AI大模型加速RPAxAI時代到來，誰會是RPA領(lǐng)域的殺手級應(yīng)用？

GPT等AI大模型震撼來襲，基于RPA的超級自動化仍是最佳落地載體

對話弘璣CPO賈巋，深入了解國產(chǎn)RPA廠商對AI大模型的探索與實踐

文/王吉偉

關(guān)于RPA已死的說法，在中國RPA元年（2019年）投資機(jī)構(gòu)瘋狂搶項目之時就已經(jīng)有了。

說它會死的，一般會認(rèn)為RPA是一種過時的技術(shù)，一種打補(bǔ)丁的技術(shù)，一種不穩(wěn)定的技術(shù)。在很多人眼里，依賴UI抓取實現(xiàn)的自動化，最終都會被基于API接口的集成自動化所替代。

現(xiàn)在已經(jīng)過去5年，RPA不但沒有死，還進(jìn)化出了智能自動化和超級自動化。

沒錯，RPA沒死是因為當(dāng)代RPA都是基于AI構(gòu)建的，幾乎所有主流廠商都在推出RPA產(chǎn)品之前先一步進(jìn)行AI的研發(fā)。

現(xiàn)在采用超自動化架構(gòu)的RPA集成了NLP、OCR、低代碼、流程挖掘、chatbot等幾乎所有先進(jìn)AI技術(shù)和工具，并且還在通過UI和API集成更多的技術(shù)以為客戶提供更全面的端到端自動化解決方案。

當(dāng)然，說RPA已死也是有道理的，因為沒有融合AI技術(shù)的RPA早已經(jīng)死了。

可謂生也AI，死也AI。

每隔一段時間，當(dāng)RPA技術(shù)發(fā)展遇到瓶頸或者新技術(shù)會對其造成沖擊時，就會有看衰RPA的聲音出現(xiàn)，并再次提及RPA已死。

現(xiàn)在，以GPT為代表的AI大模型（LLM，Large Language Model）來了，ChatGPT及Midjourney等基于LLM的殺手級應(yīng)用對各行各業(yè)都造成了巨大的沖擊，由不得大家不去考慮LLM對各種軟件系統(tǒng)的影響。

于是，人們又開始探討RPA的未來歸宿。

起初就連RPA廠商也會為之恐慌，畢竟LLM都是巨頭大廠才能玩得起的，有了AI大模型，主打UI自動化的RPA是否還有存在的必要？RPA技術(shù)的發(fā)展是不是就到此為止了？AI大模型會不會取代RPA？（PS：關(guān)于LLM會不會取代RPA，可以參考王吉偉頻道之前的文章，本文不再展開討論。）

擴(kuò)展閱讀：基于AI構(gòu)建的當(dāng)代RPA，在生成式AI影響下的生命周期還有多長？

但通過一定的了解、探索與實踐之后，廠商們很快就發(fā)現(xiàn)LLM將為RPA帶來的巨大變革與全新機(jī)會。于是，國內(nèi)外RPA廠商都在步調(diào)一致地積極引入LLM。

目前國外引入GPT的廠商已經(jīng)有十?dāng)?shù)家，國內(nèi)也有多家廠商引入了GPT、文心一言等大模型，未來國內(nèi)各個發(fā)布大模型的廠商都將是RPA的模型供應(yīng)商。

那么，目前都有哪些國內(nèi)RPA廠商引入了LLM？GPT等AI大模型又會為RPA帶來什么樣的變革？大模型能夠為RPA廠商帶來哪些機(jī)會？

本文，王吉偉頻道就跟大家聊聊這些。

國內(nèi)RPA廠商的GPT探索

RPA在GPT上探索與嘗試，先是由國外RPA廠商開啟的。

ChatGPT上線于去年11月30日，到了今年1月，智能自動化廠商N(yùn)ICE就率先宣布了與ChatGPT的技術(shù)集成。此后Automation Anywhere、UiPath、三星SDS、Appian、SAP、Pega 、Salesforce、微軟（Power Automate）等多家廠商都官宣或者發(fā)布了GPT插件，并在博客或視頻平臺上線了相關(guān)教程與視頻。

