影刀rpa 市场vp 赵凡 在本次大会上分享的主题为“如何借助rpa工具进行企业提效”。以下是现场速记。
影刀rpa 市场vp 赵凡
赵凡：非常开心今天能受邀来到会场跟大家一起做分享，见到很多老朋友们今天也有很多新的面孔，今天希望有一个简短的时间跟大家分享影刀的视角上看到rpa的应用和更多的实践。
影刀是一个比较新的企业，跟大家介绍一下自己。影刀到今天为止成立的时间并不久，rpa相信大家是了解相对比较多的，影刀到今天为止从2019年到现在四年不到的时间，在三年多疫情期间整体发展相对比较快，受到很多朋友们的认可。到今天为止影刀分别在零售电商、制造业、央国企服务上有了小小的成绩，今天也是希望把我们看到的在实践中应用到的场景包括在实践中积累下来的机会跟大家做简单的分享。
从我们市场来看，制造业行业，相信大家对于rpa的应用已经不是第一天了，我们了解整个市场上对于rpa的应用，到今天为止随着制造业行业整体数字化转型，rpa的应用已经基本到了中后半程，超过50%-60%在rpa应用上是有一些初期的实践了。
到今天为止，我们还做了一些调研和一些总结。看到了我们觉得依然由我们去做深入和做进一步优化的部分。我们看到的大概几个特点，对于整个制造业rpa应用来说，我们看到还是会有典型行业的特点，在整个制造业行业来说系统相对来说比较分散，能做到数科的程度，帮助整体央国企实现在系统内所有的连接还是有很大难度的，对于很多企业来说在这方面依然还是存在一定的困难。所以在整个系统连接侧依然有很多工作需要承接。
第二部分依然在行业中的因素，整体安全合规性上有很大的空间可以做，这本身也是数字化和rpa有的优势。
另外前期60%企业运用rpa中碰到的问题：大量的rpa需求并没有完全被落地，虽然rpa系统已经产生，但需求非常少。包括我们上周跟范总在杭州开会时碰到很多制造业企业，他们rpa已经运用很久了但到今天为止需求卡在瓶颈上，很大需求在一线需求上收集不下来，这样导致系统并没有充分发挥。
第二个我们在国内卷得非常厉害，大家都希望做海外的出海，整个海外出海这一侧，应用上包括系统协调方面怎么进行更好的帮助，这时会直接面临问题。对于影刀来说，我们看到在整个制造业行业来说，有几个积累下来的应用场景和整个链路中可以结合的部分。
对于生产链路方面，在mes系统和ems系统有大量场景可以应用，比如采购物料分配单，在这方面会有比较多的需求。除此之外还看到另外的场景，更多会在整个供应商管理、用户管理，无论是做用户质检还是做链路集成，这也是主要场景。
除此之外会在前端营销侧，无论在国内所谓的销售链路里还是在海外推广应用里，我们看到的会有比较多的需求。集合在一起，我们用简单的图表去汇总案例。
回顾快速落地取得的效果以及跟大家分享从我们视角为什么我们觉得rpa需求是最终的核心关键，一定要把需求落到最多才能最大程度体现出来。
分享几个案例：
第一个是敏实的案例。今年年初在新疆跟大家分享时也提到过这个案例，敏实有300 员工掌握技能，整个rpa到今天为止超过4000个应用在由这300位rpa参与者一起协作，到今天为止有超过1万个小时累计运行时长，他们运用主要三个应用场景，也是比较常见的，从大的类型分类来讲也是比较常规的三种类型。
第1个偏向自己内部系统侧的连接，到目前为止比较典型的运用是放在整个数据异常看板和sap巡检上，这个是他们做得比较多的体现。
第2个是把敏实内部所有员工操作去做重新流程梳理和串联，最大的难度本身并不在rpa，最大的难度是在一线的人，如何最大程度调动一线人把目前流程做重新梳理，这是让他有意识，否则工具非常难渗透到一线业务中，这是影刀rpa最主要倡导的理念，把这件事情最好落到一线。
第3个是经营采购过程中数据链路中，这也是我们现在看到最典型的几个应用场景。敏实到今天为止，我们现在结合下来看到最成功的部分是让rpa这件事情从it团队一步步结合做落地，落入到一线团队中去，让整个开发应用量结合着一线员工最大程度去提升，这是敏实在这个案例上最大的结果。
案例二：方太。
方太典型的场景更多的优势在于业务渗透度。对于方太来讲，到今天为止超过8个部门落地rpa的应用，490个应用有超过5万个小时的运行时长，他们更多也是偏向在采购和零售订单优化，这部分对于整个方太在工作运行时长中优化最大的部分。
另外是在人工流程改造侧，方太落下去效果比较好的部分。rpa在方太取得最大的成果也是结合整个it信息化团队和一线全员宣讲宣惯帮助rpa流程最大程度落到所有的环节中去。
