3月7日，有個名為Kognitos智能RPA廠商拿到了675萬美元融資，自送綽號“生成式AI自動化”先驅。其主要業務，是提供類似ChatGPT的對話式功能，為客戶提供更人性化的智能自動化服務。
對于Kognitos的綽號，業內人士看后呵呵一笑。
誰不知道，微軟早已將ChatGPT融合到RPA產品中，也在同一天宣布已將ChatGPT技術擴展到Power Platform（包含RPA產品Power Automate）平臺上，允許其用戶在很少甚至不用編寫代碼就能開發自己的應用程序。
論引入GPT的速度，自然沒人能夠比得過近水樓臺先得月的微軟Power Automate，畢竟微軟是OpenAI的大東家。
打定LLM主意的初創公司不止這一家，比如國內也有一家名為瀾碼科技的公司，成立于ChatGPT發布之前，并已在2月份成立之初拿到了上千萬元融資。這也是一家基于大語言模型的自動化平臺公司，致力于人機協同、人機融合、人機共生等領域的研究和探索。
這些初創公司瞄準了超自動化與LLM融合的賽道，顯然是要借助新技術和新風口打造全新交互模式的新型超自動化產品，以更靈活的方式快速切入細分或者專長市場。
RPA廠商現在基本都已完成相關技術及產品布局，晉級成為超自動化廠商。超自動化（hyperautomation）技術合集下的低代碼、流程挖掘、BPM、BPA等技術及產品所涉及的很多廠商，也都在快速完善自身并蛻變成為超自動化廠商。
相對于初創公司看中AI大模型（LLM，Large Language Model）在超自動化領域的機會，包括巨頭科技公司和已經走上B、C、D輪的國內外超自動化廠商們，在ChatGPT發布之初就開始積極探索與研究LLM與超自動化的融合應用，到現在都已有了一些成果。
單是RPA廠商，國內外已有幾十家廠商引入了生成式AI。
在低代碼/無代碼領域，生成式AI技術也已經成了各平臺的必需，越來越多的廠商都發布了基于LLM的產品及解決方案。
在流程挖掘領域，這幾天超自動化廠商Pega推出了深度融合ChatGPT功能的全新流程挖掘產品Pega Process Mining，使得用戶通過自然語言對話就能使用流程挖掘功能，相信以后流程挖掘產品都會集成GPT。
至于老牌的BPM、BPA等廠商，幾乎都與servicenow、Mulesoft等一樣步調一致的快速引入了GPT。
國內的一些廠商，更是打造出了AIxRPA、AIGCxRPA、生成式RPA等諸多概念，在這背后都是LLM與RPA或者超自動化的深度融合。
整體而言，目前大部分超自動化廠商都已經引入、集成并部署了基于LLM的生成式AI技術。
那么，都有哪些廠商引入了生成式AI？生成式AI在超自動化中有哪些應用？對超自動化有什么影響？本文，王吉偉頻道就跟大家聊聊這些。
之前在2020年寫過一篇關于超自動化的文章，也是國內最早介紹超自動化的文章之一。但幾年發展下來，你會發現超自動化的概念與內涵已經有了很大的變化及完善。
自Gartner于2019年發布這項技術后，現在超自動化已經成為人所共知的概念。
超自動化一詞最早由Gartner在2019年提出，它是一個以交付工作為目的的集合體，是機器人流程自動化、流程挖掘、智能業務流程管理等多種技術能力與軟件工具的組合，是智能流程自動化、集成自動化等概念的進一步延伸。
超自動化本身涉及到的關鍵步驟即發現、分析、設計、自動化、測量、監視和重新評估等均囊括在內，突出以人為中心，實現人、應用、服務之間的關聯、組合以及協調的重要性。
2021年，Gartner對超級自動化做了進一步的定位細化，認為超級自動化作為韌性交付的一部分，保障了企業服務交付的靈活性，強調一切可以而且應該被自動化的事物都需要轉變為自動化方式。
譬如，現在許多企業被一些遺留的業務流程拖累，這套流程由一系列技術拼湊而成，而這些技術是并未經過優化、精簡、連接、明確或一致的，這為企業帶來了非常昂貴和復雜的成本。隨著數字業務的加速發展，企業需要一套高效、高速、高包容性以及民主化的流程，需要關注效率、性能和業務敏捷性。
到2022年，Gartner認為超級自動化是企業數字化轉型重塑變革的重要組成部分。
