文｜王吉偉

• 大語言模型時代，AI Agent影響下RPA發(fā)展的四個階段
• AI Agent火速影響自動化領(lǐng)域，自主智能體成為超自動化發(fā)展新風(fēng)向
• 自主智能體成為新一代自動化，對超自動化領(lǐng)域有什么影響？
• 持續(xù)進(jìn)化的RPA，在大模型時代搭上了AI Agent的東風(fēng)
• 發(fā)展方向劍指自主智能體，借助AI Agent走向AGI成RPA終極目標(biāo)
• RPA終極發(fā)展方向瞄準(zhǔn)AI Agent，超自動化智能體時代已經(jīng)開啟

RPA之所以如此受歡迎，是因為它涉及使用“機器人”來自動化通常由員工完成的大批量、低復(fù)雜性及重復(fù)性任務(wù)。

RPA的基本情況很明確，這些機器人解放了員工，讓他們專注于更多增值任務(wù)，并降低企業(yè)的總體成本。它們可以每天 24 小時運行，避免人為錯誤，并處理大量任務(wù)。

適合RPA的任務(wù)包括處理事務(wù)、操作數(shù)據(jù)、響應(yīng)查詢和跨系統(tǒng)通信。管理后臺對于RPA高效應(yīng)用，也證明了其與該技術(shù)的天然契合，比如銀行實施RPA來路由和回復(fù)投訴電子郵件，醫(yī)療保健公司使用RPA“機器人”來幫助處理和分析數(shù)百萬張供應(yīng)商發(fā)票等。

長期以來，對于異構(gòu)系統(tǒng)且雜亂的傳統(tǒng)自動化技術(shù)，RPA就像一顆銀彈，它的連接性使得很多企業(yè)往日投資的自動化技術(shù)得以煥發(fā)青春。

因此，RPA在金融服務(wù)、公共部門和能源等高度監(jiān)管的領(lǐng)域得到了顯著的應(yīng)用，當(dāng)然前提在于這些部門往往不愿意或無法對其系統(tǒng)進(jìn)行大規(guī)模改變。

不只在這些領(lǐng)域，很多實施數(shù)字化技術(shù)多年的大型企業(yè)都存在這種情況，面向傳統(tǒng)自動化難以為繼、不想讓過往投資付之一炬以及不想繼續(xù)大量投資技術(shù)的種種需求，RPA從未變得如此受歡迎。

難解決的問題

即便RPA近幾年都以超過16%復(fù)合增長率快速成長，因為它的連接特性，始終被一些人戲稱為“創(chuàng)可貼”或者“粘結(jié)劑”。

這兩個綽號，恰恰反映了RPA不夠穩(wěn)定的缺點。很多客戶抱怨機器人很脆弱，需要花費數(shù)小時來維護(hù)它們，而不是構(gòu)建新的自動化。對很多業(yè)務(wù)場景來說，如果數(shù)據(jù)樣式發(fā)生變化，例如在表單中添加了新項目，機器人就無法繼續(xù)工作了，必須重新配置任務(wù)。

業(yè)務(wù)人員加一筆，維護(hù)人員跑斷腿。

正是因為RPA構(gòu)建業(yè)務(wù)流程自動化的脆弱性，廠商們紛紛引入AI技術(shù)，并進(jìn)一步向能夠構(gòu)建端到端自動化的超自動化架構(gòu)發(fā)展。

超自動化是一個以交付工作為目的集合體，通過吸納更多的技術(shù)打造一個自動化產(chǎn)品與技術(shù)集，是RPA、流程挖掘、智能業(yè)務(wù)流程管理等多種技術(shù)能力與軟件工具的組合，也是智能流程自動化、集成自動化等概念的進(jìn)一步延伸。

超級自動化本身涉及到的關(guān)鍵步驟即發(fā)現(xiàn)、分析、設(shè)計、自動化、測量、監(jiān)視和重新評估等均囊括在內(nèi)，突出以人為中心，實現(xiàn)人、應(yīng)用、服務(wù)之間的關(guān)聯(lián)、組合以及協(xié)調(diào)的重要性。