案例三：亿色。
亿色是跨境企业，它从整个生产制造一直到商品对外售出，是基本一体化的数码配件公司，他们更多是在海外销售过程中。商品对外推广中会遇到问题，在推广海外时国内团队并不太熟悉，无论对于社媒端推广还是线下经销商合作，这里有大量语言跟系统交互，包括跟国内团队接洽，这过程会遇到问题。影刀到今天为止服务非常多出海和跨境企业，在系统兼容侧优势会比较大。另外也是目前存在的隐患问题，我们大量出海企业碰到的核心点还是跟中国人打交道相对来说整个交流和效率会更高，所以在这个过程中，国内的系统如果能够比较好的兼容掉国内自己的业务，同时覆盖海外业务，这个是对于我们制造业企业出海会有更大的助力。对于亿色来讲主要的挑战第一是对海外渠道的推广，他们对于红人建联是非常大的需求，他们需要众人达人搜索找寻和建联来宣传推广，这件事情极其低效，通过系统化方式实现整个品牌种草和达人建联侧提供帮助。
亿色在160多个不同的国家内整个财税一系列规则比较繁琐，通过rpa的方式去实现对这160个不同国家在基础信息侧的搜集包括对财务汇总，相对来说工作量比较大。
第三部分亿色自己整体的海外售卖渠道有很大程度上集中在亚马逊或者其他主战平台，这背后的沉淀是比较大的弊端，他们自己在过去花了比较多人力成本做平台侧数据收集，到今天为止这件事情被梳理完之后基本上也是自动化的运行流程。
像这样典型的客户案例能够反应出直观的数据，这个是影刀的top100企业平均运行数据。对于top100企业来说到今天为止平均运行时长超过4.7万小时的运行时长，也就是说我们的企业落地rpa项目之后，一年累计运行差不多可以达到将近118人的累计运行换算数，对于企业来说基本上是一个将近700万左右预算节省成本，带来1比6的投产比。这件事情反应rpa最大程度是用机器最大程度体现人的优化性或者替代性，一个机器理论上承担6个人的活。这个背后也是整个影刀在建立rpa产品过程中，背后非常核心的理念或者观察。这个背后我们刚好也看到了客观第三方数据跟大家分享，在这个背后我们认为rpa的落地在很大程度来讲除了业务解决问题外，很大的环节是需求的丰富度和到底在场景的丰富度上是不是能够积累出足够的时长?
跟大家分享我们看到的第三方数据，这是2021年的数据，到今天为止做到的信息统计，这是一个超过500人公司的调研报告，在超过500人公司调研报告里差不多有将近62%工作工种类型具备重新工作类型，查找文件每周需要4.5h，这是国外报告，跟国内信息有些不完全一致，跟员工成本换算下来差不多是200亿每年的累计的损失，所谓重复性工作时间对于一个企业在效率和成本上造成多大的困扰或者损失的多大的优化空间?我相信通过这个方式有相对来说客观的展现。
如果换算成比较直观的分布，我们归把它转化成这样的分布。如果我们把一个公司内所有的职能岗位他们的所谓工作类型去做分类的话，大家会看到基于不同的岗位分类，他们的时间工种或者效率分布本质上有差异。对于一线业务人员来说最大的诉求是完成自己本身精准化的落地解决产生出来的问题或者达到这样的标准，所以他们的工作类型里面相对来说偏执行侧的时间占比是比较高的，偏判断性的工作理论上来讲随着系统化的建设和随着技术化的建设，这部分慢慢会被吃掉，今年ai的出现对于很多流程性或者判断性工作就已经起到解决性的趋势。
对于越往中高端或者越往所谓决策层去走，理论上重复工作越少。企业效率从我们视角来看，企业效率等于整体员工的非重复时间总数。要想解决效率问题最直接的是收集所有人工种，把重复性工作干掉，再实现判断性工作。某种意义上来讲，我们效率天花板是来自时间的天花板，如果不能在时间上做收集和落地，单一效果都不能达到效果。
这也是我们自己所谓的产品资本或者我们自己的核心理念，我们优势体现在这三个方面：除了产品稳定，另外希望通过易用性的落地和所谓技术领先性去实现刚刚看到的ag凯发旗舰厅的解决方案的呈现。
易用性方面：对于目前业内看到的三端产品去做融合，影刀是没有复杂的三个界面上的呈现，我们是把所有的设计器和控材是一个，rpa项目最终落地会变成由it化团队牵头把它落到一线员工手里，才能最大解决一线员工需求的问题，否则永远出现it团队自上而下被动性去等所有需求收集，最后出来的问题就是没有人因为了解这件事情背后的概念所以根本不会提。上面提到的三个案例都是在第一天起要建立跟一线团队对话能力，并且从人员、项目推进等等一系列方式把它拉到it团队范围内，去解决关于需求识别和需求提报问题，如果没有这个，后面一切都是空话，这个是我们背后很核心的假设。
