RPA这个词由Blue Prism公司市场总监Pat Geary先生在2012年全新创造出来，可能是希望人们更容易联想到工业机器人那种自动化生产的形象吧，最早还称为机器人自动化（Robotic Automation）、软件机器人（Software Robot）或软件机器（Software Machine）。
同年10月份，HFS研究机构的报告中提到，英国的一家创业公司Blue Prism的一种新技术能够降低外包业务人力成本。例如，当某类业务采用离岸外包（Offshore Outsourcing）时，1个全时工作量（FTE）的成本是3万美元，而如果采用Blue Prism公司的软件产品来实现同样的工作，成本会减少一半，甚至更少，而且还不需要相关的人员管理和培训成本。HFS在报告中也提到了RPA一些技术特征，如高度依赖业务规则、非IT工程师就可以实现、实施快速等，最终给出的结论是“RPA会对原有外包业务带来威胁”。由于当时这项新技术处于初步尝试阶段，所以HFS并没有谈到RPA给外包服务（BPO）业务以及其他业务领域所带来的变革。
在2012年RPA概念出现之前，自动化工具早已存在多年，如SAP ERP中的自动化脚本ABAP、Office中的宏处理（VBA）程序、操作系统中的脚本处理、Selenium对于Web的自动化处理、QTP等专业自动化测试工具。但是由于技术的复杂度高、难度大，自动化工具的专业性低等原因，这类技术并没有获得广泛的应用和推广。
对于后续RPA概念的提出，笔者推测主要与自动化测试软件、自动化运维软件和工作流软件市场饱和后的溢出效应有关。由于RPA的底层技术大多来自这三类软件产品，而市场上的这三类软件产品也已经饱和，因此新进入者必须寻找方向并找到新的突破口来竞争市场。而RPA正是将之前这些软件的方向都做了调整，将自动化测试技术直接用于运营生产环节，将原有后端的流程处理转向前端操作的流程处理，再把各类自动化技术加以整合，提升用户使用的友好性和便捷性。
在2012年以前，一些类似的RPA流程自动化产品已经面世，如Kapow、Automation Anywhere、Open Span和Blue Prism，这些产品大致是在2001年到2008年期间出现，更多依赖于自动化测试、工作流管理、业务流程管理和事件管理等技术的积累。但是，这些产品已经有别于传统的系统集成，如EAI和SOA等，更多是在“表层”对不同的系统进行集成（At-the-glass Integration），而不涉及系统底层的API或Service，从而避免了复杂的系统集成所带来的大量投入，以及风险极高的集成测试和回归测试过程。早期的类RPA软件更多是模拟桌面系统中微软办公软件和常规浏览器的简单操作，而后可以做到跨不同桌面软件或系统的自动化操作。
与此同时，市场上也出现了大量提供流程自动化相关解决方案的服务公司，主要是一些咨询公司和IT服务公司，包含安永、普华永道、IBM、埃森哲等。在最早的自动化服务中，供应商并非以某一款RPA软件为基础，而是结合传统的系统集成技术、脚本语言开发技术等，为客户提供定制化的个性服务。而当时面向的客户主要是那些提供外包服务（BPO）的公司，因为这些公司更注重劳动力成本的节省，而不惜花费大的成本投入。
这些外包服务公司也就成为RPA技术的首批实践者，首先开始使用类RPA软件产品，为RPA的未来发展提供了更多的行业参考，并积累了实战经验。例如一家为保险公司提供服务的伦敦外包公司Xchanging，在2014年年初就启动了首个RPA项目，实现保险业务相关的10个流程自动化工作，同时为内部长期提供自动化治理机制和技术支持能力。在实施RPA后，该公司的投资回报率（ROI）在第一年上涨了200%，后续随着自动化的不断建设，给公司带来了持续收益。
从RPA概念的提出到真正的兴起，所有RPA产品都经历了较长的整合和磨合时间，这也与这项技术的特征有关。打磨一个成熟的RPA产品，总结起来需要做到以下三点：海纳百川、慢工出细活、实践出真知。
·海纳百川，指的是RPA技术的实现与操作系统、浏览器以及各类应用软件相关，甚至与它们的版本和型号相关，还与OCR、抓屏、工作流、管理台等多种技术相关，而这些技术又不能靠自己从头研发，所以更多采用开源软件或者在业界寻找优秀合作者的方式进行整合，如某RPA产品中仅OCR功能就集成了Google、Microsoft和ABBYY等公司的多种引擎技术。
·慢工出细活，即由于RPA需要有适应的系统环境，集成大量的技术，而且需要在最终用户面前保证软件整体运行的稳定性，所以需要细细地打磨每个技术细节，解决每个可能出现的问题。同时，又由于RPA相关的操作系统、浏览器或关联技术的升级更新影响RPA产品的稳定性，所以需要很长的时间对RPA产品进行实验和测试。
·实践出真知，指由于上面提到的很多适应性问题和稳定性问题在产品实验室中很难被测试出来，必须将RPA加载到真正的用户环境中，通过长时间的应用和运行发现问题，并根据用户现场的反馈来打磨RPA产品。
通过将近十年的技术磨合，在2016年，RPA基本走出了新技术尝试期，进入稳定阶段。同时，RPA在后台办公自动化领域的作用已经十分显著，很多企业真正实现了成本降低和业务收益增长，但是还没有引起市场和大众的广泛了解。
