前段時間筆者采訪中國工程院院士、浙江大學教授譚建榮先生，譚老談到中國制造業的現狀時指出：“隨著市場需求變化，制造業正在從批量化生產向定制化方向發展；由單一化產品向多品種方向發展；由產品周期長到產品更新速度快發展；由原大眾化的產品需求向高端化的需求發展。在此推動下，新一代信息技術和智能制造技術的發展可謂一日千里，從互聯網技術到物聯網技術；由虛擬現實技術到增強現實技術；從網格計算技術到云計算技術；從機器學習技術到深度學習技術。這些技術形成了典型的綜合交叉領域，其中便包括智能制造、混合現實、大數據和人工智能等。但制造業如何向高質量發展？企業如何創新？如何實施？這些問題到目前為止都還在探索。”

 

 

譚老的憂患與期待從德勤近日發布的《2021中國制造業創新調查報告》中得到了驗證。德勤報告主要針對中國大中型制造企業，該報告圍繞受訪企業的產品和服務創新、技術創新、管理創新、商業模式創新以及綠色創新五個領域進行分析和討論。在每個創新領域，又從五個維度評估受訪企業的創新成果。調研顯示，真正開展相關創新活動的企業占比最少（8%），企業仍以產品服務創新（32%）、技術創新（31%）為主，管理創新（19%）和綠色創新（9%）也相對滯后。

 

上述數據似乎還稍顯抽象。從更具體的創新指標來看，大部分受訪企業的管理創新在局部領域已經取得了一些成果，比如信息管理IT、HR人力資源、財務管理等等，但大多數企業目前還沒有形成管理創新機制。其中，29%的企業把建立創新組織文化作為首要目標，16%的企業則以提升財務回報為首要目標。

 

由此可見，顛覆性的技術涌現中，往往會伴隨著大量企業管理的變革。中國的制造業需要在研發設計、供應鏈管理、組織管理、市場營銷、人力資源、財務管理、IT等各環節進行創新并推廣。

 

實際上，對制造業而言，創新的方向與指標劃分非常多，德勤合伙人陳劍峰認為：“創新可以來自方方面面，不僅體現在產品、服務、技術領域，也可以體現在商業模式、企業管理和可持續發展層面。各類創新活動側重不同又互為輔助。如產品和服務創新往往需要技術創新支持，創新活動的效果和持續性又與管理創新息息相關。但可以肯定的是，制造業對新技術的應用正在加速。”

 

上圖為：德勤合伙人陳劍峰

 

 

制造業企業建立整個驅動創新的組織能力，建立創新的體系和框架是如此重要。我們從制造業RPA的應用現狀和發展趨勢這一“小處”著手分析，其與“大處”創新的趨勢不謀而合。

 

全球90家的燈塔工廠，中國的美的集團、青島啤酒、富士康等企業在生產工廠中已較多使用了RPA。跟蹤這些企業使用RPA的情況后發現，初期大量制造業技術使用RPA技術往往會設定一個非常明確的指標，比如設定人力的成本節省指標，以此作為財務的考核回報績效。但如果以此作為唯一的目標，便忽視了驅動創新組織文化的變革，未來再做深入的推廣就會碰到瓶頸。

 

因此，在對RPA進行評估時，人力的節省成本不能是唯一指標，同時還應增加相應的投入，包括軟硬件的投入、人員培訓投入、組織變革的投入。這些變革的投入往往可以帶動我們更多的創新，當我們只關注于財務回報時，往往容易顧此失彼，反而束縛了真正的創新。

 

再從RPA的推廣來看，很多制造企業RPA的應用還是基于局部領域，一個部門、一條服務線、一個板塊、一個子公司等一部分服務應用，如何把這些服務應用集成為一個企業級的全局的、甚至于中臺型的技術整合，建立起數字化勞動力的能力中心，從而把這項技術從一個局部應用推廣到全局應用，這也是企業能從小創新變成大創新的一種重要方式。

