AI Agent名不副實(shí)？看實(shí)在智能RPA Agent智能體如何落地！

OpenAI在首屆開發(fā)者大會上推出了GPTs和Assitant API，不僅改寫了AI Agent的構(gòu)建范式，也把AI智能體的應(yīng)用推向一個新高潮。GPTs和GPT商店，使得用戶無需編碼通過自然語言就能創(chuàng)建并擁有多個專屬私人助理，且可以如在蘋果應(yīng)用商店一樣在GPT商店出售和購買這些專屬助理。

就連比爾蓋茨也發(fā)表了其對AI Agent的看法。他所定義的智能體不僅會改變?nèi)伺c計算機(jī)交互的方式，還將顛覆軟件行業(yè)，帶來自人類從鍵入命令到點(diǎn)擊圖標(biāo)以來最大的計算革命，智能體會成為繼Android、iOS和Windows等之后的下一個平臺。

這些無疑不在向我們透露出，一個人人都能構(gòu)建Agent的時代已然到來，Agent無處不在的序幕也已拉開。AI Agent大勢所趨，已經(jīng)成為LLM落地應(yīng)用的主要途徑。借著GPTs的火和比爾蓋茨的風(fēng)，很多LLM研發(fā)與應(yīng)用廠商都打出了Agent的牌。

概念化陳述的AI Agent與實(shí)體化應(yīng)用的AI Agent，自然存在很大差距。隨著類似這樣的信息越來越多，大眾也對智能體到底是什么且對智能體能否在大企業(yè)客戶內(nèi)部真正落地充滿了好奇。而市場上的智能體產(chǎn)品從服務(wù)的目標(biāo)客群和具體落地的產(chǎn)品能力來看，可以分為以下幾大類：

服務(wù)單一場景，集成的自動化實(shí)現(xiàn)需外部API們加持

? 服務(wù)場景單一

? 缺乏特定行業(yè)知識庫KNOW-HOW

? 非平臺級智能體程序聯(lián)動與操作差強(qiáng)人意

非平臺級AI Agent智能體產(chǎn)品目前比較常見的運(yùn)用領(lǐng)域包含：使用它自動購買機(jī)票、定披薩、寫總結(jié)、收發(fā)郵件，在流程自動化實(shí)現(xiàn)方面是屬于提升生產(chǎn)力的工具。在使用GPTs通過Zapier（連接器）后可以通過海量API連接更多商業(yè)應(yīng)用，可以在很多業(yè)務(wù)場景中使用。

而現(xiàn)在市面上的大多數(shù)Agent智能體，包括OpenAI推出的GPTs，不過就是構(gòu)建了一個基于某知識庫或者專業(yè)數(shù)據(jù)的Chatbot。使用這些智能體進(jìn)行問答交互，比如獲取行業(yè)資訊、報告等，都可以做到對答如流。但如果要求他們針對特定行業(yè)的業(yè)務(wù)流程進(jìn)行更深的自動化實(shí)現(xiàn)或是幫助企業(yè)實(shí)現(xiàn)業(yè)務(wù)邏輯更復(fù)雜的流程自動化，這類智能體就會露怯。

另外這類智能體在程序聯(lián)動與操作方面還有很大差距，主要現(xiàn)在還無法用GPTs直接操作SAP或者金蝶等ERP系統(tǒng)，因?yàn)橹衅渲猩婕暗搅薃PI的應(yīng)用、授權(quán)、維護(hù)以及無API管理軟件的連接問題。

所以，無論現(xiàn)在對AI Agent的討論多么熱烈，不管1.3W+的GPTs和大量第三方Agents展現(xiàn)的應(yīng)用場景有多豐富，它們?nèi)匀恢荒芩闶茿gent智能體的初級或非平臺級運(yùn)用，尚無法深度參與及影響廣大組織的業(yè)務(wù)自動化實(shí)現(xiàn)。

而要想發(fā)揮AI Agent的更大價值和服務(wù)于更廣闊的業(yè)務(wù)場景，智能體還是要落到B端的商業(yè)落地與超量級的應(yīng)用上去。而這，也就是比爾蓋茨所提及的智能體的平臺價值。