雖然超自動化在架構(gòu)中引入了測量、監(jiān)視和重新評估，但RPA仍舊處于相對獨立的運行單元。即便早已引入的AI技術(shù)，也難以保障RPA在業(yè)務(wù)靈活需求場景下運行穩(wěn)定性。

直到今年大語言模型實現(xiàn)重大突破，AI Agent與RPA的結(jié)合才真正讓大家看到了希望。

RPA的Agent機遇

現(xiàn)在幾乎所有技術(shù)供應(yīng)商與組織都在轉(zhuǎn)向大語言模型（LLM），隨著更多廠商的不斷探索與嘗試，我們看到一種新型自動化正在興起，它就是自主智能體（Autonomous Agent，AI Agent的一種）。

AI Agent（AI智能體）是一種能夠感知環(huán)境、進(jìn)行決策和執(zhí)行動作的智能實體。不同于傳統(tǒng)的AI，AI Agent 具備通過獨立思考、調(diào)用工具去逐步完成給定目標(biāo)的能力。

AI Agent 的工作僅需給定一個目標(biāo)，就能夠針對目標(biāo)獨立思考并做出行動，它會根據(jù)給定任務(wù)詳細(xì)拆解出每一步的計劃步驟，依靠來自外界的反饋和自主思考，為自己創(chuàng)建 prompt以實現(xiàn)目標(biāo)。

在類別上，AI智能體分目前可分為自主智能體（Autonomous Agent）和生成智能體（Generative Agent）。自主智能體如Auto-GPT，能夠根據(jù)人們通過自然語言提出的需求，自動執(zhí)行任務(wù)并實現(xiàn)預(yù)期結(jié)果。在這種合作模式下，自主智能體主要是為人類服務(wù)，更像是一個高效的工具。

AI智能體可以使用GPT-4等大型語言模型規(guī)劃和執(zhí)行用戶提供的目標(biāo)。這些機器人完成并添加新任務(wù)，根據(jù)先前任務(wù)的結(jié)果確定其工作流的優(yōu)先級。它們可以調(diào)用長期和短期記憶，使用舊查詢作為上下文并存儲以前的結(jié)果。

這意味著這些機器人不會停在新數(shù)據(jù)導(dǎo)致的“死胡同”，而是可以從錯誤中“學(xué)習(xí)”并調(diào)整其一系列任務(wù)。

Github等開源社區(qū)現(xiàn)在已經(jīng)出現(xiàn)從編寫代碼（GPT-Engineer）到訂購披薩（HyperWrite）的多種智能體框架及工具，目前單是開源Agent架構(gòu)就有AutoGPT、BabyGPT、MetaGPT等多個，開發(fā)者們可以用這些架構(gòu)打造各領(lǐng)域及業(yè)務(wù)場景的基于LLM的AI智能體。

在海外，投研界已將自主智能體稱作新一代自動化。

新一代自動化

大多數(shù)RPA廠商，都在以生成式AI補充RPA為中心的自動化流程，比如更好的文檔處理或代碼原生平臺等。像UiPath和Automation Anywhere等廠商，正在通過更多的端到端自動化工作流程以及添加支持生成式AI的功能，以應(yīng)對傳統(tǒng)RPA的缺點。

當(dāng)然，也不排除一些廠商會基于AI Agent重新構(gòu)建超自動化產(chǎn)品。

比如最近專注低代碼的超自動化廠商Torq已將其AI代理添加到安全超自動化平臺，國產(chǎn)超自動化廠商實在智能也在8月份推出了基于自研大語言模型TARS的RPA智能體產(chǎn)品TARS-RPA-Agent。

這些廠商，已經(jīng)成為流程自動化領(lǐng)域探索AI Agent的先行者。

而一些新的創(chuàng)業(yè)公司，則以自主智能體為中心提供“新一代流程自動化”工具，這些工具的應(yīng)用通常從電子商務(wù)等不受監(jiān)管的領(lǐng)域及業(yè)務(wù)場景開始。

