“有智必有智”，需要的智力才是真正的智力。
——真正聪明的孙林俊
2017年，国家发布《新一代人工智能发展规划》。同年，AlphaGo击败人类最强围棋选手、阿波罗无人驾驶汽车，完成五环首秀...在阿里深耕AI近10年，孙看到了人工智能在风云变幻中崛起的前路。一年后，借用朋友闲置的办公场地，五个人拼凑了三张桌子，成立了杭州时时智能科技有限公司。
再次出发的孙，给自己起了一个新的花名——“阿宝”，就是《功夫熊猫》里温柔善良、侠义的主角。“我很喜欢这个角色。我们都是普通人，但我们都想做一些改变世界的事情。”
孙俊“改变世界”的第一步，是将他在阿里沉淀的智能模型投入社会，开发智能法律机器人“包小黑”，为农民工、家暴群体提供免费法律咨询。2019年，他将AI技术与RPA深度融合，通过智能软件机器人“章鱼数字员工”，让机器与人合作，处理企业重复、耗时、复杂、易错的流程。
“未来，当职场人面对海量复杂的数据时，如果没有IPA的加持，工作量会成倍增加，创造力会持续下降，这将禁锢员工的发展。机器是冷的，IPA的创新需要温度，才能让工具真正有用。”孙俊在采访中反复透露的，依然是那颗单纯而“真实”的技术初心。
谈谈创业经历
用AI的“大脑”，寻找可以落地的肢体。张峰:你在阿里工作了十年。为什么选择2018年这个节点创业？孙俊:2009年，我进入阿里智能客户体验部后，一直从事大数据和人工智能相关的工作。从个人职业发展的角度，希望有更大的舞台。2017年，人工智能技术和产业氛围逐渐兴起，国家出台政策扶持，我找到了志同道合的创业伙伴。我觉得错过这次机会就很难有下一次了。
张峰:当你第一次创业时，你选择了做人工智能法律咨询服务。这对你后来选择RPA方向有什么启发？
孙俊:在过去的十年里，我和我的算法团队伙伴一直在从事智能决策相关算法的研究和探索。在阿里的时候，我们开发了名为“瓦力”的智能决策助手，代替客服二号处理售后问题，把售后服务团队从1100人缩减到50人。
创业之初，我们从法律服务做起。我出生在吉林农村。小时候看到身边的人缺钱缺渠道，无法用法律保护自己。我希望用科技的力量帮助他们。“包小黑”本质上是依靠大数据进行智能决策，评估用户的合法需求。比如他是否需要打官司，能不能打赢官司，需要什么材料等等。这个项目在技术上是成功的，但是To C的法律服务是低频的，商业模式不清晰。最后，我们选择了改变方向。
选择RPA业务并不是心血来潮，而是希望继续发挥团队的技术能力和经验积累，找到可以从客户系统中提取决策数据，机器人可以辅助人进行智能决策的场景。但是受不同系统和厂商的限制，从接口层面访问数据的成本太高。很自然，我们想到了RPA技术。
RPA作为一种虚拟劳动力，可以模拟人工操作，将零散的数据从系统中取出，结合AI进行智能决策，然后根据决策结果运行相应的软件，处理企业重复、耗时、复杂、易错的流程。
谈论数字化员工
少量人力配合软件机器人工作将成为未来的主要办公场景。“真正的RPA数字员工”张峰:这个可爱的章鱼卡通形象是智能RPA产品的外化？孙俊:在劳动密集型的场景中，少量的人力和软件机器人一起工作，这将成为未来的主要办公场景。就像今天，我们看到数以万计的机械臂在数字化工厂中有序而稳定地运行。这些软件机器人是“数字员工”。因为章鱼有5亿个神经元，可以自己解决复杂的问题，所以我们把“章鱼”当做真正的智能数字员工的形象。
张峰:数字化员工应用广泛的行业有什么典型特征吗？
孙俊:目前我们的核心领域是运营商、数字政务、电子商务、金融，在能源、交通、物流等领域也有渗透。这些场景中有很多简单、重复、精简的工作，比如财务、法务、风控、客服、人力、运营、IT等。，其中有一个替代的基础。
比如在与某央企的合作中，数字化员工主要用于生成财务报表。员工从2个工作日到1个工作小时做一份报告，零误差；在客服场景下，平均每通电话时长减少近40秒，点击次数可缩短15倍以上。
今年年初，杭州出现了一轮疫情。除夕夜，我们与余杭区数据管理局联合推出了“疫情防控数字化工作人员”，每小时自动采集汇总密切接触者、亚密切接触者、重点人员的数据。原本需要3名防疫人员全天进行疫情数据统计工作。“疫情防控数字化工作人员”上线后，不再需要专人负责统计工作，机器人每2分钟就能完成统计工作。
