前言：在ISIG-RPA峰会的圆桌论坛中，由中投创展创始人兼CEO任威主持了关于企业自动化转型的深入讨论，嘉宾包括UiPath大中华区资深技术经理王栊、SAP业务技术平台卓越中心方案架构师阎韶华和三井住友保险中国区信息技术部负责人陈婧。
讨论焦点集中在数字化转型、RPA的应用现状与未来展望、以及生成式AI与大语言模型的商业应用和技术挑战上。嘉宾们共同探讨了企业在推进自动化和智能化过程中遇到的挑战和解决方案，特别是在RPA和AI融合应用方面的实践和前景。通过讨论，归纳出企业在进行自动化转型时需要关注的核心要素包括技术选型、组织架构调整、人才培养和文化改革等。此外，圆桌也强调了面向未来，企业应如何布局和预判技术趋势，以实现在快速变化的市场中保持竞争力。
由左至右：中投创展创始人&CEO任威、SAP业务技术平台卓越中心方案架构师阎韶华、三井住友保险中国区信息技术部负责人陈婧、UiPath大中华地区资深技术经理王栊
任威：
RPA作为数字化转型的一大利器，起初被定位为桌面任务助手，后来发展成数据处理辅助工具和异构系统连接器。近年来，RPA已演变成一个超级自动化（Hyper Automation）平台，不断融入商业人工智能的各种能力，形成了一个更大、更强大的工具集，帮助企业级用户满足技术需求，并自动化更复杂、更有价值的商业场景，包括全生命周期管理。
RPA是超自动化体系中非常关键的一部分，它的技术优势和局限性都非常明显。生成式人工智能和大型语言模型成为热点已经超过一年了，虽然有观点认为大模型可能完全取代RPA，但实际上，目前业内还未出现这种情况的明显案例或趋势。
智能体AI的模式在超自动化中更多地是增强或替代现有技术。我很荣幸作为本次圆桌会议的主持人，与各位行业专家和从业者共同讨论行业的现状和未来。作为从RPA到超自动化演进过程中的见证者和参与者，让我们讨论一下业务自动化和超自动化领域的现状。首先，我想问所有嘉宾：目前中国企业在超自动化技术应用方面的现状如何？它为企业带来了哪些价值？在推广规模化时，存在哪些痛点和问题？我们将按顺序讨论，首先请阎老师发言。
阎韶华：
陈总刚才已经从客户视角讨论了RPA的广泛采用。从去年开始，我们SAP在推动企业自动化方面取得了一定进展。我们推出了一些集成套件的融合产品，这些产品集成了低代码技术，甚至最新的AI策略，旨在帮助各行各业的企业更广泛地应用新技术。实际上，改变一线业务人员的工作模式对于实施自动化至关重要。业务场景中存在各种因素，如个人习惯、职责、或者简单的日常工作任务。让员工看到自动化如何能够改善他们的工作方式，将大大促进技术的接受和应用。
对于我们的ERP项目，我们会为客户直接配置约80%的企业级自动化软件产品。面对客户的多样性和他们的业务发展，我们遇到了一些挑战。有些客户可能需要新的ERP系统以适应新的业务板块或海外业务，但他们可能对国内的传统业务不够了解。一个企业的内部结构复杂，一个项目往往不能涵盖所有不同部门的需求。因此，我们认为，RPA技术的推广仍然是一项艰巨的任务，需要不断的努力和适应。我特别认同陈总之前的观点：通过集成标准化API来实现功能的稳定化是一种更可靠的模式。我们也面临另一个挑战：软件频繁更新。软件每个季度更新一次，这要求我们不断地进行调整和维护，从而增加了成本。如果我们能够在接口级别进行集成，那么系统的稳定性将大大提升，只需要管理API即可。这是我想分享的主要内容。
陈婧：
