企业平台
发现评估
自动化
行业解决方案
通用解决方案
合作伙伴
生态联盟
咨询服务
培训服务
交流社区
客户成功
公司介绍
新闻列表
联系我们
加入我们
“数字员工”推动降本增效，深度赋能经济社会数字化转型，超自动化将进一步帮助企业进行流程优化、加速决策。
自Gartner于2019年提出“超自动化”之后全球范围内越来越多的企业开始认可这种服务形态。国内的厂商也闻风而动，以各自产品为基础，逐渐向上下游延伸，以实现超自动化。
经过近五年的发展，超自动化技术及产业在国内的实际发展情况如何？在大模型等创新技术的加持下哪些能力得到增强？目前行业标准制定情况如何？
中国信通院人工智能研究中心平台与工程化部副主任董晓飞先生，从行业标准的角度为我们带来关于超自动化技术与产业最新现状、发展趋势的权威解读！
01
超级自动化产业发展趋势
各类企业正积极构建超级自动化能力，用于提升自身的自动化和智能化程度。
超级自动化技术在产业升级的过程中，逐步融合RPA，IPA/JA，PM，iBPM以及数字孪生等新技术。随着大模型技术的爆发，AI Agent技术也被纳入到超级自动化技术的范畴中，这使得超级自动化的概念愈发完善。
据公开资料显示，超级自动化的市场规模逐年扩大，预计到2025年超级自动化的软件市场将达到8600亿美元，复合年增长率为12.3%。到2026年底，支持超级自动化的软件市场将达到1.054万亿美元，复合年增长率将达到11.9%。超级自动化市场正呈现蓬勃发展态势。
截至2023年，约54％的大中型企业已完成2种及以上超级自动化细分领域技术部署，2026年底，80%以上的大型组织将尝试部署超级自动化项目，近五年内，企业自动化的机会将井喷式增加，自动化可实施的领域场景将飞速扩增。
超级自动化技术的发展是内外部因素共同推动的结果，企业对于超级自动化的需求逐步增大，此外大模型等技术还在不断融合并增强超级自动化能力。
内部因素包括企业对高效业务处理、安全系统运转工具、成本控制和客户服务的迫切需求。外部因素则包括经济、社会和技术领域的广泛影响。随着人口红利消失和经济客观条件的变化，企业迫切需要进行数字化和智能化改造，以适应不断变化的市场环境。
超级自动化可以打通数据、应用和业务的三重孤岛，实现全局优化。创新驱动与技术赋能协同牵引，推动了超级自动化的发展。
在社会经济发展与企业运营服务方面，超级自动化开始持续为企业发展、社会进步创造价值。从宏观层面，依托日益巩固的 ICT 产业基础，超级自动化产业崛起，成为数字化产业的领军技术，并在多个垂直行业的应用过程中提炼实用的行业数字化转型方法，为更多企业数字化转型提供方向。
在微观层面，超级自动化可以帮助企业提升生产运营效率，增强企业竞争力，获得较高的投资回报比。
在产业生态的构建方面，超级自动化产业生态基本成型，发展链条逐步清晰。超级自动化的市场生态目前基本成型，围绕着超级自动化的产品、技术、解决方案的生产、交付、使用过程，初步形成了由上游的供应方、中游的交付和自营方、下游的应用方共同组成的产业链。
在应用场景上，应用领域横向扩展，实施场景纵向深化。在数字化转型全面提速的大背景下，超级自动化拥有着丰富的应用场景。通用业务场景方面，超级自动化已经率先在财务、会计、人力资源、IT运维、运营服务等方面落地，并且相关的认可度、适配度以及渗透率也在不断提升。
此外超级自动化已经在金融、制造、政务等行业大规模投入使用，并取得了一定的成效。可以看到，超级自动化正在以点带面的横向扩展，未来的应用潜力也是非常巨大的。
超级自动化技术体系核心要素
超级自动化关键技术主要包括RPA技术、流程挖掘和低代码等相关技术。大模型开始成为超级自动化的技术底座之一，相关的应用形态也在不断丰富，包括数字员工、AI agent等。