超級自動化是一種業務驅動的方法，也被認為是多種先進技術、工具或平臺的協調使用。發展到現在，超自動化的概念已經超越技術本身，而成為廣大組織在自動化戰略層面的重要組成部分。
在更高的企業經營維度上，超自動化是一種利用技術最大限度地提高業務流程自動化的方法，也是一種業務驅動的方法，其目標是通過提高彈性、可擴展性和節省的成本實現數字加速。也被認為是多種先進技術、工具或平臺的協調使用。
它通過多種技術、工具和平臺同步工作，以自動化每個可能的業務流程。其所包含的工具、軟件、平臺以及技術包括：
-
-
-
-
-
-
業務流程管理（BPM）和智能業務流程管理套件（iBPMS）；
-
-
-
在超自動化技術合集中，所有的工具與技術等都可以視作超自動化的技術子集。
需要說明的是，超自動化技術合集仍在吸納更多的自動化相關技術，以保證端到端自動化的高效穩定運行。比如最新的生成式AI技術，現在也已經成為超自動化的重要技術之一。
Gartner認為，“超自動化”一詞與自動化不同，因為它不僅與產品和服務有關。他們將超自動化定義為包括公司從IT基礎設施到業務流程和決策設計方法的重大變化，因此，超自動化是一種整體自動化方法。
超自動化不僅為政府等機構提供了有效、無縫連接公共服務的機會，更專注于跨領域實現端到端業務流程自動化，以大幅度提升組織的工作效率。
廠商們重視這項技術，當然更因為它的巨大市場潛力。現在，超自動化的未來市場規模已經得到眾多行業及組織的認同。根據Gartner數據，到2024年，全球65%的大型組織將部署某種形式的超自動化。
還有相關研究報告顯示，全球超自動化市場規模/份額在2022年的價值為365億美元，預計到2032年將達到1670.2億美元，在預測期內的復合年增長率為16.4%。
了解了超自動化這個技術合集的組成后，再說生成式AI與它的關系就容易理解了。
自從ChatGPT發布以來，超自動化領域的多家廠商都在積極嘗試并引入GPT，國內廠商也會同時引入文心一言、星火認知等國產AI大模型。對于生成式AI如何應用于超自動化架構，從目前廠商的應用案例來看，在某種工具中集成或者通過部署相關大模型以實現生成式AI的應用是比較通用的引入方式。
下面，我們以RPA和低/無代碼為例，看看超自動化引入生成式的情況，目前國內外RPA廠商已經有幾十家都已經引入GPT或者相關技術。
從今年1月開始，智能自動化廠商NICE就率先宣布了與ChatGPT的技術集成。此后Automation Anywhere、UiPath、三星SDS、Appian、SAP、Pega 、Salesforce、微軟（Power Automate）等多家廠商都官宣或者發布了GPT插件，并在博客或視頻平臺上線了相關教程與視頻。
保守估計，國外市場引入GPT的RPA廠商已經不下20家。
在國內市場，九科信息引入了ChatGPT，來也科技開通了微軟國際版Azure OpenAI訂閱服務，影刀引入Azure OpenAI服務并接入了文心一言，實在智能推出對基于AI大模型的話式文檔審閱產品“Chat-IDP”，弘璣CyClone已經發布了多個AIxGPT應用demo，達觀數據自研“曹植”大語言模型，藝賽旗推出深度融合GPT超自動化產品iS-RPA，金智維也已在RPA+ AutoGPT結合方面做了很多探索。
此外，壹沓科技、云鈉科技、中關村科金、科大訊飛、自然機器人等一眾廠商也都發布了相應的產品以及應用demo。
國內主流超自動化（RPA\IA）廠商，都已經引入了GPT等大模型。
低代碼/無代碼與生成式AI。低/無代碼廠商同樣對生成式AI保持了足夠的關注，畢竟生成式AI可以進一步賦能低/無代碼平臺。
比如西門子幾個月來一直致力于在其低代碼平臺中添加生成式 AI 功能，預計在年底前將此功能開放給用戶。該公司甚至在OpenAI發布ChatGPT之前就已獲得 GPT （生成預訓練變壓器）技術，并且一直在對該技術進行試驗，以更好地將其整合到其低代碼平臺中。
再如低代碼平臺K2，已經推出了最新功能，可以使用戶無需編寫任何代碼即可構建自定義業務應用程序。該平臺使用生成式 AI 來自動化軟件開發過程的各個方面，例如工作流自動化和數據分析。K2的AI還有助于預測分析，使用戶能夠在沒有任何編碼知識的情況下做出數據驅動的決策。
