从RPA获得资本市场认可，看AI大数据投资

2019年继AA拿了财神爷愿景的钱后，5月UiPath也融了5个多亿美元，估值上了70亿美金，国内的弘玑、艺赛旗、来也、云扩等都渐渐崭露头角。（我先说好这类公司我一个也没看过，以下都是信口胡说，看到这里该点退出就点不要犹豫。）但是我这两天简单看了些产品演示，首先觉得RPA这个概念名字起得好，机器人流程自动化，这科技感就比不少SaaS公司强很多了。其次直观感受上讲RPA市场的情况其实可以很好的折射出目前一级市场在AI大数据领域投资的矛盾情绪：一直渴望寻找能快速规模化的科技革新武器，但打开来看绝大多数都是不上不下的小工具，很有怒其不争的味道。

原文链接：https://www.51rpa.net/rpanews/2793.html

最近有些三方机构报告说今年前5个月一级市场AI行业投资总额163亿，只有去年全年投资额的11.6%；平均投资额2.1亿元/笔，较去年的4.2亿元/笔下跌了50%。还有个口径是2019年Q2人工智能领域仅完成30起投资，同比下降45%，融资金额50亿元。数字没什么意思，毕竟媒体从来都只有鼓吹和唱衰两种情绪，但平心而论目前的外部市场情绪也很难说是乐观的。

那么在这样一个环境里，怎么RPA还向阳而生了呢，我觉得一个可能的原因是RPA的产品模式看起来是一个理想的载体。早期投资人最不缺想象力，但最怕的是公司没有故事，我的想象力碰到你的故事，我们已经成功一半了。AI就非常需要想象力，而RPA就是那个好故事。

上一次AI概念全民火热还是2016年AlphaGo大杀四方，2017年就涌现了一大波初创型的AI公司，17、18两年也是资本出手这个领域最多的时候。尤其国内的主流头部基金，绝大多数都是乘着移动互联网的大浪起家的，移动互联网的好项目不论赚钱与否，都至少有一个鲜明的特点-快。谁走的最快谁流量就最多，前两名基本上就能宰杀整个市场。

但RPA的好处是什么，他恰好是个非常轻型的2B通用型工具，还是个很独立的万金油工具：大家都能做，什么场景都能用，而且还便宜，和其他系统绑定着来相当于买大赠小。虽然目前看技术门槛不高，实际效应有限，但他这种轻量的工具模式可能会是未来企业运维管理的一个潜在入口。这个就厉害了，是不是想起了QQ。

如果增添一些想象力，以上我们提到的各个应用场景，核心意义都是降本增效人力替代，RPA工具是存在镶嵌目前这些AI产品的功能的潜力的。目前可能你只采购了一类RPA自动化工具帮忙每天登入登出账户，未来可能就可以镶嵌语音交互产品做语音控制，镶嵌智能投顾产品做自动的竞对信息收集和分析，镶嵌CRM工具做自动获客，镶嵌风控产品做智能预警…产品逐步丰富，功能逐步升级，RPA就不止是个简单的工具而变成了个载体平台。

应用慢一点没关系，我先趁着现在把入口占好，等你离不开我了徐徐图之，听起来是不是就很移动互联网。

从RPA获得资本市场认可，看AI大数据投资
大家都知道在国内服务企业端和消费端非常不一样，消费端扁平，容易提炼需求，不断打磨产品快速迭代往往就容易做出规模。但国内的不同体量的企业差异非常明显，大企业体系复杂需求多样需要一体化解决方案，中小企业付费能力弱，粘性差，很难产生规模。我们过去看到在2B端站稳脚跟的无一不是在和企业合作过程中和企业业务形成了深入绑定。

马老板去年提了个PaaS概念叫大中台小前台，过去我们理解大中台是小前台的前提，因为从小前台铺成大中台的阻力是很大的，但目前看RPA可能有这个以点带面的机会。毕竟从大中台向小前台走也很苦，目前很多过去做SaaS的公司转型开始做PaaS（包括千亿美元的业内标杆Salesforce），从产品到团队都要面临转型，很多过去的SaaS团队都是独立成两个研发团队在做避免互相影响。两者方向虽然不同但终点一致：5G时代来临后企业数据爆炸，数字化转型后就是智能化转型，能牢牢抓住企业全域数据的公司一定有机会成为2B领域的新BAT。

所以我很认可资本在数据和AI领域的投入，本质上数据生意不是一个全新的产业。各个渠道有很多大数据的定义，从一个角度理解会简单一些：数据产业不是被互联网新创造的，但互联网时代对数据进行了更好地记录和留存。这就好像过去我们用石头用竹简用书本记录信息，现在我们可以用word用数据库，所以数据作为知识的一种表达形式的本质并没有发生变化。

我们记录历史、学习知识一个很重要的功能维度就是为未来提供指引，我们理应不断寻求更好的工具去帮助我们更高效地指引未来，这是人类社会发展的方向，也是我们应该努力的方向。未来IT基础设施进一步完善，企业数据更加丰富，我们会有更多的手段去改造原始产业，提升企业效率，高效利用资源…选择对的方向并推动这种积极的改变就是资本应该做的事情。

从RPA获得资本市场认可，看AI大数据投资
Gartner有一条技术成熟曲线，2018年的曲线比较有意思的地方就是我们现在在企业服务和大数据领域耳熟能详的机器学习、软件定义、物联网、自动驾驶都正处于峰值过后的调整期，我不知道他们这个曲线是怎么画出来的，但是我想如果你认可数据和AI技术一定有成熟的一天，那么未来这两年可能正是好的时机。