关于超级自动化，我认为有时我们可能被其美好的外表所误导。虽然某些企业可能确实需要这种技术，但“一个企业是否真的需要超级自动化”这一问题值得深入探讨。企业需要自动化的真正时机是什么？它到底能为企业带来什么价值？通常，企业的主要关注点是盈利，而不是采用了什么系统。如果替代成本低，使用人力或外包服务也是可行的。因此，我认为在当前变化的经济环境下，我们需要重新审视自动化的真正价值和必要性。在当前经济环境下的变化，一个潜在的优势是许多大企业可能从集中于销售转向内部成本控制。在这种情况下，自动化可以成为一个重要的工具。但关键问题是，自动化是否仅仅将一种成本转换为另一种？有效成本控制是至关重要的。因此，企业必须确保投资正确，即在最需要的地方采用自动化技术，避免不必要的支出。这意味着企业需要从顶层开始，系统性地思考如何通过自动化解决其核心问题。另一个趋势是，对于小企业而言，生存往往比自动化更重要。业务量可能有限，但我认为，对小企业而言，使用SaaS、低代码平台或RPA可能是更好的选择。这些解决方案可以以较低的成本帮助他们解决问题，提供必要的支持。
此外，我认为未来可能出现一种新模式，即超级自动化外包。许多企业目前都在减少员工，特别是那些从事重复性工作的基础员工。在这种情况下，企业不一定非要内部实施RPA；他们可以选择将某些基础工作外包出去。随着数据流通的便捷化，外包某些任务变得更加可行。因此，我预见未来可能会发展出专门从事基础流程操作的外包服务，这些服务将利用自动化技术提升效率，同时帮助企业优化操作。这种模式可能会成为趋势，为企业提供新的赋能方式。
任威：
是的，陈总提到的模式，我们团队已经开始尝试实施了。
王栊：
我将从厂商的角度来讨论这个问题。从RPA到超级自动化的转变，人们的理解可能各不相同。我认为，超级自动化具有无限扩展的潜力，并不局限于软件产品的自动化，而是包括业务流程和企业管理的自动化。此外，现在AI已成为超级自动化的重要组成部分。尽管有人认为AI可能取代或对RPA构成威胁，我认为这二者实际上是相辅相成的。特别是在金融领域或大型企业的财务管理中，这些先行者已经展现出了自动化的强大潜力和成效。
现在这些企业面临的问题是，他们已经实施了许多自动化流程并且获得了显著收益，问题是他们是否应该继续这么做，并如何挖掘更有意义或能带来更大提升的领域。这是自动化行业值得思考的一个问题。当然，这可以通过改变思维方式或加强AI技术的应用来实现。我还希望强调的是跨行业的赋能。例如，金融行业在自动化方面已经做得很好，但对于一些仍处于起步阶段的制造型企业，如何快速借鉴先进经验和技术，对他们的赋能将极具意义。
任威：
确实，王总提到的例子非常好。以我们实际案例为例，我们曾处理大量的财务数据，如银行流水下载。这些工作不仅包括数据收集，还包括后续的数据清洗和展示。这种能力很快可以转移到像零售或FMCG这样的传统行业，进行不同电商平台信息的抓取、汇总及分析。这显示了在数据处理层面，这些能力可以被广泛应用，快速在不同行业之间传递价值。
我们已经对目前的情况有了大致的了解。技术的核心总在不断发展和更新，本次会议的主题正是关于生成式AI和大语言模型。我相信，中国市场在响应AIGC方面是最为积极的。从企业到用户，再到产品厂商和服务团队，大家都在过去一年多的时间里紧锣密鼓地进行大量创新试点和应用实践。
接下来，我们来讨论一个更宏观的问题：大家认为生成式AI技术在企业中有哪些核心应用价值？你们可以结合自己身边的具体应用场景和案例进行说明。或者，你们认为企业在短期内为什么应该在AI领域进行投资？这次我们换个顺序，先从王总开始。
王栊：
这个问题确实挺尖锐的。近几年，AI的发展确实非常快速，新模型和版本不断涌现，使得企业几乎感到应接不暇。我与一些合作伙伴、供应商和其他企业沟通过，他们在实施或使用AI技术时，常感到困扰，主要是因为技术更新换代太快。
对于未来的投资回报，许多企业认为这是一个不确定的因素，因此他们可能会尝试根据自己企业的特点去开发一些模型。但在我看来，这种投入是必要且不可避免的。因为只有迈出第一步，企业才能看到后续的成果和发展。如果总是等待别人取得成功再跟进，那么企业很可能就已经落后了。
