AIGC背后的生成式AI火爆以后，AI對各行業的沖擊是顯而易見的。
僅僅是一個Midjourney，就能替代原畫設計、攝影師、模特等多種職業，何況還有Stable Diffusion、DALL-E等開源模型，以及更多科技巨頭推出的自有AI繪圖模型。
現在，AI繪畫已經在設計、電商、藝術等領域掀起了滔天巨浪，關于效率、成本、優化、裁員等聲音更是不絕于耳。
如果再加上可以生成多種形式內容的ChatGPT，生成式AI為各行業帶來的震撼難以用言語形容。
各行業喜歡探索的研究者們，更是把這兩個最前沿的AI工具玩出了花樣，各種Prompt輸出、各種角色調教、各種喂資料之后的反哺，帶來的是這兩個工具在各行業各場景應用后的效果與效率的鮮明對比。
在體驗了ChatGPT和Midjourney之后，企業大佬們的表情是豐富的，更多的是集震撼、驚喜、擔憂等情緒于一體。僅僅兩個AI工具，就讓他們對生成式AI佩服得五體投地。
于是在一片“啥也別說了，趕快用吧”的聲音中，“ChatGPT+Midjourney+相應插件”的工具組合似乎成了企業對于前沿技術應用的“新標配”。
每月一百多美元付費訂閱帶來的是效率的翻倍增長與成本的急劇下降，由不得大家不去嘗試。國內SaaS多少年沒培養起來的用戶訂閱習慣，被這兩個AI應用程序一下就搞定了。
尤其是在ChatGPT的插件商店推出以后，在官方插件和第三方插件的助力之下，ChatGPT沖破了網絡束縛并且能夠直接生成各種應用程序，易用性和適應性得到全方位提升。全新的交互和更多的功能讓一眾開發者高呼，AI技術重構系統和人機交互的時代已然來臨。
自從ChatGPT推出以來，OpenAI的每一個動作都會造成行業巨震。偏偏OpenAI又是那么激進，十八般兵器和奇特招數一樣又一樣的連環使出。以至于馬斯克都與千名科技人士簽署公開信，呼吁暫停訓練比GPT-4更強大的AI系統。就連美國科技倫理組織CAIDP，也要求禁止OpenAI發布新的商業版GPT-4。
在應用端感受到ChatGPT等生成式AI帶來巨變的同時，技術端也無時無刻不在討論它對技術、架構、產品、生態等帶來的一系列影響，甚至會導致一些技術與產品的快速消亡。
RPA行業也是如此。對于這個基于抓取UI界面的UI自動化軟件來說，如果未來生成式AI等技術所帶來自然語言交互脫離了UI界面，RPA又該何去何從？智能自動化以及超自動化又會受到什么影響？
01
UI界面沒有了還需要RPA？
生成式AI的火爆，引起了全行業對人工智能的探討。技術領域也不例外，如何用AI重構企業信息化架構和系統，包括各種軟件未來的發展走向都是熱門話題。
AI對RPA的主要影響，落點于API自動化徹底取代UI自動化上。很簡單的道理，以后基于自然語言的人機交互都不需要UI了，還需要用RPA去抓取嗎？
在API接口與UI自動化的發展上，相當一部分人認為，當API接口的開發可以通過AI實現自動化后，API接口的銜接自然也能通過AI自動化。
這就意味著，在接下來AI定義系統或者說大模型定義系統的時代，業態基礎的邏輯改變了，就不再需要RPA這樣的Ui自動化軟件了。
簡單地講，接下來所有行業的企業數字化系統都面臨著AI技術的架構重塑，目前的很多軟件都要被新的基于AI技術及業務的邏輯所取代。
所以，微軟宣布將Copilot引入到Microsoft 365后，在程序開發領域引起了巨大震動。
Microsoft 365 Copilot相當于OpenAI GPT大語言模型+Microsoft Graph+Microsoft 365。
Microsoft Graph是Microsoft 365中通往數據和智能的網關, 它提供統一的可編程模型，可用于訪問Microsoft 365、Windows系統和企業移動性+安全性中的海量數據，利用Microsoft Graph中的大量數據針對與數百萬名用戶交互的組織和客戶構建應用。
我們可以將Microsoft Graph看作Microsoft 365的API接口、數據存儲傳遞窗口和云計算連接器，它可以實現AI大模型與辦公應用的有效鏈接。
Microsoft 365 Copilot對RPA的沖擊是不言而喻的，我的朋友蘇州郵儲銀行RPA創新實驗室創始人、微軟技術俱樂部（蘇州）執行主席、AIGC開放社區發起人潘淳認為：