軟件測試平臺Sofy推出的SofySense ，也是由生成式AI驅動的無代碼移動應用程序測試解決方案，它結合了 GPT 集成的智能軟件測試 AI 技術，以提供質量保證 (QA) 協助。該平臺智能生成AI聊天機器人Sofybot，可以對特定的測試查詢提供及時準確的響應。
最近企業級人工智能公司Moveworks也推出了Creator Studio，這是一個無代碼、生成式人工智能平臺，可在幾分鐘內構建任何對話人工智能的應用。該平臺利用先進大型語言模型（LLM）和生成式人工智能（Generative AI）來提供一個自然語言界面，員工可以在本企業范圍內使用。
公開資料顯示，Retool、Bubble等國外低/無代碼平臺都已經引入生成式AI技術，并推出了相關功能。
至于已經推出LLM或與合作伙伴深度合作的微軟、谷歌等云廠商，早已將生成式AI技術融合到了各自的低/無代碼平臺。
在國內，網易數帆也在4月25日的低代碼業務戰略發布會上推出了CodeWav 智能開發平臺。該平臺以網易自研智能大模型為底座，以低代碼為開發工具，開發者只需編寫少量代碼，通過自然語言描述和可視化拖拉拽即可快速開發應用。
事實上，就像網易一樣，已經推出大模型的阿里云、華為云、百度云、騰訊云等多家云廠商，都已將生成式AI技術部署到了各自的低/無代碼平臺。
可以看到，引入大模型和生成式AI同樣成為了低代碼/無代碼領域的流行趨勢，從海外到國內的廠商都在積極引入生成式AI。
RPA和低代碼，僅是超自動化技術組合中引入生成式AI的兩個技術子集。到現在為止，RPA廠商、低/無代碼廠商、BPM廠商、iPaaS廠商、BI廠商以及流程挖掘廠商等所推出的最新產品都以某種方式引入了生成式AI。
了解這些之后，你會發現在整個超自動化技術合集中，好像都在或者已經集成了生成式AI，超自動化技術中的生成式AI已經無處不在了。
簡單地講，生成式AI是一種利用現有的數據，如文本，圖像，音頻等，來創建新的內容的技術。生成式AI可以在各個領域，如廣告，娛樂，新聞等，提供創新和有價值的內容。
因此，把生成式AI技術接入到超自動化的任何技術子集比如RPA、低/無代碼平臺中，都能極大的提升作業效率、降低使用難度及維護成本，并能夠有效改善用戶體驗。
從超自動化在組織數字化的應用層面來看，生成式AI的應用可以為超自動化帶來以下幾個改變。
生成式AI可以用來生成業務流程的文檔和說明，比如根據業務需求和規則，自動生成流程圖、步驟描述和執行條件等，從而減少人工編寫的時間和錯誤。
還可以用來生成業務流程的測試用例和數據，提高測試的覆蓋率和質量。例如，根據業務流程的邏輯和邊界條件，自動生成測試場景、輸入數據和預期輸出等。
此外生成式AI還能用來生成業務流程的優化建議和改進方案，比如根據業務流程的運行數據和評估指標，自動生成優化目標、策略和措施等，以實現提高業務流程的性能和效果。
通過生成式AI，可以讓超自動化更好地實施自動化流程，提升業務價值和競爭力。
生成式AI可以為超自動化提供更多的數據源和內容形式，增加超自動化的覆蓋范圍和應用場景。比如根據用戶的需求和偏好，生成個性化的廣告文案和創意，幫助超自動化實現更精準的營銷策略。
能夠為超自動化提供更多的智能和創造力，增加超自動化的靈活性和適應性。根據不同的情境和目標，生成不同風格和語氣的文本內容，幫助超自動化實現更多樣化和人性化的交互方式。
還能為超自動化提供更多的反饋和優化，增加超自動化的效果和質量。比如根據用戶的反饋和行為數據，生成評估報告和改進建議，幫助超自動化實現更快速和精準的決策調整。
集成生成式AI技術的超自動化，可以幫助企業更好地進行自動化決策，提升企業的競爭力和價值。
數據分析和預測，已經成為超自動化實施后監管與運營的重要組成部分。生成式AI是一種強大而靈活的AI技術，它可以助力超自動化進行數據分析和預測，實現更智能、更高效、更靈活的數據驅動業務。
數據清洗和整理。根據數據的特點和目標，自動生成合適的數據清洗和整理規則，例如去除異常值、填補缺失值、轉換數據格式等，進而節省人工編寫規則的時間和精力，提高數據質量和一致性。
