长期供应ChatBot智能机器人

新冠疫情不仅肆虐了华夏大地，还一定程度上改变了社会原有的运行方式，促使人工智能更加快速地登上舞台。

阿里达摩院开发的AI诊断技术，可以辅助新冠肺炎CT影像识别，准确率高达96%，而且仅需20秒就能完成熟练医生5-15分钟的诊断任务。

百度的AI多人体温快速检测解决方案，可以直观、非接触连续工作24小时，既降低了工作人员被传染的风险，又提升了巡查效率。

目前，随着AI技术成熟，外界对AI企业的价值判断，已经从关注技术本身，转变为关注商业落地。实在智能于2018年7月成立，立足于“AI+RPA”技术，该技术是AI商业化落地的一种重要形式。

近日，亿欧科创采访了实在智能创始人孙林君，试图探寻以下问题的答案：“AI+RPA”技术的意义在于哪里，和有同样作用的PaaS平台和大数据中台相比，有什么优势？在2020年疫情下，AI行业受到什么样影响，“AI+RPA”行业又有什么影响？

4.5亿App交互成本解决方案

2017年年底，国务院印发的《新一代人工智能发展规划》明确指出:2030年人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。

作为解决人口老龄化和中国产业升级的办法，人工智能在未来必然拥有广阔市场空间。但达到1万亿产业规模的时间节点是否会在2030年，具体又将涉及哪些赛道呢？

“我认为，AI商业化落地程度是决定整体市场空间的重要指标。‘AI+RPA’恰好符合了这个阶段的时代刚需”，孙林君表示。

孙林君，原阿里巴巴P9级别资深算法专家，曾牵头打造阿里巴巴诚信模型体系，支撑集团四十多项核心业务，奠定阿里诚信体系基础；并主持开发智能决策维权客服产品，大幅提升客户维权处理效率及满意度，节省大量人力成本，助力集团客服降本增效；还曾孵化部署智能运筹中枢产品，应用前沿算法成功实现近万人的服务资源运筹调度，实现服务量预测、预警、排班、路由、分配及服务智能化、无人值守和可视化。

在大数据、人工智能、机器学习等领域拥有的丰富积累和成功经验，让孙林君坚信AI凭借着先天优势，将取代“劳动密集型”工作场景，因此于2018年7月创立实在智能，并开始深耕“AI+RPA”领域。

氢气遇到氧气，燃烧产生能量；能量守恒定律辅以核裂变技术，创造出了让世人恐惧的原子弹；那么AI结合RPA又将为带来什么？

RPA不是一个新鲜的事物，早在十年前就已经存在。RPA中文名为“机器人流程自动化”，机器人众所周知；“流程自动化”主要是指: 根据流程操作，强规则、大量重复发生的工作自动化。

过去，由于不同系统之间交互成本过高，RPA商业化价值未能充分发挥，业界关注度不高。近年来，随着RPA和AI技术的发展，以及“AI+RPA”概念提出，使RPA从基于规则的自动化升级为能够智能决策的自动化，相当于模仿人类开展团队型的协作工作，从而完成更多类型的工作任务，并在更丰富的场景里落地。于是商业化出现了转机。

举个简单的例子，问答机器人可以通过简单“拖拉拽”和点选配置，在短短的1分钟内快速生成。这个机器人可同时通过配置多轮问答准确识别访客意图，并将对话内容及关键诉求实时发送邮件通知相关主管。

再举个标杆案例，某省运营商专家客服坐席应用实在智能的“AI+RPA”产品后，小场景下每通电话平均时长降低37秒，点击次数缩短15次以上。考虑到数字员工自动处理的工单，预计综合效能提升40%以上，降本增效成果显著。

RPA作为AI商业化落地方式，受到资本市场热捧。近年来，国内外融资火热，如2019年5月，UiPath完成D轮融资后的估值超过70亿美元，2年时间估值增长了70倍；Automation Anywhere于2019年11月份完成B轮融资，估值高达68亿美元。即使在投资市场低迷的2020年新冠疫情时期，共有9家RPA公司获得15亿融资，其中包括5家中国RPA企业。

据据Gartner发布的《2020年十大战略技术趋势》报告，RPA将成为超级自动化技术发展的开端，到2022年底，85%的大型和超大型组织都将部署某种形态的RPA。基于此，Gartner预测，从2019年至2022年，RPA+AI市场规模将年均增幅37%，达到24亿美元。