下面一些廠商，是來自歐洲已推出AI智能體產(chǎn)品的佼佼者。

• Robocorp：代碼原生和開源RPA平臺，其愿景是通過GenAI代碼解釋器將Python的靈活性與低代碼的易用性相結(jié)合；
• DeepOpinion：采用尖端NLP實現(xiàn)企業(yè)工作流程自動化；
• Automaited：高度靈活的自動化，適用于任何任務(wù)，具有自學(xué)功能；
• Workfellow：通過插入各種工作流程實現(xiàn)下一代流程卓越；
• Levity：用于電子郵件、調(diào)查、客戶支持等的AI文本和文檔處理；
• Invofox：人工智能數(shù)據(jù)輸入，最初關(guān)注賬單和發(fā)票等財務(wù)；
• Go Autonomous：在報價和銷售訂單等領(lǐng)域以電子商務(wù)為重點的自動化；
• Virtuoso：使用NLP和AI進(jìn)行QA和測試自動化以減少維護(hù)開銷；
• Workist：使用AI實現(xiàn)B2B交易的訂單處理自動化。

RPA的持續(xù)進(jìn)化

當(dāng)代RPA的興起以及快速發(fā)展，得益于人工智能技術(shù)。伴隨著AI的不斷突破，RPA從技術(shù)架構(gòu)到功能也在不斷進(jìn)化。如今大語言模型的突破與應(yīng)用，也為RPA的未來發(fā)展帶來了新的發(fā)展方向。

從智能流程自動化（IPA）的進(jìn)化角度，數(shù)字化轉(zhuǎn)型博客DeltalogiX 將IPA的進(jìn)化發(fā)展分為四個階段，分別是RPA、認(rèn)知自動化（Cognitive Automation）、數(shù)字助手（Digital Assistants）和自主智能體（Autonomous Agents）。

第一階段：用于簡單、重復(fù)性任務(wù)的RPA

每個員工每天都在執(zhí)行簡單的日常任務(wù)，經(jīng)常占據(jù)一天中的很大工作部分。RPA非常適合涉及結(jié)構(gòu)化數(shù)據(jù)的重復(fù)性任務(wù)，比如閱讀電子郵件等都可以交給RPA。

RPA機器人遵循預(yù)定義的規(guī)則和說明。使用確定性RPA機器人的自動化流程的一個案例是處理員工費用報銷單。通常，此過程要求員工填寫包含所有必要信息的紙質(zhì)或電子表格，并將其發(fā)送給人力資源或行政部門進(jìn)行審查和批準(zhǔn)。

第二階段：用于培訓(xùn)和過程適應(yīng)的認(rèn)知自動化Cognitive Automation

經(jīng)過人工智能技術(shù)的加持，RPA就進(jìn)化成為IPA，也就是我們所說的認(rèn)知自動化。除了基于規(guī)則和說明的結(jié)構(gòu)化數(shù)據(jù)，IPA能處理的數(shù)據(jù)可來自于電子郵件、文檔和圖像，

認(rèn)知自動化基于對過去經(jīng)驗的分析，通過不斷整合歷史數(shù)據(jù)和新數(shù)據(jù)，自動化流程會適應(yīng)收到的反饋，以預(yù)測產(chǎn)品或服務(wù)的需求為例。使用先進(jìn)的機器學(xué)習(xí)算法和對歷史銷售數(shù)據(jù)的訪問，可以創(chuàng)建一個預(yù)測模型來分析過去的模式，以識別趨勢和行為。

還可以訓(xùn)練模型以了解影響需求的變量，例如季節(jié)性、促銷、特殊事件和經(jīng)濟(jì)狀況。這些預(yù)測可用于指導(dǎo)業(yè)務(wù)決策，例如生產(chǎn)計劃、庫存管理、定義營銷策略和預(yù)測資源需求。此過程的認(rèn)知自動化可實現(xiàn)比手動數(shù)據(jù)分析更準(zhǔn)確、更高效的預(yù)測。

此外，由于該模型可以使用新數(shù)據(jù)不斷訓(xùn)練，因此它可以適應(yīng)市場變化并隨著時間的推移而改進(jìn)。可以看出，即使是少量的人工智能也可以顯著提高自主性水平，并為更復(fù)雜的流程提供更具體的支持。

