从多家RPA厂商引入,看生成式AI对RPA的影响

为什么RPA厂商都要积极引入?生成式AI对RPA有什么影响?

从到再到Pega,为什么RPA厂商都要积极引入生成式AI?

多家厂商引入,集成与融合生成式AI成为RPA技术新趋势

不到4个月十数家厂商引入,生成式AI对RPA真的很重要吗?

集成与融合生成式AI,正在成为RPA技术发展新趋势

文/王吉伟

持续火爆的,不久前曾引起《华尔街日报》等多家媒体在版权方面的愤然指责。

但科技网站CNET却一反常态的使用AI制作各种文章,消息走漏后,CNET没有发布声明,而是进行了大规模裁员。

同样的一幕早已在美联社上演。2018年美联社就用生成式AI工具制作财经报告和体育新闻,目前至少已经实现50000篇文章的自动化撰写。

当然区别是,美联社没有裁员。

现在,生成式AI技术更加成熟,类应用在媒体等重内容领域的流行趋势更加难以阻挡。

不只在媒体领域,其他领域应用、等生成式AI的业务场景也是越来越多。每多一个全新领域的从业者把使用体验案例搬上网络,也就意味着胜任了新的应用场景。

但对于来说,似乎仅是一个展示工具,用来证明其生成式AI有多强。的核心业务不在于这个聊天机器人,而是专注于建立生成式AI的平台,通过API帮助更多企业创建更多类似于的杀手级应用。

事实也是如此、目前基于GPT-3的应用至少已经超过500个,单是获得投资的项目都已经有不少。随着生成式AI表现的越发优异,目前在国外,基于GPT-3、DALLE-2等模型创业或者引入等工具已经成为一种潮流。

而大公司引入,又往往能够成为广泛传播的新闻。比如最近云服务巨头宣布将的生成式AI技术添加到其AI产品平台上,将发布 GPT。

这则新闻不仅广泛传播,也让大家看到了企业服务领域对待的明确态度,那就是积极拥抱。

其实已经与语言模型合作了一年多,早前就推出一款附着于Slack(即时办公通讯软件)的应用,可为用户提供对话要点总结、研究工具和写作辅助等新功能。

首席执行官Marc 在新产品的声明中表示:结合数据云,并与客户360服务包(包括、和Slack)深度集成, GPT将打开通往下一个智能水平的大门,并推动我们新的人工智能世界的数字转型。

,正是收购而来的RPA产品。对待的态度,一定程度上,也反映了RPA厂商对待生成式AI的积极与热情。

在RPA领域,接入也已成为一种技术趋势,一些行动早的厂商早在1月份就已经完成了与的对接。

目前为止,、 、、等多家RPA厂商都已接入或者上线了相关的插件,有的厂商还发布了其他生成式AI产品的插件。

为什么RPA厂商都如此积极地引入?生成式AI对RPA又会有哪些影响?本文,王吉伟频道就跟大家聊聊这些。

多家RPA厂商引入

1月下旬,智能自动化厂商NICE率先宣布将CXone 与的技术集成。CXone 是一种基于云的知识管理解决方案,可实现简单高效的自助式客户支持。通过利用这种集成,组织可以为客户创建更逼真、更人性化的对话体验,而无需座席协助。

2月中旬, 发布了新的 包,可在 的Bot Store中免费下载。同时,其供应商社区也已经发布了各种同时使用AA 平台和 的案例。

最近也在其博客中发布了探讨集成的文章,探索单独使用并与自动化相结合的方式,并且发布了多个集成的相关教程与视频。

另一家RPA供应商的其联合创始人 ,则在其社区发布了利用支持使用集成RPA的教学案例。

三星集团的IT服务部门三星SDS,已经将引入其机器人流程自动化(RPA)系统,以加快重复性任务。

于2月2日在应用市场上线了插件,该插件允许用户发送提示并接收AI生成的响应,不管是图像 (DALLE-2)、音频翻译/转录 (),还是文本完成(GPT-3.5)都可以实现。用户还可以根据记录数据微调(自定义训练)模型以适应其工作流程、汇总记录内容、检查内容策略违规、编辑图像、创建矢量嵌入等等。

在SAP开发者社区,已经有开发人员发布了将SAP S/4HANA、SAP CPI(BTP IS)等SAP产品及服务及与集成的教学文章,通过自然语言与SAP沟通以节省时间并提高生产力。同时我们也已看到,在已经有「将 与 SAP HANA Cloud 集成以进行数据分析」的项目。

