2017年RPA全球市值大約美金357.5million折合台幣約115億，佔整體數位轉型(digital Transformation)營業額不到1%，加上RPA軟體商百家爭鳴，甚至阿里巴巴都推出了自己的產品，以我勢利眼的本性這真的值得花30天的篇幅討論嗎？
RPA在主流科技議題上很少被提及，但Consulting industry卻是大放異彩，舉凡管顧三巨頭MBB,四大會計師事務所(Big four), IT專長的Accenture都紛紛併購或發展自己的RPA部門，年複合成長率(CAGR)在未來7年預估為31.1%，說明著是一個成長飛快的業務，但為什麼市場分額基數就小，大家還是要爭相搶一杯羹呢？

毛利低為什麼還要做?

因為開發RPA軟體不難，技術門檻低，除非與其它加值服務一起賣，不然毛利是很低的。
設計RPA流程就跟寫程式差不多，一樣需要input output，舌燦蓮花的職業技能也沒用，是扎扎實實的基本功(算你開發的工時)。 有人會說就薄利多銷，恩...如果妳會跟客戶談條件，降低複雜的各種要求，加上專案管理能力強，那就margin也許不會是問題。 所以說它考驗的是"拿捏"的藝術，不僅成本要精算、影響範圍、跟團隊的合作、時間都要詳細記錄下來(之後會談到用JIRA來管理Issues)。我們也在觀望發展RPA業務在台灣後續市場連帶效益會有多少? 從去年到今年，詢問度越來越高，因為有足夠的需求，不得不做!

客戶能省到錢嗎

如果你老闆聽到機器人模仿人類很開心可以少聘幾個人了，那恐怕他要失望了，RPA的導入未必立刻就在財報上有明顯的 cost down，雖然我們在賣服務時都會說一到兩年回本，但後續的維護服務根本也少不了工的，所以...它的價值並不在於幫企業省錢

AI的基礎建設-數據採集

數據採集是最基礎但也最麻煩的問題，沒有正確的data，就別談後續的分析和cognition, machine learning甚至AI了。 RPA目前應用最廣的就是金融保險業，因為產業特性要遵循許多法規，分工及產品都很複雜，又歷史悠久系統老舊無法大改，silo(穀倉)的現象普遍，資料散落在各處，和各式各樣的紙本裡頭。
動一髮而牽全身時不時就要被罰重款的金融業，真的難以改變。就連一個領著百萬年薪的MA也常需要做重複性不太需要動腦的工作 RPA提供了一個解套的方式，用小流程為單位(可能產出只是一張報表)，快的話一個月就可以在非侵入性不改變原始系統的模式下開發完成，立即看到效果。也因為在size小，標準化的難度減輕，對一個在保守性格嚴謹個性的 user來說是可以接受的範圍，因此他們也會願意配合產出標準的logic和data。對企業來說，就像開始打地基一般，是一個迎向AI的新世界的key factor.