保守估計，國外市場引入GPT的RPA廠商已經(jīng)不下20家。

在國外廠商的引領(lǐng)之下，國內(nèi)也有很多廠商陸續(xù)引入與集成AI大模型。

近期國內(nèi)也有不少廠商，發(fā)布了RPA與GPT結(jié)合的demo視頻。比如在這個周一，通過內(nèi)部獨(dú)家接觸，王吉偉頻道就看到了被Gartner評測國內(nèi)RPA產(chǎn)品力第一的弘璣Cyclone所發(fā)布的9個RPA與GPT結(jié)合的demo。

其中三個demo，王吉偉頻道印象非常深刻。

第一個是GPT與RPA結(jié)合的大眾點評商家智能助手，原來需要多步操作的復(fù)雜工作流程，現(xiàn)在只需一個自然語言口令啟動便可快速執(zhí)行。

第二個是GPT結(jié)合RPA實現(xiàn)周報自動書寫和發(fā)送，GPT通過分析RPA自動獲取的項目日報和項目管理系統(tǒng)中的信息，通過與用戶多輪對話生成具有實時數(shù)據(jù)支持的精確項目周報。

第三個是GPT結(jié)合RPA結(jié)合事實資料自動生成Word和PPT，RPA提供真實信息數(shù)據(jù)來源有效避免ChatGPT憑空編造內(nèi)容，幾秒完成重復(fù)繁瑣的資料收集、整理、生成定制化文案與PPT的工作。

弘璣這次發(fā)布的demo，側(cè)重GPT與RPA各種能力的有機(jī)融合，包括環(huán)境感知、數(shù)據(jù)獲取、 數(shù)據(jù)處理、數(shù)據(jù)搬運(yùn)、內(nèi)容生成、智能決策、信息系統(tǒng)與應(yīng)用的自動化操作等。

看完這些demo，可以深刻感受到基于LLM的AIGC與RPA深度結(jié)合所帶來巨大技術(shù)變革。

而從廠商們在LLM方面的各種動作上，也能感受到整個RPA行業(yè)AI大模型融合趨勢已經(jīng)奔流不息。

既然聊到RPA引入AI大模型，順便也說說大家關(guān)注的如何引入大模型的問題。

在LLM技術(shù)的引入與研發(fā)方面，不管廠商們推出何種形式的產(chǎn)品，目前應(yīng)用LLM一般有三種方式：

第一種是直接調(diào)用API。廠商們會根據(jù)需要直接調(diào)用GPT、文心一言等國內(nèi)外模型的API，也是最簡單的集成生成式AI的方式，很多企業(yè)的軟件系統(tǒng)都可以快速以這種方式引入生成式AI。

第二種是私有化部署+模型微調(diào)。把模型廠商開放的模型部署到本地或企業(yè)云后，將其優(yōu)化為一個預(yù)訓(xùn)練的面向企業(yè)所在領(lǐng)域的大模型，利用 prompt（提示詞） 的方式去引導(dǎo)模型生成領(lǐng)域場景化的內(nèi)容。由于數(shù)據(jù)安全的需求，目前大型企業(yè)都在用這種方式引入模型。

第三種是面向特有技術(shù)或者業(yè)務(wù)模式的原生模型研究，在RPA領(lǐng)域這樣的模型一般是面向automation的原生模型。除了引入外部AI大模型之外，目前很多廠商都已經(jīng)在自有模型方面做了相應(yīng)的投入與研發(fā)。同時因為當(dāng)代RPA是與AI融合的產(chǎn)品，廠商們也在持續(xù)對相關(guān)的AI架構(gòu)、模型等進(jìn)行研發(fā)。

需要說明的是，因為不同廠商對業(yè)務(wù)流程、產(chǎn)品理念、技術(shù)趨勢等的不同理解所造成的風(fēng)格迥異的自有原生模型，也是其核心競爭力之一。

AI大模型的應(yīng)用，再次證明當(dāng)代RPA與AI技術(shù)連接與融合的緊密性。當(dāng)然，隨著更多AI廠商引入ChatGPT等生成式AI，RPA產(chǎn)品也開啟新的AI大模型變革之路。

