GPT等AI大模型震撼来袭，基于RPA的超级自动化仍是最佳落地载体
对话弘玑CPO贾岿，深刻理解国产RPA厂商对AI大模型的摸索与实际
文/王吉伟
对于RPA已死的说法，在中国RPA元年（2019年）投资机构疯狂抢我的项目之时就曾经有了。说它会死的，个别会认为RPA是一种过期的技术，一种打补丁的技术，一种不稳固的技术。
在很多人眼里，依赖UI抓取实现的自动化，最终都会被基于API接口的集成自动化所代替。
当初曾经过来5年，RPA岂但没有死，还进化出了智能自动化和超级自动化。没错，RPA没死是因为当代RPA都是基于AI构建的，简直所有支流厂商都在推出RPA产品之前先一步进行AI的研发。
当初采纳超自动化架构的RPA集成了NLP、OCR、低代码、流程开掘、chatbot等简直所有先进AI技术和工具，并且还在通过UI和API集成更多的技术认为客户提供更全面的端到端自动化解决方案。
当然，说RPA已死也是有情理的，因为没有交融AI技术的RPA早曾经死了。堪称生也AI，死也AI。每隔一段时间，当RPA技术倒退遇到瓶颈或者新技术会对其造成冲击时，就会有看衰RPA的声音呈现，并再次提及RPA已死。
当初，以GPT为代表的AI大模型（LLM，Large Language Model）来了，ChatGPT及Midjourney等基于LLM的杀手级利用对各行各业都造成了微小的冲击，由不得大家不去思考LLM对各种软件系统的影响。
于是，人们又开始探讨RPA的将来归宿。起初就连RPA厂商也会为之恐慌，毕竟LLM都是巨头大厂能力玩得起的，有了AI大模型，主打UI自动化的RPA是否还有存在的必要？RPA技术的倒退是不是就到此为止了？AI大模型会不会取代RPA？
但通过肯定的理解、摸索与实际之后，厂商们很快就发现LLM将为RPA带来的微小改革与全新机会。于是，国内外RPA厂商都在各自为政地踊跃引入LLM。
目前国外引入GPT的厂商曾经有十数家，国内也有多家厂商引入了GPT、文心一言等大模型，将来国内各个公布大模型的厂商都将是RPA的模型供应商。那么，目前都有哪些国内RPA厂商引入了LLM？GPT等AI大模型又会为RPA带来什么样的改革？大模型可能为RPA厂商带来哪些机会？
本文，王吉伟频道就跟大家聊聊这些。
国内RPA厂商的GPT摸索
RPA在GPT上摸索与尝试，先是由国外RPA厂商开启的。
ChatGPT上线于去年11月30日，到了往年1月，智能自动化厂商NICE就率先发表了与ChatGPT的技术集成。尔后Automation Anywhere、UiPath、三星SDS、Appian、SAP、Pega 、Salesforce、微软（Power Automate）等多家厂商都官宣或者公布了GPT插件，并在博客或视频平台上线了相干教程与视频。
激进预计，国外市场引入GPT的RPA厂商曾经不下20家。在国外厂商的引领之下，国内也有很多厂商陆续引入与集成AI大模型。近期国内也有不少厂商，公布了RPA与GPT联合的demo视频。
比方在这个周一，通过外部独家接触，王吉伟频道就看到了被Gartner评测国内RPA产品力第一的弘玑Cyclone所公布的9个RPA与GPT联合的demo。
其中三个demo，王吉伟频道印象十分粗浅。
第一个是GPT与RPA联合的公众点评商家智能助手，原来须要多步操作的简单工作流程，当初只需一个自然语言口令启动便可疾速执行。
第二个是GPT联合RPA实现周报主动书写和发送，GPT通过剖析RPA主动获取的我的项目日报和我的项目管理系统中的信息，通过与用户多轮对话生成具备实时数据反对的准确我的项目周报。
第三个是GPT联合RPA联合事实材料主动生成Word和PPT，RPA提供实在信息数据起源无效防止ChatGPT凭空假造内容，几秒实现反复繁琐的材料收集、整顿、生成定制化文案与PPT的工作。
弘玑这次公布的demo，偏重GPT与RPA各种能力的有机交融，包含环境感知、数据获取、 数据处理、数据搬运、内容生成、智能决策、信息系统与利用的自动化操作等。