為企業(yè)客戶提供閉環(huán)，安全、一站式智能體數(shù)字員工體驗(yàn)

? 構(gòu)建-應(yīng)用-分享-反饋的平臺級智能體

? 一站式智能體數(shù)字員工體驗(yàn)

AI Agent智能體平臺化本身要實(shí)現(xiàn)的就是構(gòu)建一個以智能體為主的平臺，它同時也是Agent 智能體分發(fā)平臺。是為了讓企業(yè)流程自動化負(fù)責(zé)人們更方便的構(gòu)建與應(yīng)用各種Agent，該智能體平臺會基于構(gòu)建-應(yīng)用-分享-反饋的應(yīng)用路徑發(fā)展，同時Agent的架構(gòu)邏輯與思維也會用于支持平臺的整體運(yùn)營。

智能體的平臺屬性意味著它不只僅僅用于構(gòu)建和分發(fā)Agent，更重要的是能夠?yàn)橛脩籼峁┌ò踩⑦\(yùn)營、維護(hù)等在內(nèi)的交付能力。不僅需要內(nèi)置為用戶構(gòu)建智能體所需要的各種插件和組件，還需要能夠在智能體構(gòu)建過程中隨時給與用戶反饋以保證項目成功。即實(shí)現(xiàn)為B端客戶提供一站式智能體數(shù)字員工解決方案的目標(biāo)。

而智能體的平臺化實(shí)現(xiàn)可以完美規(guī)避像最近GPTs推出后OpenAI出現(xiàn)的各種安全問題。例如在數(shù)據(jù)安全上根本無法過企業(yè)用戶的關(guān)，不是私有化部署的用戶，幾乎都不敢構(gòu)建GPTs，更不用說對外分享。

從業(yè)務(wù)流程角度來看，Agent的應(yīng)用是在LLM的基礎(chǔ)上進(jìn)一步實(shí)現(xiàn)的業(yè)務(wù)流程自動化。而目前包括GPTs在內(nèi)的各種AI智能體表現(xiàn)來看，普遍存在兩種情況：

一是安全系數(shù)不過關(guān)，頻頻出現(xiàn)的數(shù)據(jù)泄漏問題讓廣大組織望而生畏，而中小企業(yè)又沒有能力私有化部署LLM；

二是Agent所帶來的流程自動化仍停留于粗淺層面，尚無法為企業(yè)內(nèi)部動輒幾十上百種的業(yè)務(wù)系統(tǒng)提供業(yè)務(wù)流自動化支持。

所以，AI Agent想要真正在B端實(shí)現(xiàn)大量業(yè)務(wù)場景的落地商用，需要綜合考量其自身的安全性、技術(shù)發(fā)展周期是否成熟以及To B端的場景是否密切貼合等。

你說，PC做！所見即所得

? 企業(yè)自動化實(shí)現(xiàn)必備的智能體數(shù)字員工

? 自主拆解任務(wù)

? 感知當(dāng)前環(huán)境

? 執(zhí)行并且反饋

? 記憶歷史經(jīng)驗(yàn)

在講述企業(yè)級AI智能體平臺之前，我們先來看一個真實(shí)應(yīng)用案例。

這是一個使用RPA智能體自動構(gòu)建「從XX網(wǎng)銀客戶端下載交易數(shù)據(jù)(敏感信息打碼)」自動化流程的應(yīng)用案例，可以看到要構(gòu)建這樣一個自動化流程，只需在TARS大模型對話框輸入“打開客戶端，查詢默認(rèn)賬號幾年的交易數(shù)據(jù)，并下載導(dǎo)出”，TARS就能自動創(chuàng)建執(zhí)行計劃，點(diǎn)擊執(zhí)行它就能按照執(zhí)行計劃一步步去執(zhí)行，等它執(zhí)行完以后，一個可以復(fù)用的自動化流程也構(gòu)建完成了。

使用這種方式構(gòu)建自動化流程，人機(jī)協(xié)作的部分也可以出現(xiàn)智能體生成的流程步驟需要修改時才會出現(xiàn)。整個流程構(gòu)建的過程中不再需要“拖拉拽”各種組件和代碼塊，任何業(yè)務(wù)線上的工作人員都能隨時根據(jù)自己實(shí)際業(yè)務(wù)需求來通過企業(yè)級AI智能體實(shí)現(xiàn)可視，人機(jī)共創(chuàng)的自動化流程。