3月1日,著名RPA、低代码厂商宣布,将类“”功能集成在应用开发、智能客服、数据分析等产品中,以增强AIGC能力。

此次Pega并没有明确透露集成的是哪种大语言模型,但按照其产品功能描述与使用的是同一类型(GPT-3.5)。Pega表示,通过此次技术集成,将实现更高效AI驱动的自动化流程和应用构建等功能,这对于客户来说将是一种前所未有的体验。

3月7日, 宣布即将推出新产品 。这是一种LLM 产品,它使用 模型与 的主要网络应用程序产品集成,以跟踪销售人员联系潜在客户的频率。 GPT 可以自动编写营销电子邮件,无需手动编写电子邮件。

微软也在3月7日宣布,已将的技术扩展到Power Power (包含RPA产品Power )平台上,允许其用户在很少甚至不用编写代码就能开发自己的应用程序。目前,Power 平台上的一系列商业智能和应用程序开发工具,包括 Power 虚拟代理 ( Power Agent ) 和 AI ,都已经更新了编码功能。

在、等社区,围绕产品如何与集成的文章、教程与讨论也已经有很多,基本都是2月份就开始出现的。

王吉伟频道(id:)粗略调查后发现,在刚发布的《 Wave: , Q1 2023》报告中入选的15家厂商,大部分都已集成或者推出了相应的解决方案。

此外,在以及一些第三方社区,关于与各种RPA软件集成的视频与讨论帖子也有不少。

网上关于各种RPA软件集成GPT-3的教程已经有很多,包括很多国产RPA也在积极探索与的集成应用。事实上,即便RPA软件不集成,也可以发挥其特长通过UI自动化实现在业务流程中与交互。

现在的RPA领域,引入已成为潮流,集成GPT-3已成为趋势,区别仅是在于RPA厂商有没有官宣。

其他生成式AI技术也在进入RPA版图

因为技术的相关性,RPA厂商不只对这样的对话机器人感兴趣,对其他生成式AI技术也非常热衷。

比如在文字及语音生成,在2018年就推出了Text to 、 及IBM to Text 等组件,可以让用户通过语音命令控制他们的机器人,也能让用户通过语音来搜索和预订航班机票。

同时因为客户需求的不断变化,在文字、语音生成视频及数字人等方面,也做了相关的探索和尝试。

为了应对当前视频消费增长的趋势,于2020年在其应用市场推出了集成(一个生成式AI视频工具,允许创建基于AI的基于文本的视频)的插件 ,并为“获取视频”活动提供了自定义输出变量,以便于用户访问。

和合作,使客户能够与 并行和大规模地创建高质量,个性化的合成视频。

能做到这些,其他RPA厂商自然不甘示弱。在文本及语音生成转化方面,随着相关技术的不断成熟,现在国内外很多厂商都开始上线此类组件或者应用,配合聊天机器人实现语音控制构建流程机器人以及控制机器人运行。

只要有厂商迈出第一步,其他厂商也会跟进。在应用场景和市场的拓展上,友商和竞品永远都是在共享的,只是看谁能拿出更合适的解决方案以及能够实现更大的商业合作价值。

另一方面,民间的很多技术开发者正在探索RPA与生成式AI集成与协作的更多可能。他们不只探索如何提升RPA的能力,也在探索如何用RPA实现更加快速、高效的文本及语音生成视频,更在探索如何使用RPA将文本生成图像的流程实现自动化。

试想,当看起来高深莫测的数字艺术都能使用RPA实现图片生成自动化的时候,还有什么生成式AI的工作流程不能用RPA等自动化工具来实现呢?

流程使用说明_流程使用注意事项_chatgpt 4使用流程

第三方开发者,往往也是RPA在各领域落地的推动者。技术开发者们在开发者社区发布的各种用于生成式AI的插件,会助力厂商们相应解决方案在更多领域的快速落地。

由此,RPA等自动化技术供应商,正在走上集成与融合更多生成式AI技术的康庄大道。

为什么RPA厂商都要积极引入生成式AI?

