥作用，推动生产力发展的经济形态都可以纳入数字经济范畴。在技术层面，数字经济囊括了大家所知道的大数据、云计算、物联网、区块链、人工智能（AI）、5G通信等所有相关技术。在应用层面，平台模式、生态模式、共享经济、宅经济、网红经济、智能制造等都是其典型代表。既然人工智能技术属于数字经济的范畴，作为人工智能的应用子集，RPA是不是也在这个范畴呢？RPA与数字经济又有什么联系？今天，王吉伟频道就跟大家聊聊数字经济与RPA，顺便帮大家捋一捋数字经济为RPA带来的发展机会。
从数字经济说起
互联网、云计算、大数据、金融科技等新型数字技术被用于以数字方式收集、存储、分析和共享信息，改变社会互动。随着数字技术推动创新并推动就业机会和经济增长，经济数字化创造了效益和效率。数字经济也渗透到社会的方方面面，影响着人们的互动方式，并带来广泛的社会变革。
对于数字经济的定义，不同组织有不同的看法。一种观点认为，数字经济是指以数字化信息和知识为关键生产要素的广泛经济活动。德勤这样解读，数字经济是人、企业、设备、数据和流程之间数十亿日常在线连接所产生的经济活动。维基百科则将其解释为基于数字计算技术的经济，源于人、企业、设备、数据和流程之间的数十亿日常在线连接，基于个人、组织和机器之间的相互联系。可以看到，数字经济多被定义为专注于数字技术的经济，基于数字和计算技术，且基本涵盖了由网络和其他数字通信技术支持的商业、经济、社会、文化等所有活动。
从社会生产力与生产关系而言，王吉伟频道更认同信通院《中国数字经济发展白皮书》对数字经济的定义：数字经济是以数字化的知识和信息作为关键生产要素，以数字技术为核心驱动力量，以现代信息网络为重要载体，通过数字技术与实体经济深度融合，不断提高经济社会的数字化、网络化、智能化水平，加速重构经济发展与治理模式的新型经济形态。在这个定义中，数字经济具体包括四部分，分别是数字产业化、产业数字化、数字化治理以及数据价值化。想要了解RPA与数字经济的关系，需要拆解RPA在数字经济四个部分中的具体应用，以及如何影响这些单元。下文，王吉伟频道将会给出具体解析。
RPA与数字产业化
数字产业化就是通信产业，具体包括电子信息制造业、电信业、软件和信息技术服务业、互联网行业等。
数字产业化是数字经济的基础，中国互联网二十多年来的高速发展进程，便是数字化技术不断产业化的结果。电子信息制造业生产制造了大量的服务器端与智能终端产品，企业与个人用户借助安装在智能终端上的软件，通过电信业提供的互联网，享受互联网经济带来的高效办公与便捷生活。电子信息制造业、电信业、软件业以及互联网等行业，都离不开自动化运营。从数字产业化所涉及的各个行业而言，支撑整个互联网以及物联网的都是最底层基础实施IDC，也就是数据中心。需要处理的数据量越大，需要的算力越强，数据中心也越建越大。尤其是随着人工智能的广泛应用，更大的算力需求催生了更多超级IDC。同时，也因为需求的多样性，现在的物联网架构已经发展成为云（雾）、网、端、边，架构越来越复杂与多元，自然是为了获取更强的算力。而信息架构越复杂，服务器以及各种应用软件也就越多，运营也就越麻烦，对自动化的需求也就越大。
IDC领域的自动化技术一直在迭代，但现在更多组织在IT运维的自动化方案选择上，也逐步开始倾向于RPA。至于原因，首先是投入更低，其次在于实现起来更加简单。在IT运维领域，RPA可以在服务器和应用程序监控、日常维护和监控、自动化测试、备份和恢复、IT技术支持、文件夹监控、批处理等多个业务场景中大量应用。通过标准化IT流程减少人为错误，自动化工作流减少员工操作，帮助集成来自不同供应商的不同产品以有效管理IT问题，并通过快速响应，将解决时间缩短50％－90％，服务质量提高70％以上。现在，RPA在制造业开始被重视，一些厂商正在测试引入RPA后的能效比。电子信息制造业在生产工艺方面的要求更加精细与严苛，对于精准自动化的需求更多，也更高。