“數字員工”推動降本增效，深度賦能經濟社會數字化轉型，超自動化將進一步幫助企業進行流程優化、加速決策。
自Gartner于2019年提出“超自動化”之后全球范圍內越來越多的企業開始認可這種服務形態。國內的廠商也聞風而動，以各自產品為基礎，逐漸向上下游延伸，以實現超自動化。

經過近五年的發展，超自動化技術及產業在國內的實際發展情況如何？在大模型等創新技術的加持下哪些能力得到增強？目前行業標準制定情況如何？
中國信通院人工智能研究中心平臺與工程化部副主任董曉飛先生，從行業標準的角度為我們帶來關于超自動化技術與產業最新現狀、發展趨勢的權威解讀！

01
超級自動化產業發展趨勢

 

 

技術概念逐步成熟，市場規模加速擴大

 

各類企業正積極構建超級自動化能力，用于提升自身的自動化和智能化程度。

 

超級自動化技術在產業升級的過程中，逐步融合RPA，IPA/JA，PM，iBPM以及數字孿生等新技術。隨著大模型技術的爆發，AI Agent技術也被納入到超級自動化技術的范疇中，這使得超級自動化的概念愈發完善。

 

據公開資料顯示，超級自動化的市場規模逐年擴大，預計到2025年超級自動化的軟件市場將達到8600億美元，復合年增長率為12.3%。到2026年底，支持超級自動化的軟件市場將達到1.054萬億美元，復合年增長率將達到11.9%。超級自動化市場正呈現蓬勃發展態勢。

 

截至2023年，約54％的大中型企業已完成2種及以上超級自動化細分領域技術部署，2026年底，80%以上的大型組織將嘗試部署超級自動化項目，近五年內，企業自動化的機會將井噴式增加，自動化可實施的領域場景將飛速擴增。

 

內外因素共同作用，企業需求日益迫切

 

超級自動化技術的發展是內外部因素共同推動的結果，企業對于超級自動化的需求逐步增大，此外大模型等技術還在不斷融合并增強超級自動化能力。

內部因素包括企業對高效業務處理、安全系統運轉工具、成本控制和客戶服務的迫切需求。外部因素則包括經濟、社會和技術領域的廣泛影響。隨著人口紅利消失和經濟客觀條件的變化，企業迫切需要進行數字化和智能化改造，以適應不斷變化的市場環境。

 

超級自動化可以打通數據、應用和業務的三重孤島，實現全局優化。創新驅動與技術賦能協同牽引，推動了超級自動化的發展。

 

 

順應數字化轉型趨勢，持續創造經濟價值

 

 

在社會經濟發展與企業運營服務方面，超級自動化開始持續為企業發展、社會進步創造價值。從宏觀層面，依托日益鞏固的 ICT 產業基礎，超級自動化產業崛起，成為數字化產業的領軍技術，并在多個垂直行業的應用過程中提煉實用的行業數字化轉型方法，為更多企業數字化轉型提供方向。

在微觀層面，超級自動化可以幫助企業提升生產運營效率，增強企業競爭力，獲得較高的投資回報比。

 

 

在產業生態的構建方面，超級自動化產業生態基本成型，發展鏈條逐步清晰。超級自動化的市場生態目前基本成型，圍繞著超級自動化的產品、技術、解決方案的生產、交付、使用過程，初步形成了由上游的供應方、中游的交付和自營方、下游的應用方共同組成的產業鏈。

在應用場景上，應用領域橫向擴展，實施場景縱向深化。在數字化轉型全面提速的大背景下，超級自動化擁有著豐富的應用場景。通用業務場景方面，超級自動化已經率先在財務、會計、人力資源、IT運維、運營服務等方面落地，并且相關的認可度、適配度以及滲透率也在不斷提升。

 

此外超級自動化已經在金融、制造、政務等行業大規模投入使用，并取得了一定的成效。可以看到，超級自動化正在以點帶面的橫向擴展，未來的應用潛力也是非常巨大的。

 

02
超級自動化技術體系核心要素

 

 

超級自動化技術架構

 

超級自動化關鍵技術主要包括RPA技術、流程挖掘和低代碼等相關技術。大模型開始成為超級自動化的技術底座之一，相關的應用形態也在不斷豐富，包括數字員工、AI agent等。

 

在核心能力方面，超級自動化擁有流程自動化機會發現、智能流程管理、智能流程處理和高級分析的核心能力。在這些能力的加持之下，可以完成多項智能化的任務，包括任務的挖掘、需求的識別、流程的編排、流程的處理、數據分析等，確保了自動化流程的精準執行。