LLM重新定義RPA

上面介紹的RPA廠商應(yīng)用AI大模型的三種方式，來自于王吉偉頻道與弘璣Cyclone CPO賈巋博士的交流。

賈巋博士在硅谷工作了二十余年，在微軟、亞馬遜、思科、UiPath都擔(dān)任過重要職位。基于其對硅谷科技發(fā)展以及AI技術(shù)的深入了解，他對LLM如何影響RPA有著獨(dú)到的見解。

在賈巋博士看來，RPA與GPT的融合并不是簡單疊加，而是一種深刻的變革。

大家知道，讓RPA機(jī)器人取代人去穩(wěn)定操控PC桌面的難度很高。RPA 要處理的事情比Office應(yīng)用操作復(fù)雜得很多，它面向整個桌面上各種各樣的APP，會遇到各種各樣的干擾，是一個非常復(fù)雜的操作過程。

目前的RPA產(chǎn)品已經(jīng)非常成熟，但在體驗上仍會出現(xiàn)各種各樣的問題。要真正達(dá)到像使用office一樣絲滑地使用RPA，還有相當(dāng)?shù)木嚯x。

但隨著GPT這類多模態(tài)AI技術(shù)的引入，RPA之前所遇到的很多問題都將被解決。GPT 等AI大模型和現(xiàn)有的RPA 技術(shù)的模態(tài)進(jìn)行重組，在強(qiáng)化學(xué)習(xí)、多重決策、虛擬人等技術(shù)的加持之下，RPA 在智能方面開始從感知智能進(jìn)入初步的認(rèn)知智能。

RPA會對人的意圖有真正的理解，然后幫助用戶做一些決策，并在執(zhí)行任務(wù)時產(chǎn)生越來越多的預(yù)生成算法類推薦指導(dǎo)，讓用戶可以更簡單地通過自然語言交互進(jìn)行RPA開發(fā)。

因此融合LLM技術(shù)的下一代 RPA ，在用戶體驗上會有一個質(zhì)的飛躍，RPA將會變成真正意義上的數(shù)字員工。

以上說法過于學(xué)術(shù)和技術(shù)，更簡單的理解是，現(xiàn)在的RPA 像一個加了幾個基本傳感器數(shù)字手指，GPT的接入則讓RPA多了一個頭腦。

RPA與GPT相結(jié)合，相當(dāng)于把“手（RPA）”“腦（GPT帶來的內(nèi)容生成/意圖理解/智能對話/決策）”“眼（OCR/CV）”“耳/嘴（chat對話）”各種能力進(jìn)行有機(jī)結(jié)合，自然能夠為廣大組織帶來更智能的RPA數(shù)字員工。

事實上，AI大模型的引入為RPA帶來的遠(yuǎn)不止多了一個大腦，更是帶來了深度的產(chǎn)品變革。

自RPA誕生開始，廠商們無時無刻不在探索如何通過更好的技術(shù)去實現(xiàn)屏幕抓取。但屏幕抓取、視覺識別如何發(fā)展，卻始終脫離不了拖拉拽或者搭積木的產(chǎn)品形態(tài)。

引入GPT之后，用戶就可以通過自然語言交互驅(qū)動RPA的流程創(chuàng)建，以及生成各種各樣的結(jié)構(gòu)化數(shù)據(jù)。這意味著以后用RPA開發(fā)自動化應(yīng)用程序可能再也不需要拖拉拽或者寫腳本了，也意味著用AI生成的結(jié)構(gòu)化數(shù)據(jù)會替代更多的非結(jié)構(gòu)化數(shù)據(jù)，同時在非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化方面比現(xiàn)在的OCR要快速高效得多。

簡單地講，數(shù)字經(jīng)濟(jì)或者數(shù)字運(yùn)營，就是所有信息化系統(tǒng)以及數(shù)字化業(yè)務(wù)都是數(shù)據(jù)的銜接交互、計算處理與分析決策的過程，基于RPA的超自動化則實現(xiàn)了讓整個過程實現(xiàn)自動化運(yùn)作。