鉴于RPA投入小、见效快、低耦合等诸多特点，一些制造型企业已开始引入RPA替代或优化原有自动化方案。电信业也是一个高度依赖自动化的行业，中国移动已经推出了自有RPA平台，要将RPA技术输出到更多的分公司与业务场景。除了在IT运维正在大量引入RPA，在客户端的服务订单管理、了解客户、客服系统整合等场景，也通过RPA来改善用户体验。至于软件行业，RPA正在成为新的自动化测试解决方案，同时也一些RPA产品本身就脱胎于软件测试。重要的是，业务流程自动化正在成为下个阶段软件的必须，今后将会有大量基于RPA或者集成RPA的软件出现。各种企业管理软件都在集成RPA应用，同时RPA也正在成为新的企业级应用软件。
RPA在互联网的应用，现在已经有太多的场景。商家们正在用RPA改进与优化各种原本的人力操作流程，在电商领域已经用厂商将RPA用于营销推广、商品管理、订单管理、数据监控、财务管理等场景，也有一些内容团队用RPA来自动上传文档与视频，甚至RPA已经成为某些运营团队裂变增量的新宠。此外，RPA正在上云，互联网会助力更多厂商市场规模快速增长，RPA与互联网结合会创作更大的商业价值。总而言之，RPA早已参与进入数字产业化，并在今后助力数字产业化更快速的发展。
RPA与产业数字化
产业数字化是指在新一代数字科技支撑和引领下，以数据为关键要素，以价值释放为核心，以数据赋能为主线，对产业链上下游的全要素数字化升级、转型和再造的过程。即，传统产业应用数字技术所带来的产出增加和效率提升部分，包括但不限于工业互联网、两化融合、智能制造、车联网、平台经济等融合型新产业新模式新业态。
产业数字化的重点，在于数字技术与传统产业的深度融合。产业数字化的最终目的，是希望所有产业能够通过云计算、大数据、人工智能等数字技术进行数字化升级、转型与再造，实现增效降本，增强企业产能与市场竞争力，并降低各种资源消耗。
对于数字化升级与转型，大家看得已经比较多。一些行动早的企业，很早就实施了数字化战略，并取得了不错的成绩，形成自有的数字化转型方法论。
简单地讲，数字化转型就是找到恰当的解决方案，制定合适的转型战略，最后认真的贯彻执行。但就是这简单的三步，中间涉及了投入、实施、组织架构、人力资源等各种因素，很多企业都没能取得更好的成效，甚至已失败告终。这也是为何近几年RPA会被纳入数字化转型的一个重要原因。对于数字化转型而言，应用RPA可以算是另辟蹊径。采用RPA的方案，无需再次大笔的投入资金引入套装软件与设备，无需等待太长的部署周期，还能让原本已经闲置的企业管理软件再次运转。尤其是外挂式的特性可以用于任何的软件，传统自动化无法打通的数据孤岛也能因RPA而再次流通。这些特点可以避免企业更多的预算投入，实施后的效果往往是倍数级增加，自然会赢得企业的青睐。产业数字化除了数字化升级与转型，还提到了数字化再造。所谓数字化再造，就是企业用数字化技术进行重组再造。企业再造是一种关于创造流程结构的方法论与实施逻辑，要求对业务流程要从根本上再思考，从而使企业实绩有显著的长进。企业再造的核心是业务流程再造，支撑流程再造的最佳IT应用工具则为BPM（业务流程管理软件）。而涉及BPM必然会涉及到BPA（业务流程自动化），毕竟自动化运营也是业务流程管理的一部分。现在，但凡提到BPA，大家都能在第一时间想到RPA。
虽然RPA不是传统业务流程自动化的终结，但它让刚开始进行数字化转型与流程再造的企业，能够以更低的投入实现更好的降本增效，也让一些老牌企业斥巨资引入的传统自动化软件焕发了新生。并且，RPA也让CIO、CTO们在考虑业务自动化时会优先想到RPA，并由此催生了“自动化优先”的管理思维。
现在大家也能看到，产业数字化所涉及的工业互联网、智能制造、车联网、平台经济等诸多领域，都有RPA的应用案例。因此，RPA可以看作是产业数字化的深度参与者。
RPA与数字化治理
