花開蝶自來。
作者｜朱悅
編輯｜趙健
「今年比以往的任何一年都要忙」，金智維創始人兼董事長廖萬里向「甲子光年」感嘆。
這家成立於2016年的RPA公司，在今年3月剛剛宣布完成近5億元的C輪融資。這是一場超出預期的融資，投資人的熱情將原定開放的3.5億額度提升到了近5億元，而這還不包括被金智維婉拒的一部分資金。
但市場並沒有這般火熱。今年上半年，RPA國內融資僅4起，總額約8億元，像金智維這樣完成大額融資的to B企業少之又少。
在《Market Insight：中國RPA市場發展洞察（2022）》報告中，投資者們認為RPA在中國市場依然存在機會，但同時也表現出了更加理性審慎的態度。國內的RPA賽道正在由「高期望的熱態投資」向「理性的穩態投資」進行轉變。
融資情況變化反映的是RPA正日趨成熟，整個賽道從擁擠慢慢過渡到了去偽存真的階段。在前幾年的資本推動下，一些RPA企業迅速膨脹，卻也在市場遇冷的情況下落寞退場。
但金智維是留下來的其中之一。從自動化產品出發，金智維已經成長為RPA這一細分領域的佼佼者，「我們一點也沒有感受到冷，反而需求在越來越多」，廖萬里告訴「甲子光年」。
在2023年6月IDC發布的《中國RPA+AI市場份額報告，2022》報告中，2022年金智維在國內RPA+AI市場份額為10.9%，位列第一。
7月，金智維成功被認定為國家級專精特新「小巨人」企業。8月，金智維創始人兼董事長廖萬里獲評「2023中國金融科技十大年度人物」。
圖片來源：金智維
「花開蝶自來」，金智維多年的努力贏得了市場與行業的認可。如何保持高質量的發展？如何成長為行業的領頭羊？為此，「甲子光年」採訪了金智維創始人兼董事長廖萬里，試圖找出問題的答案。
1.以盈利姿態拿下市場占有率第一
何為RPA（Robotic Process Automation）？
RPA是一種自動化軟體，可以通過用戶介面使用並理解企業現有的應用程式，根據規則自動執行常規操作，如郵件處理、檢查文件、數據處理等自動化重複性和標準化的工作，提高生產效率和質量，減少人工錯誤和時間浪費。
成立於2016年的金智維，憑藉著產品和服務的優勢，如今已經成長為中國RPA市場增長的頭部力量。
根據國際權威分析機構IDC發布的《中國RPA+AI市場份額報告，2022》，金智維以10.9%的份額位居2022年中國RPA+AI市場份額之首，解決方案收入達3360萬美元，進一步提升了RPA市場的集中度。
圖片來源：IDC《中國RPA+AI市場份額報告，2022》
金智維是國內同行業內既有研發能力又能提供完善服務的RPA企業，其能夠為政企智能化及數字化轉型提供有效的系統工具、平台及服務支撐。
在產品層面，金智維是國內少有的可以提供跨網絡、高並發、海量協同、提供IT運維自動化能力的產品的RPA企業，其產品的安全穩定性等企業級核心特性已經久經行業標杆客戶考驗和認可。
在服務方面，金智維已經擁有一套完整成熟的數智化諮詢服務體系。金智維有一套成熟的CoE（Center of Excellence）模板體系，這是一個專門負責某個領域或業務的團隊，旨在提高該領域的專業能力和水平。通過CoE建設，可以推動集中分布式RPA發展，打通多部門需求管理、加強跨部門流程自動化協同、並降低成本。此外，依託豐富的經驗，金智維還可以給客戶提供豐富的企業級RPA項目經驗和行業業務場景。
值得一提的是，市場規模第一的金智維，並不是靠犧牲質量換來的。對於大多數軟體公司來說，前期無論是研發還是營銷，都需要有較高的投入，在短時間內很難盈利。但金智維從成立第一天就開始了產品化，並持續保持盈利至今。
這離不開廖萬里和團隊的長期積累。
在2005年第一次創業之初，廖萬里就敏銳地意識到，隨著國內人力成本的不斷攀升，社會將不可避免地邁向自動化和智能化。他早早地將目光瞄準了軟體流程自動化的賽道，開始組建雛形團隊、涉足證券行業、做面向金融機構的運維自動化工具。
2015年，RPA概念引入中國，國內RPA迎來萌芽期。「我當時就發現，RPA怎麼跟我們做的能力是一樣的，所以在16年的時候就申請了RPA的著作權，拿下了國內第一個RPA軟體機器人的自主智慧財產權證書。」廖萬里告訴「甲子光年」。