虽然大型语言模型和生成式AI被设计为通用模型，但企业实际应用时仍存在一些瓶颈。这主要是因为大多数企业都有自己特定的商务需求和行业特性。构建、训练和应用这些模型实际上更适合垂直领域的应用。虽然通用模型由许多国内外厂商已经开发完成，但提升企业自身价值时，还需专注于垂直领域的定制化模型。这就要求企业投入更多资源、精力和计算能力来完善这些模型。这与我们现在的RPA情况类似，各个厂商也在开发各自的专有领域技术，这样才能实现同步发展、百花齐放的局面。
陈婧：
实际上，我发现AIGC的应用非常有趣。从前年年底开始，GPT技术突然大爆发，尽管它不是一个全新的概念，但其质的飞跃引起了广泛的关注。因此，去年，我发现周围的人都开始感到焦虑，大家都在思考未来的AI趋势以及它将如何影响我们的工作和生活。作为IT领域的人士，我总是想要探索和尝试新技术。我们需要认识到，不能过分高估或低估AIGC的能力，因为它仍处于发展阶段。我们需要跟随技术发展的步伐，同时也期待市场上能出现一些真正创新的产品和解决方案。技术在不断进步，我们永远不知道明天会出现什么新版本，比如GPT-5.0、Sora或者其他什么新技术，以及这些新技术将如何影响不同行业。
结合今天的讨论主题，我认为AIGC和RPA互补而不是相互竞争。RPA专注于规则化的流程，而AIGC处理的是非规则化的内容。在自动化的实践中，我们已经能够100%自动化那些规则化的流程。但是，我们面临的挑战在于处理非结构化和非规则化的输入与输出，这正是AI可以发挥作用的领域。然而，AI不能完全取代人类。它可以帮助我们解决大约90%的问题，但剩下的10%仍然需要人类来完成。这是因为AI并不是完全准确的，总是需要人类来进行最后的审查和确认。如果一个不准确的系统没有人来负责，那么问题将无法得到有效解决。
因此，如果企业确实想要在流程中有效运用AIGC，那么它应该被视为最强大的辅助工具。这种方法可以使我们在内部操作流程中取得更好的效果，并将AI作为一个有价值的补充。目前，我们正在探索一些内部应用，如直接在邮件或会议纪要中嵌入AI工具来自动生成内容，这些都是很直接的应用。除此之外，我们还在尝试将AI与RPA结合，以进一步提高效率。
我们目前正在尝试使用AI进行合同审查，特别是针对采购类合同，因为与销售合同不同，采购合同涉及更多的监管要求、外包和开发工作，让人头疼不已。但借助AI的支持，我们希望能够利用它的能力解读合同条款，并进行审查。传统的OCR技术虽能识别文字，但不理解其含义，特别是具体的法律争议或知识产权条款。因此，我们正在探索使用AI合同识别技术，从合同文本中提取结构化信息，虽然这些信息可能不完全准确，但足以作为合同填写、审核和判断的辅助依据。
在我们目前的经验中，RPA的主要限制在于流程的起点和终点。例如，在理赔流程开始时，需要处理来自外部的非结构化数据，如理赔通知和相关文件。通常，这些数据需要人工整理并转换成Excel格式，之后才能启动自动化流程。如今，这一整理过程可以通过AIGC变得更加便捷。我们可以利用AIGC进行预整理，然后由人工进行最终确认。这实际上为我们提供了一种新的工作方式。目前，我们考虑在整个理赔流程中引入AI技术，以帮助我们确认用户提交的材料是否完整。例如，如果我需要一张医疗发票，我可以使用AI来验证提交的文件是否确实为医疗发票。如果用户错误地上传了无关图片，AI可以帮助识别并指出错误。此外，AI可以在理赔流程中提供帮助，总结理赔摘要，将信息转换成结构化字段，并在计算过程中提供准确的指导，甚至帮助撰写最终的沟通文本。
实际上，还有许多应用场景可以通过AI的辅助来实现。虽然我们可能自己无法完成所有这些，但我们期待市场上的厂商能够实现这些功能。目前，许多RPA厂商，如UiPath和金智维等，都在尝试将AI能力直接集成进他们的产品。虽然目前的产品可能还未能完全达到我们的预期，如一键生成特定流程，但这方面的努力值得肯定，因为它们正在加快开发速度，推动行业向前发展。这实际上并不妨碍我们提高开发速度，我认为这是一个持续改进的过程。在我的周围，很多开发人员已经在使用AI来辅助他们的编程工作。几乎每个编程人员、项目经理和产品经理都在利用AI帮助他们更有效率地编写代码。