数字化治理是以数据为关键要素、以数字化技术为核心驱动力、以信息基础为重要支撑，通过挖掘数字潜在价值，实现智能化、科学化、精细化、高效化的数字治理模式。它包括但不限于多元治理，以“数字技术＋治理”为典型特征的技管结合，以及数字化公共服务等。
简单地讲就是运用数字化手段进行社会治理，将云计算、大数据、人工智能等先进信息技术应用于各种治理工作的业务流程，进而让各个组织与部门的管理工作大幅提升。近年来频频提及的数字政府、智慧城市、数据孪生等，都在这个范畴。
政务部门着力推动的一网通办，正是信息孤岛打通、业务流程精简合并后的直接结果。各种先进技术与设备应用于新冠疫情监测分析、病毒溯源、防控救治、资源调配等方面，也是数字化治理的综合体现。
数字化治理的终极图景，是全面实现数字化社会治理，实现跨层级、跨地域、跨系统、跨组织、跨业务的数据互联互通，最终实现政府服务和政府治理体系的数字化。数字经济驱动的治理方式变革，有助于实现政府和社会综合治理的制度完备、治理完善、规范有序，提高政府治理和公共服务管理效率。相关部门与各级政府都在大力推进数字化治理，但大量组织的数字化转型刚刚起步，长期遗留的各种错配问题并未消除，社会治理水平整体滞后。这种情况下，当前数字化治理的主要任务仍是搭建基础构建、打通信息孤岛，实现高联通和数字化。在政务体系内，很多声音都认为以信息技术为支撑简化行政流程，可以形成高效率、系统性和整体性的政府服务。同时，数字化治理对安全可控的要求更高，从自主可控技术研发、应用与平台化部署，到网络安全、系统安全、数据安全等都需要做到切实可靠。数字化治理正呈现一体化、集约化、网络化、智能化、自动化的趋势，要实现这些必然离不开人工智能。要应用人工智能技术实现这个目的，集诸多优点于一身的RPA也是最佳选择。这些，都为国产RPA带来了更多市场机会。尤其是信创相关政策的公布，直接让央企、国企在RPA的选择上锁定了国产RPA。一些国产RPA产品已经开始支持信创系统，像金智维就打造了出了全面支持国产化系统架构的RPA信创版本，实现了国产操作系统和国产数据库的安全化、可控化与自主系统化。
政务领域，是RPA应用的重要领域之一。去年疫情期间，几乎每个RPA厂商都与相关组织合作开发出了相关的RPA机器人。在一网通办、一网统管、一网协同的诸多业务场景中，RPA也是被频繁使用的常客。目前的国产RPA，几乎每家厂商都有政务领域的应用案例。比如来也科技UiBot，从政务大厅的业务查询、一窗通办，到法院、检察院、公安机关的卷宗档案文件扫描识别归档、二次查询以及外呼沟通，再到交通、港口、码头、船务的数据管理、内外沟通，多个业务场景都能看到它的身影。只要政务领域需要持续简化业务流程，只要数字化治理一直需要转型、迭代与优化，RPA就会有更多的用武之地。
RPA与数据价值化
数据价值化是指以数据资源化为起点，经历数据资产化、数据资本化阶段，实现数据价值化的经济过程。数据资源化是使无序、混乱的数据成为有序、有使用价值的数据资源。数据资产化，是数据通过市场流通交易给使用者或所有者带来经济利益的过程。数据资本化，主要包括两种方式，数据信贷融资与数据证券化。
我国的数据价值化，正沿着资源化、资产化、资本化三个阶段全力推进。
随着数字化技术影响更多的行业，接入物联网的设备越来越多，全球数据的井喷式发展为数据价值化奠定了基础。IDC《数据时代2025》显示，2025年全球产生的数据将从2018年的33ZB增长到175ZB，相当于每天产生491EB的数据。全球已初步形成较为完整的数据资源供应链，数据采集、数据标注、时序数据库管理、数据存储、商业智能处理、数据挖掘和分析、数据交换等技术领域迅速成长发展。
