“Intelligence in need is Intelligence Indeed，被需要的智能才是实在的智能。”
2017年，国家出台《新一代人工智能发展规划》，同年，AlphaGo战胜人类最强围棋手、Apollo无人驾驶汽车完成五环首秀……在阿里深耕AI近10年，孙林君看见了人工智能在风云变幻间如日初升的前路。一年后，借用朋友闲置的办公场地，5个人拼凑出三张桌子，杭州实在智能科技有限公司（下称实在智能）成立。
重新出发的孙林君给自己取了新的花名——“阿宝”，《功夫熊猫》中那个温和、亲切、有侠义情怀的主角。“我很喜欢这个角色。我们都是普通人，但都想做些改变世界的事。”
孙林君“改变世界”的第一步，是将自己在阿里沉淀的智能模型置入社会，研发智能法律机器人“包小黑”，为民工和被家暴群体免费做法律咨询。2019年，他将AI技术与RPA（机器人流程自动化）深度融合，通过智能软件机器人“章鱼·数字员工”，让机器与人协同，处理企业重复、耗时、复杂、易出错的流程。
“未来职场人在面对海量且复杂的数据时，如果没有IPA的加持，工作量将指数级增加，创造力持续走低，这会禁锢员工的发展。机器是冰冷的，IPA的创新则需要温度，让工具真正为人所用。”孙林君在采访中反复显露的，仍是那颗朴素而“实在”的技术初心。
谈创业经历
带着AI这个“大脑”，寻找可落地的四肢
章丰：你在阿里工作十年，为什么选择2018年这个节点出来创业？
孙林君：2009年，我进入阿里智能客户体验部后，一直从事大数据、人工智能相关的工作。从个人职业发展的角度来看，我希望有更大的舞台。2017年，人工智能技术和产业氛围逐渐兴起，国家出台政策支持，加上找到了志同道合的创业伙伴，我觉得错过这个机会，很难有下一次了。
章丰：初次创业，你选择做人工智能法律咨询服务，这对后来选择RPA方向有什么启发？
孙林君：过去十年，我和算法团队伙伴，始终在从事智能决策相关的算法研究和探索。在阿里的时候，我们研发了一款叫“瓦力”的智能决策助手，代替客服小二处理售后问题，将售后服务团队从1100人缩减到50人。
创业初期，我们从法律服务切入。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，希望用技术的力量去帮助他们。“包小黑”本质上也是依托大数据做智能决策，评估用户的法律需求。比如他到底需不需要打官司、能不能赢官司、需要哪些材料等等。这个项目在技术上是成功的，但To C的法律服务低频、商业模式不清晰，最后我们选择转变方向。
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，找到那些能从客户系统中提取决策数据、由机器人辅助人做智能决策的场景。但受到不同系统和厂商的制约，从接口层面打通数据，成本太高，很自然地，我们就想到了RPA技术。
RPA作为一种虚拟劳动力，可以模拟人工的操作，把分散的数据从系统当中取出来，结合AI进行智能决策，再基于决策结果，操作相应的软件，处理企业重复、耗时、复杂、易出错的流程。
少量人力与软件机器人协同工作，将成为未来主要的办公场景
章丰：这个看起来很萌的章鱼卡通形象，是实在智能RPA产品的外化？
孙林君：在劳动密集型的场景下，少量人力与软件机器人协同工作，将成为未来主要的办公场景，就像今天我们看到数字工厂里，数万个机械臂在有序稳定地运行。这些软件机器人就是“数字员工”。因为章鱼有5亿个神经元，能够独自解决复杂问题，所以我们把“章鱼”作为实在智能数字员工的形象。
章丰：数字员工得到较好应用的行业，有没有典型的特征？
孙林君：目前我们的核心落地领域是运营商、数字政务、电商、金融，在能源、交通、物流等领域也有渗透。这些场景都存在很多简单、重复、流程化的工种，比如财务、法务、风控、客服、人力、运营、IT等，具备可替代的基础。
比如在和某央企的合作中，数字员工主要用于生成财务报表。员工做一张报表从2个工作日缩减到1个工时，并且零误差；在客服场景下，每通电话平均时长降低将近40秒，点击次数可以缩短15次以上。
今年年初杭州出现了一轮疫情，我们联合余杭区数管局在除夕夜紧急推出“疫情防控数字员工”（<点击回顾），以小时为单位，自动采集汇总密接、次密接和重点人员数据。原来需要3名防疫人员全天连轴转进行疫情数据统计工作，上线“疫情防控数字员工”后，无需专人负责统计工作，且机器人每次运行2分钟即可完成统计工作。
疫情防控数字员工