而案例所使用的AI智能體產(chǎn)品，是實(shí)在智能推出的RPA Agent智能體。這是一個能夠自主拆解任務(wù)、感知當(dāng)前環(huán)境、執(zhí)行并且反饋、記憶歷史經(jīng)驗(yàn)的RPA Agent，進(jìn)一步降低了智能體數(shù)字員工的使用門檻。

實(shí)在智能憑借其自創(chuàng)業(yè)初就深深扎根在AI領(lǐng)域強(qiáng)大的自研能力和幫助大中型企業(yè)客戶獲取豐富的自動化落地解決方案的經(jīng)驗(yàn)，在經(jīng)歷第一代專家模式RPA、第二代易用模式IPA之后，迭代成為現(xiàn)在的第三代對話模式RPA，即融合TARS大語言模型的RPA Agent智能體。

實(shí)在智能垂直領(lǐng)域大模型TARS的推出，為RPA數(shù)字員工注入“TARS+ISSUT（智能屏幕語義理解技術(shù)）”雙模引擎。雙模互動構(gòu)成了TARS-RPA-Agent，實(shí)現(xiàn)對屏幕上一切元素的自動化操作，并為行業(yè)帶來“你說，PC做”全新工作布置方式，實(shí)現(xiàn)流程自動化創(chuàng)建的“所說即所得”。

這里“你說，PC做”的意思是，通過RPA智能體構(gòu)建包括所有企業(yè)管理軟件在內(nèi)的自動化操作流程，而并非通過GPT builder等Agent構(gòu)建平臺構(gòu)建類GPTs的輕量級Agent。如果說其他平臺構(gòu)建的Agent還是Agent工具，RPA Agent構(gòu)建的Agent則是智能體數(shù)字員工。

RPA Agent智能體不只發(fā)揮了LLM理解與分析的優(yōu)勢，更借助ISSUT技術(shù)對各類C/S、B/S架構(gòu)的企業(yè)應(yīng)用進(jìn)行頁面識別、理解和操作，同時保留了RPA特色，只要能夠識別的元素全部都能用來構(gòu)建流程自動化的實(shí)現(xiàn)。同時可以面向包含API接口及UI自動化的所有管理程序構(gòu)建自動化程序，故而可以完全用于企業(yè)運(yùn)營的業(yè)務(wù)流程自動化構(gòu)建。

Agent 智能體數(shù)字員工才更靠譜

? 成熟的超自動化底層技術(shù)融合能力

? 最全的平臺級部署和交付能力

? 可擴(kuò)展的智能體平臺級能力

? 豐富和復(fù)雜業(yè)務(wù)場景自動化部署經(jīng)驗(yàn)

企業(yè)要引入AI智能體進(jìn)行流程優(yōu)化，必須經(jīng)過成本控制、投入預(yù)算、實(shí)現(xiàn)效率、安全管控等多方面嚴(yán)格及縝密的評估。這就要求技術(shù)供應(yīng)商提供的必須是平臺級解決方案，而不是只針對單一、個別場景需求來提供的智能體自動化解決方案。

越復(fù)雜的業(yè)務(wù)流程自動化，對智能體廠商平臺的底層技術(shù)融合能力、數(shù)據(jù)安全性掌控能力、產(chǎn)品部署后的運(yùn)營和維護(hù)能力、交付能力及產(chǎn)品和解決方案的可擴(kuò)展能力等的要求也就越嚴(yán)格。這也對AI Agent技術(shù)供應(yīng)商提出了更高的要求，必需具備豐富的幫大場實(shí)現(xiàn)超大和復(fù)雜業(yè)務(wù)場景自動化落地的經(jīng)驗(yàn)。

大型企業(yè)引入新的AI技術(shù)不允許任何試錯成本，因此技術(shù)供應(yīng)商給出的解決方案必須是開箱即用、具備行業(yè)KNOW-HOW術(shù)語和業(yè)務(wù)規(guī)則的真實(shí)智能體數(shù)字員工。也只有這樣的標(biāo)準(zhǔn)化智能體，才能被納入企業(yè)的內(nèi)部編制中去統(tǒng)一管理和調(diào)度。