数据价值化形成体系，对于企业尤其是中小企业经营有着巨大的影响。以后的高质量数据是可以用来融资与贷款的，并且精确数据可以助力企业更好的进行战略与经营决策。数据价值化的重点在于如何更好的使用数据，前提则是如何获取精准、有效的高价值数据。数据资源化阶段就是做这个事的，通过数据采集、挖掘、清洗、标注、分析等，形成可采、可见、标准、互通、可信的高质量数据资源。从数据生产与流通角度而言，中国企业的数字化进程之所以缓慢，基本受制于两点：一是管理系统种类繁杂，异构架构多，导致不同组织、部门的数据孤岛非常严重，数据流通难度大，无法快速形成高质量数据；二是数字化程度不够高，无法将生产中的业务流程转化成数据，或者只有销售、设计等部分业务流程实现了数字化，但这些局部数据并不能指导企业运营，更不用说形成高价值数据。想要解决这些问题，就需要投资引入更先进、更完整的解决方案，但面对动辄数百上千万元的投资以及十数个月的实施周期，有钱的大企业，往往因战略决策等因素导致在时间上等不起而不用，没钱的中小企业几年的营收可能都达不到这些数字，更不会考虑这些方案。不管是何原因，最终结果是这些企业没有高质量数据可用。
这种情况下，RPA就解决的了大问题。在各种企业管理软件之间的数据堵塞业务流程部分，加上几个RPA机器人，就能在异构系统之间搬运数据，并且融合AI技术的RPA极大地提高了数据准确度。重点在于，RPA的投入成本更少，实施周期短，无论是大型企业还是中小型企业，都能快速应用，能够起到立竿见影的效果。理论上，只要你的企业存在业务流程冗余、臃肿的情况，不管有多少，都可以应用RPA实现业务流程自动化，进而打破不同系统、部门、组织之间的数据孤岛，使得数据更好的在业务运营中流转，助力整个企业乃至整个打造生成高质量数据源。
后记：数字经济与RPA联系的更多解读
以上，王吉伟频道站在生产力与生产关系角度，分别从数字产业化、产业数字化、数字化治理、数据价值化等数字经济的四大构成上，阐述了RPA与数字经济的关系。
事实上，我们还可以从更多角度总结RPA与数字经济的关联。比如人工智能与RPA。当代RPA实际上都是融合AI技术的IPA，RPA已经从3．0时代进入4．0时代，没有AI的RPA是不完整的。作为AI落地的载体，涉及到RPA的经济产值都可以算作数字经济的一部分。IDC预计到2023年，全球RPA软件市场规模将达到39亿美元，中国RPA市场规模也将达到10．2亿美元，2018－2023年复合增长率为64％。
事实上，未来如果算上关联价值链与生态效益，RPA的市场规模就要大得多，即便在万亿数字经济体量中的占比也很可观。再如数字化转型与RPA。数字化转型的主体主要是传统企业，这些企业要进行转型升级必然会采用合适的解决方案与工具载体。方案很多，工具也不少，但现在的中小企业都愿意先看看包含RPA的解决方案，至于原因前面我讲过，总结起来就是花钱少见效快。RPA已经成为强大的数字化转型推进器，当然算是数字经济的一部分。而从功能上，RPA最擅长就是把非标数据转化成标准化数据。比如将纸质发票信息转化成数字信息，这样的应用场景正在越来越多的企业财务部门上演。甚至，它还可以将听到的信息转化为数字信息存储，极大的提高了人机交互体验。从这个角度，RPA是个不折不扣的数字转化转化工具，自然要归属到数字经济领域。
事实上，RPA在更多场景中的应用，也正在吸引更多组织的投资。甫瀚和ESI ThoughtLab联合推出的全球RPA调查报告显示，在RPA软件的开发与应用上，全球公司平均每年将为此花费高于500万美元。其中超过30％的公司，每年在RPA上的投资甚至高达1000万至2000万美元。投资RPA技术，自然是看准了它的投资回报率。更多的投资，自然能刺激RPA更多的数字产值。还有资本市场的投资，可以助力RPA厂商在短时间内上市，进而有能力造就更大的市场规模，帮助更多的企业实现数字化转型，进而创造更多的数字经济产值。当更多的组织接受“自动化优先”管理思维后，他们会将更多的投资与应用RPA。这也就意味着RPA将会成为标配型的企业级数字管理应用，也必将为数字经济的发展贡献更多力量。