这个的假设无论是大家可以看到产品易用性设计包括整个协同，it团队做整个系统兼容性方面去做自下而上的管理和需求的提报的设计。除此之外，从影刀社区学院最大程度降低产品难度和提升产品的丰富性。我们会丰富产品组件，到今天为止影刀官方发布有超过1000个应用供大家使用，每个公司自己可以组建自己的组令方便成员内开发。同时有活跃开发者帮助我们去丰富应用和丰富指令去实现易用性。易用性要落到实处变成在一线开花结果背后有很多工作要做。
还有一个核心的点在于影刀的产品本身背后有大量的开发者、企业数量、应用数量，这本质来讲不是静态过程，它本质一定是动态迭代的过程，动态迭代过程形成正循环，才能保证在现在的时间点有更多所谓组件产品指令，能够满足我们业务需求。所以我们通过联动更多头部玩家，包括客户规模上的积累，让我们在需求侧有更多时点来实现产品和ag凯发旗舰厅的解决方案的迭代。我们核心会在我们产品迭代上去实现所谓的正循环。
另外今年ai产生让rpa很大程度走到前面，跟ai进行结合。今年下半年会有三款产品迭代，今年5月份我们在d1net新疆活动上发布了我们第一款ai的视频，跟大家分享我们在ai上的技术。今天跟大家进行反馈，之前的5月份先导片到今天为止落地成现实的产品。我们在ai上有三款产品：
第一个是ai power，解决ai大模型在本地化最后一公里的配置问题。到今天为止，大规模本地化的落地会出现问题，周期部署和落地时间比较长，大家可以快速通过本地的资料库和知识库去通过线路数据库的方式去学习我们自己内部的内容产品去帮助我们内部建立起来属于自己的ai模型。
另外在今年5月份提到的影刀copilot产品，目前能保证一部分场景下指令搭建可以通过自然语言生成方式实现所有指令生成，这个产品差不多11月份上线，在excel办公流程场景上实现自然语言流程生成搭建的能力。
最后一个是影刀go，帮助rpa在落地场景中具有更大的判断性。
在我们视角上ai是非常强的所谓大模型的能力，对于rpa来说其实是非常明确的偏手跟脚的概念，我们会认为rpa ai未来很大程度上会演化成通过大脑去学习、驱动、演绎，通过这个方式调动rpa的能力，实现自己公司内大量场景的学习和落地的能力，所以rpa ai最终会演化成更强的自主化机器人，到今天为止它已经有具体的落地场景了，跟大家分享具体的落地场景。
(视频播放)
这个是直接的视频，这个场景是rpa结合着ai在帮助企业做我们第三方舆情监测，如何来实现舆情侧判断、识别、反馈、总结。这样的场景目前在rpa落地场景上见到的比较多，跟大家分享最近的场景，我们跟餐饮企业做合作过程中，发现这样的企业对于网络舆情或者对于所谓用户评论和反馈是非常敏感的，他们要做的事情是需要通过每天巡检的方式来帮助自己的每一家门店去识别在网上所有信息发酵和反馈，并且通过gpt的方式识别所有信息评论背后带来的真正的用意。大家应该有些感受，有些网民反馈的很多文字说白了字面意思并不代表实际意思，背后的训练他们自己会通过gpt方式进行语义理解，并且将评论进行本地化存储。
原来流程不是这样，到今天为止结合着流程化结合着gpt进行重新重塑，最大价值一方面让流程变得精简，还有明确的价值，gpt对于企业来讲最终形成本地的知识库和模型，从某种角度来讲对于企业来讲这是巨大的资产，这个资产持续不断的迭代，最终实现gpt更好的对自己的理解。这种是典型的场景，我不一一举例了。
所有跟售前、售后咨询侧相关的，泛对话客服场景，结合着rpa可以把gpt玩到飞起，大家可以把所有一切语义识别能力在系统内进行集成。我们看到有企业他们自己内部用多套oa系统，外部用企业微信内部用腾讯或者飞书，在内外侧光oa系统联动代价就非常大，通过gpt rpa将内外流程串联，最终实现内部全自动化办公，这样的场景是在售前、售后咨询是非常典型的。
在私域用户运营侧，如果有用户黏性的问题，用户量越大结合gpt和rpa的能力越强。
另外是爆文研究及生成，这个是ai和rpa的结合。
在业务流程中我们看到rpa的痛点核心是在于需求如何最大程度被激发。在这件事情上我们认为一定由it团队牵头做顶层设计，一定要落地一层对产品和技术的理解，最终结合人所谓的需求去实现上下的结合，否则整个rpa的应用会遇到瓶颈，这个是我们比较擅长和做到大量实践的部分，以上的部分结合未来在ai侧的应用希望能跟大家有更多的交流，感谢大家!