RPA結(jié)合GPT之后，自動化的整套邏輯改變了，處理數(shù)據(jù)模式改變了，人機(jī)交互的形式改變了，業(yè)務(wù)運(yùn)作流程也改變了，甚至就連企業(yè)信息化架構(gòu)以及組織框架都會跟著改變。

也就是說，GPT等AI大模型將會由內(nèi)而外地變革RPA的產(chǎn)品形態(tài)，也會進(jìn)一步加速組織運(yùn)營中的自動化生態(tài)的變革。

GPT落地的最佳載體

在人機(jī)交互上，GPT等大模型為組織經(jīng)營帶來的最大變化，是改變了人們操作軟件系統(tǒng)的模式。人只需要跟GPT交互，多模態(tài)AI在理解人類操作意圖后，進(jìn)一步驅(qū)動組織企業(yè)管理軟件的自動化執(zhí)行各種業(yè)務(wù)流程。

對RPA來說，RPA以UI自動化和API自動化組合的形式連接了支撐組織業(yè)務(wù)運(yùn)營的各種企業(yè)管理軟件系統(tǒng)，GPT等AI大模型則進(jìn)一步連接了人與RPA等系統(tǒng)，讓操作更加簡單。

GPT向上連接人的意圖，向下指揮RPA機(jī)器人，成為人和RPA等自動化系統(tǒng)之間的一個紐帶。GPT把人和基于RPA的超自動化連接起來，第一次讓RPA通過自然語言理解了人的意圖，這是人機(jī)交互體驗上一個巨大的進(jìn)步。

這同時也意味著，未來對所有企業(yè)管理軟件的操作，可能就是打一行字或者說一句話。

這個事情，RPA廠商們正在做。目前廠商們推出的GPT+RPA應(yīng)用，基本都能通過輸入幾句話實現(xiàn)調(diào)動RPA機(jī)器人執(zhí)行任務(wù)或者創(chuàng)建相關(guān)程序。

需要說明是，現(xiàn)在已經(jīng)出現(xiàn)了一些基于GPT的使用自然語言創(chuàng)建應(yīng)用的SaaS類產(chǎn)品，比如OpenGPT、Prisms AI等，包括基于GPT-4的ChatGPT已經(jīng)可以直接運(yùn)行生成的代碼程序。

但這些都是簡單的獨(dú)立應(yīng)用，并不能像融合GPT的RPA一樣能夠創(chuàng)建面向連接多個企業(yè)管理軟件的自動化程序。并且以后生成式AI創(chuàng)建的程序會以倍數(shù)增長，這些程序都將被嵌入到企業(yè)運(yùn)營的工作流中，就更需要RPA等工具將其串聯(lián)到自動化流程中。

換句話說，以后由AI生成的大量應(yīng)用都要借著基于RPA的超自動化嵌入組織業(yè)務(wù)流程以實現(xiàn)最終落地。這樣，融合LLM的RPA就顯得更加必要和重要。

自動化業(yè)務(wù)流程是RPA的專長，GPT等AI大模型則讓這個專長更加快速、高效和穩(wěn)定。

GPT的特點是自然語言理解和生成內(nèi)容，并不能直接驅(qū)動大量的企業(yè)管理軟件，大量的自動化業(yè)務(wù)操作還需要借助企業(yè)原有的自動化生態(tài)系統(tǒng)，因此GPT的落地就更加需要基于RPA的超自動化能力。

一直以來王吉頻道都有一個的觀點：RPA是AI落地的最佳載體。

對于AI技術(shù)而言，自動化系統(tǒng)是很好的落地載體，畢竟AI存在的一個重要意義就是為了實現(xiàn)人類的終極自動化愿景。因此，大量組織已經(jīng)構(gòu)建的基于RPA的流程自動化體系，也就成了LLM的更好的落地載體。

未來不只是GPT，多家大模型廠商的AI技術(shù)都要借助基于RPA的自動化等載體更好地落地。

而當(dāng)GPT與RPA真正落地之后，其為組織所帶來的就遠(yuǎn)不止RPA+AI那樣簡單了。

從AI+RPA到AIxRPA

當(dāng)代RPA的發(fā)展基于AI技術(shù)，這點早已人所共知。自2019年中國RPA元年開始，RPA領(lǐng)域在探索的都是RPA+AI或者AI+RPA。

