Robotic process automation

В традиционных инструментах автоматизации рабочих процессов разработчик программного обеспечения составляет список действий для автоматизации задачи и взаимодействует с серверной частью системы с помощью внутренних API или специализированных языков сценариев. В отличие от этого, системы RPA формируют список действий, наблюдая за пользователем, выполняющим задачу в графическом интерфейсе пользователя (GUI), а затем повторяют эти действия непосредственно в интерфейсе приложения. Это позволяет использовать автоматизацию даже в продуктах, не предоставляющих собственные API для подобных целей.

Инструменты RPA технически схожи с системами для тестирования пользовательского интерфейса, которые тоже повторяют действия, показанные пользователем^[3]. Главное отличие — способность работать с данными одновременно в нескольких приложениях: например, получать электронные письма с счетами, извлекать из них данные и вносить их в бухгалтерскую систему.

Как форма автоматизации, концепция RPA восходит к технологии скрин-скрейпинга (захвата данных с экрана), однако современные RPA-платформы значительно превосходят её по гибкости, включая интеграцию с API корпоративных приложений, работу с ITSM-системами и сервисами искусственного интеллекта (ИИ). Переход от нишевой технологии к массовому инструменту цифровой трансформации можно разделить на несколько ключевых этапов.

Период 2016—2017 годов стал переломным для RPA, когда технология начала переходить от пилотных проектов к широкому корпоративному внедрению^[4]. Этому способствовало достижение платформами достаточного уровня зрелости: они эволюционировали от простых инструментов к масштабируемым и надёжным программным решениям, пригодным для крупных предприятий^[5]. Спрос на специалистов в этой области резко вырос: с 2016 по 2018 год число вакансий в мире увеличилось в 15 раз^[6].

К концу 2017 года, по данным Deloitte, 53% крупных компаний уже начали внедрять или тестировать RPA^[7]. Однако рынок всё ещё считался незрелым: большинство внедрений находились на начальной стадии, и лишь 3% организаций использовали более 50 программных роботов^[8]. Лидерами рынка, согласно отчёту Forrester Wave, являлись Automation Anywhere, Blue Prism и UiPath^[9].

В 2018 году рынок RPA продемонстрировал взрывной рост, став, по данным Gartner, самым быстрорастущим сегментом корпоративного программного обеспечения: его объём увеличился на 63,1% и достиг 846 млн долларов^[10]. К 2019 году, по разным оценкам, он превысил 1 млрд долларов^[6][11]. Произошла смена лидера: компания UiPath, показав рост выручки на 629,5%, заняла первое место на рынке^[10].

Ключевым технологическим трендом этого периода стала интеграция RPA с технологиями искусственного интеллекта и машинного обучения. Начался переход от простых роботов, работающих по правилам, к «интеллектуальной автоматизации процессов» (англ. Intelligent Process Automation, IPA)^[12]. Платформы начали внедрять инструменты для работы с неструктурированными данными, такие как компьютерное зрение и обработка естественного языка^[6]. Кроме того, набирала популярность концепция «гражданских разработчиков» (англ. citizen developers), поскольку вендоры стали предлагать low-code и no-code инструменты, упрощающие создание роботов для бизнес-пользователей^[13].

С 2020 года развитие RPA определяется концепцией гиперавтоматизации, которую Gartner назвала технологическим трендом №1^[14]. Этот подход подразумевает комплексную автоматизацию сквозных бизнес-процессов путём сочетания RPA с ИИ, машинным обучением, анализом процессов (англ. process mining) и другими технологиями^[15]. Катализатором для ускорения цифровой трансформации и внедрения RPA также стала пандемия COVID-19^[16].

В этот период произошёл активный сдвиг в сторону облачных и гибридных моделей развёртывания (англ. RPA-as-a-Service, RPAaaS), которые упростили внедрение и масштабирование автоматизации^[17]. Платформы стали предлагать более совершенные инструменты для управления (англ. governance), безопасности и анализа возврата инвестиций^[18]. В 2021 году на рынке усилилась консолидация: крупные вендоры начали приобретать нишевые компании для расширения своих возможностей. Например, UiPath купила платформу для API-интеграции Cloud Elements, что подчеркнуло важность автоматизации не только через пользовательский интерфейс, но и на уровне программных интерфейсов^[19].

До 2022 года российский рынок RPA в значительной степени зависел от иностранных поставщиков, таких как UiPath, Blue Prism и Kofax, доля которых достигала 80–90 %^[20]. Ситуация кардинально изменилась в 2022 году с уходом ключевых западных вендоров, что стало катализатором для масштабной трансформации рынка и активного импортозамещения^[21][22].

Этот шаг привёл к временному сокращению общего объёма рынка — по некоторым оценкам, с 16 млрд рублей в 2021 году до 8,7 млрд рублей в 2022 году^[23], что было связано с прекращением деятельности иностранных игроков, занимавших доминирующее положение^[20]. В то же время освободившаяся ниша вызвала взрывной рост отечественных разработчиков. В результате уже в 2023 году объём рынка, по разным оценкам, составил от 10 до 20 млрд рублей^[24], а к 2024 году большинство российских компаний завершили переход на отечественные платформы^[22].