疫情防控数字化员工
当初RPA最早应用于金融等有完整数据基础的领域，但随着AI技术的迭代，人们已经在更多的业务场景中看到了RPA。未来，RPA将成为人们数字化办公不可或缺的工具，数字化员工的工作内容将从简单的重复性工作转变为复杂的业务，解决跨系统、高精度、大信息吞吐量的问题。
张峰:传统的RPA是由设计师、机器人和控制器“三件套”组成的。加入“AI云大脑”真的很智能。它有什么能力可以保佑数字化员工？孙俊:阿里云脑是一个机器学习平台。当一个数字化员工完成一项任务，云脑会收集授权数据，上传到本地数据仓库，对模型进行训练和自优化，生成不同场景的经验模型。经过不断迭代，模型会变得更加准确，数字化的员工会变得越来越聪明，而不是人去思考和决策。
比如工单上报处理时，手工处理工单非常耗时。艾云脑可以通过机器学习掌握员工对于不同类型工单的处理方法，从而快速给出决策建议。用户还可以实现数据标注，构建和训练自己的AI模型，结合自己的业务场景在设计器中直接调用。
所以AI云大脑相当于“大脑”，RPA相当于“触手”。有了大脑的分析、判断和训练，触手可以自动操作和收集信息，这才是真正的数字化员工的形态。
RPA到IPA
用AI思考，用RPA执行任务张峰:相比RPA厂商，真智能更强调AI和RPA的融合。是基于什么样的洞察力？孙俊:从赛道的终点来看，AI技术和RPA的融合一定是大势所趋，RPA也是AI技术最高效的落地渠道之一。
RPA技术发展了十几年，已经实现了100%的人工替代。但无论是数据中心技术还是云服务，都需要解决前端应用落地和数据“最后一公里”的问题。简单来说，RPA不具备“独立思考”的能力。它会做我们需要它做的任何事情。如果能提取RPA的运行数据，用AI思考，用RPA执行任务，就能实现真正的智能自动化。因此，真正智能将RPA产品定位为“通用平台”，形成500多个RPA组件，用户可以零代码拖拽构建不同的业务流程。在此基础上，我们通过自主开发的能力，拓展通用平台的使用边界。冯:真正智能最关键的技术突破在哪里？孙俊:信息拾取技术的突破。在过程自动化软件运行过程中，信息收集是第一步。传统RPA在拾取上存在瓶颈，受运行模式、软件数量、环境变化等因素影响。我们自主研发了“智能融合拾音”技术，将Windows底层的拾音能力与计算机视觉的CV识别能力融为一体。比如在操作文档时，传统的RPA很难准确识别按钮、下拉列表、复选框等元素，在密集区域往往无法识别和误触。智能自主研发的CV技术可以在非常小的像素范围内识别目标。
RPA产品在word中拾取元素的准确性比较
同样，需要OCR技术从图片中提取信息；要解读用户留言的意思和语气，要用NLP技术。这些能力创新都是团队自主开发的。光是一个技术点就有十几个专利，这是外部标准化接口无法满足的。当AI技术和RPA底层融合在一起，用户可以在开箱“拖拽点击”的过程中完成一整套体验，甚至感觉到AI在工作。因此，我们认为传统的RPA已经发展到了IPA的新阶段。
孙俊:从产业的末端来看，自动化作为人类解放双手的永恒需求，在赋能方面不会有太大改变。逐渐改变的是整合能力，也就是AI能力的升级迭代。AI技术会让RPA的应用场景和功能体验深度融合，产生裂变，而不是简单的叠加。
论市场战略客户心里有自己的账，产品利益+市场博弈，形成合理定价。张峰:在数字员工的实施中，真正的智能是从顶层规划开始，还是从典型场景开始自下而上？
孙俊:两条路线可以并行。短期来看，数字化员工是大B和KA客户的刚需，因为他们有劳动密集型的场景，他们有提质降本增效的需求。但长期来看，随着自动化技术的普及和门槛的降低，越来越多的C端用户也能受益。这里的C端用户指的是单兵职业、公司或组织中的KP。比如我是一家大公司的财务，面临36个省市报税的问题。不可能把各地的税务系统都整合到公司内控体系中。当这些跨系统的关键岗位有数据流转的需求时，我们需要以服务KA的方式部署RPA。这种模式被称为KP2B。
所以组织的数字化不是一蹴而就的，而是一个逐渐向下延伸的过程。过去，RPA可能只向客户交付一个系统来解决某个痛点，但客户往往有不止一个痛点。随着组织数字化的深入，对跨系统、跨平台的服务提出了更加系统化的要求。RPA数字员工其实应该像胶水一样，把各种复杂的业务系统串联起来，共生共荣。