事實上RPA+AI有兩層意思：一是表示現(xiàn)在的RPA產(chǎn)品中都包含AI技術(shù)，RPA正在借助AI實現(xiàn)新的發(fā)展，有了更強(qiáng)的能力和更多的應(yīng)用場景；二是RPA產(chǎn)品一直在持續(xù)融合各種最新AI技術(shù)，超級自動化架構(gòu)出現(xiàn)更是把這一點發(fā)揮到了極致，現(xiàn)在它還在不斷納入與RPA相關(guān)的最新技術(shù)，包括目前的AI大模型。

在RPA與AI的融合發(fā)展上，相對于過去5年的RPA+AI，賈巋博士提出了一個新的概念：RPAxAI。

他認(rèn)為，在LLM之前，RPA一直在做疊加AI技術(shù)能力的事，現(xiàn)在它所融合的OCR、NLP、流程挖掘、低代碼、Chatbot等都是AI技術(shù)的一部分或者基于AI的工具或平臺。但不管怎么去疊加這些技術(shù)，對于RPA而言，AI技術(shù)都是嵌入式或者外掛的存在。

現(xiàn)在有了GPT等AI大模型就不一樣了，GPT將變成用戶與RPA之間的智能連接器。用戶用自然語言將需求告訴GPT，GPT能夠理解用戶的意圖并將之轉(zhuǎn)化的命令，傳達(dá)并指揮RPA去執(zhí)行各種任務(wù)，將用戶需求轉(zhuǎn)化為具體執(zhí)行并反饋結(jié)果。

所以，與之前RPA+AI在做加法相比，現(xiàn)在的GPT與RPA的結(jié)合是在做乘法。做乘法的意思是，用 GPT等大模型原生的方式去驅(qū)動RPA的模式將會成為新的智能RPA范式以及自動化運(yùn)行模式，AI大模型以及未來的通用人工智能將會成為RPA不可分割的一部分，也將會成為RPA的核心構(gòu)成部分。

大模型作為多模態(tài)通用人工智能，會替代目前RPA已經(jīng)“+”的CV、OCR、NLP、Process Mining等多種AI技術(shù)。未來一個多模態(tài)AI技術(shù)就能勝任RPA對各種AI技術(shù)的需求，RPA也就不再需要去“+”當(dāng)前各種各樣的零碎AI技術(shù)。

也就說，LLM為RPA帶來的是AI能力大一統(tǒng)的時代，RPA不再需要像打補(bǔ)丁一樣去集成各種技術(shù)。這同時意味著，RPA 已經(jīng)離不開GPT。

現(xiàn)在主流RPA廠商基本都引入了GPT或者相應(yīng)的AI大模型，當(dāng)GPT所帶來的自然語言成為用戶與RPA交互的主要方式之后，更快的效率、更穩(wěn)定的運(yùn)行以及更好的體驗，將會讓人們將再也離不開它。下一代RPA如果沒有GPT，從技術(shù)到設(shè)計再到運(yùn)營等都將無所正常運(yùn)行。

所以RPA與GPT等大模型的結(jié)合將會產(chǎn)生指數(shù)級的化合反應(yīng)，對比之前的RPA+AI，這種技術(shù)樣態(tài)、產(chǎn)品形態(tài)、運(yùn)作模式以及商業(yè)生態(tài)完全可以總結(jié)為RPAxAI。

在王吉偉頻道（id:jiwei1122）看來，RPAxAI除了展現(xiàn)出AI為RPA所帶來的深刻變革以及GPT已經(jīng)成為RPA必需，更意味著數(shù)字生產(chǎn)力的躍升，極簡操作、更好體驗、更高效率以及更低成本的融合AI大模型的超級自動化產(chǎn)品和企業(yè)級解決方案，將會助力廣大組織基于自動化完成數(shù)字化轉(zhuǎn)型的進(jìn)一步蛻變。

后記：LLM帶來的企業(yè)級RPA機(jī)會

技術(shù)說破天，最終呈現(xiàn)給客戶的還是能不能打造出安全、穩(wěn)定與高效運(yùn)行的RPA系統(tǒng)，這也是衡量廠商企業(yè)級RPA能力的關(guān)鍵。

