面對日益老齡化的社會，在國家養老金、兒童津貼、殘疾福利、護理保險，以及戶籍管理、房屋登記等幾十個業務場景中，如何快速、高質量地為公眾提供服務呢？

美國和日本政府的做法不是單純地增加人手或者設備，也不是增加服務時間，而是采用日益流行的技術——RPA，機器人流程自動化技術。

在美國和日本，RPA應用最廣泛的領域可能不是我們想象的企業服務領域，如智能財務、智能HR等，而是政府公共部門、民生服務部門。通過RPA，提高辦事效率，降低人力投入成本，投入產出比空前改善。

而從全球來看，政府公共部門雇用了全球約33%的勞動力，其支出約占全球GDP的30%。RPA應用的示范效應被廣泛看好。

美日兩國政府下一步的做法是融合AI、深度學習、BPM等技術，將RPA場景應用深化，讓公共服務和民生應用體驗更好。

海比研究院認為，在數字化轉型成為企業最緊迫的需求時，RPA被認為是企業數字化轉型最有效的工具之一。“RPA+AI”賦能企業和員工，將極大的增強人類處理業務的能力和效率。

那么什么是RPA呢？用最簡單的語言來描述，就是可以被配置為自動執行一系列處理任務的機器人，例如數據的自動錄入、上傳、下載、整合、分析等，而實現此任務的技術就是RPA。

RPA通過模擬人類的操作，將基于規則、重復、枯燥的數字化業務流程自動化，從而達到降本增效的目的。因此，RPA被認為是最簡單易行的AI應用。

日本政府45個省的政務機構已廣泛應用RPA，以應對老齡化。

連續兩年發布AI?RPA應用報告的日本政府總務省在對1788家政務機構進行了深度調查后，發布了2022的研究報告，其中重要發現包括：

日本45個都道府縣的政務機構廣泛應用RPA。其中政務是應用RPA最多的業務，達到了265個；個人所得稅排名第二，為225個；健康管理排名第三，為175個。

其RPA應用涉及到眾多場景，并且產生了不錯的效果。主要場景包括財務會計、教育、防火、文書管理、兒童津貼、護理保險、固定資產稅，以及國家養老金、戶籍管理、房屋登記、殘疾福利等。

財務、會計、金融成為AI+RPA應用最多的場景。RPA業務應用最高的是財務、會計、金融，為306個實例；兒童福利、育兒方面成為RPA應用第二多的場景，為177個實例；行政業務為175個，其他業務為335個。

AI主要應用于文字識別、語音識別、圖片識別、數值判斷等業務。例如，通過OCR識別圖片上的信息。調查發現，用于聲音識別的案例23個，用于文字識別案例275個。

由于RPA與AI擁有很好的技術互補性，AI可以賦予RPA實現看、聽、說等擬人化能力，因此多數應用RPA的業務流程，也離不開AI能力加持。

美國聯邦政府連續兩次發布RPA應用報告，分享了RPA在政府數字化轉型中所發揮的作用。

2021年發布的報告顯示，RPA應用數量暴漲，應用范圍擴大。相比2018～2019年RPA主要用于金融領域，2020～2021年RPA已廣泛應用在人事、IT、行政和其他業務場景中。

具體的數據包括：2020～2021年RPA機器人應用數量為460個，節省848,336個工時，整體RPA應用數量增長110%。同時每個RPA能力從2018年～2019年的1335工時，增長至1708個工時，RPA項目的投資回報收益正在逐步擴大。

美聯邦政府RPA項目成熟度快速提高。在2020～2021財年，聯邦政府RPA項目在RPA效率提升、節省時間、項目數量、業務流程重塑、安全和監管等維度都大幅度提升，尤其在業務執行效率、業務流程改進、業務流程重塑方面表現上佳。

另外，越來越多的美聯邦政府機構推廣應用RPA，如美國國防部、農業部、美國陸軍、空軍、宇航局、美國聯邦總務管理處等重要機構已經實現場景化落地，成為應用最廣泛的數字化轉型工具之一。

云擴科技CEO劉春剛認為，海外RPA企業的成功已經證明了RPA這一產品形態對于客戶的價值。RPA需要更多的入局者去教育廣大的用戶，相信各種角色的涌入和良性的競爭也會讓這個行業更成熟。