除此之外，要實(shí)現(xiàn)AI Agent更好地商用，需要考慮接口成本、隱私、管理、授權(quán)等諸多因素，這既是很多供應(yīng)商的技術(shù)與產(chǎn)品門檻，也是廣大企業(yè)選型的重要依據(jù)。

所以，企業(yè)在選擇用于業(yè)務(wù)流程自動化的AI智能體時，也是優(yōu)先考慮超自動化廠商推出的AI智能體產(chǎn)品，而不是選擇LLM廠商推出的尚未成熟的通過API連接各種插件的單一智能體解決方案。

這種情況下，在B端市場，由ERP、BPM、超自動化等企業(yè)管理軟件廠商推出的AI智能體反而更受關(guān)注。大部分企業(yè)會根據(jù)自身需求，選擇能夠能夠結(jié)合業(yè)務(wù)特點(diǎn)、具備豐富流程自動化落地經(jīng)驗(yàn)且能夠解決更復(fù)雜更龐大業(yè)務(wù)流程自動化的需求的技術(shù)供應(yīng)商，以快速實(shí)現(xiàn)新AI智能體解決方案落地。

這也是為什么老牌RPA廠商融合LLM后，更容易將智能體做成平臺級別產(chǎn)品的原因。

就如推出RPA Agent智能體的實(shí)在智能，除了具備上面所列的多個先發(fā)優(yōu)勢外：已經(jīng)擁有豐富落地案例的RPA、IDP、流程挖掘、ISSUT等所有產(chǎn)品組合都是按照平臺級別打造的，現(xiàn)在的RPA智能體也是在之前超自動化平臺的基礎(chǔ)上融合LLM及Agent架構(gòu)打造的。

實(shí)在智能的RPA Agent智能體產(chǎn)品自誕生之日開始，就是比爾蓋茨所說的平臺級智能體產(chǎn)品。

實(shí)在智能平臺級AI智能體先跑出來了

? 高安全性

? 高易用性

? 強(qiáng)擴(kuò)展能力

在超自動化領(lǐng)域，很多人認(rèn)為LLM廠商推出的AI Agent，可能會優(yōu)先顛覆之前的RPA、低代碼、工作流、流程挖掘等企業(yè)管理平臺。

但現(xiàn)在深入了解后發(fā)現(xiàn)的真相卻是，這些超自動化平臺通過融合自有大語言模型或者集成第三方大語言模型API，在此基礎(chǔ)上推出的AI Agent反而更勝一籌，無論在安全性方面，還是易用性、擴(kuò)展能力等方面，都明顯優(yōu)于現(xiàn)在市面上其他Agent。

如果套上“LLM+規(guī)劃+記憶+工具”這個Agent架構(gòu)，RPA、低代碼等都屬于工具，但這個工具是融合AI等多種技術(shù)的平臺級別工具，它與GPT等通過API調(diào)用的輕量級工具有著顯著區(qū)別。

有的推出Agent智能體的廠商如實(shí)在智能，也推出了自己的垂直領(lǐng)域大模型，因此在Agent構(gòu)建及技術(shù)架構(gòu)方面可以有更多的選擇以及靈活的策略。更重要的作為超自動化廠商，他們擁有更多的技術(shù)、工具、數(shù)據(jù)以及經(jīng)驗(yàn)，可以基于自身優(yōu)勢打造更符合產(chǎn)品特性及用戶屬性的AI智能體，并能夠?yàn)橛脩舳ㄖ茖俚膫€性化企業(yè)級AI智能體。

這樣的AI智能體能夠更好地理解用戶指令意圖并為RPA等工具規(guī)劃各種任務(wù)，更能夠無縫融合及適配所有工具、數(shù)據(jù)、知識及經(jīng)驗(yàn)。

目前看來由企業(yè)管理軟件廠商推出的平臺級AI Agent明顯要靠譜得多，且已真正實(shí)現(xiàn)落地商用。

AI Agent前半場，實(shí)在智能平臺級AI智能體先跑出來了。