從蒸汽機到電力，再到計算機，每一次技術(shù)的飛躍都極大地提升了企業(yè)效率。

 

如今，隨著數(shù)字化轉(zhuǎn)型的浪潮席卷全球，企業(yè)開始尋求新的解決方案來優(yōu)化業(yè)務流程、打破數(shù)據(jù)屏障，達到提效降本的目的。在這一背景下，數(shù)字員工的概念逐漸在企業(yè)界內(nèi)“流行”起來。

 

根據(jù)RPA市場調(diào)研報告顯示，2022年中國約有85%的企業(yè)與機構(gòu)愿意與彼此互相了解的廠商進行合作，已經(jīng)有43.8%的企業(yè)及機構(gòu)開始了RPA的部分范圍應用，17.9%的企業(yè)及機構(gòu)在進行RPA規(guī)模化探索。其中，銀行、保險、證券、電商與零售、政務等領域是RPA商用實踐主力軍。

 

從調(diào)研數(shù)據(jù)來看，RPA在企業(yè)中的認知度和接受度都相當高，大多數(shù)企業(yè)有計劃將RPA應用于自身業(yè)務。此外，國家也持續(xù)出臺相關政策加快包括RPA在內(nèi)的新一代信息技術(shù)在各領域的應用，提高各行業(yè)管理效率，促進行業(yè)發(fā)展。

 

 

 

 

數(shù)字員工之所以能夠快速獲得企業(yè)的認可，一方面離不開企業(yè)對于高效營銷解決方案的切實需求，另一方面則是數(shù)字員工的自動化解決方案，能夠有效幫助企業(yè)解決重復低效工作和降低人力成本，平均應用ROI可達1：6。

 

在企業(yè)效率大幅提升的背后，與數(shù)字員工的多次技術(shù)迭代密不可分。數(shù)字員工的三個發(fā)展階段分別為：RPA、IPA和Agent，分別代表了自動化技術(shù)的不同發(fā)展水平。RPA作為起點，通過模擬人類用戶執(zhí)行重復性任務來實現(xiàn)流程自動化；IPA則集成AI技術(shù)，提升了自動化的智能化水平，使得數(shù)字員工能夠處理更復雜的任務；Agent智能體階段，數(shù)字員工不僅能夠執(zhí)行任務，還能進行自主決策，與人類交互，為企業(yè)帶來更深層次的變革。

 

接下來，實在智能將詳細分析這三個階段的技術(shù)特點、應用場景以及它們對企業(yè)運營的影響，旨在為企業(yè)提供一幅數(shù)字員工演進的全景圖，幫助其更好地理解這一領域的最新發(fā)展。

 

 

 

 

RPA技術(shù)的起源和早期發(fā)展可以追溯到20世紀中葉的自動化生產(chǎn)線和工業(yè)機器人，而其作為現(xiàn)代軟件自動化技術(shù)的成熟和廣泛應用則是在21世紀初，特別是2010年以后。

 

 

 

RPA定義與原理

 

RPA（Robotic Process Automation,）是一種業(yè)務流程自動化技術(shù)，它通過軟件機器人來模擬人類用戶執(zhí)行一些重復性高、基于規(guī)則的后臺任務。這些任務通常包括數(shù)據(jù)的提取、錄入、處理，以及文件的移動等。

 

用戶通過RPA設計器的可視化設計界面，以“拖拉拽”方式構(gòu)建自動化流程。在開發(fā)過程中，用戶需要定義機器人的觸發(fā)條件、任務序列、異常處理和數(shù)據(jù)流轉(zhuǎn)。

 

這時候RPA的核心在于"模擬"能力，能夠模擬鼠標點擊、鍵盤輸入、數(shù)據(jù)復制和粘貼等人類操作。通過這種方式，RPA軟件機器人能夠無縫地與現(xiàn)有的IT基礎設施和應用程序集成，無需對現(xiàn)有系統(tǒng)進行大規(guī)模改造。

 

應用場景

 

企業(yè)應用RPA需要確定哪些業(yè)務流程適合自動化。這通常涉及對現(xiàn)有流程的詳細審查，以識別那些重復性高、規(guī)則明確且耗時的任務；再通過專業(yè)實施團隊進行技術(shù)評估，流程設計以及部署測試；穩(wěn)定后，可能需要對機器人進行維護和更新，以確保它們繼續(xù)高效地運行。

 

RPA技術(shù)的應用場景幾乎涵蓋了所有需要重復性數(shù)據(jù)輸入和處理的業(yè)務流程，以下是一些典型場景：

 