在核心能力方面，超级自动化拥有流程自动化机会发现、智能流程管理、智能流程处理和高级分析的核心能力。在这些能力的加持之下，可以完成多项智能化的任务，包括任务的挖掘、需求的识别、流程的编排、流程的处理、数据分析等，确保了自动化流程的精准执行。
大模型的能力与超级自动化的技术需求非常匹配，同时也使得其逐渐成为超级自动化的新型技术底座。大模型的核心能力包括理解、生成、分析、预测和交互，涵盖了语言、语音、视觉和多模态的信息处理。
基于大模型的理解能力，超级自动化的感知能力得到了极大的提升。大模型所具备的多模态识别和信息抽取能力，使得超级自动化能够轻松理解并处理各类非结构化数据和对象，包括自然语言、图像和语音等。将非结构化数据转化为结构化的形式，方便了后续的处理和相关分析工作。值得一提的是，大模型通过整合知识图谱、逻辑思维和记忆推理等外部工具，实现了持续学习和进化的能力，它不仅能记忆和推理，还在不断学习中提升自身的性能和能力，为相关业务提供更智能、高效的自动化服务。
大模型具有强大的生成功能，可以根据需要自动生成文本、语音、代码、图像或者视频，更加便捷高效，基于大模型的生成能力，超级自动化流程的创建水平得到了极大提升。基于大模型的分析能力，可以持续完善超级自动化的绩效评价体系，提升自动化的运营成效。
大模型拥有卓越的预测能力，借助大模型技术，利用历史数据和实时信息可以提前了解流程的趋势，预判执行过程中可能发生的风险，同时大模型还能为超级自动化工具提供更加精准实施的决策知识，确保机器人能够准确理解并执行人类操作的意图。
基于大模型的强大交互能力，使超级自动化实现了与人类、客户的高效协作。借助大模型的相关能力，可以深入理解场景和业务知识。通过机器人知识问答等功能，丰富信息交流的方式，降低超级自动化使用的门槛。同时，超级自动化还可以根据用户的操作习惯和偏好提供个性化的服务体验，这种更加自然、易用的交互方式进一步推动了企业数字化转型的进程。
超级自动化擅长行动、大模型则擅长思考，二者能力交织、互为补充，可以构建出手脑并用的智慧数字员工，是技术发展的必然趋势、业务发展的核心需求，为企业的数字化转型提供了全新的解决思路。
RPA是超级自动化的关键技术之一，它扮演着流程执行的核心角色，为实现更广泛的自动化提供了基础设施和能力。
RPA具备几大核心功能，包括开发测试、工作执行、管理监控等方面。在开发测试方面，它可以快速创建机器人模板，构建所需的组件。在工作执行方面，它可以自动化处理Web或应用程序的日志。在管理监控方面，可以完成机器人的部署、机器人集群的管理、权限以及资产管理的工作。作为自动化引擎，RPA可以自动执行结构化的业务流程，模拟人类用户的行为，通过用户界面与业务系统交互，执行重复性高的任务。
作为信息的桥梁，RPA 可以与其他自动化工具及系统无缝对接，如ERP系统、CRM系统和其他专业软件，成为连接不同技术和平台的有效工具。
作为超级自动化另一项关键技术，流程挖掘承担着流程洞察和优化的作用，为整个自动化策略的实施提供数据驱动的支持。流程挖掘基于各类系统平台、终端产生的日志或相关事件等数据，通过数据挖掘、序列挖掘、BI等相关技术，实现业务流程的可视化，帮助企业更加清晰地了解流程运作的各个环节。
相关的核心功能组件包括流程的发现、流程一致性、瓶颈及根因分析、流程模拟、流程监控等，可以为企业提供全面深入的流程洞察。此外，流程挖掘还可以协同RPA、AI等和大模型相关的技术，处理更加复杂的业务决策。
任务挖掘的发展前景十分广阔，基于任务挖掘可以帮助企业发掘具有高价值自动化潜力的任务，辅助超级自动化流程的开发，提高自动化流程的构建和运行效率。
具体作用如下：
1、任务挖掘为超级自动化提供了详尽的数据支撑。通过收集分析用户执行任务的数据，揭示流程中的瓶颈、错误和冗余环节，为自动化改造提供明确的方向和目标。