微軟在十年前開始布局的Microsoft Graph，正是目前Copilot的核心之一，它與GPT形成了一種絕配。
從Copilot來看，以Graph為代表的API+以GPT為代表的AIGC+以Power Fx（微軟推出的類似 Excel 公式的低代碼語言）為代表的TOOLS，將會成為企業級應用軟件的主要形態。
RPA的核心邏輯是action+ Designer，action可以被api/tools替代，Designer可以被GPT替代，這樣基于UI抓取的RPA這種軟件就沒有存在的必要了。
從技術發展角度而言，王吉偉頻道非常認同這個觀點。畢竟RPA之所以會出現是因為大量組織無法使用API實現集成自動化，才會用RPA通過UI抓取實現更多的自動化。RPA本身就是一種過渡性技術，對于已經存在20來年的純RPA產品形態來說，這個時間已經足夠長。
新技術的應用必然會淘汰舊技術，這個進程中有些產品因為過時而被拋棄。但另一方面，各種軟件也會與時俱進。
以RPA來說，它在沉寂了十幾年后重新煥發生命，正是因為融合了AI技術。RPA廠商并不是一味的圍繞UI自動化做文章，他們在用AI技術鞏固UI抓取的同時，也在用低\無代碼等技術重構RPA產品架構與形態，并在API集成方面也下了很大功夫。
02
RPA在API方面的進化
API（Application Program Interface）即應用程序接口，是為應用程序可用以與計算機操作系統交換信息和命令的標準集。它定義多個軟件中介之間的交互，以及可以進行的調用（call）或請求（request）的種類，如何進行調用或發出請求，應使用的數據格式，應遵循的慣例等。
可以將API看作一種軟件中介，允許多個應用程序相互通信。當你使用某APP發送即時消息或查看手機上的天氣時，都在使用 API。
API接口并不是新技術。2000年左右開始，隨著ERP、CRM等企業內部管理系統的普及，各類系統沉淀了海量的關聯數據，基于早期的數據庫和http1.0通信協議，API開始在企業內部數據打通展露頭角，系統集成進入API 1.0時代；2007年前后隨web2.0時代到來，進入API 2.0時代；2015年后云服務主導了企業服務市場，進入了API 3.0時代。
過去只要提到API，大部分人對它的基本印象就是價格高、難度大。曾經Salesforce、SAP、Oracle等廠商的API接口授權費用貴得嚇人，一些老舊但不得不用的軟件系統并沒有API，開發API更是個費錢費力費時但ROI不一定高的大型項目。
以前傳統的集成自動化僅是現金流充沛的大型企業的專利，也逼迫著廣大中小型企業不得不想其他辦法替代基于API的自動化，能夠實現UI自動化的RPA應需而生。
RPA的主要功能是UI自動化，但RPA并不排斥API接口。比如UiPath在集成服務方面很早就推出的integration service功能，可以把很多套裝軟件的API集成進來，用戶可以在同一個平臺上既可以通過用戶界面、也可以通過API去操控目標對象。
為了提升集成能力，UiPath還在2021年就收購了API集成平臺Cloud Elements，這是一個可以拿來即用的套裝成熟的軟件，為UiPath帶來了200個以上的常用的connector（比如Box、Gmail、Google Docs、Google Drive、Oracle NetSuite等）。
UiPath這個做法帶動了一大批廠商探索API集成，而擅長API的廠商所打造的RPA產品優勢便在于API自動化。
等到這幾年超自動化（Hyerautomation）橫空出世以后，很多廠商尤其是RPA廠商都引入了超自動化架構。超自動化是一個技術合集，用于為企業提供端到端的自動化服務。
正是因為它囊括幾乎目前已知所有自動化相關的技術，才使得集成變得更加重要。API能夠提供更加穩定高效的自動化，但目前UI自動化也是不可或缺，所以超自動化平臺更注重集成能力，或者說是同時集成API與UI的能力。