从上个几个案例中,可以看出RPA厂商引入相关的生成式AI技术,主要还是看用户需求。文本语音互转以及文本转视频是目前很多企业的刚需,而借助RPA可以让文本、语音生成其他内容的业务流程自动化程度更高,进而提升效率并降低成本。

就生成式AI而言,目前很多企业正在初步尝试在部分业务流程以生成式自动化替代以前的人力操作。后面如果生成式AI用工模式大量替代人力流程,人与生成式AI工具协同作业成为企业运营主流模式,仍旧会面临如何通过自动化进一步优化业务流程的问题,自然会想到RPA等软件,这就会创造大量的市场需求。

这种情况下,集成生成式AI也就会成为RPA的主流解决方案,RPA厂商也将会引入更多的生成式AI技术。

由此,RPA厂商之所以要引入生成式AI技术,大概可以归结为以下几点原因:

首先,在于生成式AI与RPA的技术相关性。当代RPA的发展壮大跟融合AI技术有着莫大关系,RPA正在不断集成与融合更多相关技术。

以对话式AI为例,在基于AI大模型对话式机器人出现之前,等厂商就早已将放到了产品矩阵之中,用于提升构建流程机器人以及增强客服业务场景的客户体验。

现在,主流厂商则基本都将作为解决方案的重要组成部分。所以当这样的生成式AI对话机器人出现之后,对于这种能够为RPA带来更高的效率和更好体验的技术,RPA厂商们自然都会快速跟进。对于其他形式的AI技术的引入,也是同样道理。

其次,RPA厂商引入生成式AI技术与市场需求有很大的关系。每个企业在不同的技术周期都会引入更先进的技术解决方案,以更好地实现增效降本。这个技术周期生成式AI迎来大爆发,鉴于该技术的多方面的优越性,很快就会成为广大企业的刚需。

对于已经采用RPA的企业,引入生成式技术以后必然要将两者做一个协同与融合,还有些方案可能会构建于RPA之上。就像通过集成实现批量文字生成视频,RPA厂商根据客户需求直接将某些生成式AI的模型与功能集成,以方便客户快速引入并应用相应解决方案。

再者,生成式AI对RPA有一定的威胁性。在某些应用场景,生成式AI应用可以更快速地完成某些业务的自动化,这会导致一些原本使用RPA实现自动化的复杂业务流程,直接被生成式自动化所取代。

比如AI生成图片,现在借助等AI绘画工具,只需要会打字就能制作图片,业务流程从原来的ABCD变成了现在的AD,即便原本的业务流程中的简单重复的部分已经被RPA等自动化工具替代,也会面临着被砍掉的下场。以后的企业的营销、财务、人力资源等很多部门的多种业务场景,都会面临这种情况。

RPA集成和融合生成式AI后,则可以给客户带来全新方式的解决方案。生成式AI能够让RPA焕发青春,提升市场保有率,并能够借助新技术和新方案扩展市场。

此外,厂商们更需要借助最新技术撰写故事,吸引投资提振股市。创业不易,很多创业公司都会跟进各种技术和概念风口,以顺利拿到更多的融资。现在AIGC或者说生成式AI是最大的资本风口,拿到融资的项目多以生成式AI为主,能够粘上关系自然可以在资本市场有更多的看点。

当然,RPA关联AIGC并非强拉硬扯。对话式AI目前已经成为主流厂商所采用的超自动化架构标配,同时对话式AI也正在往大模型的方向发展,大家都在通过引入或者自研技术实现生成式对话AI。

重要的一点是,RPA同样也是对话式AI技术落地的载体,借助RPA生成式AI可以应用于更广泛的场景。RPA捆绑上生成式AI,可谓如虎添翼。

至于上市公司引入或者自研生成式AI技术就不多说了,除了能够更好地服务客户,也能在股市博个好彩头。

事实上,在超自动化技术架构下,所有的技术都将集成并融合到这个自动化技术合集中,最终为用户提供真正端到端的自动化解决方案。某种程度上,超自动化就是个“百宝箱”的存在,用户需要什么技术厂商们就在里面添加什么技术。

现在超自动化纳入生成式AI技术,相关的多个厂商也都将受益其中。

生成式AI对RPA有哪些影响?

发布后,一直在评估如何对专门从事该工具的开发人员有用。经过一段时间的跟踪与测试,他们认为在程序开发方面,至少可以帮助开发者了解其他开发者的代码、快速为代码创建文档、从自然语言请求创建代码、生成测试数据以及为代码序列生成测试代码。

Nice的CXone ,通过使用NICE AI模型和组织特定的数据,来创建个性化的对话 AI 体验。与的生成建模技术集成后,自助服务客户支持不仅及时准确,而且以易于客户理解的人性化方式构建。

通过提供自然语言处理功能(例如理解和生成人类语言)来影响RPA,可用于改善人与RPA系统之间的交互,使其更加高效和用户友好。此外, 可用于自动执行某些涉及自然语言处理的任务,例如数据输入和客户服务等。