在國內to B行業往往遵循著這樣的一個規律：當一個賽道還相對比較弱的時候，許多資金的進入，會催生出一批資本推動的公司。很快，廖萬里意識到，RPA的客戶競爭市場變得越來越卷。
一些RPA公司開始模仿to C的網際網路產品實行免費模式推廣，廖萬里意識到這並不符合市場規律，他認為，RPA廠商的關鍵在於抓住客戶痛點，並不斷積累行業know-how：「RPA很多時候也叫它數字員工，說白了就是讓它自動地幫你幹活。和招工一樣，剛畢業的學生和有10年工作經驗的員工是不一樣的。」
廖萬里和團隊因此得出一個結論：只要產品和服務好，就不需要參與價格競爭。
2018年底，金智維迎來一個重要的轉折點。在這一年底的中國建設銀行總行RPA招標中，金智維以黑馬姿態打敗國際頭部RPA廠商UiPath，最終中標。
一開始建總行對彼時還名不見經傳的金智維並不放心，只委託了70%的業務，剩下的30%交給了RPA頭部廠商UiPath。
事實證明，金智維的產品能真正理解客戶的痛點，幫助客戶解決問題，隨後，建總行將所有業務都交給了金智維，UiPath在這一項目全部出局。
2.場景產品化：RPA+X的產品矩陣升級
RPA賽道乃至整個企服賽道，都想通過標準化的產品來解決大客戶的需求。
而對於客戶來說，看重的不是工具本身，而是能否解決問題，能否保證100%正確、穩定和安全運行。針對同一個場景，由於不同客戶的操作方式不同，在實施的過程中，RPA廠商需要寫不同的函數，很容易造成重複勞動。
如果不能沉澱出行業know-how，RPA廠商只能停留在解決簡單、表面的問題上，無法擴展出更深、更普遍的應用場景。
金智維從一開始就選擇深耕金融領域。廖萬里和團隊成員擁有長期服務金融客戶的經驗，同時廖萬里表示：「金融行業要求是最高的，場景也是最豐富的，既有挑戰又有盈利前景。」
與創立之初就選擇深入場景的金智維不同，國內有些頭部RPA廠商，前期接受了太多融資，在場景還沒做深的時候，急於擴張，始終無法扭虧為盈，最後也容易失去客源。金智維真正做到了「從業務中來，到場景中去」。
目前，金智維積累的RPA機器人函數已經超過了4000個，相較於市場上一些RPA公司利用開源的組件封裝RPA能力，廖萬里介紹，「底層函數是RPA廠商的核心技術，我們是一行行代碼自己寫的」。
對於任何一個計算機對象，如何控制、管理、調用都需要底層函數作為核心技術進行支撐。如果沒有底層函數的積累，只依賴開源組件封裝RPA能力，就無法為客戶提供穩定可靠的產品。
廖萬里將金智維的RPA產品框架類比成樂高積木，最底層是函數層，第二層封裝的是圍繞基礎對象的組件，最上層則是圍繞行業應用的場景組件。廖萬里解釋道，無論對接的是人民銀行的監管，還是銀監會的監管，場景是一致的，就可以把這個場景封裝成場景組件來實現產品的標準化。
要想進一步幫助客戶重構和優化流程，除了場景產品化，還需要其他技術的加持。
在廖萬里看來，順應數字化的發展，企業的所有業務流程都值得用數字化技術重構一遍，未來RPA的應用場景會不斷細化，行業對RPA產品的需求也會越來越高。
金智維早早地將AI技術應用到RPA。廖萬里曾做過一個比喻：「如果說AI技術是數字員工的大腦，那RPA就是數字員工的四肢。」
在2020年，金智維就開始建立AI與大數據的團隊，其中就包括與銀行建立合作，利用AI技術自動識別客戶身份、人員話術和操作流程等規範。
在探索將RPA與更多自動化智能化技術相結合的道路上，金智維正走得越來越遠。在金智維舉辦的2022夏季發布會上，金智維對產品戰略進行全新升級，定位為「RPA+X」產品矩陣與能力平台。
在技術方面，金智維以RPA為核心技術，融合AI、大數據、低代碼、大模型等多種技術，實現端到端業務流程自動化，讓企業能夠自主完成從確定要自動化的特定任務和流程，到構建、管理和部署自動化機器人的全生命周期。
在產品方面，金智維發布了軟體機器人集中管理平台K-RPA Hub、AI智能中台K-AIP、流程挖掘系統K-PMS、規則引擎系統K-RDE、青松低代碼平台K-PINE、一體化智能運維平台K-UniOps六大新品。
在原有產品的基礎上，金智維基於企業級RPA從自動化、智能化、一體化三個方面打造更智能、更全面的一站式數字員工整體解決方案。數字員工可以構建數字化連接能力，從而打通企業內外部的數據、系統和業務。