初期，RPA只在金融等数据基础完备的领域率先应用，但随着AI技术迭代，人们已经在更多的业务场景看到了RPA的身影。未来，RPA还会成为人们数字化办公不可缺少的工具，数字员工的工作内容也会从这些简单的重复性劳动，转为复杂业务，解决跨系统、高精度、大信息吞吐量的问题。
章丰：传统RPA由设计器、机器人、控制器“三件套”组成，实在智能加入了“AI云脑”，对数字员工有什么能力加持？
孙林君：AI云脑是一个机器学习平台。在数字员工完成任务时，云脑会采集授权数据，上传到本地数据仓库，进行模型训练和自优化，生成针对不同场景的经验模型。经过不断迭代，模型会越来越准，数字员工会越来越聪明，代替人去思考、决策。
比如在工单上报和处理时，人工处理工单非常费时，AI云脑可以通过机器学习掌握员工对不同类型工单的处理方法，从而快速给出决策建议。用户也可以结合自身的业务场景，实现数据标注，构建和训练属于自己的AI模型，并在设计器里直接调用。
所以，AI云脑相当于“大脑”，RPA相当于“触手”，在大脑的分析、判断和训练下，触手进行自动化操作和信息采集，就是一个真正的数字员工的形态。
章丰：相比RPA厂商，实在智能更强调AI与RPA的融合，是基于怎样的洞察？
孙林君：我们从赛道终局来看，AI技术和RPA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技术发展已有十余年，实现了100%的人工替代，但无论是数据中台技术，还是云服务，都需要解决前端应用落地和数据“最后一公里”问题。简单点讲，RPA没有“独立思考”的能力，我们需要它做什么，它就做什么。如果能提取RPA的运行数据，用AI进行思考，用RPA执行任务，才能做到真正的智能自动化。
所以，实在智能把RPA产品定位为“通用平台”，形成了超过500个RPA组件，用户可通过拖拉拽、以零代码方式搭建不同的业务流程。在此基础上，我们通过自研的能力拓展通用平台的使用边界。
孙林君：信息拾取技术上的突破。在流程自动化软件操作过程中，信息拾取是第一步。传统RPA在拾取问题上存在瓶颈，受到操作方式、软件数量、环境变化等因素的影响。我们自研了“智能融合拾取”技术，把Windows底层的拾取能力和计算机视觉CV识别能力整合到了一起。
举例来说，在操作文档时，传统RPA对按纽、下拉列表、复选框等元素，很难做到精准识别，在密集区域常常无法识别、误触。实在智能自研了CV技术，能够做到在极小的像素范围内识别目标。
同理，提取图片中的信息，需要OCR（文字识别）技术；解读用户留言中的意思和情绪，要借助NLP（自然语言处理）技术。这些能力创新都是团队自研的，光一个技术点上就有十几项专利，外界标准化的接口无法满足。
当AI技术和RPA底层融合到一起，用户可以开箱即用，在“拖拉拽点选”的过程中完成一整套体验，甚至感受不到AI在起作用。所以我们认为，传统的RPA，已经进阶到了IPA（人工智能流程自动化）的全新阶段。
近期，我们入选了Gartner首份中国低代码应用平台（LCAP）竞争格局报告，致力于降低开发门槛，赋能更多行业、更多职业的用户轻松上手开发。
章丰：你们还提出了一个不同于“AI+RPA”的新公式——RPA的AI次方。
孙林君：从产业终局来看，自动化作为人类为解放双手而产生的永恒需求，不会在赋能方面出现太多改变，逐步改变的是融合能力，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，而不是简单地叠加。
客户心中自有一本账，产品效益+市场博弈，形成合理定价
章丰：在数字员工的推行上，实在智能是从顶层规划入手，还是自下而上从典型场景开始铺开？
孙林君：两条路线可以并行。从短期上看，数字员工是大B和KA客户的刚需，因为他们存在劳动密集型场景，就有提质降本增效的需求。但长远来看，随着自动化技术普及、门槛降低，越来越多的C端用户也可以受益。
这里的C端用户，是指单兵型职业，公司或组织里面的KP（关键岗位）。比如我是大公司的财务，面临36个省市的报税问题，不可能把各地的税务系统都集成到公司内控系统中。当这些跨系统的关键岗位有数据流通的需求，就需要我们用服务KA的方式部署RPA，这个模式叫KP2B。
所以组织数字化不是一蹴而就的，而是一个逐步向下延伸的过程。过去RPA可能只是交付给客户一个系统，解决某一痛点，但是客户的痛点往往不只一个。随着组织数字化越发深入，对跨系统、跨平台的服务也就提出了更为系统的要求。实在RPA数字员工就要像胶水一样，将各个复杂的业务系统互相串联，协同共生。
