文字生成數字員工！實在AI Agent化身“六邊形戰士”落地千行百業
2023年8月，實在智能在全行業首發“一句話生成數字員工”的實在AI Agent智能體產品，即實在Agent智能體，也是TARS-RPA Agent智能體數字員工，其同時具備LLM大模型的對話式交互能力和RPA的流程自動化能力，有“大腦”，更有“眼睛和手腳”，可以通過文本或語音指令的方式直接生成數字員工，操作PC/手機自主完成工作任務。
在AI+RPA的組合下，AI的深度學習、屏幕理解、語義識別和對話交互等功能，為人機協作效率提供保障。在這種情況下，實在Agent智能體成為能夠自主拆解任務、感知當前環境、執行并且反饋、記憶歷史經驗的RPA全新模式——擁有聰明的大腦，手腦并用，不吃不喝，沒有失誤，堪稱全能“六邊形戰士”。
經過半年多的行業積極探索，實在Agent智能體數字員工已廣泛應用于金融、零售、運營商以及制造等行業的各類業務場景，承擔起千人千面的“工作助理”“業務專員”“管理參謀”等角色，成為“人工智能+”時代下企業自有的新質生產力，幫助企業降本增效，助力企業實現數字化轉型。
每年9月至10月開學季，大量大學生會集中辦理新學年的通訊套餐。這些套餐通常包含話費、流量、寬帶等不同服務，每項服務又有多個二級選項，業務組合數量非常龐大。
在辦理過程中，因前一個選項不同，會導致后續頁面多次變化。如果采用單純記錄動作的RPA實現所有套餐場景，需要開發數千個流程，操作復雜性和成本非常高。
實在Agent智能體利用大模型深度學習能力，提前學習并掌握辦理套餐的業務邏輯，再配合ISSUT （智能屏幕語義理解技術）動態識別頁面變化，可以找到最匹配當前辦理套餐的具體內容進行操作。二者能夠幫助智能體更好地理解相關信息，并獲得與人類大腦相似的多模感知能力，無論用戶如何選擇，實在Agent智能體都能迅速適配。
此外，實在Agent智能體還能像業務專家一樣自主優化操作步驟，找到最快捷、最簡便的辦理路徑。企業只需要讓實在Agent智能體學習一次，它就能無限“分身”，適用于不同的套餐辦理場景，大大提高運營商業務效率并減少重復工作。
上海某證券公司的投資APP主要服務于高凈值用戶群體，因此配備了一支由數百名本科及以上學歷、專業金融背景的客服團隊。由于團隊規模龐大，加之金融行業對服務品質的高要求，每一位客服人員都必須經過嚴格的專業培訓和考核后才能上崗，這無疑就導致了相當高的人力成本和運營成本。
傳統RPA可基于一定的準則完成自動化，比如“關鍵詞”觸發回答等，但由于其智能化和個性化程度不足，還無法達到接近人類的直覺、判斷、創造力、說服力或隨機，滿意解決問題的水平。
通過大模型預訓練，實在Agent智能體可以獲得開放的財經專業知識，從而具備了基礎的財經領域專業能力。同時，通過RAG檢索增強生成系統，與客戶金融服務相關的法律法規、企業內部業務規則和服務規范等知識庫進行了鏈接，使實在Agent智能體能夠精準有效地查詢到所需內容，并嚴格遵循相關規范為客戶提供最佳回復。
相比傳統RPA，實在Agent智能體更接近人類服務水平，更好地服務客戶。此外，實在Agent智能體還能自動將客戶常問的問題及其采納的答案生成知識庫中的知識點，從而提高后續檢索的效率和準確性，幫助企業擺脫“人海戰術”。
某跨境龍頭企業經營海內外數十個的電商平臺，對應的需要關注非常多的平臺數據，傳統BI數據駕駛艙只能按照預先設定的分析維度進行數據分析，針對專項內容的分析還是要到數據庫中進行單獨查詢和輸出，而業務人員的數據分析技能有限，直接導致數據價值未能被充分挖掘。
同時，跨境企業的數據往往包含多種語言，這給數據整合和分析帶來了額外的挑戰。例如，客戶評價、產品描述等非結構化數據可能需要人工翻譯和統一，以便進行有效的分析。
將實在Agent智能體與數據庫或數據平臺打通，通過即時對話生成數據查詢指令，包括直接生成SQL代碼查詢數據庫或者通過調用API查詢數據平臺；取到待分析數據之后，可以再利用大模型的Python圖表生成能力，將數據表生成可視化圖表，呈現更直觀的分析維度。
此外，運營人員可以通過提示詞配置常用的分析模板，以簡化與實在Agent智能體的交互過程，大幅提高人工效率，甚至實現“一崗多能”“多崗多能”。
