企业自动化的未来趋势是什么？科技巨头们普遍认为，由生成性AI驱动的AI Agent将成为下一个重大发展方向。尽管“AI Agent”这一术语尚无统一定义，但它通常指的是那些能够根据指令通过模拟人类互动，在软件和网络平台上执行复杂任务的生成性AI工具。

例如，AI Agent能在航空公司和酒店连锁的网站上填写客户信息，并制定行程；或者，它可以自动在各个软件中比较价格，帮助用户预订到目的地的最经济的打车服务。

供应商们已经意识到这一机会。据报道，ChatGPT的开发者OpenAI正在深入研究AI Agent系统。此外，Google也在今年四月的Cloud Next年度大会上展示了一系列类似AI Agent的产品。

波士顿咨询集团的分析师在最近的一份报告中指出：“企业应当立即开始准备广泛采用自主AI Agent。”他们引用了专家的预测，认为自主AI Agent预计将在未来三至五年内成为主流。

01 传统RPA的处境

机器人流程自动化（RPA）已经流行了十多年，这种技术帮助企业加强数字化转型的同时，有效减少了成本。与AI Agent相似，RPA也致力于推动工作流程的自动化。然而，RPA采用的是基于“如果-那么”预设规则的僵硬形式，仅适用于那些能够被明确定义且步骤离散的流程。

Gartner的副总裁分析师Saikat Ray表示：“RPA可以模仿人类的动作，如点击、打字或复制粘贴，执行任务的速度和准确度都超过了人类。” 但他也表示：“在处理需要自然语言处理或推理技能的复杂、创造性或动态任务时，RPA机器人的性能受到限制。”

这种僵硬性不仅使得RPA的构建成本居高不下，而且严重限制了其适用范围。

根据2022年RPA供应商Robocorp进行的调查，声称已采用RPA的组织中有69%的组织每周至少一次遇到自动化工作流中断，修复这些问题往往需要数小时。因此，已经有专门的企业成立，帮助其他公司管理他们的RPA系统并防止系统故障。

RPA供应商对这些挑战并不陌生。他们清楚地意识到这些问题，并坚信生成性AI能够解决许多问题，而不会导致他们的平台过早衰退。在RPA供应商的眼中，RPA与由生成性AI驱动的AI Agents可以和谐共存，未来甚至有可能互为补充。

02 生成式AI的崛起

RPA市场的主要参与者之一，UiPath，拥有超过10,000家客户，其中包括Uber、施乐和CrowdStrike，最近推出了一系列新的生成性AI功能，专注于文件和消息处理，以实现UiPath首席执行官Bob Enslin所说的“一键数字化转型”。

Enslin表示：“这些功能为客户提供了专为其特定任务训练的生成性AI模型。” “我们的生成性AI工作负载包括电子邮件文本完成、分类、图像检测、语言翻译、过滤个人识别信息以及基于内部数据快速回答任何有关人的问题。”

UiPath在生成性AI领域的最新探索之一是Clipboard AI，它将UiPath的平台与来自OpenAI、Google等第三方的模型结合起来，正如Enslin所述，“为那些需要复制/粘贴的人带来自动化的力量”。Clipboard AI让用户能够从一个表格中突出显示数据，并利用生成性AI确定复制数据应放置的正确位置，指向另一个表格、应用程序、电子表格或数据库。

Enslin说：“UiPath意识到将行动与AI结合在一起的重要性——这是创造价值的关键所在。我们相信，最佳性能将来自于结合生成性AI和人类判断的系统，我们称之为‘人在循环中’，可以贯穿端到端的流程。”

UiPath的主要竞争对手，Automation Anywhere，也在努力将生成性AI整合进其RPA技术中。

去年，Automation Anywhere推出了一系列基于生成性AI的工具，这些工具能够从自然语言创建工作流、总结内容、从文档中提取数据，甚至适应那些通常会导致RPA自动化失败的应用程序更改。

“我们的生成性AI模型是基于开放的大型语言模型之上开发的，并利用来自数千个企业应用的超过150万个自动化流程的匿名元数据进行训练，”Automation Anywhere的企业AI和自动化高级副总裁Peter White解释道。他补充说：“我们继续为平台内的特定任务构建定制的机器学习模型，现在也在我们的自动化数据集基础上，针对基础生成性AI模型开发定制模型。”

03 下一代自动化产品

随着企业自动化的未来趋势向着由生成性AI驱动的AI Agent发展，RPA（机器人流程自动化）平台也在逐步演进，以适应更复杂、更动态的任务需求。Gartner的副总裁分析师Saikat Ray指出，虽然生成性AI带来了创新的自动化可能性，但同时也伴随着偏见和幻觉的风险。尽管如此，他认为通过整合生成性AI，RPA平台能够极大增强其功能，改变工作方式，并拓展其应用范围。

Ray强调：“生成性AI能让RPA平台理解和生成自然语言，自动化内容创作，改善决策制定，甚至生成代码。这种技术整合不仅提升了RPA的生产力和效率，也使得平台能够为客户提供更广泛的价值。”

与此同时，Forrester的首席分析师Craig Le Clair 观察到，随着自主AI Agent和生成性AI技术的融合，RPA平台已经成熟到可以支持这些先进技术。Le Clair预见，RPA将发展成为全方位的自动化工具集，支持RPA和相关生成性AI技术的部署。

他补充说：“RPA平台具备管理成千上万个任务自动化的能力，这为中央管理AI Agent提供了理想的架构。许多企业已经在这些平台上建立了牢固的基础，并准备利用生成性AI进一步拓展自动化的深度和广度。”

在具体实施方面，UiPath已经推出了名为Context Grounding的新功能，这一功能通过优化格式转换业务数据，提高了生成性AI模型的准确性和效率。UiPath的首席技术官Enslin解释说：“通过从特定的数据集中提取信息，Context Grounding能够创建更准确、更具洞察力的自动化响应。”

面对市场竞争和技术挑战，RPA供应商正在努力保持平台的开放性和灵活性。Le Clair指出，维持技术的中立性并提供可配置的工具至关重要，这些工具需要能够与当前及未来的企业系统和工作流程兼容。这一策略将使企业能够更自信地使用各种AI技术，推动自动化向更高层次发展。

随着智能自动化技术如RPA融入生成性AI，企业面临的操作成本降低，生产力提升的潜力显著。未能采用这些技术的公司将面临与那些已经采用并成功实施生成性AI和自动化技术的企业的激烈竞争。

文章由RPA中国根据公开资料整理，如有侵权，请联系删除。

---

-  END  -