在企业自动化的下一个大事件中，科技巨头们认为，智能代理——由生成性人工智能（AI）驱动——将引领潮流。
目前尚无关于“代理”的普遍接受定义，但近期该术语被用来描述能够通过类似人类的交互在软件和网络平台上执行复杂任务的生成性AI工具。
例如，一个代理可以通过在航空公司和酒店连锁网站的表单上填写客户信息来创建行程。或者，代理可以通过自动比较不同应用中的价格来订购最经济的打车服务到某个地点。
供应商们感受到了机遇。据报道，ChatGPT制造商OpenAI正在深入开发AI代理系统。而谷歌在其4月初的年度Cloud Next大会上展示了一系列的代理类产品。
波士顿咨询集团的分析师在最近的一份报告中写道：“公司应该从今天开始为自主代理的大规模采用做准备。”报告引用了专家的估计，即自主代理将在三到五年内成为主流。
传统自动化 那么，这将使机器人流程自动化（RPA）处于何种境地呢？
RPA技术在十多年前开始流行，当时企业为了增强数字化转型努力并降低成本而转向这项技术。像代理一样，RPA驱动工作流程自动化。但它是一种更为刚性的形式，基于可以分解为严格定义的、离散步骤的“如果-那么”预设规则。
Gartner的研究副总裁Saikat Ray在接受TechCrunch采访时解释说：“RPA可以模仿人类行为，如点击、打字或复制粘贴，以比人类更快、更准确地执行任务。然而，当涉及到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机器人存在局限性。”
这种刚性使得RPA构建成本高昂——并且显著限制了其适用性。
RPA供应商并非天真无知。他们非常清楚这些挑战——并相信生成性AI可以解决其中的许多问题，而不会加速他们平台的消亡。在RPA供应商看来，RPA和生成性AI驱动的代理可以和平共存——甚至有一天可能还会互补。
生成性AI自动化 UiPath是RPA市场较大的参与者之一，估计拥有10,000多个客户，包括Uber、施乐和CrowdStrike，最近宣布了新的生成性AI功能，专注于文档和消息处理，以及采取自动化行动以提供UiPath首席执行官Bob Enslin所称的“一键式数字化转型”。
Enslin告诉TechCrunch：“这些功能为客户提供了针对其特定任务训练的生成性AI模型。我们的生成性AI驱动着诸如电子邮件文本完成、分类、图像检测、语言翻译、过滤个人身份信息以及基于内部数据知识快速回答任何与人相关的主题问题等工作负载。”
UiPath在生成性AI领域的一个最新探索是Clipboard AI，它结合了UiPath的平台和来自OpenAI、Google等第三方的模型——正如Enslin所说——“将自动化的力量带给任何需要复制/粘贴的人”。Clipboard AI允许用户从表单中高亮数据，并利用生成性AI确定复制数据的正确位置——指向另一个表单、应用程序、电子表格或数据库。
Enslin说：“UiPath认识到将行动和AI结合起来的必要性；这是创造价值的地方。”“我们相信最佳性能将来自于结合生成性AI和人类判断——我们称之为‘人在循环中’——在端到端流程中。”
UiPath的主要竞争对手Automation Anywhere也在尝试将生成性AI融入其RPA技术中。
去年，Automation Anywhere推出了生成性AI驱动的工具，以从自然语言创建工作流程、总结内容、从文档中提取数据——也许最重要的是——适应通常会使得RPA自动化失败的应用程序变化。
Automation Anywhere负责企业AI和自动化的高级副总裁Peter White告诉TechCrunch：“[我们的生成性AI模型是]建立在[开放的]大型语言模型之上，并使用来自数千个企业应用程序中超过1.5亿自动化流程的匿名元数据进行训练。”“我们继续为我们平台内的特定任务构建定制的机器学习模型，并且现在也在使用我们的自动化数据集在基础生成性AI模型之上构建定制模型。”
下一代RPA Ray指出，重要的是要意识到生成性AI的局限性——即偏见和幻觉——因为它驱动着越来越多的RPA能力。但是，除了风险之外，他认为生成性AI通过改变这些平台的工作方式并“为自动化创造新的可能性”，为RPA增加了价值。
Ray说：“生成性AI是一项强大的技术，可以通过理解并生成自然语言、自动化内容创建、改进决策甚至生成代码来增强RPA平台的能力。通过整合生成性AI模型，RPA平台可以为他们的客户提供更多的价值，提高他们的生产力和效率，并扩大他们的用例和应用。”
Forrester的首席分析师Craig Le Clair认为，RPA平台已经成熟，可以扩展以支持自主代理和生成性AI，因为它们的用例正在增长。事实上，他预计RPA平台将变成全面的自动化工具集——这些工具集不仅帮助部署RPA，还支持相关的生成性AI技术。
他说：“RPA平台的架构可以管理数千个任务自动化，这有利于AI代理的集中管理。数千家公司已经很好地建立了RPA平台，并将愿意使用它们来生成AI注入的代理。RPA之所以增长，部分原因是其能够通过UI集成轻松与现有的工作模式集成，这对未来更智能的代理来说仍然是有价值的。”
UiPath已经在朝着这个方向迈出了一步，推出了一项新功能——Context Grounding，该功能于本月早些时候进入预览。正如Enslin向我解释的那样，Context Grounding旨在通过将业务数据转换为更容易索引和搜索的“优化”格式，提高生成性AI模型的准确性——包括第一方和第三方模型。
Enslin说：“Context Grounding从公司特定的数据集（如知识库或内部政策和程序）中提取信息，以创建更准确、更有见地的响应。”
如果说有什么阻碍了RPA供应商的发展，那就是他们总是想要锁定客户的倾向。Le Clair强调，平台需要“保持中立”，并提供可以配置为与当前和未来企业系统和工作流程一起使用的工具。
对此，Enslin承诺UiPath将保持“开放、灵活和负责”。
他继续说：“AI的未来将需要将专门的AI与生成性AI结合起来。”“我们希望客户能够有信心使用所有类型的AI。”
White没有完全承诺中立。但他强调，Automation Anywhere的发展路线图正在很大程度上受到客户反馈的影响。
他说：“我们从每个客户、每个行业听到的是，随着生成性AI的加入，他们将自动化融入更多用例的能力呈指数级增长。”“随着生成性AI注入到像RPA这样的智能自动化技术中，我们看到组织有潜力降低运营成本并提高生产力。未能采用这些技术的公司将难以与那些接受生成性AI和自动化的公司竞争。”