共计 6890 个字符，预计需要花费 18 分钟才能阅读完成。
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。】