关键发现

• 当前的超自动化定义主要从技术组合角度阐述超自动化内涵，较难和业务价值建立链接。爱分析对超自动化作如下新定义：超自动化指利用RPA、iPaaS、AI、低代码、BPM、流程挖掘等自动化技术，实现组织端到端流程自动化以及新业务流程快速编排，帮助组织提升效率、创新能力和客户体验的平台产品或解决方案。
• 超自动化具有两项业务价值：端到端流程自动化、新业务流程快速编排。端到端流程自动化，即打破企业自动化孤岛；新业务流程快速编排，即构建可组装的工作流，甲方可以敏捷地跨业务/部门/系统/平台，实现新业务快速编排。
• 超自动化实现的三个阶段：任务自动化、流程自动化和运营自动化，打造企业级神经网络。任务自动化主要解决开发、审批、集成等单点型问题，为甲方运营赋予“神经元”；流程自动化通过跨业务/部门/系统/平台解决企业线条型问题，为甲方运营赋予 “局部神经”；运营自动化构建可组装的工作流，帮助甲方实现新业务快速编排，为甲方运营赋予的“神经系统”。
• 2023年中国超自动化市场规模为848.3亿元人民币，年增速为31.5%，预计2026年达到1952.9亿元人民币，2022-2026年均复合增长率为31.9%。
• 超自动化厂商有三条可参考的发展路径：自研输出解决方案/平台产品、并购输出解决方案/平台产品、专精工具。自研输出解决方案/平台产品，即厂商根据自身禀赋，从某个产品切入超自动化市场，然后通过自研的方式扩大产品边界，打造超自动化解决方案或平台产品；并购输出解决方案/平台产品，常见于互联网大厂或头部软件厂商，且在欧美厂商间更为常见；专精工具，即通过厂商间能力互补形成超自动化解决方案。
• 大模型或将带动超自动化进入第四阶段——运营自主化。在该阶段，AI由工具升级为超自动化的“大脑”，用来控制运营自动化阶段的“神经系统”，推动企业运营方式变革。

1.      研究范围定义

随着外部市场环境快速变化、客户需求愈发多样，企业逐渐意识到，自身业务需要更加敏捷、高效，具备根据市场需求快速迭代的能力。业务流程的自动化能够帮助企业实现业务的敏捷高效，因此受到越来越多企业的关注。

企业的“自动化武器库”品类丰富，包括RPA、iPaaS、AI、低代码、BPM、流程挖掘等。企业可以使用多项自动化工具，但结果往往是各项自动化工具处于各自的“自动化烟囱”之中，仅能实现碎片式自动化。例如，某企业的IT团队可能在使用低代码开发平台、财务团队可能在使用RPA、呼叫中心则可能在使用智能机器人。自动化烟囱抹杀了多项自动化工具之间的协同性。并且，企业对少量自动化工具的使用可能造成短视行为，进而难以获得最优的自动化解决方案。例如，企业在财务自动化场景引入RPA，容易导致其在后续的其他场景中仍优先甚至强行使用RPA，而不去考虑它是否为最佳解决方案。

上述问题可以通过自动化整体解决方案来应对。自动化整体解决方案是指将各项自动化工具融为一体，充分释放协同价值，通过组合创新为企业寻找一条自动化水平提升和运营方式变革之路。

Gartner于2019年提出超自动化（Hyperautomation）概念，主要从技术组合角度阐述超自动化内涵，较难和业务价值建立链接，导致甲方兴味索然。因此，亟需重新定义超自动化，推动市场发展。爱分析对超自动化作如下新定义：超自动化指利用RPA、iPaaS、AI、低代码、BPM、流程挖掘等自动化技术，实现组织端到端流程自动化以及新业务流程快速编排，帮助组织提升效率、创新能力和客户体验的平台产品或解决方案。

爱分析从技术架构角度将超自动化市场划分为平台层和应用层。平台层包括自动、集成、AI相关的一系列工具所属的特定市场，例如智能决策、RPA、BPM等，也包括由这些工具融合而形成的新市场，例如PRA与iPaaS融合形成AutoPaaS。应用层包括垂直行业场景应用和通用场景应用两部分，每部分包含若干特定市场。超自动化市场划分详见下图。

 

本报告重点选取低代码开发平台、iPaaS、流程挖掘、RPA和流程中台五个市场作为重点研究对象，对超自动化进行研究。

厂商入选标准

本次入选报告的厂商需同时符合以下条件：

l             厂商的产品服务满足各市场分析的厂商能力要求；

l             近一年厂商具备一定数量以上的企业付费客户（参考第4章各市场分析部分）；

l             近一年厂商在特定市场的营业收入达到指标要求（参考第4章各市场分析部分）。

（注：“近一年”指2022年Q2至2023年Q1）

2. 市场洞察

2.1          超自动化助力企业实现端到端流程自动化和新业务流程快速编排

自动化技术可以有效解决甲方的单点问题，例如应用RPA解决桌面级任务自动化问题、应用iPaaS解决集成问题、应用BPM解决流程管理问题等。自动化技术的应用，如同赋予甲方“神经元”，由于缺乏统一规划，因此未能形成“神经系统”。碎片式自动化让企业形成大量自动化孤岛，需要整合孤岛建立端到端流程自动化。

RPA在证券行业已得到广泛应用，主要用于解决对账、流水查询等环节，可实现任务级或“短流程”级自动化。端到端流程则比较长，跨越多个系统且场景复杂，RPA较难胜任。以券商零售柜台交易业务为例，将交易柜台交易操视为流程起始，后续流程需要遍历柜台系统、营业网点系统、券商后台系统、交易所平台、券商内部结算平台和券商内部分析平台等多个系统。

图 1 券商零售柜台交易业务流程（简化示意图）

实现某个端到端流程自动化只是超自动化业务价值初步体现，更重要的是构建可组装的工作流，甲方可以敏捷地跨业务/部门/系统/平台，实现新业务快速编排，有利于甲方提升效率、创新能力和客户体验。

以城市租房信息数字化转型为例，通过超自动化可以实现快速、低成本、灵活的工作流编排。当租户信息上传至社区系统时，社区系统利用RPA迅速查询屋主信息，通过智能呼叫与屋主确认租户及房屋信息，通过iPaaS将核实后的租房信息同步到公安系统、住建系统和社区系统。若通过定制化开发方式实现城市租房信息数字化转型需求，存在周期长、投入高和灵活性较弱的短板，“重复造轮子”现象难以避免。

图 2 城市租房信息数字化转型（简化示意图）

2.2          超自动化实现的三个阶段：任务自动化、流程自动化、运营自动化

甲方的超自动化实现之路并非一蹴而就，需要经历由浅入深的三个阶段：任务自动化、流程自动化和运营自动化。

图 3 超自动化实现之路的三个阶段

1)         第一阶段：任务自动化。主要解决开发、审批、集成等单点型问题。任务自动化为甲方运营赋予“神经元”。

2)         第二阶段：流程自动化。通过跨业务/部门/系统/平台，解决企业线条型问题。流程自动化为甲方运营赋予 “局部神经”。

3)         第三阶段：运营自动化。构建可组装的工作流，甲方实现新业务快速编排。运营自动化为甲方运营赋予完整、灵动的“神经系统”。