AI代理基本上是帶有大型語言模型的RPA
將先進的RPA重新品牌為代理AI通常是一種營銷策略，以利用AI的熱潮。
每間公司，無論是大型科技公司還是初創企業，都在押注代理AI將成為不久後的最大趨勢。隨著我們逐漸遠離小型語言模型，大家很可能會越來越多地討論如何在工作流程中實施AI代理。
最近，NVIDIA的首席執行官黃仁勳（Jensen Huang）表示，所有IT部門都將演變為AI代理的HR。微軟首席執行官納德拉（Satya Nadella）也強調，未來將會有大量AI代理進入工作市場，將這一變化比擬於近年來機器流程自動化（RPA）的興起。然而，實際情況並未完全如預期發展。
曾有人預測，RPA將自動化大多數繁瑣的工作，從而使團隊能夠專注於更大的任務。如今，幾位行業專家預測，AI代理正經歷與RPA相同的階段。
Tech Mahindra的首席創新官尼基爾·馬霍特拉（Nikhil Malhotra）在《AIM的重點》節目中指出，雖然許多初創企業今年會談論代理AI，但大部分技術實際上只是RPA。“但這樣的好處在於，這些初創企業將開始思考代理循環。”
舉例來說，當Anthropic推出其Claude 3.5 Sonnet的計算機使用功能時，它能夠移動光標、點擊按鈕、輸入文本，甚至填寫表格、瀏覽網站和與軟件程序互動。這種代理方式讓許多人對RPA公司的潛在影響以及代理AI的未來感到疑惑，並思考其是否會重蹈覆轍。
“難道RPA不是沒有LLM的完全相同的東西，卻失敗得一塌糊塗嗎？”
鑑於對AI代理的熱潮，我們需要深入檢視其在工作環境中的能力。目前的框架看起來與RPA非常相似，只是多了LLM的參與。雖然這確實有很大的不同，但將其適應於工作流程仍然看起來像是採用一項十年前的技術。
市場預測顯示，2500億美元的SaaS市場將被3000億美元的AI代理市場取代，因為公司在工作流程中採用AI代理。然而，考慮到如此巨大的價格差異，人們仍然不確定是否值得從現有系統轉向AI代理系統。
更重要的是，所有RPA公司也都在進入AI代理的競爭中。除了Salesforce，像UiPath和Automation Anywhere等公司也開始利用AI代理，因為他們相信這兩者的產品是不同的。這意味著RPA實際上正在升級為代理AI，而沒有太多變化。
Salesforce的自動化與整合執行副總裁兼總經理帕拉姆·卡赫隆（Param Kahlon）早前在與AIM的對話中表示，自主代理並不意味著RPA技術的終結。
“RPA代理的設計目的是自動化重複的、繁瑣的任務，例如在沒有API的情況下在系統之間轉移數據。相比之下，自主代理的處理信息更像人類，根據變化的條件進行適應和決策，從而提高工作流程的效率和有效性。”
ManageEngine和Zoho的AI研究總監拉姆普拉卡什·拉馬穆爾提（Ramprakash Ramamoorthy）告訴AIM，企業IT中對代理AI系統的看法日益極化。他表示，從RPA轉向代理AI為企業開啟了一個自我導向操作的新時代，使其能夠更快地擴展並更好地應對不斷變化的商業需求。
“代理AI不僅僅是帶有LLM的RPA；這是一種變革性的演變，將自動化與智能決策結合起來。傳統的RPA執行預定的任務，而代理AI則能夠即時學習、推理和適應，提升過程自動化的認知靈活性，”拉馬穆爾提說。
代理AI是RPA 2.0
“絕大多數代理應用基本上是工作流程自動化，只有少量人際互動，”技術YouTuber Shailesh在其X頻道上寫道。他解釋說，儘管公司中可能會減少人手，但並不像市場上宣傳的那樣出現自主化的情況。
Exotel的首席技術官阿尼爾·庫馬爾（Anil Kumar）告訴AIM，將代理AI稱為僅僅是帶有LLM的RPA，與說C++類僅僅是帶有方法的C結構一樣不具說服力。雖然RPA處理的是結構化數據，但代理AI旨在通過使用LLM來解釋決策樹來實現自動化。
以複雜的人類對話（例如貸款談判）為例，庫馬爾表示，這些對話無法用決策樹表達。“像我們的機器人使用的代理AI將從給定的目標（即談判和發放貸款）向後推進，並應對人類對話的細微差別，”庫馬爾說。
“它們通過保持當前對話的上下文、從先前對話中學到的知識、來自知識庫的信息、法律文件中的合約限制等來實現這一點，並朝著實現給定目標的方向做出決策。”他補充道，如果這被實施為帶有LLM的RPA，那將如同“給一位兒童演員一份劇本，當其他人脫離劇本時，他會在舞台上慌亂。”
在2018年至2023年間，AI在RPA解決方案中的整合穩步發展，這增強了RPA的功能，並賦予其更複雜的AI能力。然而，真正的突破是在2024年代理AI的出現。
安德森·霍洛維茨（Andreessen Horowitz）在去年11月發表的論文中指出，AI將自動化操作並吞噬RPA的世界。傳統RPA的終結在行業內廣泛討論。
IntellectAI的首席技術官兼合夥人迪帕克·達斯特拉拉（Deepak Dastrala）告訴AIM，RPA專注於自動化重複的、基於規則的任務，這使其成為一種戰術解決方案。而AI代理則採取更具目標導向的方法，更像是人類的數字雙胞胎，依靠LLM，具備記憶，並能夠即時適應和學習。
“這就是為什麼RPA的相關性逐漸減弱，而AI代理正準備在我們的工作中重塑一個無其他自動化技術能夠達到的層面，”他說。
“以往的程序設計方法已經過時。在十年內，RPA和代理工作室將成為過去的遺跡。相反，我們將看到專門的代理，每個代理都專門設計以解決特定行業的端到端問題，”Layerup的首席執行官阿爾納夫·巴特拉（Arnav Bathla）表示。
代理AI可以被視為RPA 2.0。將先進的RPA重新品牌為代理AI通常是一種營銷策略，以利用AI的熱潮。供應商將其產品定位為“智能代理”，以區別於傳統的RPA，儘管其基本功能仍然是過程自動化的延續。
基本目標——自動化重複任務以提高效率——仍然沒有改變。然而，如果代理AI未能進化並解決其局限性，其命運可能與RPA相同。
在這篇文章中，我們可以看到AI代理的發展與RPA之間的關係，這引發了對未來自動化技術的思考。當前的技術進步是否真的能夠解決人類在工作中所面臨的複雜挑戰，還是僅僅是一種包裝過的舊技術？這些問題值得我們在未來深入探討。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