因此在2022年的魔力象限報告（MQ報告）中，Gartner預測到2024年，95%的RPA供應商將通過API與UI集成提供自動化。包括集成供應商和大型軟件供應商在內的更多RPA廠商，正在成功推廣API優先的流程自動化方法。UI抓取和API優先自動化，能夠為客戶提供更廣泛的自動化能力。
這個數據，既讓我們看到了API對于今后RPA產品的重要性，也體現了API與UI集成對于RPA的必要性。
2021年開始，在大公司對于API的各種動作以及各種趨勢報告的影響下，廣大RPA廠商以及擁有RPA業務的相關廠商都在通過自研、收購以及生態合作等方式，積極布局各自的UI與API集成。
生成式AI對各行業的沖擊很大，主要表現在其對業務流程的顛覆上。很多業務流程由原來的多個節點直接變為更少的節點，多種業務場景業務節點的減少，意味著原來的自動化流程也不需要了，RPA等應用場景也會隨著減少。
并且如前文所講，以ChatGPT等為代表的生成式AI會在接下來重構企業技術架構，基于AI模型層的各種自動化應用會取代現有的RPA，未來AI操作系統所帶來的新型人機交互會替代現在所有的UI交互。
但這個進程不會那么快。企業基于RPA、低代碼、BI、iBPMS、BPA等建立起來的復雜自動化流程不會輕易被生成式AI鎖取代，并且短期內生成式AI還無法替代ERP、CRM、HCM等企業運營的核心數字化系統。
RPA的興起，很大程度在于它的連接功能與粘結特性上。企業經過多年構建起來的復雜、異構的業務與數據的管理系統，目前而言想要完全通過API來解決集成與自動化問題是很難的。通常一家中型企業內部的應用系統就有100多個，大型企業的應用甚至多達1000個以上，不可能所有應用都有API接口。
另一方面，企業更會衡量開發API以及投入一項技術的ROI，他們會在運營需求、資金投入、開發周期、實施效果等多方面進行考量。如果RPA能夠以更便宜的價格和更穩定運行解決這個問題，至少現在不用考慮開發API了。并且對于大部分中小型企業而言，一些RPA產品所提供的API服務已經足夠滿足需求。
而現在RPA廠商所提供的企業級端到端自動化解決方案，已經足夠穩定。因此，在系統集成與自動化這件事上，目前大部分企業都是API+UI的融合解決方案。這也是為什么Gartner預測今后RPA廠商都會通過API與UI集成向用戶提供自動化的原因，它來自于用戶切實的需求。
Gartner預測，到2022年，全球90%的大型組織將以某種形式采用RPA，他們希望通過彈性和可擴展性，對關鍵業務流程進行數字化賦能，同時重新分配人力資源保持充足的勞動力。到2024年，大型組織現有RPA產品組合的容量將增加兩倍。
在另一份報告中，Gartner預測，到2024年，組織通過超級自動化將降低30%的運營成本。到2025年，超級自動化市場規模將達到8600億美元，年復合增長率為12.3%。
這兩組數據中，都能看到RPA的身影，同時也展示了未來幾年RPA的市場情況。
因此，從應用市場來看，即便現在的API技術越來成熟，對于已經成型的超自動化大市場，想要徹底取代UI自動化或者RPA實現應用迭代也需要一段時間，往后看幾年內實現的可能性并不大。
所以，王吉偉頻道認為，在在未來至少5年或者更長的時間里，大部分企業的數字化系統都會是UI界面與基于API的自然語言交互并行的狀態。
04
人機交互自動化層
從人機交互的角度而言，自從更簡單的自動化技術出現后，原有的基于API的系統集成，在RPA等流程自動化的連接之下，人機之間已經多了一個基于自動化的人機交互層。
廣大組織尤其是歐美企業已將RPA、低代碼、BPA、BPM等軟件應用通過UI、API、iPaaS以及更多云技術與各種企業管理軟件的嵌入、集成、連接和融合，打造了一個存在于PaaS和SaaS之間包括業務中臺的人機互動自動化操作層，現在超自動化技術架構的影響下可以稱之為超自動化層。
在自動化優先思維的影響之下，現在歐美大部分企業的應用是基于自動化構建的，即讓每個應用都具備自動化執行的能力以及自動化創建各種應用，自動化基因充斥于程序創建、應用與維護的全生命周期。就像微軟、谷歌等推出的集成RPA工具的低代碼平臺，目的就是讓自動化遍及業務流程從創建到執行的各個角落。
讓自動化充斥于每個應用，顯然對于業務流程自動化有著莫大的助力，更便于廣大組織基于業務流程優化實現數字化轉型。現在，國內更多的組織同樣也已意識到自動化思維以及自動化層的重要性，正在通過引入超自動化、RPA卓越中心等構建與鞏固其自動化操作層。