而2017年几乎是引发RPA大规模应用的“元年”，全球的实践案例大幅增加，最著名的案例包括新加坡的星展银行、澳大利亚的澳新银行、日本的三井住友集团、德国的宝马公司等。在中国，几家外资咨询公司也将RPA带入中国，一些企业开始尝试这项新技术。例如，作为首家试水机器人流程自动化的央企——中化国际（控股）股份有限公司（简称中化国际）利用RPA帮助其财务共享中心提升税务及财务工作效率，降低人力时间成本、提升工作质量。在金融业，招商银行率先在运营管理方面引入RPA，提高运营的自动化水平。在对上百个RPA技术应用场景梳理的基础上，招商银行在运营管理中选取内部账户余额核对、人民币账户备案、外汇网上申报三个场景开展试点应用，使得单笔业务处理耗时缩短65%～95%。后续，其将RPA技术全面扩展到整个后台运营环节。
在2017年，全球已有超过45家软件厂商声称自己提供的是RPA软件，有超过29家大型的咨询公司或IT服务公司可以提供RPA相关的咨询和实施服务，初步形成了该领域的产业链和生态环境。国内RPA创业公司则基本在2018年后浮出水面，包括艺赛旗、金智维、阿里云RPA产品码栈、弘玑Cyclone、云扩科技、来也Uibot、达观、英诺森、阿博茨、容智、和信融慧等，以及一些科技子公司特定行业的RPA产品，如平安科技的安小蜂、兴业数金的金田螺等。
从2018年开始至今，RPA市场更是如井喷一般发展，仅仅在中国涉及的行业就包括银行、保险和金融服务、电信、能源、制造业、零售和快消业、交通和物流等。目前，各行业应用主要集中在财务和税务领域，特别是银行、保险和电信行业应用。最近也有一些咨询公司将2018年定义为中国的RPA应用“元年”。在未来的3至5年，国际和国内的RPA市场仍然会保持着高速增长。
两大市场调研公司HFS（Horses for Sources Research）和Everest Group Research发现，RPA市场从2016年的2.71亿美元到2017年的4.43亿美元，市场规模已经悄悄增长了64%；2017年到2018年RPA市场规模增长42%。事实上，目前RPA市场每年的增速都超过100%。乐观预测，全球RPA市场规模未来5年可能会超过1000亿美元。毕马威会计师事务所、咨询公司Zinnov等机构都给出了相对积极的市场预期。
德勤2017年的一份报告显示，试点RPA的企业预计投入150万美元，而已经实施RPA的企业平均投入则是350万美元，现实中企业所投入的总体费用还可能更高。其中，78%已经实施RPA的企业计划在未来三年内加大对RPA的投资。2018年，IBM市场研究发展部初步预测，中国（包含香港、*）的RPA市场规模也将达到0.42亿美元，并且将保持61%的年复合增长率。虽然各家调研机构的数字不尽相同，但表达出来的市场规模和总体趋势却是相似的。图2-1是HFS对RPA市场规模调研的数据。
图2-1 HFS对RPA市场规模调研数据
另一份2018年Ovum的调研报告表明，亚太、拉丁美洲和欧洲将加速实施RPA项目。图2-2为2018年～2019年各地区企业倾向于投资RPA的比率。
图2-2 2018年～2019年各地区企业倾向于投资RPA解决方案的比率
资本市场又是如何看待RPA呢？让我们看一下典型代表UiPath和Automation Anywhere这两家RPA“领头羊”的融资过程。
UiPath这家来自罗马尼亚名不见经传的RPA软件公司在2017年4月获得由Accel领投的3000万美元A轮融资，当时公司估值约1.09亿美元；2018年3月获得由Accel领投的1.53亿美元的B轮融资，公司估值增长到11亿美元；2018年9月获得CapitalG和红杉资本的2.25亿美元的C轮融资；2019年又获得由Coatue领投的5.68亿美元D轮融资，公司估值达到70亿美元，也就是说这家公司的估值在不到24个月的时间里翻了70倍。
另外一家来自美国硅谷的RPA软件公司——Automation Anywhere，截至目前已经在全球3500家企业部署了170万个RPA机器人。在2018年7月，Automation Anywhere的A轮融资就达到了有史以来在ToB领域的最高额——5.5亿美金，由软银（Softbank）的愿景基金（Vision Fund）作为主要投资方。在2019年11月，Automation Anywhere又获得了由Salesforce Ventures领投，软银、高盛跟投的B轮融资2.9亿美元，公司估值达到了68亿美元。
这两家公司之所以能获得巨额融资，是因为资本市场看中RPA领域发展的几个重要因素：首先，RPA能够快速地让客户价值得到释放；其次，RPA与人工智能紧密结合；最后，RPA是一项在全球各领域都可以广泛应用的技术。这三个因素同样也是本书重点叙述的内容，前两个因素在第1章中已经重点讲述，第三个因素将在第4章中阐述。
Gartner在2018年和2019年已经把RPA软件列入著名的人工智能技术成熟度曲线（Hype Cycle for Artificial Intelligence）报告中。在这条曲线中，我们可以观察到RPA的成熟时间小于两年，也是人工智能技术成熟度曲线前四段中成熟期小于两年的唯一一项技术，体现出RPA是人工智能技术中最快见效的一项技术。有趣的是，在2017年，Gartner的人工智能技术成熟度曲线报告中却还没有RPA的身影，这也从侧面说明了RPA的发展迅猛和来势汹汹，甚至已经超出了这家老牌专业调研机构的预期。图2-3为Gartner 2019年人工智能技术成熟度曲线。图2-4为Gartner 2017年人工智能技术成熟度曲线。
除了RPA技术自身的发展状况，我们还可以从另外三个维度来观察这一领域的历史发展必然性。
·机器人的发展历程
·信息系统的发展历程
·自动化的发展历程
图2-3 2019年Gartner人工智能技术成熟度曲线
图2-4 2017年Gartner人工智能技术成熟度曲线
简而言之，RPA技术本身的发展决定了它能走多远，而这三个维度的发展决定了它能到多高。