金智維產品架構，圖片來自金智維
在2023年3月的新品發布會上，「RPA+X」產品矩陣與能力平台持續升級。金智維公布了核心產品K-RPA全新升級的企業級功能與特性，包括跨時區任務調動、超大規模集群、國產化適配兼容、兩地三中心多活部署架構、通訊協議及國密算法等功能。
同時發布了虛擬數字人、營業廳智慧管控解決方案、集管平台、數據中心現場管理系統、數字可視化系統和K-EE金智維課易數字化技術教學與實訓平台六大新品，進一步完善「RPA+X」產品矩陣。
在一站式數字員工整體解決方案的具體執行上，廖萬里舉了一個法院執行款的例子。在法院判罰出來到執行款最終打入受益人帳戶之間，存在著非常複雜的過程。首先受益人提供證明材料，之後法院需要審核，審核通過之後才可以從法院的專有帳戶通過銀行進行對接，才能實現最終打款。也正是繁瑣的流程導致執行款經常出現發放滯後的情況。
金智維運用低代碼開發平台快速搭建了一個法院執行款智慧管理系統，運用RPA實現不同系統之間的連接和數據調用，可自動化處理平台上的申請、審核和發放等流程，高效智能地完成了執行款發放業務。這正是金智維的「RPA+X」產品矩陣和能力平台讓產品開發和應用更智能、更便捷的體現。
3.市場規模化：從金融到更多行業
從金融起家，金智維目前已經服務了全國200+銀行、110+證券公司等，其中包括國有六大行總行以及海通、安信等頭部券商。
在金融領域完成了0-1的突破之後，廖萬里表示，金智維的下一步發展，要從金融出發，走出去連接更多的行業。
這符合國家數字化發展的趨勢。今年年初，中共中央、國務院印發《數字中國建設整體布局規劃》，指出數字中國是數字時代推進中國式現代化的重要引擎，「金智維在2022年就已經將企業戰略升級成為服務千行萬業、助力數字經濟、共建數字中國。」廖萬里告訴「甲子光年」。就在2023年7月，金智維成功入選第五批國家專精特新「小巨人」企業。
與此同時，這也是市場上的需求。2021年開始，廖萬里就注意到越來越多的行業在對自動化智能化提出需求。很快，金智維成立了行業研究院，通過深入到不同行業里，了解不同行業的系統與系統特徵，判斷哪些應用場景對行業來說是最有價值的。同時，金智維也成立了相應的研發部門，沿著非金融行業的一些特點，去制定解決這些場景問題的產品。
「要永遠抱著市場經濟的理念，客戶花了1塊錢，你是不是能幫他賺到3塊錢、5塊錢，甚至10塊錢，這樣的生意才是可持續的。」廖萬里說道。
金融就是金智維裂變到不同行業的連接器。在對安全、準確性要求極高的金融領域，金智維已經積累了豐富的技術能力，加深對新行業的理解之後，技術可以直接復用到不同行業，廖萬里形容為「降維輸出」，從而實現市場的規模化。
2022年，金智維金融以外的客戶營收占比為20%左右。廖萬里表示，今年金融以外的客戶營收占比將有一個不小的突破，未來的目標是能實現五五分。
目前，金智維已服務政企客戶超1000家，為全行業提供了80萬+的RPA數字員工，積極拓展政務、能源、電力、通信、煙草、公安、醫療、教育等行業。
數字政務是其中落地較快的領域之一。廖萬里以電影《孤注一擲》中的詐騙場景為例，在日常公安機關的反詐工作中，往往會涉及到通信、交易、身份證明等海量數據，要能及時發現並制止詐騙行為，需要實時更新分析這些量大而雜的數據。
金智維基於RPA、AI、低代碼等多種數位技術，打造K-AFA反詐數字警察助理，覆蓋資金預警、資金止付、帳號凍結等多個步驟，實現反詐工作的全流程自動化，能有效提高反詐案件的偵辦效率。
反詐數字警察助理在某地公安分局上線僅6個月，已累計處理超2000例案件，凍結帳戶近12000個，止付金額約4億元。
要想實現市場的規模化，除了要真正找到客戶的痛點，在廖萬里看來，公司的組織能力也至關重要，「to B行業，很多時候各個環節都要搶奪領先，不僅僅要有好的產品和好的解決方案，公司也要兼顧整體的營銷能力、服務能力和生態能力」。
隨著公司規模的逐漸擴大，廖萬里近幾年將不少精力放在了組織管理上。去年以來，金智維開始進行組織調整，並引進了一批原來微軟的Top Sales、Meta青年科學家等人進一步優化銷售和技術人才團隊。