• 財務和會計：自動執(zhí)行發(fā)票處理、賬目核對和財務報告生成等任務。
• 人力資源：自動化員工入職流程、薪資計算和福利管理。
• 客戶服務：通過聊天機器人提供7×24h的客戶支持，自動處理常見查詢。
• 供應鏈管理：監(jiān)控庫存水平，自動下單補貨，優(yōu)化物流流程。
• IT運維：自動化系統(tǒng)監(jiān)控、故障排查和常規(guī)維護任務。

 

局限性

 

RPA的實施可以顯著提高企業(yè)的運營效率，減少人為錯誤，并釋放員工從事更高價值的工作。但也存在一些局限性：

 

• 系統(tǒng)脆弱：RPA機器人只能按照預設的規(guī)則執(zhí)行任務，界面微小變化后需要重新配置
• 存在技術(shù)門檻：雖然RPA工具可視化界面對用戶友好，但某些復雜的自動化任務實施仍需要專業(yè)實施
• 非結(jié)構(gòu)化數(shù)據(jù)處理：RPA主要用于處理結(jié)構(gòu)化數(shù)據(jù)，對圖片、文檔等非結(jié)構(gòu)化數(shù)據(jù)的處理存在局限

 

 

盡管初代的RPA存在局限性，但仍然是企業(yè)實現(xiàn)初步自動化的重要工具。而通過結(jié)合AI技術(shù)，RPA的局限性可以得到緩解，例如利用機器學習、自然語言處理等技術(shù)處理非結(jié)構(gòu)化數(shù)據(jù)，使RPA更加靈活和強大；通過結(jié)合智能屏幕語義理解技術(shù)降低使用門檻，使非技術(shù)人員也能構(gòu)建自動化流程。

 

 

 

 

IPA的定義與原理

 

IPA（Intelligent Process Automation）是一種集成了多種智能技術(shù)，用于增強自動化流程的靈活性、適應性和智能化水平的自動化技術(shù)。它不僅能夠執(zhí)行基于規(guī)則的重復性任務，還能處理更復雜的業(yè)務場景，如決策支持、預測分析和認知自動化。

 

IPA的核心在于“智能”二字。與RPA相比，IPA設計器的人機交互更加智能化。在開發(fā)過程中，除了專業(yè)的“拖拉拽”方式，用戶還可以選擇基于AI技術(shù)的“點選用”方式構(gòu)建自動化流程，想要實現(xiàn)哪個動作的自動化，只需要把鼠標懸停在界面元素上，對應的流程組件就會自動推送到眼前，用戶按照實際動作選取即可。

 

IPA的“點選用”優(yōu)勢有多方面，其一是那些不精通技術(shù)的業(yè)務人員，可以自行使用IPA實現(xiàn)流程自動化，降低技術(shù)依賴；其二是當界面元素出現(xiàn)微小變化時，業(yè)務人員可以第一時間自行調(diào)整，降低運維成本，增強靈活性和敏捷性。

 

以上具備“點選用”特性的IPA是實在智能基于自研智能屏幕語義理解技術(shù)（ISSUT）和多年客戶服務經(jīng)驗，于2022年全行業(yè)首發(fā)，這也為后面的Agent（RPA第三階段演進）奠定了堅實基礎。

 

技術(shù)集成

 

IPA是建立在RPA基礎上為用戶強大和靈活的自動化解決方案，依賴于多種AI技術(shù)的集成：

 

• 機器學習：ML算法能夠從數(shù)據(jù)中學習并改進流程，使IPA能夠適應新的數(shù)據(jù)模式和變化
• 智能屏幕語義理解技術(shù)：這是實在智能的自研技術(shù)，使得IPA能夠理解屏幕上的元素和用戶的操作意圖，從而提供更準確的自動化建議
• 業(yè)務感知推薦：結(jié)合場景預測和自然語言處理技術(shù)，IPA能夠推薦符合業(yè)務場景的自動化操作
• 頁面結(jié)構(gòu)分析技術(shù)：通過分析頁面結(jié)構(gòu)，IPA可以理解軟件界面的布局，并適應頁面變化，如拉伸、移動或內(nèi)容位移

 

應用場景

 

這些AI技術(shù)的集成，使得IPA不僅僅能夠執(zhí)行簡單的、規(guī)則明確的任務，還能夠處理更復雜的、需要一定智能判斷的任務，極大地擴展了自動化的應用范圍和深度。以下是一些主要的IPA應用場景：