ForresterResearch的一份報告認為，2020年10%的政府行政工作量將實現自動化。在全球范圍內，政府將擴大對RPA的使用，以消除重復的低價值任務。

這或許也是美日政府加大RPA應用的主要原因。

在美國，RPA幫助聯邦政府節省了大量員工的工作時間和精力。

美國聯邦各政府機構在RPA助力下，在2020～2021財年已成功節省149萬工時，RPA應用項目比2020年增加了250%，達到1003個。

美國聯邦各機構應用RPA取得了超預期的ROI（投資回報率），增強了聯邦處理業務的能力，實現端到端自動化，并大量減少聯邦雇員的手動工作，重塑聯邦政府的勞動力結構，釋放人力資源壓力。

嘗到了甜頭后，美國聯邦政府將繼續增加RPA應用計劃，繼續深挖RPA潛力以擴大賦能范圍。重要機構明確表態，將繼續提升RPA應用數量與場景落地項目，通過有人值守、無人值守等RPA打造智能數字化員工，以提升工作效率和節省時間。

美聯邦RPA應用成熟模型表明，大多數機構正在通過RPA重塑業務流程標準。目前，為了更好的管理RPA，已應用的機構已經開始建立標準的自動化設計流程、評估維度以及改進標準，以進一步提升自己的RPA應用等級。

RPA在日本各地政府機構、幾十個業務場景中實現落地并取得豐厚回報。

日本發布的報告認為，RPA將成為日本解決“2040年危機”最有效的工具之一。

2040年危機是指到2040年，日本65歲以上人口數量將達到峰值4000萬以上，也就是說每三個人當中就有一名65歲老人，勞動力將降至冰點，甚至出現負增長。

因此，日本政府總務省希望RPA可以像物理機器人那樣，在全日本各行業得到廣泛應用，以緩解人力資源壓力。

日本是全球應用RPA最早的國家之一，在投資、技術發展、人才培養，以及應用場景、規模、成熟度方面一直處于領先地位。

正因為日本是全球人口出生率最低、老齡化最嚴重的國家之一，因此日本各行業通過RPA打造“數字化員工”，以彌補勞動力不足的問題。

Forrester的報告也認為，并非所有公共部門的RPA實施都會順利進行。許多組織需要進行管理變更，重新洞察流程，標準化任務，以及重新分配工作。

通過美日兩國政府RPA應用，我們發現RPA在應用中普遍存在的問題。

RPA的應用需要不低的建設與應用維護費用。根據日本的調查，RPA的建設費用多數在100萬～500萬日元之間（約5.4萬～27萬元人民幣）。

同樣，RPA應用每年仍然需要運營費用，也在100萬～500萬日元之間。其中，大多數引入和維護RPA項目在100萬日元以下。

缺少專業人才成為RPA項目落地的最大挑戰。應用RPA的挑戰包括沒有專業人才支撐，沒有足夠的財務預算，無法準確找出適用RPA的業務流程等。其中，最大的挑戰缺乏專業RPA人才支持。

應加強對RPA的監管。隨著RPA應用的增加，一些部門可能需要增加對RPA的管理，一些特定部門也需要加大RPA的監管。

為了增強對RPA的監管，在IT部門的幫助下，各機構應該建立數據訪問、身份驗證等安全監管機制。同時制定數據隱私管理、數據存儲標準、訪問和使用權限等執行標準，以保護數據資產安全。

RPA與IT部門必須建立了有效的聯動關系。美國各個聯邦機構的RPA應用項目需要正式授權，才能在機構的IT環境中應用。通過RPA設計的單個自動化流程，也需要相關的部門進行審批，最大限度保護數據的安全性和隱私性。

因此，在實施RPA項目過程中，IT部門起到了至關重要的推動作用，同時建立需要建立有效的聯動關系。統計顯示，43%的RPA項目試點啟動了IT安全審批機制。

多數機構采用卓越的自動化中心（CoE）的方式，擴大RPA應用范圍。隨著RPA應用成熟度的穩步提升，美國很多聯邦政府機構開始通過CoE的方式擴大自動化應用范圍，可以顯著提升RPA的部署效率、培訓效率、管理效率等。