看完这些demo，能够粗浅感触到基于LLM的AIGC与RPA深度联合所带来微小技术改革。而从厂商们在LLM方面的各种动作上，也能感触到整个RPA行业AI大模型交融趋势曾经奔流不息。既然聊到RPA引入AI大模型，顺便也说说大家关注的如何引入大模型的问题。
在LLM技术的引入与研发方面，不论厂商们推出何种模式的产品，目前利用LLM个别有三种形式：
第一种是间接调用API。厂商们会依据须要间接调用GPT、文心一言等国内外模型的API，也是最简略的集成生成式AI的形式，很多企业的软件系统都能够疾速以这种形式引入生成式AI。
第二种是私有化部署+模型微调。把模型厂商凋谢的模型部署到本地或企业云后，将其优化为一个预训练的面向企业所在畛域的大模型，利用 prompt（提醒词） 的形式去疏导模型生成畛域场景化的内容。因为数据安全的需要，目前大型企业都在用这种形式引入模型。
第三种是面向特有技术或者业务模式的原生模型钻研，在RPA畛域这样的模型个别是面向automation的原生模型。除了引入内部AI大模型之外，目前很多厂商都曾经在自有模型方面做了相应的投入与研发。同时因为当代RPA是与AI交融的产品，厂商们也在继续对相干的AI架构、模型等进行研发。
须要阐明的是，因为不同厂商对业务流程、产品理念、技术趋势等的不同了解所造成的格调迥异的自有原生模型，也是其外围竞争力之一。AI大模型的利用，再次证实当代RPA与AI技术连贯与交融的紧密性。
当然，随着更多AI厂商引入ChatGPT等生成式AI，RPA产品也开启新的AI大模型改革之路。
LLM从新定义RPA
下面介绍的RPA厂商利用AI大模型的三种形式，来自于王吉伟频道与弘玑Cyclone CPO贾岿博士的交换。
贾岿博士在硅谷工作了二十余年，在微软、亚马逊、思科、UiPath都负责过重要职位。基于其对硅谷科技倒退以及AI技术的深刻理解，他对LLM如何影响RPA有着独到的见解。在贾岿博士看来，RPA与GPT的交融并不是简略叠加，而是一种粗浅的改革。大家晓得，让RPA机器人取代人去稳固操控PC桌面的难度很高。
RPA 要解决的事件比Office利用操作简单得很多，它面向整个桌面上各种各样的APP，会遇到各种各样的烦扰，是一个非常复杂的操作过程。
目前的RPA产品曾经十分成熟，但在体验上仍会呈现各种各样的问题。要真正达到像应用office一样丝滑地应用RPA，还有相当的间隔。但随着GPT这类多模态AI技术的引入，RPA之前所遇到的很多问题都将被解决。
GPT 等AI大模型和现有的RPA 技术的模态进行重组，在强化学习、多重决策、虚拟人等技术的加持之下，RPA 在智能方面开始从感知智能进入初步的认知智能。
RPA会对人的用意有真正的了解，而后帮忙用户做一些决策，并在执行工作时产生越来越多的预生成算法类举荐领导，让用户能够更简略地通过自然语言交互进行RPA开发。因而交融LLM技术的下一代 RPA ，在用户体验上会有一个质的飞跃，RPA将会变成真正意义上的数字员工。
以上说法过于学术和技术，更简略的了解是，当初的RPA 像一个加了几个根本传感器数字手指，GPT的接入则让RPA多了一个头脑。RPA与GPT相结合，相当于把“手（RPA）”“脑（GPT带来的内容生成/用意了解/智能对话/决策）”“眼（OCR/CV）”“耳/嘴（chat对话）”各种能力进行有机联合，天然可能为宽广组织带来更智能的RPA数字员工。
事实上，AI大模型的引入为RPA带来的远不止多了一个大脑，更是带来了深度的产品改革。自RPA诞生开始，厂商们无时无刻不在摸索如何通过更好的技术去实现屏幕抓取。但屏幕抓取、视觉辨认如何倒退，却始终脱离不了利落拽或者搭积木的产品状态。
引入GPT之后，用户就能够通过自然语言交互驱动RPA的流程创立，以及生成各种各样的结构化数据。这意味着当前用RPA开发自动化应用程序可能再也不须要利落拽或者写脚本了，也意味着用AI生成的结构化数据会代替更多的非结构化数据，同时在非结构化数据转化方面比当初的OCR要疾速高效得多。
简略地讲，数字经济或者数字经营，就是所有信息化零碎以及数字化业务都是数据的连接交互、计算解决与剖析决策的过程，基于RPA的超自动化则实现了让整个过程实现自动化运作。