Лидерами российского рынка стали отечественные компании, среди которых — PIX Robotics, Robin, Primo RPA, Sherpa RPA и Атом.РИТА^[20][24][25]. Российские вендоры сосредоточились на развитии функциональности своих продуктов, стремясь не только заместить, но и превзойти зарубежные аналоги, а также предложили инструменты для упрощения миграции (конвертеры роботов)^[26][23]. Быстрый рост рынка также обострил проблему дефицита квалифицированных специалистов по RPA^[24].

Организация RPA‑сервисов отчасти повторяет метафору «программного робота»: каждый экземпляр программного робота получает собственное виртуальное рабочее место, как человеческий сотрудник. Он управляет клавиатурой и мышью, выполняя необходимые действия и автоматизацию. Обычно всё происходит в виртуальной среде, без необходимости физического экрана: система электронно интерпретирует содержимое дисплея. Масштабируемость современных решений стала возможной благодаря развитию виртуализации; без неё крупные внедрения ограничивались бы затратами на физическое оборудование. Использование RPA в бизнесе показало значительную экономию расходов по сравнению с традиционными решениями^[27].

Однако существуют и риски. Среди недостатков называют подавление инноваций, усложнение поддержки ПО (теперь необходимо учитывать внешний вид графических интерфейсов, не предназначенных для машинного управления)^[28].

Внедрение RPA оказывает комплексное влияние на рынок труда, которое выражается не столько в массовых сокращениях, сколько в трансформации рабочих ролей^[29]. Основная цель технологии — высвобождение сотрудников от рутинных и повторяющихся задач, на которые может уходить до 2–4 часов рабочего дня^[30], что позволяет им сосредоточиться на более сложных, творческих и стратегических функциях^[29]. Этот подход, при котором персонал перенаправляется на более интересные задачи, отмечался ещё на ранних этапах внедрения RPA и приводил к тому, что сотрудники воспринимали роботов как помощников, а не как угрозу. В результате повышается не только производительность труда, но и мотивация персонала, а также снижается уровень профессионального выгорания^[30][31].

Автоматизация приводит к сокращению потребности в должностях, связанных с ручным вводом данных и простой обработкой информации, таких как операторы ввода данных и бухгалтеры начального уровня^[32][33]. Одновременно с этим технология стимулирует создание новых, более высокотехнологичных специальностей^[34]. По прогнозам Всемирного экономического форума, к 2025 году автоматизация может затронуть до 85 миллионов рабочих мест, но при этом создать 97 миллионов новых^[32]. Растёт спрос на разработчиков и архитекторов RPA, аналитиков бизнес-процессов, специалистов по машинному обучению и кибербезопасности^[29]. В то же время RPA остаётся угрозой для индустрии аутсорсинга бизнес-процессов (BPO), так как позволяет компаниям возвращать процессы из офшорных локаций в местные дата-центры.

Изменение ландшафта профессий формирует новый запрос на компетенции. Возрастает ценность «гибких навыков» (англ. soft skills), таких как критическое мышление, креативность и эмоциональный интеллект^[32]. Это подчёркивает необходимость непрерывного обучения и повышения квалификации персонала^[35][34]. Многие компании инвестируют в переобучение сотрудников; например, в «Газпромтранс» с 2022 года более 130 сотрудников прошли обучение по автоматизации бизнес-процессов.

Широкое внедрение RPA ставит перед обществом и новые вызовы. Одним из барьеров остаётся сопротивление сотрудников, опасающихся потери работы, что требует от руководства грамотного управления изменениями^[29]. На глобальном уровне возникают этические вопросы о цифровом неравенстве и защите прав работников^[32][36]. Эти проблемы приводят к появлению законодательных инициатив, таких как принятый в марте 2024 года Закон об искусственном интеллекте в Европейском союзе^[37].

• Автоматизация банковских и финансовых процессов
• Автоматизация ипотечных и кредитных операций
• Автоматизация обслуживания клиентов
• Операции в электронных продажах (eCommerce)
• Маркетинг в социальных сетях
• Применение оптического распознавания символов
• Процессы извлечения данных
• Автоматизация фиксированных процессов
• Автоматизация ручных и повторяющихся задач

Академические исследования^[38][39] прогнозируют, что RPA и схожие технологии могут вызвать новую волну роста производительности и эффективности на мировом рынке труда. По оценкам Оксфордского университета, к 2035 году автоматизация затронет до 35 % рабочих мест^[38].

Также имеет значение география внедрения: возвращение ранее вынесенных за рубеж процессов в локальные центры обработки данных приводит к повышению экономики развитых стран и сокращению активности в странах-аутсорсерах.

В выступлении на TEDx в UCL предприниматель Дэвид Мосс отмечал, что цифровой труд в виде RPA радикально снижает стоимость услуг и товаров, одновременно увеличивая их качество и возможности персонализации.

В выступлении TEDx 2019 года^[40] японский топ-менеджер Койчи Хасэгава рассказал о положительном влиянии RPA на общество при эмпатичном использовании роботов. В частности, страховые компании Японии (Sompo Japan, Aioi) использовали ботов для ускорения выплат пострадавшим при крупных катастрофах.

