企业自动化的下一个重大突破是什么？科技巨头的答案是：由生成式AI驱动的智能体。
目前对智能体尚无统一定义，但通常指由生成式AI驱动、能通过类人交互在软件及网页平台执行复杂任务的工具。例如，智能体可自动填写航司与酒店信息创建行程单，或跨应用比价并预订最便宜的网约车服务。
供应商已嗅到商机。OpenAI正深入开发AI智能体系统；Google也在Cloud Next大会上演示了类似产品。波士顿咨询集团（BCG）分析师指出：“企业应即刻为自主智能体的大规模应用做准备”，专家预计其将在3-5年内成为主流。
传统自动化
这对RPA意味着什么？
机器人流程自动化（RPA）兴起于十多年前，旨在助力数字化转型与降本增效。与智能体类似，RPA也驱动工作流自动化，但其基于“如果-那么”预设规则，形式更为僵化，仅适用于步骤严格定义的离散流程。
Gartner副总裁分析师Saikat Ray表示：“RPA能模仿点击、打字等人类动作，比人工更快更准。但在处理需自然语言理解或推理的复杂、创造性任务时，存在局限。”这种僵化导致RPA构建成本高且适用性受限。
Robocorp 2022年调查显示，69%采用RPA的组织每周至少经历一次工作流中断，修复耗时数小时。尽管面临挑战，RPA供应商认为生成式AI可解决诸多问题而非加速平台消亡，两者未来或将互补共存。
生成式AI自动化
作为RPA市场头部玩家，UiPath拥有超万名客户。该公司近期推出聚焦文档与消息处理的生成式AI功能，CEO Bob Enslin称其为“一键式数字化转型”。他表示，这些功能为客户提供针对特定任务训练的模型，支持邮件补全、分类、图像检测、翻译及基于内部数据的问答等工作负载。
UiPath推出的Clipboard AI结合了自研平台与OpenAI、Google等第三方模型，“将自动化力量带给所有复制/粘贴用户”。该功能允许用户高亮表单数据，利用生成式AI确定正确放置位置，并指向另一表单、应用或数据库。
Enslin强调：“行动与AI结合才是价值所在。最佳性能来自端到端流程中生成式AI与‘人在回路’（human-in-the-loop）的结合。”
竞争对手Automation Anywhere同样尝试融合生成式AI。去年，其推出相关工具，可根据自然语言创建工作流、总结内容、提取数据，并能适应常导致RPA失败的应用变更。
该企业AI高级副总裁Peter White透露，其模型基于开源大语言模型开发，并使用超1.5亿次匿名自动化流程元数据训练。“我们持续构建定制机器学习模型，并在基础生成式AI之上利用自动化数据集打造专用模型。”
下一代RPA
Raу提醒，随着生成式AI赋能RPA，需警惕偏见与幻觉风险。但他认为，该技术有望通过改变平台运作方式及创造新可能性来增添价值。“生成式AI能增强RPA理解自然语言、自动化内容创作、辅助决策甚至生成代码的能力，从而提升生产力并扩展用例。”
Forrester首席分析师Craig Le Clair认为，RPA平台已具备扩展以支持自主智能体和生成式AI的条件，并将演变为全方位自动化工具集。“RPA平台管理数千项任务的架构利于AI代理集中管理。成熟RPA平台愿意运行注入生成式AI的代理，其UI集成能力对未来智能代理仍有价值。”
UiPath已迈出步伐，推出预览版Context Grounding功能。Enslin解释，该功能通过将业务数据转换为易索引格式来提高模型准确性，“从知识库或内部政策中提取信息，创建更准确且富有洞察力的响应”。
Le Clair警告，阻碍RPA发展的可能是锁定效应，平台需保持中立并提供兼容多种系统的工具。对此，Enslin承诺UiPath将保持“开放、灵活和负责任”，“AI未来需要专用AI与生成式AI结合，我们希望客户自信使用各类AI”。
White虽未明确承诺中立，但强调Automation Anywhere路线图深受客户反馈影响。“客户普遍反映，生成式AI使整合自动化技术的能力呈指数级增长。融合生成式AI与RPA能显著降低运营成本、提高生产力，未采用者将难以竞争。”