以前，每学习一种新技术都要花费很多时间，但现在AI可以大大减轻这种学习负担。AI为我们提供了巨大的帮助，但关于它将如何引起颠覆性变化，我们仍然抱有期待。我们期待市场上出现领导者，带领我们实现更多突破性进展。我们非常愿意见证并参与这样的变革。
任威：
好的，感谢陈总提出了我们这些乙方公司新的努力方向。接下来，阎老师，您对这个问题有什么补充意见吗？
阎韶华：
实际上，陈总刚刚提到了ICP的调整，这是一个全球人员调整的问题。我之前的报告中也提到了，我们必须转型成为一个由AI驱动的企业软件提供商。例如，在上海、西安和大连，我们拥有许多开发者，他们在ICP上工作了许多年，达到了20年、30年。现在，这些开发者需要适应新的变化，他们可能需要使用C、Java或Ava等语言。任总之前提到了一个问题，那就是我们的RPA是否会被AIGC取代？我同意陈总的看法，不会。正如陈总所说，他是一个COO，一个程序员。实际上，不是AIGC取代了RPA，而是那些掌握了AIGC技术的RPA玩家将取代那些没有这技术的。这代表了一种技术变革，它将改变我们的工作和沟通方式。
实际上，这也影响到我们的商业决策，特别是从ICP的角度看。我之前提到的转变，意味着我们需要重新考虑我们如何进行企业运营和决策。就如同我们在上海、西安和大连等地的开发团队需要适应新技术一样，企业决策也需要基于新的数据驱动和AI支持的见解。
我们讨论的RPA集成，我看到的数据，以及我们如何将这些数据聚集到数据仓库或数据湖中，进而建模和实现数据隐私和管控，这一切都是为了更好的业务决策。根据ICP的数据，麦肯锡预测到2027年，当前的Fortune 500公司中将有75%不存在。那么，这些企业要如何保持存在和相关性呢？关键在于保持更新和适应新技术。
这涉及两个方面：一是客户对技术的需求，二是技术如何推动业务发展。企业主和决策者需要全面掌握大局。如果落后，就会被淘汰。这不仅适用于管理层和业务领导，也适用于基层员工。他们都需要与业务战略保持一致，如果不能抓住新技术浪潮，就可能被市场淘汰。
我们为什么要拥抱这些新技术？因为它们有能力改变我们的业务和运营方式。正如我之前在报告中提到的，SAP正在积极实施这种变革，我们设定了今年要完成74个与AIGC相关的场景，这些场景覆盖了从生产、供应、服务到人才管理的各个方面，还包括编程流程、分析、集成等。
任威：
好的，看来我们对这个问题的结论是一致的：AI的价值已经是明确无疑的。但是，企业在决定技术方向和投资时，必须基于对短期、中期和长期投资回报的评估，以及其他商业和非商业因素的多层次考量，最终以价值为先导进行决策。我希望大家的观点能为技术的使用者带来一些启示。
陈总刚才已经解答了我想提出的关于AI与超自动化融合的一些问题。接下来，我想继续询问阎总和王总。既然AI可以作为推动力或增强RPA的机制，那么在AI和超自动化的融合或替代方面可能有哪些发展？市场上，作为两位来自大型厂商的代表，您的产品在这方面进行了哪些升级或更新，以更好地适应这种融合？
王栊：
那我来简单介绍一下，例如我们的UiPath产品。作为一个厂商，我们跟随AI的迅猛发展，UiPath已经发展成为一个综合自动化平台，而不仅仅是传统的RPA工具。它包括从文本的语义理解到文档识别，再到智能助手，以及流程控制和数据挖掘等功能。实际上，我们的每个产品都已集成了最新的AI技术。
AI助手的功能，如陈总之前提到的，是否能够实现自动化开发，在一定程度上我们已经实现了部分功能。当然，每种开发语言和每个业务场景都有其特点和限制，所以虽然不能完全实现100%的自动化开发，但AI可以帮助构建整体框架或实现核心功能，这已经大大减少了开发人员的工作量。