企業(yè)級的RPA指的是一個成規(guī)模的產(chǎn)品、技術(shù)與服務(wù)體系，其中既有技術(shù)的深度，也有解決方案的廣度，更有各種服務(wù)的厚度。比如軟件集群技術(shù)能不能正常應(yīng)用于大型企業(yè)的核心系統(tǒng)，會不會因為安全問題或者不穩(wěn)定因素造成客戶損失，能不能幫助企業(yè)實現(xiàn)成規(guī)模部署等。

而一旦涉及規(guī)?；渴穑托枰獜S商需要更強(qiáng)大的編排能力、調(diào)度能力和管理能力。

很多時候，企業(yè)級RPA的能力體現(xiàn)在廠商為單一客戶部署RPA機(jī)器人的部署體量上。比如UiPath已經(jīng)幫助安永部署了十幾萬個RPA機(jī)器人，在國內(nèi)弘璣Cyclone也已經(jīng)有機(jī)器人部署數(shù)量達(dá)到幾萬個的客戶。

之所以提及企業(yè)級RPA，是因為AI大模型能夠為其帶來更大的應(yīng)用與商業(yè)價值。LLM的引入進(jìn)一步降低了RPA的開發(fā)難度，提升了RPA的運(yùn)行效率，加強(qiáng)業(yè)務(wù)流程自動化的穩(wěn)定性，并解決了原本存在的因RPA力不從心導(dǎo)致的開發(fā)環(huán)節(jié)中冗余復(fù)雜問題。

在AI大模型與RPA的具體結(jié)合上，目前弘璣Cyclone在做的是通過模型微調(diào)技術(shù)，將GPT和原有的以及新開發(fā)的組件封裝在一起，構(gòu)成多個具有高度場景化與參數(shù)化的智能組件，并通過自然語言或者API去驅(qū)動。

這種方式，將會成為下一代RPA的基礎(chǔ)構(gòu)建能力。賈巋博士透露，目前他們已經(jīng)開發(fā)了幾十款智能RPA組件，上半年能夠開發(fā)上百個智能RPA組件。

從目前各家廠商放出的信息來看，智能組件已經(jīng)成為RPA產(chǎn)品的主流模式?？梢韵胂?，當(dāng)所有廠商提供的融合LLM的智能組件在更多的企業(yè)中應(yīng)用，那將是一個什么樣的場景。

事實上，對于LLM對RPA的影響，紅杉資本早在《Generative AI: A Creative New World》文章中給出了啟示。該文中給出的生成式AI平臺應(yīng)用程序市場格局圖中，特別提到了RPA。

王吉偉頻道認(rèn)為，這里的RPA更多的是指企業(yè)級RPA，并且也只有企業(yè)級RPA才能更好的發(fā)揮出LLM的優(yōu)勢。

LLM加強(qiáng)了RPA的企業(yè)級能力，也讓更多企業(yè)重新燃起對RPA的興趣，并對大規(guī)模部署RPA有了更多的信心。無疑，這將進(jìn)一步提升RPA在各領(lǐng)域的滲透率以及廠商們的市占率。

而隨著企業(yè)級RPA在更多業(yè)務(wù)場景的快速落地，廣大組織也將能夠基于流程自動化實現(xiàn)更有成效的數(shù)字化轉(zhuǎn)型，對于其持續(xù)追求的增效降本有著重要意義。

同時，更簡單的人機(jī)交互也將RPA人人可用的愿景照進(jìn)現(xiàn)實，轟轟烈烈的全民開發(fā)時代也正式拉開了帷幕。

AI大模型給了廠商們重新定義RPA的機(jī)會，也實現(xiàn)了更多組織簡單、快速、高效、安全應(yīng)用流程自動化的愿望。

一個嶄新的RPAxAI時代已然到來。

全文完

【王吉偉頻道，關(guān)注AIGC與IoT，專注數(shù)字化轉(zhuǎn)型、業(yè)務(wù)流程自動化與RPA，歡迎關(guān)注與交流。】