2、任务挖掘有助于识别自动化潜力。通过深入分析员工手动执行的任务，任务挖掘能够发现那些适合自动化的任务，进而为超级自动化提供具体的自动化候选对象。
3、任务挖掘还能够为超级自动化的实施提供优化建议。通过对任务流程的深入理解，任务挖掘可以提出针对性的优化措施，如简化流程、合并步骤、消除冗余操作等，从而提升自动化的效果和效率。
随着数字化转型的深入推进，任务挖掘将在企业自动化和智能化转型中发挥越来越重要的作用，为企业带来更多的价值和竞争优势。
低代码的应用平台变革了整个开发应用的方式，它的显著优势主要体现在几个方面：首先，低代码拥有全站的端到端可视化能力，只需要简单的点选、拖拽或相关配置，就可以完成应用程序的开发，让开发过程变得更加通俗易懂。
其次，低代码具备全生命周期的管理能力，从设计到开发、测试、部署，每个环节都得到系统性的监控，确保开发流程的顺畅性。
再者，低代码的扩展能力相对来说比较强大，通过新建或导入功能组件，能够快速开发的能力。此外低代码还拥有高效的复用能力，已开发的功能组件或机器人可以随时迁移到新的需求和业务当中，快速重组并满足已有的或将要执行的新业务需求。
在应用层面，数字员工和AI agent是超级自动化两种重要的应用形式。数字员工具备传统人类知识工作者的能力，是企业现在人力资源、智力资源的全新组成要素，也是超级自动化发挥能力的重要载体。
相较于数字员工，AI agent具有更强的独立思考和规划能力，已经成为推动企业自动化和智能化转型的关键力量。无论是数字员工还是AI agent，它们都在以自己的方式推动着超级自动化的发展，为企业创造新的价值。
中国信通院超级自动化标准制定
超级自动化技术相对复杂，应用多样，目前还缺少相关的标准和评价方法，其成效和核心价值得不到充分释放，因此需要制定相关标准予以指导。未来，需要主管部门、技术供应方、产品应用方、产业服务方四方共同维护超级自动化产业生态。
超级自动化的标准体系应包括大模型、RPA、流程挖掘、智能体（Ai Agent）、数字员工、企业智能化成熟度、大模型应用成熟度等方面的标准体系。围绕这些领域，中国信通院持续开展标准制定、评估测试和产业研究方面的工作。
中国信通院从2020年开始联合包括艺赛旗在内的80余家单位、200多位专家共同进行RPA相关标准制定工作，围绕RPA的技术、应用、运营等要素，构建了立体化的标准体系，全面覆盖RPA服务的全生命周期。
目前，RPA系统和工具的行业标准已经正式发布，这也是国内第一部专注于RPA产品能力评价的行业标准，专业的RPA标准体系，为各行业RPA公司和专业人员指引了方向。
此外，在大模型标准体系方面，从 2021 年起，中国信息通信研究院一直在进行紧密的跟踪研究。已经形成了一个比较完备的大模型标准体系，这套体系能够全面评估大模型在开发应用，安全可信以及应用成熟度等方面的能力。
目前中国信息通信研究院正在制定超级自动化的标准，包括艺赛旗在内的百余位行业专家也参与了这项工作。现在，这个标准已经初步完成，预计将在近期发布。
艺赛旗与中国信通院一直保持着紧密的合作关系。2020年9月，中国信通院联合十余家核心单位在北京正式成立了RPA产业推进方阵，简称“RUIDA”。艺赛旗凭借国内RPA行业领航者地位当选为副理事长单位,积极参与推进RPA标准研究和制定工作。
2022年，艺赛旗旗下的超自动化系列产品，机器人流程自动化iS-RPA、机器人流程挖掘iS-RPM在中国信通院组织的系统和工具标准评测中顺利通过了评测，艺赛旗成为唯一一家同时完成中国信通院RPA及流程挖掘产品能力全能力域认证的厂商。
艺赛旗积极进行产学研合作，全面分析技术、政策、市场等多维度因素对产业的影响，与大家共同探索国内超自动化高质量发展之路。