任务完成能力 ， 是客户对产品的最基本要求 ， 也是机器人产品能力的核心体现之一 。 一方面 ， 由于服务成本、流程失败等对客户影响较大 ， 直接影响客户的采购和续费 ， 从本项测试可见融入 AI 技术, 以及通过各种智能化手段提升 RPA 机器人运行的任务完成能力和稳定性是必然趋势 ， 也对 RPA 厂商的 AI 能力提出更高要求 。
本次评测采用干净完善无干扰的良好系统环境 ， 得出的结果令人满意 ， 大部分厂商表现良好 ， 但在复杂噪音多系统下的任务遂行能力 ， 还需进一步深度测试 。
三、软件运行效率
方法
通过指标 “流程运行速度” 评价 “软件运行效率” 。 取前项实验数据 ， 在流程包运行成功的前提下 ， 统计单一流程包效率 ， 累加后 ， 经数据归一化转为百分制 ， 计算该项得分 。 对每个产品 ， 设第 i 个流程包用时秒 ， 成功数量次 ， 其运行效率值为。 归一化仍采用线性变换 ， 映射至区间[80, 100] 分值 ， 分值映射公式为：y=80+(x-min)/(max-min)*20 ， 其中 max = 0.07 ， min = 0.04 为归一化后数据边界最值 ， 截取两位小数 。
得分

文章图片

结论
流程包在智能模式下运行 ， 流程执行效率均略有下降 。
解析
传统模式下流程运行 ， 各家表现中规中矩；出现差异的重要原因在于智能模式下元素拾取的流程耗时差异 。 智能拾取的接入 ， 对流程运行速度产生了一定影响 ， 有平均 9% 的下降幅度 。
不过我们在本次评测报告撰稿期间 ， 发现实在智能发布了 6.0.0 最新版本 ， 其中的融合拾取 ， 体验下来拾取速度提升达 100% ， 其速度接近原生拾取 ， 很遗憾由于评测工作量过于巨大及采样时间已经确定 ， 新的版本不能加入本次评测 ， 但实在 RPA 在本项评测的表现依然可圈可点 。
RPA 的目标是辅助人类完成重复性劳动 ， 未来的发展方向也必然是眼（拾取）手（执行）协调的进化 。 降本增效的刚需下必然对 RPA 机器人的执行速度有更高的要求 ， 能用更少的机器人完成相同的工作 ， 这直接关系到用户的成本 。 开发者对产品交互的反应速度要求 ， 客户对执行速度的需求 ， 使得轻量化 AI 模型成为大势所趋 。 用户普遍对更高效快捷的 RPA 产品充满期待 。
四、综合能力评价
方法
上述三个核心指标加权求和 ， 权重来源于前述层次分析法 。
得分

文章图片

结论
AI 技术加持 ， 使得 RPA 软件在拾取精度、拾取能力、稳定性上有明显的提升 ， AI 自研能力强的厂商更占优势 。
解析
通过三大核心指标直观比较 ， 虽然融入智能技术导致流程的执行效率略有降低 ， 但由于其他两个指标的大幅提升 ， 总体 RPA 软件在工业场景上应用的可行性得到显著提升 。 相比传统模式的 RPA 产品 ， 智能模式下综合评分平均提高近 23 分 。 从任务完成度 70% 这个数据看 ， 任务场景的严苛限制 ， 已经使得客户无法接受单纯传统模式的 RPA 产品 。
从访谈反馈、操作体验、评测数据细节等综合来看 ， 各家产品在功能、体验、面向客户等方面均有不同的特征体现 ， 但在三大核心维度评测数据上 ， 实在智能的实在 RPA 表现出众 ， 由此我们认为 AI 实力雄厚且勇于创新的头部厂商更具商业化竞争力和产业化持久力 ， 其“开创性的融合拾取技术、轻量化算法模型、加持 AI 能力的产品体验” ， 是本次评测独占鳌头的主要原因 。 当然 ， 本测试为体现公平性及考察 RPA 软件的普适能力 ， 采用随机选取软件的方式 ， 可能会对部分专注某些领域内的 RPA 厂商的评测效果有所影响 ， 比如 Uipath 的原生拾取由于受到部分国产软件无法拾取的影响 ， 在普通拾取方面表现一般 。