当企业中台遇见RPA：机器人中台的诞生
UB Store
中台是近几年非常流行的一个概念，围绕中台的争议也较多。
当中台遇见另一个爆火的概念——RPA，会产生怎样的火花？
中台
（Middle Platform）
眼下，业界还没有统一的关于中台的定义。中台是企业级能力复用平台。根据阿里对中台的定义：作为一个基础理念和架构，中台旨在建设、联通所有基础服务，共同支持上端（前台）的业务。
从技术层面来看，中台技术延续平台化架构的高聚合、松耦合、数据高可用、资源易集成等特性，结合微服务方式，将企业核心业务下沉至基础设施中，基于前后端分离的模式，为企业打造一个连接一切、集成一切的共享平台。
为什么会产生中台概念或架构？
在中台出现之前，企业平台化架构中已存有“两大台”：前台与后台。
前台：支撑业务的应用端，由各类前台系统（如网站、手机App、微信小程序等）组成。前台系统通常是企业与最终用户的交点。
后台：面向企业内部运营和后台管理人员，由各类后台系统（如财务、产品、客户管理、仓库物流管理系统等）组成。后台系统一般管理了企业的一类核心资源（数据+计算）。
随着市场、用户需求、业务的发展变化，底层僵硬的应用无法及时为前端提供支撑，企业需要一个强大的中间层来应对高频多变的业务。
阿里基于此类需求率先启动中台战略，构建了灵活创新的“大中台、小前台”组织机制和业务机制。
中台一般具备3大功能属性：
1、前台与后台的调节器。把可复用的数据、经验、做法，集成为高内聚、低耦合的能力平台，加速从原始资源到价值创造的服务产生过程。
2、前台业务的加速器。将后台的原始资源加工封装成一个公共的产品或服务，当开发新业务时，可以接入中台直接享受服务。
3、后台系统的稳定器。提取后台频繁变化的业务能力或对前台有支撑作用的能力，再以各类接口与前后台对接，使用户可以享受稳定可靠的服务。
企业中台的三大组成
企业中台通常由三部分构成：业务中台、数据中台、技术中台。
01
业务中台
业务中台支持企业线上核心业务，主要目标是实现企业级业务能力的复用。通过基础中台、技术中台、数据中台联合支撑，来支撑业务的发展与创新。
02
数据中台
数据中台提供基础数据处理能力与数据产品供所有业务方使用，帮助企业进行数据管理，打造数字化运营能力。数据中台与业务中台相辅相成，共同支持前台一线业务。
03
技术中台
业务中台落地时需要众多技术组件支撑，这些技术组件则构成了技术中台。技术中台会具备较多的微服务相关技术组件，以配合业务中台，保障系统高可用性，应对高频海量业务访问场景。
当中台遇见RPA：机器人中台诞生
如果说中台的核心目的是本增效，那么机器人中台的目的则是持续降本增效。
企业经营的两大要素：人和业务。企业以业务为中心，人时刻围绕着业务，业务则围绕的是一堆系统。人处于业务之中，每天面对着各种各样的内外部系统，逐渐成为了数据的搬运工，不得不加班加点工作。
所以，用科技赋能企业数字化转型，并不是要一味地更新系统、替换系统，或者采用当下市场上流行的业务系统，企业里堆了一堆系统，却不能彻底解决跨部门协同，系统互联等实际问题。
企业中有超过一半的日常业务都是重复性的，如果系统里的逻辑固定，而数据源又极具结构化，就非常适合应用RPA。RPA通过模拟人的操作，打通异构系统之间的数据鸿沟，帮助企业优化重复低效的流程，从而实现降本增效。
然而，对于大型企业（集团）而言，不仅要考虑如何应用RPA，还需要思考如何将RPA规模化部署，持续提高人效。
机器人中台出现的目的，就是要在人与系统之间做一个连接。
作为企业里进行系统互联的有效连接器，RPA不仅可以打通数据孤岛的问题，还可以提升部门协同，增强运营效率。通过在业务中台部署一系列机器人，辅助人工，使业务人员在处理工作时拥有更好的体验。
企业通过搭建机器人中台（数字员工一体化管控服务平台），使数字员工成为人的得力助手，为业务人员提供各种快捷便利的服务。
人无需每天面对一堆繁琐的业务系统，可以从重复低效的工作中解放出来，从服务型职能向管理型职能转变，专注于分析决策。同时，企业的组织管理也将由以业务为中心转变为以人为中心。
机器人中台的3大支撑
在机器人中台的长久运营中，如果只以RPA作为平台支撑会略有不足。要想将平台效益最大化，还必须考虑未来的规模化部署。
对于大型集团来说，需要更多技术融合其中，才能最大化机器人中台的运营效益。
01
人工智能
机器人中台的运营离不开人工智能（AI）的加持。
不同业务系统之间的数据，通常只有20%是可直接利用的结构化数据（例如表格数据库等），剩下80%均为非结构化数据（如图片、语音、文字、视频等）。而目前大多数公司仍处于从非结构化数据中提取信息的阶段。
RPA本身能力有限，通过AI可把非结构化数据转化为结构化数据，方便RPA处理。
例如票据识别处理要用到OCR图像识别，语音客服需要ASR语音解析和TTS语音合成，转化成结构化数据时则需要NLP自然语言处理进行信息抽取。
通过AI能力的加持，RPA可具备认知和决策能力，使用边界也得以拓展，进一步实现更复杂的业务流程自动化，为企业带来更大的价值。
02
流程挖掘
集团里的业务繁多又复杂，机器人中台的规模化部署和运营，单纯依靠IT咨询和业务分析师（BA）对需求进行分析挖掘，效率与进展有限。而流程挖掘技术，则可起到很好的支撑。
流程挖掘是一种通过提取工作流日志中的有效数据并加以分析，深入了解业务流程的技术。它可以利用企业信息系统中的现有数据，自动呈现业务流程的真实过程，并对工作流进行分析和优化，使管理者在决策时保持客观。
流程挖掘可以从数据驱动视角揭示流程真实状态，识别有一定规则、重复性高、业务量大、低效耗时的流程，以确定这些流程是否适合实施RPA。
将流程挖掘和RPA相结合，实现智能流程挖掘，从而加快RPA实施、缩短部署时间并提高整体业务绩效。
03
大数据
大型集团某区域，每月仅财务部门产生的应付数据条数就达三百万之多。月报、季报产生的数据太大，如果做年报的差异化比对，常规数据库难以支撑，大数据则可应对。
大数据早已不是简简单单的数据量大而多，最重要的是对大数据进行分析，只有通过分析才能获取更多智能、深入、有价值的信息，所以对于集团来讲，机器人中台的运营需要大数据平台做支撑。
大数据平台可以对机器人产生的数据进行有效采集，多维分析。
END