章丰：公司短期内面向KA客户，可能遇到教育成本高、决策链条长的挑战，如何平衡后续的服务成本？
孙林君：KA业务容易做成项目制，很难平衡后续的服务成本。我们采用平台型的打法，在前期的商务拓展、后续的工具交付上，都形成了合作伙伴生态。实在智能输出交付标准，把控项目质量，合作伙伴承接相应需求。这种合作模式下，合作伙伴可以低成本地将服务本地化，我们可以节省人力，更快速地进行业务拓展。
章丰：数字员工作为新兴业务，市场定价机制是否成熟？
孙林君：2020年可以说是“AI+RPA”的元年，疫情催生了行业发展，企业在巨大的现金流压力之下，更加重视人效比，市场开始快速觉醒。初期RPA概念不普及，客户对产品定价、效果有顾虑，现在很多客户都是主动咨询购买。我们签单最快的客户只用了两个半小时，因为直观地看到困扰已久的问题被迅速解决。
行业中的定价差异是存在的，如果一味地打价格战，用杀敌一千、自损八百的方式跑量，不是一种健康的商业模式。我们更愿意通过AI技术，围绕用户的核心痛点打造差异化、高价值的产品矩阵。客户心中也有一本账，以产品节约的效益为基准，最后由市场博弈出一个合理的价格。
我相信，市场教育会逐渐抬升行业天花板，厂商壁垒也会逐渐显现。很可能第一批RPA厂商来教育了市场，但是第二批功底更扎实、技术创新能力更强的厂商才能在这个市场上收割。
在开源的环境中，围绕业务持续创新，带动行业能力提升
为推进数字化进程，实在智能携手浙江大学、吉林大学、东北大学、杭州电子科技大学、浙江外国语学院等高校发起全国“百城百校万人RPA大赛”，通过联合教学、课程开发、工具部署等进行深度校企合作，共建高校&实在RPA教学实践平台，参与数字化人才培养。
章丰：在新兴技术领域，通过校企合作培养人才，也可以抬升行业的整体水位。
孙林君：“十年之计，莫如树木；终身之计，莫如树人。”复合型人才是行业数字化转型的关键。一方面，我们希望将理论和实践结合，提升学生的实操能力、商业认知；另一方面，这些学生的实验室里就装着实在智能的产品，未来在参与行业数字化转型的过程中，他们很可能出于对产品的理解度、熟悉度选择续用。近期我们正在举办的首届中国大学生“AI+RPA”创新创业大赛，希望能与高校、社会一起，共同培养更多数智化先锋。
章丰：开源生态的构建方面，实在智能做了哪些布局？
孙林君：在开源的环境中，技术难以形成绝对的壁垒，围绕业务持续创新，带动行业能力提升，才是根本。良好的生态有助于我们自身积累语料和数据，提高算法的准确性，也可以应对未来组织跨系统、跨平台的复杂要求。随着RPA行业标准化提速，各厂商的技术兼容性将会增强。
实在智能建立了“AI+RPA”的免费开源SaaS生态，开发者可以学习RPA教程、购买各类低成本的AI和RPA组件、与行业人士开展讨论，也可以享受到我们提供的扶持激励。大家共同钻研、打磨技术，做到真正通过技术落地，打造中国RPA先行军团。
目前社区内的开发者以个体KP为主，未来会有更多掌握专业知识和行业know-how的人才，在社区内学习自动化技能，创造各领域的数字员工。我们希望形成个体开发者和相关企业的通路，或者打造类似App Store的生态，开发者在这里分享自研应用，供需求方购买。
章丰：RPA广泛落地、数字员工全面普及，会带来职场文化的新挑战吗？
孙林君：技术替代重复人力，始终是不可阻挡的趋势。随着“数字员工”普及，机器换人，技能性失业可能会阶段性存在。但纵观人类历史，汽车代替马车，马车夫失业了，却涌现出了大规模的司机群体。技术的更替与发展，也伴随着新的就业生态。
随着物联网和大数据的快速发展，未来职场人在面对海量且复杂的数据时，如果没有IPA的加持，工作量将指数级增加，创造力将持续走低，禁锢员工的发展。机器是冰冷的，IPA的创新要有温度，让工具真正为人所用。
答：一个引领未来的群体。
实在智能是一家人工智能科技公司，致力于通过AI技术引领和推动RPA行业向IPA发展，打造各类智能软件机器人，即“IPA·数字员工”，为政府企业数字化转型，提供自动化、智能化解决方案。
防疫期间，实在智能免费向政府部门提供“疫情防控数字员工”，实现数据自动采集、统计汇总，为基层抗疫人员减负。战疫专线：
上一篇文章
实在智能提升民众服务体验，推进医疗行业数字化升级
下一篇文章
江城数字化改革进行时，武汉市政府企业考察团调研实在智能