由于流程審批、IT管理者的長時間考慮等因素，阻礙了RPA的應用發展。因此，不少機構希望引入更多的企業級RPA解決方案，將更多的業務流程實現7x24小時無間斷工作，自動化設計標準也更加的高效和人性化。

RPA與AI技術正在走向融合。

隨著RPA應用的深入，為了滿足更多業務場景的自動化需求，美聯邦政府RPA應用也發生了轉變，正在將RPA與諸多AI技術相結合使用，如自然語言處理NLP、機器學習ML、圖像識別、聊天機器人等。調查顯示，32%的RPA項目將使用智能自動化(IA) 解決方案。

圖片來源：TheState of Federal RPA

日本政府的調查也發現，共有1788家政府機構接受調查，截止2021年6月，118家組織成功引入RPA，152家成功引入AI；265家同時引入了RPA和AI，一共535家組織完成了對RPA和AI的應用。

Gartner建議下一步是將RPA與AI和ML充分集成，以實現超自動化，減少人工干預。

Gartner認為，RPA市場在未來十年將快速增長，超自動化將成為數字化轉型的必要組成部分。

超自動化是指使用先進技術，如AI、ML、RPA等，完成以前由人類完成的幾乎所有繁瑣且可擴展的任務，克服單一自動化工具的局限性。

因此，超自動化是一種業務驅動的技術組合，可以識別、審查和自動化盡可能多的業務和IT流程，需要協調使用多種技術工具和平臺，包括RPA、低代碼平臺和流程挖掘工具等。

但是超自動化并不意味著完全取代人類。相反通過自動化，人們可以從重復的、低價值的任務中解放出來，專注于對組織具有更高價值的任務。

超自動化經常被認為是超越傳統自動化的下一步，市場規模預計將達到464億美元，2021至2031年間的年復合增長率為21.7%。

德勤也認為， RPA、AI等相關自動化技術的結合，實現智能自動化(IA)。

RPA也有局限性，如只能遵循基于邏輯規則的流程，不會看到數據中的模式，也不會從圖像、文本或語音中提取信息等。

德勤的報告認為，企業現在正尋求下一代解決方案，利用多種先進技術和數據科學，如AI，使自動化更智能，并為組織提供更多價值。

通過智能自動化(IA)技術，組織可以改變業務流程，實現更高的速度和精度，可以基于結構化和非結構化輸入實現自動化預測和決策，以達到提高生產率和降低成本，更大的準確性和改善客戶體驗等目標。

未來3年，智能自動化將平均降低22%的成本，增加11%的收入。47%的企業已經將RPA和人工智能結合起來，作為其智能自動化戰略的一部分。

一些企業也已開始在RPA與AI融合的道路上邁出重要的一步。

全球最大的SaaS企業Salesforce于2021年在其AI平臺中增加了EinsteinAutomate——RPA工具，幫助組織實現自動化流程、構建工作流程和連接數據。

新工具包括MuleSoftRPA、EinsteinDocument Reader和DigitalProcess Automation。MulesoftRPA功能允許用戶用機器人替換重復性任務。EinsteinDocument Reader可掃描駕駛執照和I-9等文檔，用戶只需在SalesforceFlow中單擊幾下即可對這些數據執行操作。DigitalProcess Automation允許用戶使用拖放工具構建品牌化的數字體驗。

全球著名的低代碼和RPA平臺Appian在其最新版本的平臺中推出了增強型人工智能文檔處理和開發人員協作工具。

Appian最初是一家業務流程管理（BPM）公司，已經發展到低代碼和RPA。其低代碼機器人流程自動化，用于管理和監控Appian機器人以及來自第三方的機器人。可以使用低代碼RPA自動執行任務，并在AppianAppMarket中提供新庫。智能文檔處理（IDP）可大規模處理非結構化數據，具有與預先訓練的AI模型本身的光學字符識別。

達觀數據CEO陳運文表示，整體來看，中國RPA市場尚處在早期階段。在整個中國的RPA智能化辦公領域，所打開的市場可能不到1%，還有99%的市場現在處于開荒狀態。

而從美日兩國政府公共部門RPA應用的實踐來看，RPA的應用場景其實足夠得大，完全容得下眾多的RPA公司，其收益也足夠誘人。

本文來自微信公眾號“中智觀察”（ID：Hapiweb-soft6），作者：趙滿滿，36氪經授權發布。