第二点关于我们的工作方式的变化，阎总提到了，能否有能力的开发者通过运用RPA和AI技能取代那些不具备这些技能的开发者？实际上，这已经在发生，AI可以在某种程度上取代一部分传统产品。例如，我们可以通过截取屏幕图像来理解其内容，并自动进行分析和数据填充，这一切都在客户端完成。这意味着原本需要手动进行的流程设计、开发和测试现在可以自动完成，从而在开发成本、人力成本和时间成本上实现大幅节约。这代表了一种新的工作模式和效率提升的方式。
阎韶华：
我只补充一点关于我们SAP的业务技术平台，它主要是支持上层的业务应用，我们称之为编辑套件，覆盖我们的五大业务线，如采购和人力资源等。这个平台能够激发许多新的场景。特别是在AI方面，我们的重点是确保企业使用AIGC时的保密性和隐私保护，这是至关重要的。另外，正如陈总所述，成本和模型的选择性非常重要。比如，对于某些任务，可能用人力更为简单和经济。就像那个南方企业塑料盖的质检案例，有时候简单的解决方案就足够了。重要的是要考虑成本、安全性、可控性以及业务的易用性。
任威：
谢谢严总的补充。实际上，我们期望的是技术融合能实现1 + 1 大于 2 的效果，但实施到大型企业，我们需要超出单纯技术融合的考虑。这包括对整体组织架构的能力评估和调整，以及确保终端用户的充分准备和接受度，以便更有效地利用和发挥新技术的价值。
现在，许多成熟或大型企业已经在自动化或RPA方面有了基本的构建。接下来的问题是，什么样的架构更适合与AI融合？为了更有效地实现这种融合，目前的组织技术架构需要做出哪些调整？
陈婧：
确实，对于实现自动化，人才是企业最核心的资产，技术其次。如果没有合适的人才，再先进的技术也只是白费。真正的挑战在于如何将这些技术融入不同部门，并持续推进企业的数字化转型。这就需要建立一个卓越中心或一个持续的流程再造团队，他们的工作标准非常高。因此，培养一支能够理解并推动这些变化的团队对于企业来说至关重要。要使自动化成功，我们需要的人才必须具备全面的能力。他们不仅需要理解不同部门和业务的流程，还应能提出实质性的改进建议并执行优化和重构。关键在于能够发现和解决问题，并通过有效沟通确保新流程在各部门得到实施。这是对个人综合能力的重大挑战。
技术参与同样至关重要。当人们了解某项技术时，他们思考问题的方式会完全不同。比如，过去人们考虑如何更快从上海到北京，但在飞机出现之前，谁也无法想到天空飞行会是答案。因此，理解当前技术能提供的解决方案及其应用范围对于任何企业都是关键。这需要对所有员工，特别是中层管理层，进行持续的培训和能力建设，而建立一个卓越中心或类似团队来驱动这一进程是非常重要的。
对于我们金融行业的IT部门来说，总共大约20人，但在团队中最重要的是那些既理解技术又理解业务的人，他们是真正能够带来变革的关键人物。对于技术部门的员工来说，关键在于勇于将他们派遣到业务部门，让他们深入实际业务过程中。例如，在财务项目中，我们的项目经理会直接在财务部门工作，与财务团队紧密合作。在AI赋能理赔的项目中，理解整个理赔流程至关重要，因此我们鼓励员工直接参与到理赔部门的日常工作中去，从而提出有价值的改进建议。这种跨部门的合作和理解是实现技术有效应用的关键。
因此，员工所需的综合能力非常高。他们需要能够进行流程改造和探索，理解最新的外部技术，同时对公司内部的信息系统有深刻的理解，知道我们拥有哪些数据，运用哪些系统，以及我们能做什么。了解如何将新技术整合进现有架构是至关重要的，这样的架构师成为我们在数字化转型过程中需要重点培养的关键人才。
任威：
感谢陈总的发言，她提出了针对企业内部管理的要求。我认为这是对所有大型甲方企业的通用痛点，包括IT BP团队的建设和IT团队内部业务分析能力的建立。我们作为服务提供者或乙方经常遇到甲方体系内部推进项目时的制约和瓶颈。如果这些问题能得到妥善解决，那么许多技术问题反而会变得相对简单。阎老师，您有什么要补充的吗？
阎韶华：
在企业内部，如果我们不从事相关工作，我们可能无法完全了解一个人的全天候日常——他们早上起床做的第一件事是什么，晚上在想什么，为什么晚上会失眠等。因此，我们是否有方法深入了解他们的真实体验？我们经常与客户一起进行体验营活动，真正深入了解他们进行业务的实际情况。