 

 

超級自動化支撐能力：人工智能大模型

 

大模型的能力與超級自動化的技術需求非常匹配，同時也使得其逐漸成為超級自動化的新型技術底座。大模型的核心能力包括理解、生成、分析、預測和交互，涵蓋了語言、語音、視覺和多模態的信息處理。

基于大模型的理解能力，超級自動化的感知能力得到了極大的提升。大模型所具備的多模態識別和信息抽取能力，使得超級自動化能夠輕松理解并處理各類非結構化數據和對象，包括自然語言、圖像和語音等。將非結構化數據轉化為結構化的形式，方便了后續的處理和相關分析工作。值得一提的是，大模型通過整合知識圖譜、邏輯思維和記憶推理等外部工具，實現了持續學習和進化的能力，它不僅能記憶和推理，還在不斷學習中提升自身的性能和能力，為相關業務提供更智能、高效的自動化服務。

 

大模型具有強大的生成功能，可以根據需要自動生成文本、語音、代碼、圖像或者視頻，更加便捷高效，基于大模型的生成能力，超級自動化流程的創建水平得到了極大提升。基于大模型的分析能力，可以持續完善超級自動化的績效評價體系，提升自動化的運營成效。

 

大模型擁有卓越的預測能力，借助大模型技術，利用歷史數據和實時信息可以提前了解流程的趨勢，預判執行過程中可能發生的風險，同時大模型還能為超級自動化工具提供更加精準實施的決策知識，確保機器人能夠準確理解并執行人類操作的意圖。

 

基于大模型的強大交互能力，使超級自動化實現了與人類、客戶的高效協作。借助大模型的相關能力，可以深入理解場景和業務知識。通過機器人知識問答等功能，豐富信息交流的方式，降低超級自動化使用的門檻。同時，超級自動化還可以根據用戶的操作習慣和偏好提供個性化的服務體驗，這種更加自然、易用的交互方式進一步推動了企業數字化轉型的進程。

超級自動化擅長行動、大模型則擅長思考，二者能力交織、互為補充，可以構建出手腦并用的智慧數字員工，是技術發展的必然趨勢、業務發展的核心需求，為企業的數字化轉型提供了全新的解決思路。

 

超級自動化支撐能力：RPA

 

RPA是超級自動化的關鍵技術之一，它扮演著流程執行的核心角色，為實現更廣泛的自動化提供了基礎設施和能力。

RPA具備幾大核心功能，包括開發測試、工作執行、管理監控等方面。在開發測試方面，它可以快速創建機器人模板，構建所需的組件。在工作執行方面，它可以自動化處理Web或應用程序的日志。在管理監控方面，可以完成機器人的部署、機器人集群的管理、權限以及資產管理的工作。作為自動化引擎，RPA可以自動執行結構化的業務流程，模擬人類用戶的行為，通過用戶界面與業務系統交互，執行重復性高的任務。

作為信息的橋梁，RPA 可以與其他自動化工具及系統無縫對接，如ERP系統、CRM系統和其他專業軟件，成為連接不同技術和平臺的有效工具。

 

超級自動化支撐能力：流程挖掘PM

 

作為超級自動化另一項關鍵技術，流程挖掘承擔著流程洞察和優化的作用，為整個自動化策略的實施提供數據驅動的支持。流程挖掘基于各類系統平臺、終端產生的日志或相關事件等數據，通過數據挖掘、序列挖掘、BI等相關技術，實現業務流程的可視化，幫助企業更加清晰地了解流程運作的各個環節。

相關的核心功能組件包括流程的發現、流程一致性、瓶頸及根因分析、流程模擬、流程監控等，可以為企業提供全面深入的流程洞察。此外，流程挖掘還可以協同RPA、AI等和大模型相關的技術，處理更加復雜的業務決策。

 

超級自動化支撐能力：任務挖掘TM

 

任務挖掘的發展前景十分廣闊，基于任務挖掘可以幫助企業發掘具有高價值自動化潛力的任務，輔助超級自動化流程的開發，提高自動化流程的構建和運行效率。

具體作用如下：

1、任務挖掘為超級自動化提供了詳盡的數據支撐。通過收集分析用戶執行任務的數據，揭示流程中的瓶頸、錯誤和冗余環節，為自動化改造提供明確的方向和目標。

2、任務挖掘有助于識別自動化潛力。通過深入分析員工手動執行的任務，任務挖掘能夠發現那些適合自動化的任務，進而為超級自動化提供具體的自動化候選對象。

3、任務挖掘還能夠為超級自動化的實施提供優化建議。通過對任務流程的深入理解，任務挖掘可以提出針對性的優化措施，如簡化流程、合并步驟、消除冗余操作等，從而提升自動化的效果和效率。