 

• 發(fā)票處理自動化：IPA可以自動處理來自不同供應商的發(fā)票，識別和提取相關信息，即使是非結(jié)構(gòu)化內(nèi)容和不同格式的發(fā)票也能應對
• 財務分析和報告：IPA能夠快速分析大量財務數(shù)據(jù)，并生成準確、全面的財務報告，支持企業(yè)決策
• 審計判斷：在審計工作中，IPA可以幫助審計人員快速準確地完成審計底稿的編制、數(shù)據(jù)比對等任務，并進行智能判斷
• 工資核算：IPA可以自動化工資核算流程，檢查員工數(shù)據(jù)的一致性，管理福利和付款，避免數(shù)據(jù)不準確和延遲

 

局限性

 

IPA在企業(yè)應用中具備比RPA更廣泛的適應性和靈活性，但在實施過程中也面臨著一些類似挑戰(zhàn)：

 

• 技術(shù)復雜性：隨著AI技術(shù)的集成，IPA系統(tǒng)的復雜性增加，需要專業(yè)人員進行維護和管理
• 數(shù)據(jù)隱私和安全：IPA處理大量敏感數(shù)據(jù)，需要加強數(shù)據(jù)保護和隱私措施
• 成本問題：引入IPA可能需要較高的初期投資，尤其是在采購高級分析工具和培訓員工方面
• 變革抵抗：企業(yè)內(nèi)部對變革的抵抗可能會阻礙IPA的實施和成功

 

三、Agent階段 - 自主決策的實現(xiàn)

 

隨著大模型技術(shù)的興起，RPA也迎來第三次形態(tài)改變——Agent模式。大模型通常指的是使用大量數(shù)據(jù)訓練而成的復雜機器學習模型，它們在自然語言處理（NLP）、圖像識別、語音識別等領域展現(xiàn)出強大的性能。

 

2023年上半年，實在智能自研的垂直大模型TARS（塔斯）在國內(nèi)大模型各類榜單名列前茅，具備“效果可用、成本可控、定制化訓練、私有化部署”等差異化優(yōu)勢。

 

 

 

 

Agent的定義與原理

 

Agent可以看作是一種能夠感知環(huán)境、進行決策和執(zhí)行動作的智能實體，本質(zhì)是一種結(jié)合大模型和自動化技術(shù)的AI助理，其自動化的能力主要來源于AI模型推理。同時，Agent具備自主性和自適應性，能在特定任務或領域中能夠自主地進行學習和改進，甚至能夠進行創(chuàng)造性的任務，如內(nèi)容生成或復雜問題的解決。

 

在實在智能的AI產(chǎn)品矩陣中，實在Agent能夠展現(xiàn)出接近人類專家級別的認知能力，可以很好地理解和解析人類語言，拆分為細小的自動化步驟，通過RPA實現(xiàn)全流程的自動化。簡單地說，用戶通過一句話描述任務，實在Agent就可以自動執(zhí)行。

 

通過融入大模型技術(shù)，Agent能夠提供更加強大和靈活的自動化解決方案，處理更加復雜和多樣化的業(yè)務需求。這不僅推動了RPA技術(shù)的發(fā)展，也為數(shù)字化轉(zhuǎn)型提供了新的動力。

 

技術(shù)集成

 

相較于IPA，Agent是在大模型技術(shù)的支持下，成為真正基于自然語言交互的數(shù)字員工或AI助理。以下是Agent模式RPA集成的一些關鍵技術(shù)：

 

• 自然語言處理NLP：NLP技術(shù)增強了RPA的文本處理能力，使其能夠理解和處理人類語言，包括語音和文本
• 大語言模型LLM：LLM技術(shù)使得Agent模式的RPA能夠進行更復雜的語言處理和生成任務
• 深度數(shù)據(jù)分析：Agent模式的RPA可以分析大量數(shù)據(jù)，預測未來趨勢和行為，并據(jù)此做出決策

 

應用場景

 

通過融合AI技術(shù)，尤其是大語言模型（LLM），RPA在多個領域?qū)崿F(xiàn)了廣泛的應用。這種類型的Agent特別適用于人力資源管理、供應鏈優(yōu)化、財務規(guī)劃和風險分析。由于其不斷增加的處理能力和知識，Agent能夠提供及時準確的建議，以支持業(yè)務主管的決策過程。

 