正如陈总提到的，还有一部分是我们称之为关键用户的角色。这些关键用户与业务人员一起，深入讨论业务的各个层面，从大架构到小细节，包括不同的板块、场景、过程到具体任务。我们拥有一个五级流程系统，通过这一系统，我们可以识别哪些环节可以被简化或标准化，我们面临什么问题，以及我们如何通过数据分析来发现创新和自动化的机会。
这再次强调了我们之前讨论的问题。我们现在都在关注AIGC的发展，可能以前那些从事绘画或动画的人发现他们无法与AI绘图竞争，这可能意味着他们的工作不再那么安全。到2027年，一些现在存在的工作可能会消失。我们必须意识到这一点，做好相应的准备。
任威：
我先来说一下。我认为这对所有企业用户和员工来说都是一个警醒。技术变革是不分对象的，它影响到每个人。
王栊：
阎总和陈总已经提供了很充分的观点，我在这里简要总结一下，特别是关于超级自动化或AI对企业应用及架构的影响。首先，组织架构和人的因素至关重要。人是决定企业战略、定位、策略及其执行的关键。技术和工具只是执行层面的事物，真正重要的是如何设定目标、制定长期规划以及实现高效执行。我曾参与过多个大型企业的自动化项目，有些在两年内成功实施了300多个流程，非常成功。但也有些项目三年下来只完成了几十个流程，问题在于它们的定位和策略不同，因此收益也大相径庭。
因此，如果想要真正成功实施自动化或AI项目，建立一个卓越中心（CoE）是非常重要的。这个中心应涵盖技术、业务和战略规划等多个方面，通过团队协作来确保正确的定位和有力的影响，从而使项目的推广和实施更为流畅。
第二点是软件平台的重要性。进行自动化或AI项目必须依赖于软件支持。一个强大的软件平台可以更好地适应科技进步，应对不同模态的AI模型，如文本、语音、图像等。建立一个提供多模态接口和扩展能力的统一平台，可以减少成本并提高灵活性。
采用这种方法，首先可以降低未来扩展的成本，其次增加项目的灵活性。我们目前可能专注于文本和图像的生成，但未来可能包括语音识别、行为分析等更多元素。
最后，我想强调的是硬件的重要性。在进行AI项目时，企业不仅需要考虑内部的硬件配置，还可能需要调用外部资源。随着企业对算力需求的增加，硬件架构成为了一个重大挑战。它需要在保障数据安全的前提下，进行有效的规划和部署。硬件资源在某种程度上也保证了信息的安全性。
我们都知道，在执行AI项目时，不仅需要考虑企业内部的硬件资源，也经常需要借助外部资源。因此，硬件成为了企业面临的一个重大挑战。规划和安全性至关重要，尤其是数据安全。在某种程度上，硬件资源的安全性能确保了信息的安全性。
任威：
感谢王总的详尽回答，它非常系统地覆盖了整个规划过程。我们已经讨论了一些在技术领域或行业内进行了深入和长期探索的案例。我们都知道，中国的企业市场庞大，许多企业用户才刚开始关注超自动化和AI等技术。对于这些刚起步的企业，是否有更快或更有效的方法来构建相关能力并高效利用新技术呢？
王栊：
实际上，这与之前的问题相似，首先是战略和策略问题。后来者并非总是落后的，他们可以通过借鉴已有的经验、产品和方案来快速提升，实现所谓的“弯道超车”。这是可行的，因为他们可以利用现有的案例和更成熟的系统或数据架构，从而快速进步。因此，对于这些新兴企业，首先需要信任现有企业或供应商的经验，这可以帮助他们快速确定方向并做出决策。其次是资源投入，尤其是关注人的因素，使得他们能更有效地投入到专门的工作中。第三点是持续性的重要性，持续性意味着不仅仅完成一个或两个项目就结束，而是持续进行优化和改进。AI的引入可以为自动化带来新的可能性，使得之前无法自动化的流程成为可能，或者提高现有自动化流程的效果，这正是AI赋能自动化的价值所在。
阎韶华：