RPA联合GPT之后，自动化的整套逻辑扭转了，解决数据模式扭转了，人机交互的模式扭转了，业务运作流程也扭转了，甚至就连企业信息化架构以及组织框架都会跟着扭转。
也就是说，GPT等AI大模型将会由内而外地改革RPA的产品状态，也会进一步减速组织经营中的自动化生态的改革。GPT落地的最佳载体在人机交互上，GPT等大模型为组织经营带来的最大变动，是扭转了人们操作软件系统的模式。
人只须要跟GPT交互，多模态AI在了解人类操作用意后，进一步驱动组织企业管理软件的自动化执行各种业务流程。对RPA来说，RPA以UI自动化和API自动化组合的模式连贯了撑持组织业务经营的各种企业治理软件系统，GPT等AI大模型则进一步连贯了人与RPA等零碎，让操作更加简略。
GPT向上连贯人的用意，向下指挥RPA机器人，成为人和RPA等自动化零碎之间的一个纽带。GPT把人和基于RPA的超自动化连接起来，第一次让RPA通过自然语言了解了人的用意，这是人机交互体验上一个微小的提高。
这同时也意味着，将来对所有企业管理软件的操作，可能就是打一行字或者说一句话。这个事件，RPA厂商们正在做。
目前厂商们推出的GPT+RPA利用，根本都能通过输出几句话实现调动RPA机器人执行工作或者创立相干程序。
须要阐明是，当初曾经呈现了一些基于GPT的应用自然语言创立利用的SaaS类产品，比方OpenGPT、Prisms AI等，包含基于GPT-4的ChatGPT曾经能够间接运行生成的代码程序。但这些都是简略的独立利用，并不能像交融GPT的RPA一样可能创立面向连贯多个企业管理软件的自动化程序。
并且当前生成式AI创立的程序会以倍数增长，这些程序都将被嵌入到企业经营的工作流中，就更须要RPA等工具将其串联到自动化流程中。
换句话说，当前由AI生成的大量利用都要借着基于RPA的超自动化嵌入组织业务流程以实现最终落地。这样，交融LLM的RPA就显得更加必要和重要。
自动化业务流程是RPA的特长，GPT等AI大模型则让这个特长更加疾速、高效和稳固。GPT的特点是自然语言了解和生成内容，并不能间接驱动大量的企业管理软件，大量的自动化业务操作还须要借助企业原有的自动化生态系统，因而GPT的落地就更加须要基于RPA的超自动化能力。
始终以来王吉频道都有一个的观点：RPA是AI落地的最佳载体。
对于AI技术而言，自动化零碎是很好的落地载体，毕竟AI存在的一个重要意义就是为了实现人类的终极自动化愿景。
因而，大量组织曾经构建的基于RPA的流程自动化体系，也就成了LLM的更好的落地载体。将来不只是GPT，多家大模型厂商的AI技术都要借助基于RPA的自动化等载体更好地落地。
而当GPT与RPA真正落地之后，其为组织所带来的就远不止RPA+AI那样简略了。
从AI+RPA到AIxRPA
当代RPA的倒退基于AI技术，这点早已人所共知。自2019年中国RPA元年开始，RPA畛域在摸索的都是RPA+AI或者AI+RPA。
事实上RPA+AI有两层意思：一是示意当初的RPA产品中都蕴含AI技术，RPA正在借助AI实现新的倒退，有了更强的能力和更多的利用场景；二是RPA产品始终在继续交融各种最新AI技术，超级自动化架构呈现更是把这一点施展到了极致，当初它还在一直纳入与RPA相干的最新技术，包含目前的AI大模型。
在RPA与AI的交融倒退上，绝对于过来5年的RPA+AI，贾岿博士提出了一个新的概念：RPAxAI。
他认为，在LLM之前，RPA始终在做叠加AI技术能力的事，当初它所交融的OCR、NLP、流程开掘、低代码、Chatbot等都是AI技术的一部分或者基于AI的工具或平台。但不管怎么去叠加这些技术，对于RPA而言，AI技术都是嵌入式或者外挂的存在。
当初有了GPT等AI大模型就不一样了，GPT将变成用户与RPA之间的智能连接器。用户用自然语言将需要通知GPT，GPT可能了解用户的用意并将之转化的命令，传播并指挥RPA去执行各种工作，将用户需要转化为具体执行并反馈后果。
所以，与之前RPA+AI在做加法相比，当初的GPT与RPA的联合是在做乘法。做乘法的意思是，用 GPT等大模型原生的形式去驱动RPA的模式将会成为新的智能RPA范式以及自动化运行模式，AI大模型以及将来的通用人工智能将会成为RPA不可分割的一部分，也将会成为RPA的外围形成局部。