张峰:短期来看，公司将面临教育成本高、决策链长的挑战。后续的服务成本如何平衡？
孙俊:KA业务很容易做成项目体系，后续服务成本很难平衡。我们采用平台化的方式，在业务发展的前期和后续的工具交付上已经形成了合作伙伴生态。真正智能输出交付标准，控制项目质量，合作伙伴承接相应需求。在这种合作模式下，合作伙伴可以低成本本地化服务，我们可以节省人力，更快地拓展业务。
张:作为一个新的行业，数字化员工的市场定价机制是否成熟？
孙俊:2020年可以说是“AI+RPA”的元年。疫情催生了行业的发展。在巨大的现金流压力下，企业更加关注人效比，市场开始快速苏醒。刚开始RPA的概念并不流行，客户对产品定价和效果有顾虑。现在，很多客户都在积极咨询购买。我们最快的客户签单只用了两个半小时，因为我们直观的看到，长期存在的问题很快就解决了。
行业内存在定价差异。一味打价格战，杀敌一千，自损八百，不是健康的商业模式。我们更倾向于通过AI技术，围绕用户的核心痛点，构建差异化、高价值的产品矩阵。客户心里也有一笔账，基于产品节约的利益，最终通过市场博弈确定一个合理的价格。
我相信市场教育会逐渐解除行业天花板，厂商壁垒会逐渐显现。有可能第一批RPA厂商来教育市场，但是第二批基础更扎实，技术创新能力更强的厂商才能在这个市场有所收获。
浅谈工业水位在开源环境下，围绕业务的持续创新将推动行业能力的提升。为了推动数字化进程，RealSmart携手浙江大学、吉林大学、东北大学、杭州电子科技大学、浙江外国语大学等高校，发起全国百城百校RPA大赛。通过联合教学、课程开发、工具部署，开展了深度校企合作，搭建了RealSmart RPA教学实践平台，参与数字化人才培养。张峰:在新兴技术领域，通过校企合作培养人才，也可以提升行业的整体水平。
孙俊:“十年之计，如一树；终身规划无非是培养人。”复合型人才是行业数字化转型的关键。一方面希望理论与实践相结合，提高学生的实践能力和商业认知；另一方面，这些学生的实验室里有真正智能的产品。未来，当他们参与到行业的数字化转型中时，由于对产品的了解和熟悉，他们很可能会选择继续使用。最近，我们正在举办首届中国大学生“AI+RPA”创新创业大赛，希望与高校和社会一起，培养更多的数字智能先锋。
冯:在开源生态的建设方面，真智能做了哪些布局？
孙俊:在开源环境下，技术很难形成绝对的壁垒。围绕业务不断创新，推动行业能力提升，才是根本。良好的生态有助于我们积累语料和数据，提高算法的准确率，也可以满足未来跨系统、跨平台组织的复杂需求。随着RPA行业的快速标准化，各厂商的技术兼容性将会增强。
智能建立了“AI+RPA”的免费开源SaaS生态系统。开发者可以学习RPA教程，购买各种低成本的AI和RPA组件，与业界人士进行讨论，还可以享受我们提供的支持和激励。让我们一起研究和打磨技术，真正做到技术落地，打造中国RPA先锋军团。
目前社区的开发者主要是个人KP。未来，将会有更多掌握专业知识和行业诀窍，在社区中学习自动化技能，在各个领域创造数字化员工的人才。我们希望在个人开发者和相关企业之间形成一个通道，或者创建一个类似于App Store的生态系统，开发者为买家分享自开发的应用。
张:RPA的广泛应用和数字化员工的普及会给职场文化带来新的挑战？孙俊:技术取代重复性的人力永远是不可阻挡的趋势。随着“数字化员工”和机器换人的普及，技术型失业可能会阶段性存在。但纵观人类历史，汽车取代了马车，马车夫失业了，却涌现出大量的司机。技术的更新换代和发展，也伴随着新的就业生态。
随着物联网和大数据的快速发展，未来，当职场人面对海量复杂的数据时，如果没有IPA的加持，工作量会成倍增加，创造力会持续下降，员工的发展会被禁锢。机器是冷的，IPA的创新需要温度，工具才能真正为人所用。
达成目标后你是如何对待自己的？
吃顿好的。我喜欢肉。选择伴侣，你最看重什么品质？
现实。这是最根本的用户心智。给创业者的小贴士？
疫情期间，不要创业。你最想改变世界的一件事是什么？
让数字化员工成为人们工作的必须。
如何定义「数字新浙商」？
一个引领未来的群体。
作者|程一伟
编辑|王晓梦
免责声明：本平台仅供信息发布交流之途，请谨慎判断信息真伪。如遇虚假诈骗信息，请立即举报
举报