看到這里，大家應該已經意識到，RPA或者說智能自動化所做的連接的事情，目前而言生成式AI是無法替代的。而整個人機交互自動化層，也不是生成式AI都能實現的。至少在API+UI所構成的自動化層徹底被API取代之前，RPA這個物種不會消失。
同時從投入產出而言，與正在興起的生成式AI技術相比，更成熟的RPA技術仍舊是更簡單且成本更低的業務流程自動化解決方案，更易于本地部署，也不需要微調AI模型，更適合于廣大中小型企業。
此外，目前生成式AI所表現出的不穩定性以及無法解決的版權等問題，也使得更多企業還處在觀望之中，不敢大舉引入。
現在國外大部分RPA產品都已經集成了GPT，有的廠商也已經推出基于其他大模型的插件，國內廠商也已經有官宣集成GPT以及文心一言的。這意味著，引入RPA技術就可以同時部署兩種技術。
目前RPA與ChatGPT協同應用的場景之一，就是通過與ChatGPT交互調動自動化層的運作，這是一種將兩者結合的直接有效的解決方案。
已經有很多案例證明，生成式AI與RPA協同是企業用于提升效率的最佳方案。融合生成式AI技術的RPA，也能讓廣大企業能夠以更簡單的方式和成本去使用這些技術。
通過與各種人工智能技術的融合，現在的RPA也早已不是曾經的UI自動化工具。
05
技術成熟度曲線上的生命周期
從Gartner技術成熟度曲線，也能看出基于RPA的智能自動化未來發展的一些端倪。
下圖是2022年人工智能技術成熟度曲線。我們可以看到，生成式AI已經進入曲線的第二階段期望膨脹期，距離生產成熟期需要的時間是2-5年。
雖然這個曲線沒有出現RPA以及超自動化，但我們可以從智能機器人（Smart Robot）、自然語言處理（natural langugge processing）、AI云服務（AI clound services）、深度學習（deep learning）、智能應用程序（intelligent applications）等技術中看到它們的身影。
其中智能機器人處于第二階段，技術成熟期為5-10年，比生成式AI的技術成熟期還要長，說明這項技術仍然會有很多的技術融合以及變數在其中。
融合AI技術的RPA可以算是智能應用程度，同時它也是創造智能應用程度的平臺。智能應用程序則處于第四階段的穩步爬升恢復期，意味著它已經受住市場考驗，確實是市場需要的技術。
至于其他幾項技術，超自動化已經包含了它們。這些技術目前都處于第三階段泡沫破裂低谷期，技術成熟期都是2-5年。
通常而言，多次出現于曲線的技術越處于后面的階段代表應用時間也越長，而期望值下降也是因為企業已經引入相關技術，大家對此早已司空見慣，但也意味著更大的市場滲透率。
人工智能技術成熟度曲線，反映出了與AI技術融合的RPA、智能自動化、超自動化等更長的生命周期。這也意味著，API+生成式AI+tools可能不會在短短幾年內取代基于RPA的自動化。
當然，還有一個重要的原因在于，在AI技術取得突破的這幾年，RPA的進化迭代速度也是無比的快。
Gartner曾有一個預測數據，到2022年，部署機器人流程自動化的組織中有65%將引入人工智能，包括機器學習和自然語言處理算法。
近幾年RPA之所以會火爆，是因為它融合了人工智能技術。當代的RPA，其實已經不算是純UI自動化工具，AI技術的引入改變RPA的產品邏輯。
比如NLP和OCR的應用就讓RPA的應用場景大大增加，而IDP的應用的則讓RPA對文檔的理解與提取能力翻了數倍。
尤其是人工智能技術起家的AI廠商，他們通過從AI技術角度考慮RPA產品的技術架構、產品形態以及未來走向，就會有一些創新且別致的RPA產品走出來。
以國內RPA廠商為例，比如有些廠商會在產品架構中都加入了一個AI能力產品，在來也科技這個產品叫作UiBot Mage，在弘璣Cyclone這個產品叫AI技能引擎，很多廠商亦有同類產品。
這類產品一般是構建定制化AI能力的工作臺，集數據處理、數據標注、模型開發、訓練及發布于一體，用于聯動RPA以讓其更加智能。
有的廠商，已經用AI技術重塑RPA產品架構。比如實在智能推出的基于智能屏幕語義理解技術的實在RPA 6.6.0 ，進一步實現了RPA的人人可用。