我同意王总的全面论述。对于后来者，我们需要了解国家的发展方向和行业趋势，以及用户的需求和期望。了解你的行业内其他人是如何做的，以及你能在哪些新兴领域进行扩展和融合。重要的是要靠近你的用户，不要仅仅局限于自己的研发，而是要确切知道客户需要什么，这是至关重要的。直接与用户接触和了解他们的真实需求，可以帮助企业更精准地定位自己的产品和服务，从而在市场中更有效地立足。
任威：
感谢阎老师的分享。由于时间限制，我们来到了最后一个问题。这个问题也可以视作我们圆桌讨论的总结。我希望每位嘉宾都能分享一下对未来一年内，相关技术发展和融合的展望以及个人对这些技术的期望。虽然可能会有一些新的技术尝试，但我不认为会出现真正的游戏改变者，或者说，在这个领域内会有重大的技术突破。主要的变化或趋势，我认为将是企业不断地进行自我强化、系统变更或改革。无论是供应商还是企业内部，保持开放性和连接性的心态和能力是至关重要的。至于开放性，当前市场上的许多产品试图成为“变形金刚”，拥有各种功能，从低代码到数据分析、AI和RPA，还包括各种AI、API和hub，但实际上没有一个厂商能够在所有这些领域都做到最好。
作为甲方，我们更倾向于合作伙伴能提供开放能力的产品。在市场上，比如泛微和帆软这样的公司，他们通过提供低代码和开放性平台，在整合资源和构建解决方案方面做得很好。这样的开放性和灵活性使得企业能更有效地进行技术融合和创新，而不是提供一个封闭且功能杂乱的系统。因此，无论是对于供应商的产品还是企业内部的发展，我们可能会更多地在PaaS层面进行努力，以增强连接和融合的能力。尽管在会议室内讨论的主题可能不会迅速变化，但我们必须持续开放和优化。从AI的角度来看，我预计在未来一年内，虽然对大多数生产和服务行业可能不会有太大改变，但在生成式创作、娱乐和游戏产业，可能会出现颠覆性的变化，这些变化有可能成为市场的游戏改变者。
陈婧：
实际上，我认为接下来的一年内，特别是在企业实施RPA结合AI的方面，可能不会有太大变化。这主要是因为这些技术目前正处于内部变革和调整的阶段，正在加固企业的基础设施和流程。
阎韶华：
我想分享一下，作为在SAP工作了近20年的经验，我注意到变化的速度实际上是非常快的，远非以前可比。以前我们可能每十年更换一次系统版本，但现在几乎每个季度都会有新版本推出。这种快速迭代可能是为了适应市场的速度，特别是在中国。我们现在经常看到新的发布和更新，功能的变化一夜之间就可能发生。这种快速的变化节奏是我个人观察到的，与王总提到的迭代加速相呼应。
任威：
完全同意，实际体验和这种变化的快速反应确实是我们讨论的一个非常好的例子。
王栊：
对于接下来一年的展望，尽管限定时间内的变化可能不大，但我希望我们的产品，尤其是那些已经整合了AI功能的新产品，能在这段时间内真正赋能给客户，让他们得以尝试并使用这些新技术。我还期望和AI相关的模型和解决方案能在国内客户中真正落地。尽管存在训练数据和安全性等挑战，特别是与云服务和本地化相关的问题，但这些问题现在越来越能够得到解决。希望这些解决方案能在一年内实现本地化，并为客户带来实质性的赋能。
关于AI，我有两个长期期望，希望这些观念能在未来一年内开始得到关注。第一，AI的治理问题，尤其是我们如何管理和控制AI模型，防止例如AI诈骗等问题。第二，针对企业使用AI的成本效益，每次AI调用都消耗算力，如果不同部门重复进行相同任务，就会导致资源浪费。因此，我认为将AI结果收集并视作企业资产是未来的一个发展方向。
任威：
感谢三位专家的深刻见解，我个人确实学到了很多。由于时间有限，我们今天的圆桌讨论就先到此为止。
观众提问：
我想以SAP为例，问一下我们目前的产品是主要服务于SAP环境，还是包括像process build这样的其他方面？有没有计划将它开放给更广泛的用户，例如非SAP的平民开发者？我的第二个问题是关于开发过程：您提到整合了大模型处理，包括消息处理和代码开发等。对于这些大模型支持，您的要求是什么？比如说，是不是需要企业本地化部署这些大模型引擎，或者模块只能通过SaaS化并连接到SAP的MOS上面来实现这些功能？我想了解这两个方面的问题。