 

在制造企業，RPA目前主要應用于產品的開發和設計、制造、供應鏈、銷售和市場營銷方面，未來，還可面向工藝新產品的研發、生產的自動化、生產的簡化、庫存、倉儲、數字化銷售、市場營銷等。

 

 

以德勤的創新為例，德勤最近幾年一直在推動整個內外部的數字化轉型，其創立的Digital Deloitt專注于如何利用數字化的技術使德勤本身的傳統業務變得更加數字化。比如審計業務，傳統的審計業務通過大量使用RPA、區塊鏈、數據分析等技術，推動整個傳統審計行業變革，使審計質量、審計效率越來越高，最終提高整個資本市場和投資人的信任度。德勤財務機器人已服務了幾百個不同的案例，幫助企業推動了上千個業務流程自動化。在這個端到端的服務過程中，不僅僅要關注如何幫助企業從試點、推廣到內部的組織變革或者說體系的設計，同時也伴隨著企業在內部形成相應的創新驅動或者數字化、自動化驅動的能力，從組織結構、崗位設置、風險管理、機器人審計等各方面去提供一個端到端的治理體系。

 

通過將治理體系標準化，陳劍峰建議應從四個方面去打造企業的創新型能力：

 

第一，企業創新應設定相應的計劃。

 

第二，創新應與衡量指標、決策管控包括財務支持等管理手段相組合。

 

第三，應在設計和放大管理創新上提供一些方法、框架，通過一些原型設計、試點和發布來推進創新。

 

第四，應在適當的時機加大投資，從人才、資金和工具等各方面去賦能創新。

 

陳劍峰說：“推動企業創新，不僅僅是改變我們的管理變革，同時也需要在企業內外部進行推廣”。

 

 

以上我們探討了中國制造企業的一些創新現狀及可改善的點，下面我們重點探討RPA的現狀及對中國制造業的影響。為此，企業網D1Net記者同期采訪了在國內擁有如長城汽車，東風日產，西門子中國，斗山（北京）等諸多制造業客戶的UiPath中國區全球服務總監陳磊先生。

 

上圖為：UiPath中國區全球服務總監陳磊

 

 

RPA技術，更形象點可稱為軟件機器人。最早是為了解決產業工人緊缺的問題，解決多產線和設備集中運營的問題、成本問題、效率問題。但隨著RPA得到越來越廣泛應用，現在用戶希望能從數據中獲得數據洞察，從而把人和資源轉移到更高價值的任務上。從UiPath目前在全球擁有的9000多家客戶來看，其中30%至40%的用戶來自制造業，他們從財務、HR領域起步，逐步向設備管理、生產過程、供應鏈管理等應用領域拓展。

 

從美國RPA市場來看，2005年至2015年為RPA發展的第一階段，稱之為產品孵化期，包括UiPath在內的主流RPA平臺都是在這個階段逐漸孕育而生并發展壯大。2015是一個分水嶺，受到市場技術、資本驅動，RPA市場進入規模化落地階段，全球大型企業的大規模推廣在這個階段得到落地。第三階段，2015年至目前，RPA得到了爆炸式增長，過去幾年美國RPA市場復合增長率超過了100%，2020年的市場規模更是達到了8.5億美元。相比較而言，中國的RPA落后了0.5至1個階段，還處于發展的初期到中期過渡階段，國內的本土化產品開始落地并爭取市場的驗證。

 

陳磊認為：中國的RPA市場將得到爆發式增長，主要原因表現為以下六個方面：

 

第一，中國市場的勞動力成本正在急劇上升，企業控制成本的意愿越來越強烈，當市場發展非常好時企業更多關注利潤，當遇到發展瓶頸，企業會越來越多的關注于降本增效，精細化的管理等等，這對RPA是一個很大的驅動因素。

 

