經濟學是研究人類經濟活動的規律,即價值的創造、轉化、實現的規律——經濟發展規律的理論。

主要分為政治經濟學與科學經濟學兩大類型，今天我們不談政治經濟學，我們主要著眼于科學經濟學，科學經濟學主要從整體上研究價值規律或經濟規律，我們將借助案例、具體技術、應用場景、新制度等方式來分析資源優化配置與優化再生后面的經濟規律與經濟本質，這也是我總結為技術作為新的生產力所帶來降本增效的潛在規律。

即通過新技術、新模式、新流程、新制度來實現更低的邊際成本，更高的邊際效用。

按照國際慣例，我們還是先來啰嗦下RPA作為新技術的熱度背景。最近在眾多行業會議、論壇、學術交流中,都被大家問及人工智能,新技術的應用本質問題是什么,我們也多次進行了解釋——降本增效才是科技技術作為新的生產力的突顯價值.

其實今天大家不談論RPA,也會談論另外一種新的產品,也會更多的討論AI的賦能價值.就像我們經常舉的例子,我們造車神人賈總憑借一張超乎神力的PPT就把那么多大咖給忽悠了.所以我們來看看一貫的套路是啥:

很多行業都存在圖示中的怪現象，有了idea就迫不及待的面向市場宣稱產品已ok，借助PPT大吹特吹，把行業背景、技術思路、技術行業知識等全部搬過來變成自家的東西，這種現象在IT行業尤為普遍，幻想著能有行業客戶認可，給他們機會試點再慢慢做產品。

這樣大量的行業內客戶其實并看不到他們真實的產品，更無法去體驗可能帶來的收益。我想這可能就是技術滿天飛、疑惑卻無人解的緣由吧。

其實回歸動機本身，我們就不會被隨便忽悠了，冷靜想想我們選擇一項技術、我們選擇一個產品干嘛來了？最快速的答案來自于我們驗證一下就好了，這樣是騾子是馬拉出來溜溜，我想一眾大忽悠可能就跑的無蹤無影了。其實最終我們也是需要對產品或技術進行驗證的，這樣才能真正知道是否能為我們帶來理想的效果。

有一個關于互聯網造車的冷笑話，非常應景：

創業者：去年公司產品都沒做出來，單靠PPT就融了幾千萬。

投資人：那挺好，今年融資怎樣？

創業者：今年情況不太好，融資遇到困難了。

投資人：為什么？

創業者：因為產品做出來了。

打破傳統思維做營銷，你就是下個千萬富翁

那么言歸正傳，來看看一個經典的MBA案例,我們看看別人是怎么干的,如何利用經濟學知識,對原始的貨物進行簡單的交叉搭配,就產生了積極的裂變效用.

《18元一條的褲子，如何利用經濟學凈賺52元？》

故事如下：

男褲店18塊錢進購回來的褲子賣50塊/條，結果一條褲子賺52塊，而且排隊瘋搶。

哇！你是不是非常疑惑，這怎么可能！

按照傳統做生意的思路確實不可能，但是運用超常規的思維來設計，就能實現這個看似不可能的事情。這個案例發生在九十年代末期，雖然比較久遠，卻依然具有代表意義。

你應該非常清楚，那個時期正是傳呼機流行的時代，堪比現在的蘋果手機，他們那個地方有兩家傳呼臺，正在競爭著傳呼通訊的入網業務。

這家男褲店的老板找到其中一家傳呼臺的負責人洽談合作：“我可以幫你找到至少5000個人入網你的傳呼業務，你只需要將他們第一年繳納的360元傳呼費分200元的回扣給我就行了，后面不管他們用多少年，收的費用全歸你，如果可以的話，我就不找你的競爭對手了。”

傳呼臺的負責人立馬答應了他。

當時，市面上每臺傳呼機銷售800多塊，其實避開所有環節，直接找廠家拿貨的話，非常便宜。他找了幾個廠家，最后以180元/臺的價錢跟一個廠家達成了合作，訂購了5000臺，并且跟廠家這樣洽談：“你派人把傳呼機送到我的店面，我保證在15天內就把這批傳呼機銷售完，你派去的人我發工資，傳呼機賣完之后，我給你結賬，如果沒有賣完，15天一到，我依然照單全收。

這樣，這位老板沒有花一分錢搞到了5000臺傳呼機后就開始賣褲子了。他在店前拉起了大橫幅：買50元的高檔男褲，送價值860元的傳呼機一臺。

這個廣告第一天引來了第一批將信將疑的顧客，當顧客真的得到傳呼機后，傳播的轟動效應出現了，從早到晚排隊搶購，不到半個月，5000臺傳呼機都被一搶而空，后來陸續訂購。