數據探索和可視化。根據數據的特點和目標，自動生成有意義的數據探索和可視化報告，比如生成描述性統計、相關性分析、聚類分析等，幫助用戶快速了解數據的概況和特征，發現數據中的規律和洞察。
數據建模和預測。根據數據的特點和目標，自動生成合適的數據建模和預測方案，比如選擇合適的機器學習算法、調整合適的參數、評估模型性能等，快速構建高效準確的預測模型，實現數據驅動的決策。
數據解釋和呈現。根據數據的特點和目標，自動生成易于理解和傳達的數據解釋和呈現內容，例如生成摘要、推薦、建議等，用戶能夠更好地理解數據分析和預測的結果，提高數據溝通和利用的效果。
以上只是講了幾種應用，生成式AI在超自動化中的應用遠不止這些。隨著這項技術更多的融入到超自動化各技術子集中，生成式AI也將從整體上改變與影響超自動化的交互方式、運行效率以及未來發展。
超自動化集成生成式AI的應用案例已經有很多，這里舉幾個有代表性的例子。
UiPath是對生成式AI探索比較早的超自動化廠商之一，很早之前就有了相關的應用案例。
UiPath集成ChatGPT的一個典型應用，就是用于分析客戶反饋。ChatGPT的一個重要用途，就是分析文本并評估客戶對特定產品的反饋情緒。通過向 ChatGPT 提供一組從客戶收到的產品反饋，并輸入類似提示：“請確定此反饋的情緒，將其分配為正面、負面或混合。”ChatGPT 將做出響應一致且準確地識別消息的語氣。
同時，還可以將自動化添加到組合中。機器人可以向 ChatGPT 發送反饋列表、共享提示、接收每條消息的答案并計算肯定、否定和混合答案。這些用戶情緒反饋，可以自動定向到產品開發團隊。
在3月底召開的AI峰會上，UiPath還推出了Clipboard AI，該產品是與Open AI進行技術結合，通過ChatGPT打造的全新問答式自動化產品，可為用戶提供跨應用程序端到端的自動粘貼、復制，非結構化數據查詢，貨幣轉換等功能。
國內RPA廠商，也在積極探索如何融合GPT等生成式AI，并且有些廠商已經放出了應用demo。
比如弘璣Cyclone最近就發布了多個應用demo。其中一個demo是GPT結合RPA實現周報自動書寫和發送，GPT通過分析RPA自動獲取的項目日報和項目管理系統中的信息，通過與用戶多輪對話生成具有實時數據支持的精確項目周報。這種全新的對話式流程創建，令人耳目一新。
來也科技通過在內部舉辦大語言模型黑客馬拉松，一連推出了多個GPT應用。其中有個應用是在一分鐘內創建自己的AI 客服機器人，只需在聊天框中選定任一品牌或公司，在大語言模型和聊天機器人共同搭建的支持下即可開始創建自己的AI 客服，無需構建與維護成本，且可以直接在WhatsApp上免費使用。
實在智能推出的首款能和文檔對話的產品Chat-IDP，在IDP（文檔審閱）中嵌入基于大型語言模型LLM的強大語義理解、多輪對話、邏輯推演和文本生成能力。用戶登錄Chat-IDP后，只需要把Word、PDF、掃描件等多種格式的文件上傳，就能在原文上劃選內容，并直接進行提問交流，實現關鍵信息查找、改寫續寫、邏輯運算、糾錯翻譯等功能，減少在文檔和其他AI功能平臺之間來回跳轉的割裂感。
還有更多廠商都已經發布了生成式AI相關的產品，并已經有了落地的應用案例，從反饋來看應用效果非常顯著，已獲得很多用戶青睞。
隨著更多用戶接受通過對話式交互處理各種業務流程的操作方式，生成式AI與超自動化的融合也將會進一步加深。
基于前文對超自動化技術及相關案例的分析和理解，我們可以將生成式AI對超自動化的影響總結為提高效率和準確性、減少人工干預、提高決策質量、增強智能化等幾個方面。
事實上，組織一旦將生成式AI引入超自動化的某個技術子集，也會影響到到其他技術子集，因此所帶來是整個超自動化架構下各種業務流程自動化的高效運營。
下面，我們可以從RPA角度，看看生成式AI對超級自動化的影響。
目前，基于GPT的生成式AI應用正在蓬勃發展，各類跨界領域技術和GPT大模型的結合應用也不斷涌現，AutoGPT也是其中之一。
AutoGPT是由GPT-4驅動的一個實驗性的開源應用程序，可以自主實現用戶設定的任何目標，它賦予了GPT模型自動化執行和自我優化的能力。