Профессор Уилкокс (LSE)^[39] отмечает, что автоматизация повышает удовлетворённость работников, «забирая рутину у людей» и позволяя им сосредоточиться на более интересных задачах^[41].

В исследовании 2021 года влияние роботизации на Европу связывают с ростом гендерного разрыва в оплате труда: на 0,18 % на каждый процентный пункт увеличения роботизации отрасли^[42].

Неассистируемая RPA (RPAAI, англ. Robotic Process Automation with Artificial Intelligence)^[43][44] — следующее поколение RPA-технологий. Прогресс в области искусственного интеллекта позволяет выполнять процессы на компьютере без участия пользователя.

Концепция гиперавтоматизации стала ключевым вектором развития RPA с 2020 года, когда аналитическое агентство Gartner назвало её технологическим трендом №1. Гиперавтоматизация определяется как подход, который подразумевает комплексную автоматизацию сквозных бизнес-процессов путём сочетания RPA с другими технологиями, такими как искусственный интеллект (ИИ), машинное обучение (ML), анализ процессов (англ. process mining) и платформы Low-code/No-code^[45][46]. Целью является не просто автоматизация отдельных задач, а выявление, анализ, автоматизация и мониторинг бизнес-процессов в масштабах всей организации для их максимальной оптимизации^[47].

С 2024 года ключевым этапом эволюции гиперавтоматизации стала глубокая интеграция RPA с генеративным ИИ^[48][49]. В этой синергии RPA выступает в роли «рук и ног», выполняя действия в различных системах, а генеративный ИИ — в роли «мозга», который анализирует информацию, понимает контекст и принимает решения^[48][50]. Такой подход позволяет автоматизировать более сложные сценарии, включая автоматический анализ документов, управление процессами с помощью голосовых команд и создание интеллектуальных чат-ботов^[49][51].

Офшорные процессы, переданные на аутсорсинг крупными компаниями, зачастую просты и не требуют глубокого анализа. Это удобная отправная точка для внедрения роботизированной автоматизации. Риски для индустрии BPO включают возможный возврат процессов заказчиком и потерю части рынка^[52], но внедрение автоматизации BPO-провайдерами создаёт эффект привязки клиента; становится сложнее выносить процессы обратно без потери сэкономленных ранее средств.

«Безразличный» к географии характер программных роботов означает, что новые бизнес‑возможности открываются даже для организаций с ограничениями на вынос обработки данных за рубеж. Программные роботы позволяют реализовать — наряду с оншорингом и офшорингом — ещё одну стратегию («третье размещение»), при которой автоматизация может быть размещена в любом центре обработки данных с фиксированной стоимостью.

Несмотря на свои преимущества (экономия, предсказуемые результаты), RPA пока требует постоянного технического обслуживания при изменениях в системах, приспособления к новым условиям у неё нет. Поэтому иногда требуется ручная перенастройка, что снижает общую эффективность^[53].

Классическое различие заключается в том, что RPA следует заранее определённому сценарию выполнения задач, а искусственный интеллект ориентирован на обработку информации и прогнозирование. Задача ИИ — имитировать мышление человека, задача RPA — автоматизировать типовые (человеческие) процессы^[54]. Также RPA можно рассматривать как виртуальных роботов, берущих на себя рутинную работу и способных интерпретировать разметку данных. RPA чаще всего использует методы машинного обучения, тогда как ИИ опирается на самообучающиеся технологии^[55].

Однако с конца 2010-х годов это различие стало менее строгим. Ключевым трендом стала интеграция RPA с технологиями искусственного интеллекта (ИИ) и машинного обучения (ML), что привело к появлению концепции «интеллектуальной автоматизации процессов» (англ. Intelligent Process Automation, IPA). В рамках этого подхода роботы научились работать с неструктурированными данными (например, счетами или электронными письмами), используя компьютерное зрение и обработку естественного языка, а также принимать простые решения, выходя за рамки жёстко заданных сценариев^[56].

С 2024 года новым этапом эволюции стала глубокая синергия RPA с генеративным ИИ. В этой связке RPA выступает в роли «рук и ног», собирая данные и выполняя действия в различных системах, а генеративный ИИ — в роли «мозга», который анализирует информацию, понимает контекст, принимает решения и генерирует содержательные ответы. Такой подход позволяет автоматизировать более сложные сценарии, включая автоматический анализ документов, управление процессами с помощью голосовых команд и создание интеллектуальных чат-ботов.

• Распознавание речи и цифровая диктовка для сквозной автоматизации бизнес-процессов
• Специализированное ПО управления ИТ-инфраструктурой с автоматическим расследованием и обработкой инцидентов («роботы первой линии поддержки»)
• Чат-боты, обслуживающие запросы клиентов интернет-магазинов и сотрудников внутрикорпоративных сервисов
• Автоматизация презентационного уровня (front-end), вытесняющая ручной труд в аутсорсинговых компаниях
• Системы интерактивного голосового ответа (IVR) с интеллектуальной обработкой обращений