对于“AI+RPA”赛道的市场空间，孙林君用一句话表明他眼中的未来，“未来5年，市场将诞生4.5亿个应用。如此量级的应用，意味着系统之间数据交换是一个非常庞大的刚需。”

在纯技术方式的对比中，“目前，PaaS平台和大数据中台也被用于商业化落地，但是存在成本高企的问题”，孙林君表示，“而‘AI+RPA’是一种无缝接入获取数据并操作的技术，避开了不同系统之间交互代价，并且能有效降低大数据智能应用的门槛和成本。”

不仅如此，当谈及5G和大数据中台或者PaaS结合是否会对“AI+RPA”的市场造成冲击时，孙林君充满信心，似乎看到了更大的市场空间。

“不会。我甚至认为，RPA可以和数据中台强强联合，因为RPA拥有跨介质能力。”孙林君指出。

简单来说，无论是基于安卓系统还是OS系统的App，人都可以在简单地了解规则之后，轻易上手。“AI+RPA”也是如此，似乎不再是一串代码和数据，而是和人一样，去感知和理解App的操作规则，然后再生成机器人用于执行的逻辑代码，为后续完成高强度的重复工作做好准备。

因此，孙林君感慨到：“AI就像大脑和眼耳鼻等感知器官，而RPA就像人的手脚一样，两两结合，就是一个完整的‘人’”。

如此的赛道，实在智能的产品有什么特点呢？

密集重复劳动解放者

在谈到2020年新冠疫情对的影响时，孙林君表示：“毫无疑问，新冠疫情对造成了严重的伤害，影响巨大。但对于处于人工智能赛道的实在智能，却有着一定的利好。如果说AlphaGo与李世石的围棋人机大战，代表着人工智能的元年；那么2020的新冠疫情很可能是‘AI+RPA’元年。”

疫情下，无论是政府还是企业，都对“密集型”劳动场景有了更深层次的思考和担忧，使用AI代替一些简单、重复劳动的筹码又多了一些。

过去，大量机械工具的出现，如机床、工程机械等，让很多人从纯体力劳动中解放出来，个人生产力水平得到了跨越式的提高；今天，“AI+RPA”的作用是代替PC和手机端大规模、重复性、批量性的人工工作。毫无疑问，这一技术将大幅解放劳动力，个人的生产力将再一次得到提升，企业也将因此受益，节约大量人力成本。

“实在智能创立的初衷和其名字一样，实实在在通过 AI 技术为传统行业带来改变，帮助企业实现从‘劳动密集型’向‘AI 密集型’的转型，”孙林君表示，“在创业的过程中，我们团队深刻地认识到，仅有AI技术是不足的。对于客户来说，其产品系统很可能是分散的，数据是分散的，同时还有个性化场景的诉求，因此，对AI技术落地的标准化，以及AI技术的落地成本，都提出了巨大的挑战”。

在这种情况下，孙林君团队看到了AI和RPA技术结合的可能性，并且基于传统RPA三件套“机器人工厂”、“终端机器人”和“中央控制台”进行深入研究。

在传统的“三件套”领域，实在智能有着独特的优势。

实在智能的“机器人工厂”Z-Factory，由可视化低代码、400多个RPA组件和AI组件、自研引擎、智能加持组成，具备行业的普适性、稳定性和兼容性。

实在智能Z-Bot“客户端机器人”， 可通过“零侵入、零改造”方式灵活无缝地部署在客户终端设备，执行不同流程任务，适应不同场景，以多模态（任务式、流程式、交互式）方式对整个过程进行实时监督和数据闭环。

实在智能的“中枢控制台”Z-Commander是一款企业级控制平台，其作用不仅可以对下游的“客户端机器人”远程分配工作，还会根据下游工作状态对Z-Factory做出反馈。该平台不仅稳定性高、维护成本低，还可以完成传统“中枢控制台”不具有的智能调度和决策。

相对传统的RPA，实在智能还在“三件套”的基础上，了“智能云脑”Z-Brain。这是一个自研AI能力平台，可以输出AI组件、做出智能决策。孙林君认为：“创业两年，Z-Brain是实在智能的一大亮点，是进入各个行业，各个领域，各个系统的基础。”

Z-Brain还反应了实在智能研发的前沿性：在自然语言处理领域，Z-Brain覆盖了包括BERT、ALBERT、RoBERTa等算法；在计算机视觉领域，Z-Brain覆盖了DB、PMTD、RARE等算法。