擁有了傳呼機的人，第一件最迫切的事情就是到指定的通訊臺入網，錢自然而然的就賺到了。

我們來算一下最終的收益，通訊臺給他200元的回扣，除去每臺傳呼機180元的成本，還能賺20元，然后褲子18元的進貨價，賣50元，可以凈賺32元，兩個利潤加在一起就是52元。

這個簡單的案例卻蘊含著豐富的經濟學知識，而這正是真正的賺錢思路。再細細的研究這個案例，相信你會從中感悟到更多東西。

從經濟學規律，看RPA的邊際效應

需求規律意識

業務需求、業務模式在經濟學規律中，都存在其背后的規律、資源更是可以優化和組合，賣褲子的老板，并沒有覺得只是賣褲子，而是充分揣摩了人的心理，組合著優勢的資源，從而找到可執行的規律；所以存在即合理，在我們做好降本增效目標的時候，我們應下定決心一定能做好，一定有規律可循；而RPA帶來的降本增效，正是尋求規律化、流程化、固定化場景來實現技術輔助，從而通過虛擬機器人來實現邊際成本的減少、邊際效用的提高。

算法規律意識

我們在企業管理中，太容易看小錢、算小賬，只考慮成本，而忽略了運用方法來合理計算收益，也就是我們需要重點考慮的算法，找出合理的算法是我們準確估算ROI的前提，我們有個從事物聯網業務的上市公司，他們財務部門需要實現依據財務計算規則來完成針對百萬、十萬、萬三個單元的發票開具業務，由于需要完成開具合理票額的發票，所以存在大量的財務計算，比如一個客戶如何湊齊一張固定票額的發票，不能多也不能少，貨品類、金融、數量、客戶等信息一應要考慮為計算依據，最后其實是一套財務管理算法，而我們正是擁有這套算法的最佳實踐才能非常敏銳的給用戶提出建議，并最終量化為業務執行單元。

資源整合意識

新技術的引入可能會對公司現有管理模式產生巨大的改變，所以作為管理者應具有戰略眼光和變革的勇氣，只有這樣，才能像賣褲子老板一樣，看哪里都是資源，做任何決策都是直奔目標而去，當然肯定可以協調內部的任何資源了。我們很多新的能力需要落地，最后效果不好，不是產品方案不行，而是需要協調的資源無法整合，RPA更是這樣，業務需求分析、工作量評估、IT資源調配、流程評估、收益分析等，真正要想做好，還是在適當的環節，需要協調合適的資源來配合完成。

邊際效應意識

經濟學中針對邊際效應給出了標準的解釋，是指其他投入固定不變時，連續地增加某一種投入，所新增的產出或收益反而會逐漸減少。也就是說，當增加的投入超過某一水平之后，新增的每一個單位投入換來的產出量會下降。這也可理解為在生產活動中達到一定量的累積，自然成本下降，效能增加。

其實降本增效的本質即為生產制造服務,而且服務的本質必然是利用最小化投入,產生最高效的收益.這是我們采用RPA作為人工智能技術和場景化落地的最佳實踐.因為RPA就像一個燃點,只要用了RPA產品,這個工具可以為全員服務,就像我們的企業愿景一樣:"讓自動化機器人成為每個企業的虛擬員工".

以后虛擬員工將無處不在.并且其裂變的速度將越來越快.這些能力和效應已經在各行各業開始發酵，率先引入虛擬機器人作為企業生產工具主要來自歐美、亞洲等區域，主要因為這些區域的人力成本的不斷增加已成為企業發展的重大障礙，所以急迫需要尋找新的生產工具來解決不斷上升的企業業績要求。

我們通過大量的區域、行業、業務單元的分析發現，除了從需求的角度對RPA有強烈興趣之外，一些頭部企業、重視管理、注重新技術引入和創新、注重戰略創新等行業和客戶更加容易引入RPA，當然也是當前最大受益者。我們選取了部分行業和業務單元與大家一起分享各自的引入現狀和未來趨勢，并共同看看他們在自己的領域如何看待RPA的邊際效應的。

RPA在財務共享中心

據不完全統計,全國90%的財務共享中心已經全部規劃了RPA作為財務信息化.財務數字化進程的必選組件之一,全國有近50%的財務共享中心已經在使用RPA產品或正在采用類似的工具.全國有近5所高校的財務專業在引入RPA產品作為課件為學生實踐服務,關于財務RPA的書籍已有多位財務編撰，另外計算機領域的專家形成專業書籍供財務領域人員參考.國內知名的RPA廠商也在迅速布局財務領域的應用,積極打造和高校體系的合作,從技術層面，基礎層面加強人才培訓和培養;財務領域的人力成本與實際工作內容的復雜、瑣碎、及時性等要求嚴重不符，這也導致財務工作的邊際成本是非常高，而且隨著企業的不斷發展，財務工作的投入產出比是直線下降。通過部署RPA虛擬機器人在財務領域的ROI可達到800%，而且邊際成本很低。

