機器人流程自動化和人工智能是否相同？答案是目前尚不相同，但隨著生成式AI的發(fā)展，這兩種技術(shù)正比以往任何時候都更接近。

當(dāng)人們想到機器人時，他們會直觀地想到人工智能（AI）。這是因為我們受到了諸如《終結(jié)者》和《星球大戰(zhàn)》等流行文化的影響，在那些作品中，機器人幾乎具有自主意識。有了這樣的參考框架，人們往往會對機器人流程自動化（RPA）的概念感到困惑。他們認為，實施這項技術(shù)將為他們的流程引入人工智能。

到目前為止，RPA的概念主要集中在流程自動化上。其賣點在于自動化常規(guī)的、短時運行的任務(wù)，這些任務(wù)中沒有直接的 API 用于直接的系統(tǒng)間集成，或者沒有足夠的開發(fā)能力來連接直接的 API。它們的大部分工作都圍繞與軟件應(yīng)用程序交互、移動數(shù)據(jù)、執(zhí)行基本操作（如算術(shù)計算或補全缺失數(shù)據(jù)）以及響應(yīng)業(yè)務(wù)觸發(fā)器。RPA 平臺使企業(yè)能夠快速、可靠且精確地執(zhí)行這些基于規(guī)則的業(yè)務(wù)流程，通過部署軟件機器人或來實施這些基于規(guī)則的自動化流程。

隨著AI的最新發(fā)展，RPA技術(shù)也在不斷改進。一些RPA供應(yīng)商正在積極將AI服務(wù)融入到他們的流程中，以提供更高級別的智能功能來優(yōu)化業(yè)務(wù)流程。下面我們將介紹三個主要的應(yīng)用案例，這些案例展示了RPA和AI的融合，產(chǎn)生了一些卓越的業(yè)務(wù)成果。

01

自然語言生成

隨著大型語言模型（LLM）如OpenAI 的 GPT 和谷歌的 Bard 的快速發(fā)展，自然語言生成（NLG）的概念正引起許多行業(yè)的高度關(guān)注。通過利用高性能的機器學(xué)習(xí)模型，可以生成對文本或語音提示的敘述式回應(yīng)，這些回應(yīng)幾乎與人類的回應(yīng)沒有區(qū)別。由于這些服務(wù)是使用公開的 API 層構(gòu)建的，RPA 供應(yīng)商可以將這些功能直接集成到工作流程中。這可以用于在流程中生成非常類似于人類的對話和溝通。無論是生成電子郵件、信件、短信，還是包含許多個性化細節(jié)的語音消息，NLG 形式的生成式 AI 都可以創(chuàng)建可以發(fā)送的輸出。

作為商業(yè)智能過程的一個組成部分，這些通信還可以將分析過程中的定量和定性輸出提取到他們的敘述中，并為相關(guān)利益相關(guān)者以高度可消費的方式交付它們做好準(zhǔn)備。這有可能增強商業(yè)智能的數(shù)據(jù)合成和分析階段，并更快地獲得洞察力。

02

計算機視覺和自然語言理解

通過部署RPA在數(shù)據(jù)提取領(lǐng)域來提高效率已成為一種趨勢。傳統(tǒng)情況下，這些數(shù)據(jù)主要來自電子郵件、PDF表單和Excel電子表格等多種來源，可能源自公司內(nèi)部或外部的供應(yīng)商和客戶。由于這些數(shù)據(jù)源的非結(jié)構(gòu)化特點和多變性，提高解析和預(yù)處理數(shù)據(jù)的可靠性具有一定挑戰(zhàn)性。然而，隨著計算機視覺和自然語言理解技術(shù)的發(fā)展，我們可以利用這些先進技術(shù)解析高度多樣化的數(shù)據(jù)，將其整理成干凈、易于處理的格式。

通過減少人工干預(yù)處理多種格式的數(shù)據(jù)，我們可以加快分析和操作過程，從而縮短決策和業(yè)務(wù)流程的完成時間。

03

代碼生成

一些流程需要與其他系統(tǒng)集成，過去RPA解決方案迎合了具有不同技術(shù)敏銳度的業(yè)務(wù)用戶。然而，即使系統(tǒng)有底層 API，這些業(yè)務(wù)用戶也不愿意開發(fā)低級代碼來與之交互。因此，這些 RPA 解決方案通常與低代碼或無代碼解決方案搭配使用，以執(zhí)行一些直接的系統(tǒng)集成。但是，就可以構(gòu)建的邏輯和功能而言，它們的能力存在局限性。當(dāng)業(yè)務(wù)用戶遇到這些限制時，他們將不得不讓 IT 部門的開發(fā)人員參與進來，這通常會導(dǎo)致延遲。

作為 LLM 進步的一部分，它們不僅可以生成敘述文本，還可以創(chuàng)建功能代碼。當(dāng)部署在 RPA 內(nèi)部時，可以生成上下文特定的代碼（使用 Java、.Net 或 Go 等語言）并由業(yè)務(wù)用戶執(zhí)行。隨著這種自動生成的代碼變得更加復(fù)雜、全面且不易出錯，業(yè)務(wù)用戶將能夠比以往更輕松地連接到更廣泛的系統(tǒng)，而無需 IT 的大量參與。根據(jù)業(yè)務(wù)流程的性質(zhì)，這些業(yè)務(wù)用戶可以執(zhí)行初始代碼生成，并與開發(fā)人員和軟件質(zhì)量保證人員一起驗證其功能。

雖然過去RPA涉及到的AI較少，但這種情況正在快速改變。RPA供應(yīng)商正在積極將LLM集成進來，以進一步增強流程效率。盡管我們還沒有達到讓RPA機器人進行自主思考的程度，但我們正逐步實現(xiàn)在整個組織內(nèi)部署更多人工智能的目標(biāo)，以促進業(yè)務(wù)流程和優(yōu)化決策制定。

繼續(xù)閱讀：