金智維創始人&CEO廖萬里認為，從AutoGPT開始，AI根據用戶設定的目標可以自主地提出計劃，然后執行計劃，進行結果評估和優化；AutoGPT還具有互聯網訪問、內存管理、基于GPT-4和GPT-3.5模型實例的文件存儲和生成摘要等功能。
在此基礎上，再結合RPA機器人流程自動化能力的輔助，AutoGPT能夠進一步根據用戶設定的目標，在用戶完全不插手的情況下自主執行任務，包括日常的事件分析、營銷方案撰寫、代碼編程等場景，都能夠實現工作全流程的自動化。
作為基于GPT-4大模型完全自主運行的應用實驗之一，AutoGPT突破了ChatGPT在用戶提示信息交互方面的局限性。
當用戶提出一個需求或任務時，AutoGPT不會著急給出答案，而是會通過 AI THOUGHTS（思考）、REASONING（推理）、PLAN（規劃）、CRITICISM（評估） 四個模塊分析問題，并且給出執行目標和具體任務，然后在項目執行過程中自主調整和優化。
AutoGPT自己會提出新的問題并回答，這種自我迭代和優化使得 AutoGPT能夠在項目進行中不斷進步，避免了頻繁的人工干預。
RPA+ AutoGPT的結合，能夠實現對現有的任務進行深度分析，進而發現一些未被注意到的問題，并且給出最佳答案。
可以說，AutoGPT會讓RPA在超級自動化方面的探索實踐能力實現了進一步提升。
再從低/無代碼領域，感受一下生成式AI對對它的巨大影響。
生成式AI可以自動生成代碼和程序，這一顛覆性體驗將大幅降低開發門檻、提升效率，從而極大降低企業數字化轉型難度。不僅如此，平臺還提供智能檢查和修復、智能補全等輔助工具，幫助完善編程成果，AI 測試機器人也能自動完成低代碼應用的測試，保證應用正常運行。
幾乎所有的IT領域專家都認為，生成式AI將徹底改變低代碼和無代碼開發環境的使用。同時將生成式AI添加到低代碼和無代碼平臺已經成為趨勢，廣大組織可以通過降低采用這些系統的障礙，并進一步授權業務用戶創建應用程序，可以加快開發進度。
低代碼/無代碼供應商的產品將結合可視化開發界面和生成式AI模型的優勢，讓用戶通過自然語言或采用可視化組件來優化開發結果。
比如微軟已經在低代碼產品PowerApps中添加了Copilot，提供了基于ChatGPT的功能，包括非開發人員在內的用戶，都可以通過聊天交互輕松創建簡單的應用程序，應用程序還可以為其用戶提供ChatGPT實例。
一般而言，將生成式AI添加到Copilot中有兩個實際用途：一是幫助加快開發周期，二是將生成式AI添加到已創建的應用程序中。
在超自動化中集成生成式AI這種形式，接下來將會成為低代碼/無代碼的主流產品形態，更多廠商正在引入生成式AI技術。
不管是在超自動化的技術子集中引入生成式AI，還是基于生成式AI從整體上重塑和優化超自動化，都會影響到超自動化運行的多個子流程，并通過數據等內容生成以及跨系統訪問交互來實現更好效果。
所以，如何將生成式AI與超自動化深度融合，將會是廠商們接下來重點研究的課題。
某種程度上，配備了代碼解釋器插件的ChatGPT已經成為了一個對話式程序創建平臺，OpenAI已經發布的70款插件則讓ChatGPT的開發能力與自動化能力進一步加強，以后面向各領域的執行類插件將會更多，很多簡單應用場景的自動化都將逐步實現。
雖然加上各種插件的ChatGPT目前還無法影響到廣大組織構建了多年企業核心數據運營系統，但在不遠的將來，對話式AI重新構建企業管理軟件系統已是不可避免。
LLM即將一統天下的情況下，超自動化引入生成式AI早已是大勢所趨。與其等著ChatGPT等生成式AI去顛覆企業已有的數字化系統，不如積極加入共建企業經營管理的LLM時代，不是嗎？
因此，超自動化領域的玩家們，必須要加快速度迎頭趕上了。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 > RPA、低代碼、流程挖掘紛紛引入生成式AI，超自動化迎來LLM時代
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
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