中国信通院&华为：超级自动化是机器人流程自动化、流程挖掘、低代码有机结合体

 

超级自动化是机器人流程自动化、流程挖掘、低代码等多种技术与软件工具的有机结合体，可实现软件系统的泛在连接和端到端的自动化，已在金融、制造、电信等行业中得到了广泛应用，有效推动了组织机构的数字化转型，超级自动化的技术研究与应用实践是观察数字未来的重要窗口之一。

 

 

 

2022年1月25日，2021RPA产业推进方阵成果发布会于线上召开，中国信息通信研究院云计算与大数据研究所联合华为技术有限公司在会上发布《超级自动化技术与应用研究报告（2022年）》。

 

 

 

 

 

报告重点对超级自动化的概念范围、技术体系、应用场景进行了梳理和分析。概念范围上，明晰了超级自动化的内涵，并阐明其与传统自动化在要素、技术和应用上的重要区别；技术体系上，说明了机器人流程自动化（RPA）、流程挖掘（PM）、智能业务流程管理工具（iBPMS）等超级自动化的关键技术核心作用，分析了“云数智”等支撑技术对超级自动化发展的深刻影响；应用场景上，总结了超级自动化在通用及专用场景上的应用现状，并给出多方探索出的超级自动化实践案例。最后，报告指出了当前超级自动化发展面临的问题及挑战，给出针对性建议并面向用户提出了超级自动化落地的通用参考模式。

 

 

 

报告核心观点

 

1、超级自动化相关能力有效迎合了组织机构数字化转型的发展需求。在全社会数字化转型加速的背景下，组织机构的运营效率、成本控制、客户服务等迎来了新一轮的挑战。利用超级自动化可有效降低人力成本、优化管理机制、丰富服务手段和规避业务风险。不仅如此，超级自动化还打通了组织机构内部的数据、应用、业务等多重孤岛，在软件系统环境中实现了无侵入式的互联互通，有效提高了系统运转效率。

 

 

 

2、超级自动化应用优势逐步显现，技术研发与应用热度升温。近年来，越来越多的行业企业开始注重超级自动化相关能力的建设，不论是在财务、人力等通用业务场景，还是银行、证券等专用业务场景，超级自动化的应用优势都在逐步扩大，用户对其认可度显著升高。超级自动化产业发展进入了快速成长期，厂商的技术研发投入加大，更多新兴技术融合发展不断提升着超级自动化的基础能力，专业的交付咨询机构开始为用户量身打造部署运营方案，超级自动化市场的服务供应趋向完备。

 

 

 

3、多重工具平台融合应用，超级自动化基础能力趋向稳固。超级自动化是RPA、iBPMS、PM、低代码应用平台（LCAP）等多种技术能力与软件工具的组合，其中RPA扮演“执行者”角色，负责打通流程、连接业务以及执行工作；iBPMS和PM扮演“分析管理者”角色，实现系统化的自动化业务流程发现、分析、优化及管理；LCAP扮演“辅助者”角色，负责自动化业务流程的高效、简洁、定制开发。上述工具和平台的融合应用，筑牢了超级自动化的基础能力。

 

 

 

4、AI赋能、“云数”引领，超级自动化综合能力不断攀升。随着人工智能技术赋能的加深，超级自动化的感知认知能力显著提升。计算机视觉和智能语音语义技术，赋予了超级自动化看、听、说能力；知识图谱技术和类脑计算，赋予了超级自动化逻辑推理、类比演绎能力；智能人机交互技术，填补了人机任务衔接的缝隙，有效提升交互效率和用户体验。与此同时，在云计算、大数据技术的加持下，超级自动化的服务能力得到进一步加强，“超级能量”得到了更充分的释放。

 

 

 

5、超级自动化产业生态发展，需要多方共同维护。超级自动化产业生态的健康发展需要政府、厂商、用户、产业服务方等共同推动。政府机构可打造应用试点示范，进一步加速推进创新应用与多元实践；厂商可重点突破核心技术、探索融合创新发展，并全局谋划全栈技术储备与供给；用户方可通过总结和反馈应用实践经验，为厂商提供目标更加明确的技术研发方向；产业服务方可深入开展标准制定、规范行业发展，并通过广泛搭建交流与合作平台促进产业供需对接。

 

 

 

报告目录

 

一、超级自动化发展现状  

 

（一）概念持续发展演进，关键特性愈发清晰   

 

（二）向内破除多重孤岛，向外实现降本增效   

 

（三）应用优势逐步凸显，效能发挥日益显著   

 

（四）市场生态基本成型，技术研发热度升温 

 

 

 

二、超级自动化关键技术 

 

（一）工具平台融合，渗透组织业务并释放技术能效     

 

（二）人工智能加持，加速手脑协同并拓宽能力边界     

 

（三）“云数”引领，提升超级自动化服务能力和效率   

 

 

 

三、超级自动化应用场景  

 

（一）赋能范围循序纵深推进，行业应用持续渗透  

 

（二）通用场景应用范围广泛，有效满足共性需求  

 

（三）专用场景应用渗透加深，精确瞄准业务特点  

 

（四）行业各方探索实践路径，应用模式加速创新  

 

 

 

四、超级自动化发展建议  

 

（一）价值尚未充分显现，多重业务风险潜伏   

 

（二）加大技术研发投入，系统推广应用实践   

 

（三）能力建设初显范式，未来发展任重道远