可以看到,对于RPA的效率和体验提升有着积极的影响。

除了,还有一些企业通过与合作,使用自己的数据配合一个模型副本来使用,从而减轻了数据安全担忧。例如,可口可乐正在与和贝恩合作,使用的和DALL-E平台来制作个性化广告副本、图形和消息。

王吉伟频道认为,从企业经营与业务流程角度而言,生成式AI对RPA的影响包括以下几个方面:

更精确的文本识别和数据提取。生成式AI可以帮助RPA机器人更精确地理解和提取文本和数据,从而提高自动化流程的准确性和效率。生成式AI可以识别和提取非结构化的文本和数据,如手写笔记、语音记录等,这可以帮助RPA机器人处理更多类型的信息。

更智能的决策支持。生成式AI可以分析数据、模拟场景,并基于学习的经验生成推荐方案或预测结果,为RPA机器人提供更智能的决策支持。通过将生成式AI的分析结果与RPA机器人的执行策略结合起来,可以更有效地优化自动化流程,提高自动化流程的效率和质量。

更自然的人机交互。生成式AI可以为RPA机器人提供更自然的人机交互方式,例如基于自然语言的对话系统、基于视觉的图像识别等。

更快速的模型构建和优化。生成式AI可以帮助RPA机器人更快速地构建和优化模型,提高自动化流程的效率和可靠性。通过生成式AI的自动学习和优化能力,可以更快地发现自动化流程中的问题,并进行自动化流程的调整和优化。

生成式AI和RPA都是自动化重复性任务和提高生产力的强大工具,两种技术的集成和相互配合可以在从客户服务到制造的广泛应用中带来更高的效率和准确性。

一些应用案例已经证明,生成式AI的适用于多个业务场景,可广泛应用于企业的客户服务和支持、营销和广告、人力资源管理、财务和会计、财务和会计、生产和供应链管理、法律和合规。

当然需要注意的是,等生成式AI与在RPA的融合应用仍处于早期阶段,可能会为企业经营带来不可控的生成结果、更高的技术门槛、更大的训练数据需求以及依赖大量的计算资源。

这就要求企业在引入生成式AI时考虑更加稳妥可行的解决方案,也需要更多的研究和开发充分发掘并规避其潜在影响。

后记:RPA与生成式AI协同使用,效率空间值得想象

已经引入RPA等自动化解决方案的厂商,与没有通过自动化实施数字化转型的厂商,在新技术的应用上稍有区别。

前者在自动化优先思维的影响下,基于已经构建好的复杂流程自动化架构,他们总会优先考虑如何通过自动化软件集成各种新技术,或者通过企业管理软件集成相关技术,再用RPA等软件实施自动化。

所以,在这一轮生成式AI应用爆发的周期,这些厂商会优先考虑如何在RPA等工具的基础上引入生成式AI。由此,从企业用户到RPA厂商,都开启了轰轰烈烈的生成式AI探索与应用的热情。

预测,到2022年,全球90%的大型组织将以某种形式采用RPA,因为他们希望通过弹性和可扩展性,对关键业务流程进行数字化赋能,同时重新分配人力资源保持充足的劳动力。同时到2024年,大型组织现有RPA产品组合的容量将增加两倍。

这也就意味着,到2024年将会有大量的大型组织基于RPA应用生成式AI技术。应用方式可能会是集成应用,也可能是协同运行。

在一些平台,我们已经看到更多RPA工具与等生成式AI工具协同使用的案例。但这些案例仅是其中的一少部分,很多企业已经引入一年以上,生成式AI早已经被应用于多个业务场景。

包括在国内,已经有内容制作团队使用RPA、和AI生成视频工具,做到了文章和视频制作全流程自动化,实现日产文章上万篇。RPA与生成式AI协同使用,能够提升的效率空间非常值得想象。

王吉伟频道还看到了使用 在’s AI自动化创建数字艺术的教学视频,这是一个典型RPA+AI生成图片的案例,实现了文字生成图片的流程自动化。这足以见得,RPA与生成式AI的协同使用场景,正在被越来越多地开发。

既然可以用自动化’s AI生成图片流程,使用其他RPA工具在或者本地部署的 上自动化生成图片的解决方案还会远吗?

而当艺术创作都可以自动化进行,还有多少流程是不能自动化的?

这应该算是AI的进化,却又可能是人类的悲哀。

全文完