4.大模型打造「超級數字員工」
2023年8月Gartner發布的《2023年全球RPA魔力象限》指出，過去5年，RPA在技術方面已經發生了翻天覆地的變化，RPA從一個小眾、執行單一自動化任務的工具發展成為了通用自動化平台。
AI作為「大腦」，能幫助機器人具備一定的認知、學習、推理能力，做出決策，但機器人能達到多少的認知水平，是否能做出更準確、快速的決策，仍是RPA廠商尚未解決的難點。
大模型和ChatGPT的出現，似乎給RPA帶來了一個全新的機遇。
RPA和AGI（通用人工智慧）都屬於自動化技術，AIGC作為AGI的一個分支，符合RPA自動化的趨勢，將為RPA賦予「大腦皮層」的作用。據Gartner預測，到2025年，90%的RPA供應商將提供生成式AI輔助的自動化服務。
在今年年初，大模型尚未在國內蔓延流行之前，廖萬里就意識到，大模型對他們來說會是一個非常好的機會。廖萬里認為，大模型帶來的變化主要有兩方面：一方面是，大模型是否能讓RPA產品變得更易用、更可用；另一方面是，大模型能否擴大智能處理的場景。
「RPA現在的能力就像一個小學生，如果要讓它去幫你買一瓶醬油，你需要告訴它去哪條街，買什麼牌子，花多少錢。但是，通過與大模型的結合，RPA就像一個大學生一樣，只需要告訴它你需要買醬油，它就能夠幫你完成任務。未來，在一些垂直領域中，我們或許可以通過大模型的能力，讓RPA不僅成為一個大學生，並在技術不斷提升下，更有望成為一個專家。」
在9月15日舉行的2023世界計算大會上中國科學院院士姚期智就曾表示，ChatGPT很好，但它是一個工作大腦，沒有實體的話，它有很多事是不能做的。那麼，要做通用智能機器人，需要有身體、小腦和大腦。所以，身體是硬體，小腦能夠控制行為和視覺，大腦則要有一定的推理能力。
因此，RPA與大模型「一拍即合」。
在AGI浪潮下，RPA或許正在經歷一次重要的轉變。許多RPA廠商選擇與大模型公司合作，也有其他的廠商嘗試自己研發AI大語言模型。市場期待更加智能的數字員工。
目前金智維的RPA數字員工已經結合現有的AIGC能力，允許技術或業務人員對流程進行自然語言描述，由系統生成對應的代碼，還包括對代碼進行重新編輯、以新代碼反向訓練AIGC的代碼生成能力。
在代碼生產、流程設計和調度等環節，結合大模型，能大幅降低用戶的使用門檻，讓「人人可用」成為可能。
首先，改革RPA開發模式。
傳統的RPA開發模式主要採用人工編寫程序代碼或者拖拉拽的方式來設計和實現自動化流程。這需要用戶對流程有深入的理解，同時也需要一定的編程能力。 相比之下，大模型的核心能力在於理解和生成語言。用戶可以用自然語言的方式直接表述業務需求，RPA系統可以根據這些需求生成相應的代碼，從而控制相關的組件和流程。
其次，以自然的人機對話，重構流程設計、流程調度方式。
在傳統的RPA開發模式下，這兩個步驟通常需要人工進行。然而，人工介入可能導致開發效率低下和錯誤率提高，因為人的理解、邏輯推斷和決策容易出現偏差。 大模型技術可以理解業務需求的自然語言描述，並將這些需求轉化為可執行的流程設計。在流程調度方面，大模型技術能夠根據流程設計，自動進行流程調度。
但同時廖萬里也指出，大模型目前的發展還不夠成熟，無法完全應用在to B端。
其中最大的問題是大模型的「幻覺」（Hallucination）問題，如果缺乏行業專精的資料庫與資料庫，大模型就容易「一本正經地胡說八道」。To B端，特別是金智維深耕的金融領域，「安全」、「穩定」、 「可靠」是必需品，任何一點微小的錯誤都有可能造成巨大的經濟損失。
為了滿足行業對內容準確性和合規性的要求，金智維的策略是，結合行業的專業數據集，訓練出更專業、更精準的大模型。廖萬里向「甲子光年」透露，目前金智維已經在和不少國內的大模型公司進行接洽。
在廖萬里看來，更重要的還是在於如何通過與新技術的結合，深入場景，解決客戶的痛點問題。
如今，金智維通過持續的行業know-how積累，已經建立起了足夠深的護城河。
在企業所有業務流程都值得用數字化技術重構一遍的構想下，金智維基於紮實的技術和產品，持續吸收新技術進行加持，一步步踏實穩健，也將走得越來越遠。
（封面圖來源：拍信創意）
END.