第二，新冠疫情兩年，讓眾多企業提高了企業抗風險意識，同時也提升了企業對于數字化、虛擬化、遠程辦公等勞動力的需求。

 

第三，企業在數字化轉型過程中都面臨著最后一公里的問題，如何打通企業最后一公里，把單點應用轉化為協同演進這一點也給RPA帶來大量需求。

 

第四，行業覆蓋面越來越寬廣，2016年主要應用于財務機器人，2017年過渡到智能機器人，現在金融、零售、制造業、教育、政府等行業的應用面正在得到顯著拓寬。

 

第五，應用場景得到進一步延伸，應用場景的延伸往往伴隨著AI技術的整合，AI技術的整合越多，RPA覆蓋面會越廣，RPA應用場景識別和延伸也會更順。

 

第六、勞動力紅利正在消退，用工荒倒逼生產制造企業把能夠用機器人或者軟件自動化的這部分的工作找出來，實現自動化。

 

 

RPA與AI的融合，為制造業打開了一個風景無限變化的窗口。過去五年，RPA+AI模式越來越多的在工業企業中實施。Gartner的預測表明，到2022年，90%的大型企業將部署某種形式的RPA，其中80%的企業將引入AI。而陳磊則進一步表示：RPA和AI的融合將分為兩個階段，一個是AI賦能前，一個是AI賦能后。

 

AI賦能前，主要是指RPA的三大套件：設計器、控制臺、機器人，可以做一些基本重復的工作，目前成熟度已經非常高；

 

AI賦能后，也可以分為兩個階段，RPA+AI 1.0階段和RPA+AI 2.0階段。RPA+AI 1.0階段即增強智能RPA，這是在現有的RPA基礎上拓展能力，比如調用一個API或者是完成一些RPA工作中可能完成不了的工作。RPA+AI 2.0則是一個全面的智能化，這是從整個應用場景視角，通過充分融合各種技術，包括把RPA也作為技術基礎的一部分，全面模擬人類的業務決策和處理能力，是智能機器的概念，這是RPA+AI的未來趨勢。

 

RPA與AI的融合主要是兩條路徑，一條路徑就是很多企業先有RPA能力，后整合AI技術，甚至在傳統RPA的平臺上整合一些AI模塊，從而實現一個全面的智能化。另外一個路徑是一些企業先有AI能力，或者在AI能力和AI應用基礎上整合RPA，使原先企業內部的AI應用更好幫助業務應用部門。大多數企業的業務部門并不了解大數據平臺，當業務應用的觸點用RPA整合了之后，整個數字化勞動力的功能應用便更加具體化。

 

 

我們從RPA這個小處著手去探討創新，這是一個方法論。而如何部署成功適合自身企業的RPA，“小處著手，大處著眼”也同樣適合。所謂大處著眼，首先要明確企業構建的RPA在整個企業內部的定位和未來應用的目標；其次，企業應選擇適合自身應用的產品平臺以及咨詢服務的合作伙伴。而從“小處著手”，則是需要從一些具體的場景、具體的流程、具體的系統整合點、具體的AI技術來獲得效益。根據全球燈塔工廠網絡（麥肯錫和世界經濟論壇）的一份報告，那些早期采用RPA和AI等技術的制造企業報告稱，他們的產品上市時間加快了30-90%，工廠產量增加高達200%。與大眾的理解相反，RPA機器人可以部署在每個業務部門，包括供應鏈、產品及客戶服務、運營、研發及員工賦能等。

 

RPA本身是一個非常敏捷的技術，在快速的行業應用與敏捷的技術中間，如何進行流程設計與固化，推動企業構建創新為驅動的組織能力，這是一個很大的課題。但不管如何，建立系統性的創新能力，實現創新的突破和延續，才能不斷提升中國制造業創新的影響力和持久力，更好地助力中國高質量發展，這是我們作為企業人的職責，也是我們對譚建榮先生憂患與期待的最好回答。