• 客戶服務：作為虛擬助手，Agent能夠提供個性化的客戶服務和支持
• 金融服務：在風險管理、投資咨詢和個性化金融產(chǎn)品推薦中發(fā)揮作用
• 績效管理：Agent可以跟蹤員工的工作績效，通過數(shù)據(jù)分析提供客觀的績效評估
• 輔助教育：Agent可以根據(jù)學生的學習歷史和表現(xiàn)，推薦相關的學習資源、課程和活動

 

局限性

 

目前，Agent作為一種新興技術(shù)，其發(fā)展前景廣闊，但同時也面臨著技術(shù)、市場和實施等方面的挑戰(zhàn)。隨著技術(shù)的不斷成熟和市場教育的深入，預計這些局限性將逐步得到解決。

 

• 技術(shù)成熟度：雖然Agent技術(shù)發(fā)展迅速，但仍有許多項目處于概念驗證和demo階段
• 數(shù)據(jù)安全和隱私：隨著越來越多的敏感數(shù)據(jù)通過Agent處理，如何確保數(shù)據(jù)安全和隱私仍是一個挑戰(zhàn)
• 技術(shù)發(fā)展周期：AI和機器學習模型的發(fā)展需要時間，Agent在實現(xiàn)廣泛的商業(yè)應用之前，可能需要經(jīng)歷一個相對較長的技術(shù)成熟周期

 

實在智能作為Agent領域的先行者，自成立之日起就專注于在AI算法上的持續(xù)投入，在解決數(shù)據(jù)安全方面做了很多創(chuàng)新和努力。比如，實在智能自主研發(fā)用于中文不當言論判別和生成終止的Detoxify系統(tǒng)，提升模型的安全性和無害性，讓大模型“既懂事，又懂法”。此外，Agent支持私有化部署，在企業(yè)算力支持條件下，可以做到數(shù)據(jù)不上云，模型更可控、數(shù)據(jù)更安全！

 

 

為了更好地理解RPA、IPA和Agent三者之間的關系和差異，實在智能對它們進行了對比分析：

 

1. 技術(shù)復雜性：

• RPA：相對較低，主要依賴于固定規(guī)則和直接的腳本執(zhí)行。
• IPA：較高，需要集成多種AI技術(shù)以實現(xiàn)更高級的自動化。
• Agent：最高，需要復雜的AI和機器學習算法來支持自主決策和學習。

 

1. 自動化范圍：

• RPA：主要適用于標準化、重復性高的流程。
• IPA：適用于需要一定程度智能判斷和適應性的場景。
• Agent：適用于需要高度自主性和復雜決策支持的領域。

 

1. 對人類干預的依賴：

• RPA：在大多數(shù)情況下需要預先定義的規(guī)則和定期的維護。
• IPA：雖然減少了對人類干預的依賴，但在某些復雜決策時可能仍需人類介入。
• Agent：設計為最小化人類干預，能夠獨立執(zhí)行任務和做出決策。

 

1. 成本與效益：

• RPA：初期投資較低，易于實施，但可能需要持續(xù)的維護和更新。
• IPA：初期投資和實施復雜性較高，但長期效益在于其智能化處理能力。
• Agent：需要較大的初期投資和高度的技術(shù)專長，但能提供最大的自主性和靈活性。

 

 

整體而言，RPA、IPA和Agent三者并非相互獨立，而是存在一定的演進和依賴關系。RPA作為基礎，為自動化提供了一個起點，其技術(shù)相對成熟且易于實施；IPA作為擴展，在RPA的基礎上，通過集成AI技術(shù)，提升了自動化的智能化水平；Agent作為目標，融合大模型技術(shù)，代表了自動化技術(shù)的未來方向。

 

盡管AI Agent在當下備受矚目，但我們?nèi)匀恍枰J識到RPA技術(shù)的獨特優(yōu)勢。比如，RPA的集成過程相對簡單，這通常意味著在成本控制方面具有優(yōu)勢，對于智能化需求不高的自動化場景，RPA依然是首選。此外，在短時間內(nèi)，AI Agent還無法用于操作成百上千的企業(yè)管理系統(tǒng)。

 

所以，Agent技術(shù)作為超自動化的一部分，實在智能會將其與其他AI、iPaaS等集成，形成更加全面的自動化解決方案。同樣，這個過程也面臨著一些可以預知的挑戰(zhàn)，如技術(shù)復雜性、倫理和責任以及用戶接受度等，這些挑戰(zhàn)需要實在智能與企業(yè)和整個行業(yè)共同努力解決。