RPA在制造業/供應鏈

在最新一次智能制造峰會中,全國大部分的制造業都在提出降本增效的口號,有40%的制造業成立了新技術效率提升中心,并為此匹配專門的負責人,旨在通過新技術作為新的生產力,從而提高企業效率和收益.制造業的供應鏈是RPA受用較大的業務鏈,其原有的復雜性.平臺耦合性差,數據交互頻繁,模塊獨立等痛點,為虛擬機器人的應用帶來了前所未有的商機,相信RPA的列表效用必將為制造業的供應鏈體系帶來巨大收益;在大量的學術界、專業分析報告中，也將制造業作為技術創新、降本增效的試點行業。最早在歐美企業、日企、中國的香港和臺灣等地區，制造業的創新力度也是最大，以AI為能力起點，引入機器人作為新的生產線操作替代，其試點是非常成功，在各條線都起到了很好的降本增效效應。而RPA的引入，是繼生產線機器人引入之外的另一先進武器——“虛擬機器人員工”，可以進一步解放高端人力的低端工作。

RPA在金融交易和數據分析

2000年，高盛在紐約總部的美國現金股票交易柜臺雇傭了600名交易員。但今天，這里只剩下兩名交易員“留守空房”。無獨有偶，德國商業銀行也宣布，到 2020年他們將會將銀行中 80%的工作都數碼化、自動化，最終將會裁掉 9600名員工。德意志銀行CFO對員工代表表示將引入自動化，進一步裁員一萬人，若加上去年宣布的9000人裁員計劃，該行全球約1/5的員工將受影響。自動化手段在金融領域的應用在歐美國家已經超過了90%以上，可以說普及率相當高，所以才會出現上面這些現象。而金融領域包括銀行、保險、證券以及其他小金融機構，都在不斷的引入自動化工具，特別是人工智能工具來作為業務執行的手段，如智能投顧、自動化理賠、自動化票據處理等場景。金融領域已經成為AI能力落地最多的地方，Face ID、NLP、ML、OCR等全面開花結果。這也為RPA的落地提供了強有力的保障。RPA在金融領域的應用包括全自動化機器人、輔助機器人，ROI能力可達700%。并且為特定的工作環境和時間因素提供了保障，如某些數據分析只能在下班之后完成、海量票據處理、任務的排列組合等。

RPA在電商服務平臺

國內已經有電商平臺開始使用RPA用做平臺與商戶之間的服務工具,主要解決電商平臺的后臺數據自動化查詢問題,如自動化退換貨,自動化快遞進度查詢,這些需求和痛點都來自于電商后臺原有提供的標準化,自動化不足造成.特別是當商戶在節假日業務特別繁忙的時候,后臺原有提供的數據查詢服務便捷性無法滿足快速響應的要求，所以迫切需要一種便捷、高效的工具來輔助商戶實現自動化服務的能力。目前此種趨勢各大電商已經開始在核心平臺、業務單元開展RPA的相關實踐工作。而電商自身的職能部門也是在各自環節的需求部門，如財務、HR、物流、供應鏈等。

RPA在政府政務

在美國有35%的政府及軍隊職能部門已采用自動化手段來幫助政府實現智能化，從而讓政府成為智能化的政府，效率高的政府。在政府的實際場景化落地中，政府自身的保密、財務、業務部門、IT運維、數據中心、人力資源等部門率先使用自動化手段來實現業務無人化管理。特別是在窗口業務、線上辦理、無人受理、海量值守等環節，更是普及率達到了80%以上。這也是各國在政府流程化化繁為簡的策略之一。我們也欣喜的發現，政府部門已經意識到自身在科技、智能化手段的缺失，并及時、積極的調研和選擇行業領域優秀的供應商。在國內大部分的省份已經實現了社保卡的一鍵換領，從居民手機端點擊換領到最后快遞發送，在一分鐘之內即可完成。自動化、流程化在政府部門的應用，其邊際效應首先體現在效能的提升，但更多的體現我們政府在效能提升方面的積極、前瞻性與時俱進的業態方式。一切以便民、快速等要求來方便人們的生活。而這背后是大量的以智能化、自動化為基礎的強大的流程化優化和替代的基礎支撐系統。