就在几年前，企业软件领域最热门的话题之一是“机器人流程自动化”（RPA）。那些试图自动化大量重复性业务流程的服务似乎从未完全兑现其承诺。然而，生成式AI的崛起可能正是构建这类系统所缺失的关键一环。
总部位于西雅图的 Tektonic 是该领域的新兴初创公司之一。该公司将生成式AI与传统符号方法相结合，今天正式揭开面纱，并宣布完成由Point72 Ventures和Madrona Ventures领投的1000万美元种子轮融资。
核心理念：自然语言驱动工作流自动化
这里的理念是让用户通过自然语言与生成式AI代理协作，从而创建工作流自动化。该公司强调的一个应用领域是报价和续约，这些通常涉及一系列手动任务，由于每家企业都有各自——且往往是动态的——处理流程，因此很难实现自动化。
Tektonic由Nic Surpatanu联合创立，他此前曾在Tanium、UiPath和Microsoft担任领导职务。“去年，生成式AI的出现让我意识到，它解锁了一些以前无法实现的软件场景，”Surpatanu表示。“基于我在UiPath和Microsoft学到的经验，我知道传统自动化能推进到什么程度。”
他说，也许更重要的是，他认为不能将生成式AI视为一个黑盒。“你必须将其与符号方法结合，必须将其与传统软件结合，才能充分发挥其潜力，”他表示。
技术突破：上下文理解与语义实体提取
Surpatanu认为，生成式AI可以为这些系统带来对上下文和用户意图的理解能力，这是以前难以实现的，而RPA往往在这方面存在困难。使用这些旧工具时，用户界面的任何重大更改都会导致脚本化自动化失效。而且一旦创建了一套自动化流程，就必须投入精力去维护它们。
AI还使得语义实体的提取及其对用户意图的映射成为可能。
“我们的方法……短期内不会做到100%灵活。我并未如此声称。但我引入了足够的灵活性，以覆盖比以往更广泛的场景，”Surpatanu说。他指出，他不相信当前模型足够可靠，能够驱动完全自主的代理，因此人类——至少在目前——仍将保持在环中。但他也强调，如果像Tektonic这样的工具能将自动化的水平从50%提升到80%，这本身就是一个巨大的进步。
在技术层面，Tektonic利用基础模型和开源模型的组合来进行实体提取和底层操作。
投资人观点与未来规划
“销售人员不应在多个应用程序中手动完成工作，而应与理解其业务流程并能自动执行任务的基于人工智能的代理合作，从而将更多时间用于与客户互动。”Madrona的Steve Singh、Ted Kummert和Palak Goel在今日的公司公告中写道。“能够跨应用内数据孤岛进行推理并协调任务的生成式AI模型的兴起，让我们得以重新思考流程自动化，将其推向前所未有的高度。”
Tektonic仍处于非常早期的阶段，团队目前正与多家设计合作伙伴合作，以测试和完善其系统。Surpatanu表示：“展望未来三到五年，我们将成为一家SaaS公司。届时您将接入我们的平台，我们会连接到您系统中的API。”不过目前，要开始使用Tektonic，需要在企业的虚拟私有云中安装该系统作为容器。