第三階段：用于語言處理的數(shù)字助理Digital Assistants

隨著IPA與AI的深度融合，尤其是有了LLM的支持，IPA發(fā)展成為了真正基于自然語言交互的數(shù)字助理。

像ChatGPT就是典型的數(shù)字助理，其他廠商也可以借助GPT等LLM構(gòu)建面向其所在領(lǐng)域的數(shù)字助理。

認(rèn)知自動化系統(tǒng)能夠理解和處理人類語言（NLP，自然語言處理）。因此人力資源將能夠與軟件進(jìn)行交互，而軟件又將能夠從書面或口頭文本中提取含義并提供“智能”響應(yīng)。NLP 可實現(xiàn)與聊天機器人、語音助手和基于語言的分析相關(guān)的任務(wù)的自動化。

語言理解和用戶界面也是允許客戶以自動化方式與公司互動的重要元素。如果使用得當(dāng)，并采用改善客戶體驗的策略，虛擬助手可以通過減少相關(guān)活動所需的時間來高效改善工作和與客戶的關(guān)系。

第四階段：用于決策的自主智能體Autonomous Agents

最高水平的智能自動化涉及復(fù)雜的決策過程。在這個過程中，深度數(shù)據(jù)分析（包括深度學(xué)習(xí)）提供了廣泛的概述，在此基礎(chǔ)上進(jìn)行分析或預(yù)測以指導(dǎo)短期和長期活動。

這種深入的分析功能包括多個變量和相關(guān)因素，允許機器人或者更確切地說是數(shù)字智能體自主做出決策。

這種類型的支持特別適用于人力資源管理、供應(yīng)鏈優(yōu)化、財務(wù)規(guī)劃和風(fēng)險分析。由于其不斷增加的處理能力和知識，該機器人能夠提供及時準(zhǔn)確的建議和建議，以支持業(yè)務(wù)主管的決策過程。

后記：超自動化智能體時代到來

可以看到，第四階段的自主智能體正好對應(yīng)于前文講的新一代自動化。

按照IPA的發(fā)展路徑，這里第四階段的自主智能體，更多的指的是基于LLM的RPA智能體或者超自動化智能體。

畢竟，立足流程自動化的RPA廠商們，一般不會放棄現(xiàn)有產(chǎn)品形態(tài)，以自主智能體為中心去開拓全新的AI Agent產(chǎn)品體系。

短時間內(nèi)，AI Agent還無法用于操作成百上千的企業(yè)管理系統(tǒng)。更大的可能是，企業(yè)級運營管理層面的自主智能體，將由更懂企業(yè)經(jīng)營的RPA、流程挖掘、BPA、ERP等企管軟件廠商，在不同LLM和已有管理軟件基礎(chǔ)上構(gòu)建。

所以，廠商們在自研LLM及現(xiàn)有產(chǎn)品架構(gòu)中引入AI Agent，或者開辟一條AI Agent能夠聯(lián)動已有自動化技術(shù)的產(chǎn)品路線是完全有可能的。

且智能體也已成為RPA未來發(fā)展終極目標(biāo)，而AI智能體也是通往通用人工智能（AGI）的必經(jīng)之路。

事實上，就是廠商們不去做AI Agent融合，出于降本增效提質(zhì)的需求，客戶也會自行在已引入LLM及RPA的基礎(chǔ)上去做進(jìn)一步探索。在市場上需求的牽引下，技術(shù)供應(yīng)商們早晚都會邁出智能體這一步。

今年大模型開始流行之后，隨著RPA廠商們紛紛引入生成式AI，目前主流廠商都已發(fā)展到第三階段數(shù)字助手，少部分廠商則已經(jīng)開啟了第四階段對AI智能體的探索。

據(jù)王吉偉頻道了解，國內(nèi)已有數(shù)家RPA廠商著手這方面的研究，應(yīng)該很快也能推出相應(yīng)產(chǎn)品。

Gartner表示，到2025年，90%的RPA供應(yīng)商，將提供生成式AI輔助的自動化服務(wù)。同時在生成式AI加持影響下，RPA市場將繼續(xù)保持高速增長。

從IPA的發(fā)展趨勢而言，今后每一家RPA廠商及超自動化廠商都有可能進(jìn)化為RPA\超自動化智能體。