大模型作为多模态通用人工智能，会代替目前RPA曾经“+”的CV、OCR、NLP、Process Mining等多种AI技术。将来一个多模态AI技术就能胜任RPA对各种AI技术的需要，RPA也就不再须要去“+”以后各种各样的系统AI技术。
也就说，LLM为RPA带来的是AI能力大一统的时代，RPA不再须要像打补丁一样去集成各种技术。这同时意味着，RPA 曾经离不开GPT。
当初支流RPA厂商根本都引入了GPT或者相应的AI大模型，当GPT所带来的自然语言成为用户与RPA交互的次要形式之后，更快的效率、更稳固的运行以及更好的体验，将会让人们将再也离不开它。下一代RPA如果没有GPT，从技术到设计再到经营等都将无所失常运行。
所以RPA与GPT等大模型的联合将会产生指数级的化合反应，比照之前的RPA+AI，这种技术样态、产品状态、运作模式以及商业生态齐全能够总结为RPAxAI。
在王吉伟频道看来，RPAxAI除了展现出AI为RPA所带来的粗浅改革以及GPT曾经成为RPA必须，更意味着数字生产力的跃升，极简操作、更好体验、更高效率以及更低成本的交融AI大模型的超级自动化产品和企业级解决方案，将会助力宽广组织基于自动化实现数字化转型的进一步变质。
后记：LLM带来的企业级RPA机会
技术说破天，最终出现给客户的还是能不能打造出平安、稳固与高效运行的RPA零碎，这也是掂量厂商企业级RPA能力的要害。
企业级的RPA指的是一个成规模的产品、技术与服务体系，其中既有技术的深度，也有解决方案的广度，更有各种服务的厚度。比方软件集群技术能不能失常利用于大型企业的外围零碎，会不会因为平安问题或者不稳固因素造成客户损失，能不能帮忙企业实现成规模部署等。
而一旦波及规模化部署，就须要厂商须要更弱小的编排能力、调度能力和治理能力。
很多时候，企业级RPA的能力体现在厂商为繁多客户部署RPA机器人的部署体量上。比方UiPath曾经帮忙安永部署了十几万个RPA机器人，在国内弘玑Cyclone也曾经有机器人部署数量达到几万个的客户。
之所以提及企业级RPA，是因为AI大模型可能为其带来更大的利用与商业价值。LLM的引入进一步升高了RPA的开发难度，晋升了RPA的运行效率，增强业务流程自动化的稳定性，并解决了本来存在的因RPA力不从心导致的开发环节中冗余简单问题。
在AI大模型与RPA的具体联合上，目前弘玑Cyclone在做的是通过模型微调技术，将GPT和原有的以及新开发的组件封装在一起，形成多个具备高度场景化与参数化的智能组件，并通过自然语言或者API去驱动。这种形式，将会成为下一代RPA的根底构建能力。
贾岿博士走漏，目前他们曾经开发了几十款智能RPA组件，上半年可能开发上百个智能RPA组件。从目前各家厂商放出的信息来看，智能组件曾经成为RPA产品的支流模式。能够设想，当所有厂商提供的交融LLM的智能组件在更多的企业中利用，那将是一个什么样的场景。
事实上，对于LLM对RPA的影响，红杉资本早在《Generative AI: A Creative New World》文章中给出了启发。该文中给出的生成式AI平台应用程序市场格局图中，特地提到了RPA。
王吉伟频道认为，这里的RPA更多的是指企业级RPA，并且也只有企业级RPA能力更好的施展出LLM的劣势。
LLM增强了RPA的企业级能力，也让更多企业从新燃起对RPA的趣味，并对大规模部署RPA有了更多的信念。无疑，这将进一步晋升RPA在各畛域的渗透率以及厂商们的市占率。而随着企业级RPA在更多业务场景的疾速落地，宽广组织也将可能基于流程自动化实现更有功效的数字化转型，对于其继续谋求的增效降本有着重要意义。
同时，更简略的人机交互也将RPA人人可用的愿景照进事实，轰轰烈烈的全民开发时代也正式拉开了帷幕。
AI大模型给了厂商们从新定义RPA的机会，也实现了更多组织简略、疾速、高效、平安利用流程自动化的欲望。一个簇新的RPAxAI时代未然到来。
【王吉伟频道，关注AIGC与IoT，专一数字化转型、业务流程自动化与RPA，欢送关注与交换。】