隨著數字化轉型的深入推進，任務挖掘將在企業自動化和智能化轉型中發揮越來越重要的作用，為企業帶來更多的價值和競爭優勢。

 

超級自動化支撐能力：低代碼應用平臺

 

低代碼的應用平臺變革了整個開發應用的方式，它的顯著優勢主要體現在幾個方面：首先，低代碼擁有全站的端到端可視化能力，只需要簡單的點選、拖拽或相關配置，就可以完成應用程序的開發，讓開發過程變得更加通俗易懂。

其次，低代碼具備全生命周期的管理能力，從設計到開發、測試、部署，每個環節都得到系統性的監控，確保開發流程的順暢性。

再者，低代碼的擴展能力相對來說比較強大，通過新建或導入功能組件，能夠快速開發的能力。此外低代碼還擁有高效的復用能力，已開發的功能組件或機器人可以隨時遷移到新的需求和業務當中，快速重組并滿足已有的或將要執行的新業務需求。

 

超級自動化應用能力：數字員工和AI Agent

 

在應用層面，數字員工和AI agent是超級自動化兩種重要的應用形式。數字員工具備傳統人類知識工作者的能力，是企業現在人力資源、智力資源的全新組成要素，也是超級自動化發揮能力的重要載體。

相較于數字員工，AI agent具有更強的獨立思考和規劃能力，已經成為推動企業自動化和智能化轉型的關鍵力量。無論是數字員工還是AI agent，它們都在以自己的方式推動著超級自動化的發展，為企業創造新的價值。

 

03
中國信通院超級自動化標準制定

 

 

 

超級自動化產業發展面臨的問題和挑戰

 

超級自動化技術相對復雜，應用多樣，目前還缺少相關的標準和評價方法，其成效和核心價值得不到充分釋放，因此需要制定相關標準予以指導。未來，需要主管部門、技術供應方、產品應用方、產業服務方四方共同維護超級自動化產業生態。

 

超級自動化的標準體系應包括大模型、RPA、流程挖掘、智能體（Ai Agent）、數字員工、企業智能化成熟度、大模型應用成熟度等方面的標準體系。圍繞這些領域，中國信通院持續開展標準制定、評估測試和產業研究方面的工作。

 

 

中國信通院RPA標準體系

 

中國信通院從2020年開始聯合包括藝賽旗在內的80余家單位、200多位專家共同進行RPA相關標準制定工作，圍繞RPA的技術、應用、運營等要素，構建了立體化的標準體系，全面覆蓋RPA服務的全生命周期。

目前，RPA系統和工具的行業標準已經正式發布，這也是國內第一部專注于RPA產品能力評價的行業標準，專業的RPA標準體系，為各行業RPA公司和專業人員指引了方向。

此外，在大模型標準體系方面，從 2021 年起，中國信息通信研究院一直在進行緊密的跟蹤研究。已經形成了一個比較完備的大模型標準體系，這套體系能夠全面評估大模型在開發應用，安全可信以及應用成熟度等方面的能力。

目前中國信息通信研究院正在制定超級自動化的標準，包括藝賽旗在內的百余位行業專家也參與了這項工作。現在，這個標準已經初步完成，預計將在近期發布。

 

藝賽旗與中國信通院一直保持著緊密的合作關系。2020年9月，中國信通院聯合十余家核心單位在北京正式成立了RPA產業推進方陣，簡稱“RUIDA”。藝賽旗憑借國內RPA行業領航者地位當選為副理事長單位,積極參與推進RPA標準研究和制定工作。

 

2022年，藝賽旗旗下的超自動化系列產品，機器人流程自動化iS-RPA、機器人流程挖掘iS-RPM在中國信通院組織的系統和工具標準評測中順利通過了評測，藝賽旗成為唯一一家同時完成中國信通院RPA及流程挖掘產品能力全能力域認證的廠商。

 

藝賽旗積極進行產學研合作，全面分析技術、政策、市場等多維度因素對產業的影響，與大家共同探索國內超自動化高質量發展之路。