专栏名称: RPA全球生态
中国最大的RPA行业生态平台,致力于推动中国RPA生态发展。最新RPA行业研究和资讯,定期线下大会论坛交流;帮助优秀的RPA厂商快速建立起品牌知名度;普及RPA知识,推进RPA在企业的落地应用,为企业创造更有效率更有价值的生产模式。
目录
51好读  ›  专栏  ›  RPA全球生态

智能流程管理的演变:从传统自动化到AI Agents的未来

RPA全球生态  · 公众号  ·  · 2024-09-18 11:02

正文

人工智能的快速发展使得人们迫不及待地想要抛弃传统规则,拥抱最新的技术。但在流程管理方面,创新与可靠性之间找到一个平衡点是明智的。

像数字流程自动化(DPA)、机器人流程自动化(RPA)和文档自动化这样的传统工具,几十年来一直是工作的主力军,它们简化了操作并节省了时间。然而,在短短几个月内,生成性人工智能(genAI)的出现却让软件厂商们对未来产生顾虑。

我们以前见过这样的场景。一项新技术突然出现,承诺要彻底改变一切。人们往往会本能地放弃旧技术,拥抱新技术。由此往往会导致很多混乱和不确定性。新供应商推动从头开始,认为老方法已经过时。另一方面,现有供应商则试图将新技术嵌入旧系统,强调全面改革的风险和局限性。

在大多数情况下,旧技术仍然存在。它深深植根于关键的商业功能中,人们不愿意放弃他们所熟悉的。Forrester的客户发现很难改变他们的合规和风险流程以适应新技术。例如,美国航空公司的Sabre系统,作为第一个在线预订系统,设计于20世纪50年代,至今仍在使用。因此,尽管AI提供了令人兴奋的可能性,但以一种审慎和平衡的心态来对待它是重要的。

生成性AI对现有流程的影响短期是温和的

在这种情况下,问题是生成性AI对当今的流程工具和流程本身会产生多大的干扰?答案取决于时间框架。短期内,它将是温和且附加性的;然而,在长期内,它将是严重的。

生成性AI的第一个价值将在于流程设计、开发和数据集成。例如,自然语言将允许业务用户开发初始工作流、创建表单和可视化流程。这种生成性AI的效率给DPA、RPA、文档自动化和产品组合供应商提出了一些问题:

我们是否继续投资于构建移动、桌面和表单的功能?有了大型语言模型(LLMs),我们真的需要用户界面吗?随着大型语言模型的进步,我们的许多低代码开发功能会不会变得过时?随着大型语言模型的进步,我们是否会有更简单、成本更低的方法从文档中提取和总结内容?随着新的生成性AI方法的发展,我们是否需要像现在这样多的API连接器和数据建模支持?

代理型流程管理是更大的威胁

代理型人工智能是人工智能的一个子领域,专注于创建自主系统,从长远来看,它是一个更具破坏性的力量。代理型系统在没有人为干预的情况下追求目标。想象一下,一个AI元代理能够预测最佳行动方案并执行它,而不会被细节所困扰,从而创建自主的、非结构化的流程模式。

今天的情况则不同。今天的流程工具依赖于脆弱的定制和配置。异常和偏差必须在系统中明确配置。代理型系统能够适应现实世界流程的动态和不可预测性。简而言之:真实世界中事物实际完成的方式。我们已经看到,AI代理(比代理型系统更注重任务)正在成为我们工作流程的积极参与者。这种基于AI的协调将成为流程工具市场的破坏性力量。这里的问题变成了:

AI将在何时实时确定下一个最佳流程步骤?是否会有新的平台出现来创建协调层?新兴的生成性AI辅助代码平台是否会增加流程特性以构建和管理更复杂的用例?今天的规则管理、路由表、RPA设计工作室和数据配置是否会逐渐淡出人们的视野?