由于RPA拥有跨介质能力，不受系统限制，所以下游行业众多，如金融、运营商、政务等，可用于财务、运营、人力、客服、法务等场景。

目前，实在智能在“AI+RPA”经典运用场景——财务领域斩获颇多。

在和国泰产险合作中，实在智能“财务数字员工”可以提高公司开票效率：工作量由2人/天降至0.5人/天，节约了75%的人力，并且达到“零误差”，实现自动化。

在和山东烟草的合作中，实在智能帮助其自动生成财务报表，除去仍需人员收集部分数据外，自动化率高达98%，差错率依旧是0%；同时在效率上实现了质的突破，由之前两个工作日降至一个工作小时，节省人力90%以上。

在谈到未来有前景的行业或者运用领域时，孙林君非常重视客服业务，认为这是典型有待“AI+RPA”去解放的领域，甚至多次用了“它很痛”来强调，可见孙林君非常看好“AI+RPA”未来在客服领域的运用。

相比于财务有一套固定的规则，客服涉及与人打交道，一定的智能化是必不可少的。同时，孙林君也举了个例子来证明“AI+RPA”在客服领域作用有多大，“过去，全球的电商平台使用实在智能产品后，其客服团队从1100余人缩减至仅有50人”。

在谈及行业核心的竞争力时，孙林君表示：“我更看好具有AI基因，能在AI层面大量创新，并且把自动化和智能化，及RPA和AI融合的企业。”

据悉，实在智能在创立的仅仅两年时间内，其AI研发能力已在市面上形成了很强的技术壁垒。对此孙林君表示，“目前市面上的AI+RPA产品只是在替代30%人工的规则化任务并从中挖掘确定性的东西。而只有达到90%以上的人工替代，才能算是真正意义上的“数字员工”，RPA与AI的耦合程度决定了RPA能走多远，实在智能马上发布的产品“章鱼·数字员工”，便是基于这个目标而打造的。”

的产品效果离不开“AI+RPA”的核心——算法和数据。在算法领域，实在智能集齐了一批中国的人才，近30%人员来自阿里巴巴，其他的研发人员大部分也都来自互联网企业，如百度、腾讯、美团点评、网易、搜狐等。其中不乏在自然语言处理NLP和计算机视觉CV的人才，这也是实在智能核心竞争力。

不仅如此，孙林君作为实在智能的创始人，也是实在智能技术带头人。谈起在阿里巴巴工作时，孙林君言语中透露着骄傲，用“我们”代替“阿里巴巴”：“大数据应用层，我们是中国。”

“我在阿里巴巴打造诚信模型体系时，天猫极速退款是主要业务，除了每天需要处理几百亿的流水，还需要基于客户的各种信息，如消费记录、评价等各方面的因素，构建一个合理的模型，这是一个典型基于大数据的应用。如此大规模流水，如何减少坏账率，仅靠人力是无法解决的，智能化方案才是关键，”孙林君表示：“现在这个系统已经成为电商行业标杆，甚至是电商行业的标配”。

算法就如烹饪技术，数据就像大米；在人工智能领域里，数据是非常重要的一环。数据的数量与质量，对算法的准确性有非常大的影响。

为此，实在智能建立了良好的生态。一是和百度、阿里，还有华为等厂商和一些同行学者，以及多所高校和研究所发起了建立了中文语言理解的评价标准体系（CLUE：Chinese Language Understanding evaluation Benchmark），是一个关于“自然语言处理”领域的组织，受到业界广泛支持。

“在组织中，实在智能贡献很多开源的企业数据的同时，也享有了其他厂商分享的数据，有利于共同提高技术水平”孙林君表示。

实在智能产品涉及的AI能力不仅仅是“自然语言处理”，还涉及到如“计算机视觉”、“智能决策”等诸多能力。因此，实在智能建立了一个“AI+RPA”的免费开源SaaS生态。

整个生态包括“实在学院”，包含众多RPA教程；“实在论坛”，有众多AI和RPA领域权威人士参与讨论；“实在市场”，有众多非常低成本的AI和RPA组件出售。孙林君表示：“在构建和运用整个生态的过程中，实在智能积累了大量的语料和数据。”

道阻且长，行则将至。“Intelligence in need is Intelligence Indeed”，被需要的智能才是实在的智能。