還有些RPA產品，開始構建產品時就是基于AI以及API技術去做的。比如容智信息的0代碼RPA就是基于AI技術實現的，還有自然機器人所打造的AutoPaaS模式產品，也是在人工智能以及融合API技術的基礎上實現的。
現在的RPA產品，基本都采用了超自動化架構，因此產品矩陣都會包含對話機器人、流程挖掘等產品。這兩類產品同樣都是AI技術的產物，沒有AI就沒有現在相對完備的產品形態。
超自動化作為包含RPA、低代碼開發、流程挖掘、OCR、NLP等在內的技術合集，將多種技術與產品融合為一體服務用戶。通過集成API和UI，融合各種技術為用戶提供更加穩定高效的端到端自動化，目前而言所包含的每一種產品都一定程度上應用了AI技術，或者本身就是在AI技術基礎之上構建的。
超自動化是一個可以容納任何與RPA相關聯技術的技術合集，所以生成式AI火爆以后，RPA廠商們都迅速引入了這項技術。
之前我們介紹過海外RPA產品引入ChatGPT的情況，就在前兩周又有6家廠商引入的生成式AI技術。其中國內幾家廠商，九科信息官宣了集成ChatGPT，影刀則引入了文心一言，達觀數據則正在研發自己的AI大模型“曹植”系統。
某種程度上，引入生成式AI或者自研AI大模型，RPA也成了AI模型層上的產品。
生成式AI所帶來的更直接的自動化和靈活性，正好可以彌補基于RPA自動化的不足，同時可以通過自然語言以及生成數據助力RPA更高效的優化業務流程，兩者相輔相成，可以為廣大組織提供更直接、高效、便利的流程自動化。
這些都在表明，當代RPA屬于融合AI的自動化新物種，從發展開始AI就在不斷對其進行重構、改變和優化。
RPA與AI的技術融合，造就了今天的智能自動化與超自動化。在AI發展的同時，RPA也在持續進化。
基于RPA的智能自動化已經成為企業系統軟件之一，由超自動化所打造的人機交互自動化層將會成為組織運營的數字化主體，未來所有技術與軟件都會在這個自動化層上衍生與發展，包括生成式AI技術，以及未來更多的新技術。
在更多AI技術的加持之下，RPA會進化成什么樣，現在來看仍是個未知數。經過這幾年的發展，如今在主打超自動化廠商的身上，RPA的標簽已經逐漸淡化了。可能未來5-10年，RPA會完成它的使命，而RPA廠商也將進化或者轉型成為更加智能的自動化廠商抑或其他。
其實歡換個角度來看，RPA也就是智能自動化或者超自動化的切入點，它僅是廣大廠商進入自動化領域的一個入口罷了。相對于未來自動化的星辰大海，RPA僅是自動化發展進程中的一顆微小星辰。
RPA終究會消亡，但自動化將卻是人類持續追逐的目標。
某種程度上，自動化寄生于懶惰，而懶惰正是人性七宗罪之一。所以，有人的地方就會有江湖，而有江湖的地方就不會缺少自動化。
未來AI無處不在的時代，現在流行的大部分技術和產品都會被貼上一個“過渡性”標簽，都會因被取代而消亡。
繼續閱讀：
未經允許不得轉載：RPA中國 | RPA全球生態 | 數字化勞動力 | RPA新聞 | 推動中國RPA生態發展 | 流 > 基于AI構建的當代RPA，在生成式AI影響下的生命周期還有多長？
heng.png)
RPA CoE x GPT = 未來企業
RPA技術的進階之路：智能化、多元化與增強發展
沒錢沒需求，企業數字化轉型怎么干？
從ChatGPT數據泄露事件，看組織安全穩定自動化的重要性
![[IBM Think的高管們]分享如何成功地實施RPA經驗](/d/file/2019-05-17/64713de577f65d3e334fcb706df40c15.jpg)
熱門信息
閱讀 (14728)
1 2023第三屆中國RPA+AI開發者大賽圓滿收官&獲獎名單公示閱讀 (13753)
2 《Market Insight：中國RPA市場發展洞察（2022）》報告正式發布 | RPA中國閱讀 (13055)
3 「RPA中國杯 · 第五屆RPA極客挑戰賽」成功舉辦及獲獎名單公示閱讀 (12964)
4 與科技共贏，與產業共進，第四屆ISIG中國產業智能大會成功召開閱讀 (11567)
5 《2022年中國流程挖掘行業研究報告》正式發布 | RPA中國