阎韶华：
关于屈老师的第一个问题，许多人可能不了解，去年7月，SAP与UiPath签署了一份全球战略合作协议。这项协议意味着我们将共同进入市场。我们的合作基于一个原则：“罗马的归罗马，凯撒的归凯撒”。也就是说，SAP保留自己的process mining技术，而UiPath则支持其task mining和communication mining技术。
在process mining领域，我们的合作将以SAP的process mining技术为主，同时UiPath提供task mining和communication mining的支持。此外，UiPath提供的RPA技术将支持SAP之外的系统，如Workforce和Oracle。从SAP的角度来看，我们将继续使用我们自己的技术来支持SAP的核心应用，如S/4HANA、ECC、HANA数据库以及SuccessFactors和Ariba等。
对于企业，特别是银行等，我们不能容忍任何误导性的信息。因此，可靠性是必须的。例如，如果我询问去年Uniqlo在某个商场的销售情况，包括哪类产品最受欢迎，哪个年龄段的人购买最多等，我需要确保这些信息准确无误，因为错误的数据可能导致重大的商业后果。这解释了为什么正确的决策对企业至关重要。SAP必须确保其服务的企业能够依赖准确的数据，这就需要像RAG这样的模型来进行数据训练、匿名化和权限控制。
举个例子，如果我需要计算润滑油的制造成本，我必须考虑整个供应链，包括终端销售、批发市场，甚至是原油勘探。每个阶段都有不同的成本和考虑因素。因此，决策时必须明确是从哪个角度或业务层面进行考虑。以汽车行业为例，对于一家专业汽车厂商而言，他们的整车可能是产品的核心。而对于零部件供应商，比如说生产刹车片的公司，这个刹车片就是他们的主要产品。因此，对于不同的企业，他们识别和处理业务实体的方式各不相同。这显示了在处理数据和业务逻辑时，必须考虑各方的视角和需求。
正如陈总所提到的，处理数据后需要对其进行累积、标定和验证以确保一致性和准确性。这就要求对数据进行全面的管理和治理。然后，我们可以使用这些数据来训练和应用大模型，实现更广泛的应用，比如用户界面对话。但是，必须注意，直接应用大模型可能会引入安全性、准确性和时效性的问题。因此，可能需要更细粒度的模型来解决这些问题。
任威：
正是如此，我们发现很多大型客户，特别是金融行业的客户，正在建设所谓的AI中台，以整合和增强他们的能力。这确实需要一些相关的组织和准备工作。
观众提问：
我的问题可能从一个不同的角度出发，我已经在互联网行业工作了20年，专注于中小企业和小微企业的流量运营和网络营销。我注意到，无论是UiPath还是金智维这类公司，他们的产品主要针对的是大型企业市场。在我了解RPA的过程中，注意到市场上针对中小企业的产品并不多。我目前负责的是一家中小企业，我们主要服务于同规模的企业。我们遇到的一个问题是电子发票系统接口的高费用，每年高达2万元，这对许多中小企业都是一个重负。我们发现使用RPA技术可以有效减轻这一负担。因此，我想询问，面向中小企业的服务提供者有哪些针对性的建议或解决方案？特别是考虑到中小企业在市场上可能面临的不同挑战。
王栊：
关于您提出的问题，虽然它属于自动化的范畴，我认为更多是关于找到合适的解决方案。自动化技术绝对有可能提供帮助，我们可以进行定制开发。但也可能有其他方案，比如通过代理商或服务商来处理发票问题。重要的是要找到最适合您企业的解决方案，这需要准确理解问题所在，并广泛收集信息来做出最佳选择。
如果您所在的行业并未发生变化，也不属于新兴行业，那么您需要考虑的是，目前这个行业内都有哪些可用的解决方案。了解并比较这些解决方案对于找到适合您公司的策略至关重要。谢谢。
任威：
谢谢王总的回答，我们今天的圆桌讨论就到此为止，再次感谢三位嘉宾的精彩分享。
- END -