我的看法是:在未来三到五年内,代理型AI将重塑流程工具供应商的格局。新的AI主导的平台供应商将被选中来构建代理型流程,并在代理型流程管理市场中占有一席之地。它们将像今天的流程工具一样集成核心系统和人类,但也会擅长管理越来越多、类型越来越多样化的模型。

从管理API和机器人到管理模型

简单来说,流程管理将从管理API和机器人发展到管理模型。而且会有很多模型。开源、超大规模供应商、企业模型和新兴设备模型将在企业系统之间涌现。例如,硬件和优化技术的进步将使得在桌面和智能手机等设备上部署更小、更高效的模型成为可能,从而导致数百个自动化端点。下图描绘了这一画面。它展示了APM的六个基本能力。

APM将帮助组织选择最适合其特定需求的模型。它们将理解这些模型的约束,优化许可的逻辑,以及它们的托管环境的具体细节——所有这些能力都超出了DPA和智能自动化供应商的核心能力。它们将开发有状态的内存,并与RPA或工作流引擎等流程基本要素合作或开发。

新的APM供应商将与传统的智能自动化(IA)平台发生冲突,后者也将沿着这些线路发展。成功将确定性自动化与这些AI驱动的需求结合起来的IA供应商将扩大并吸收小众竞争对手。那些成为AI代理孵化地的供应商将会繁荣。

找到正确的平衡:AI和传统自动化

代理型系统独立工作,意味着不需要人类,但我们知道许多商业应用程序还没有准备好。由于信任问题,在未来3到5年内,genAI不太可能在复杂的商业流程决策中发挥重要作用,直到已知的信任和知识产权保护问题特别是对于长期运行的流程得到解决。

随着我们向前发展,需要在拥抱AI创新和现有自动化工具的可靠性之间找到平衡。虽然AI提供了令人兴奋的可能性,但像确定性规则管理和路由这样的传统方法仍然有其一席之地。这些自动化方法是可扩展和可靠的,使它们成为需要低风险的关键业务应用程序的理想选择。

想象一个交响乐团。指挥家,代表确定性流程协调引擎,总体控制着整个表演。音乐家们,代表AI模型,增添了他们独特的才能和洞察力,但他们最终遵循指挥家的领导。在这个类比中,AI模型肯定会在桌上占有一席之地,但它们不会发号施令。传统的自动化引擎将保持对核心长期运行流程的控制,而AI模型将用于洞察力和效率的爆发。这是创新和可靠性的完美结合。

文章由RPA中国根据公开资料整理,如有侵权,请联系删除。

-  END  -
 报告下载 

佬观点分享
关于RPA、AI、企业数字化转型
(点击文字即可阅读)

金智维-廖万里 艺赛旗- 唐琦松 | 壹沓科技-卞晓瑜 | 弘玑-高煜光 | 实在智能-孙林君
达观数据-陈运文 | 达观数据-陈文彬 | 华为-杨永根 |  华为-杨波 | IBM-孙震
容智-柴亚团 | 凡得科技- 海广跃 | 天行智能-张尧 来也科技 - 褚瑞    
金智维-屈文浩 | 阿博茨-余宙 | 阿博茨-刘铁锋 | 英诺森-胡益、徐志宏
云扩-刘春刚  | 云扩-刘林 | 容智-黄莹 |  微软-李永智 | 微软-缪玉峰
中关村科金-周长安 | 百炼智能-冯是聪 | SAP - 陆巍
德勤-杨玲玲 | 德勤-周麟 | 普华永道-庞胤杰 | 安永咨询-安武 | 中兴云-刘雅琼  
BV百度风投-方鑫 | 致同咨询-任子旭 | 兴业数金-梁一纲 | 毕马威-马金平 
建信金融- 陈文极 | 海通证券-任荣 | 美国Avantify-朱继武 | EdgeVerve全球总监Atul Profile 

行业知识交流分享,结识扩展人脉圈层
公众号后台回复【RPA】或者【流程挖掘】
可受邀加入相关的交流群