前言：在ISIG-RPA峰會的圓桌論壇中，由中投創展創始人兼CEO任威主持了關于企業自動化轉型的深入討論，嘉賓包括UiPath大中華區資深技術經理王櫳、SAP業務技術平臺卓越中心方案架構師閻韶華和三井住友保險中國區信息技術部負責人陳婧。

討論焦點集中在數字化轉型、RPA的應用現狀與未來展望、以及生成式AI與大語言模型的商業應用和技術挑戰上。嘉賓們共同探討了企業在推進自動化和智能化過程中遇到的挑戰和解決方案，特別是在RPA和AI融合應用方面的實踐和前景。通過討論，歸納出企業在進行自動化轉型時需要關注的核心要素包括技術選型、組織架構調整、人才培養和文化改革等。此外，圓桌也強調了面向未來，企業應如何布局和預判技術趨勢，以實現在快速變化的市場中保持競爭力。

任威：

RPA作為數字化轉型的一大利器，起初被定位為桌面任務助手，后來發展成數據處理輔助工具和異構系統連接器。近年來，RPA已演變成一個超級自動化（Hyper Automation）平臺，不斷融入商業人工智能的各種能力，形成了一個更大、更強大的工具集，幫助企業級用戶滿足技術需求，并自動化更復雜、更有價值的商業場景，包括全生命周期管理。

RPA是超自動化體系中非常關鍵的一部分，它的技術優勢和局限性都非常明顯。生成式人工智能和大型語言模型成為熱點已經超過一年了，雖然有觀點認為大模型可能完全取代RPA，但實際上，目前業內還未出現這種情況的明顯案例或趨勢。

智能體AI的模式在超自動化中更多地是增強或替代現有技術。我很榮幸作為本次圓桌會議的主持人，與各位行業專家和從業者共同討論行業的現狀和未來。作為從RPA到超自動化演進過程中的見證者和參與者，讓我們討論一下業務自動化和超自動化領域的現狀。首先，我想問所有嘉賓：目前中國企業在超自動化技術應用方面的現狀如何？它為企業帶來了哪些價值？在推廣規模化時，存在哪些痛點和問題？我們將按順序討論，首先請閻老師發言。

閻韶華：

陳總剛才已經從客戶視角討論了RPA的廣泛采用。從去年開始，我們SAP在推動企業自動化方面取得了一定進展。我們推出了一些集成套件的融合產品，這些產品集成了低代碼技術，甚至最新的AI策略，旨在幫助各行各業的企業更廣泛地應用新技術。實際上，改變一線業務人員的工作模式對于實施自動化至關重要。業務場景中存在各種因素，如個人習慣、職責、或者簡單的日常工作任務。讓員工看到自動化如何能夠改善他們的工作方式，將大大促進技術的接受和應用。

對于我們的ERP項目，我們會為客戶直接配置約80%的企業級自動化軟件產品。面對客戶的多樣性和他們的業務發展，我們遇到了一些挑戰。有些客戶可能需要新的ERP系統以適應新的業務板塊或海外業務，但他們可能對國內的傳統業務不夠了解。一個企業的內部結構復雜，一個項目往往不能涵蓋所有不同部門的需求。因此，我們認為，RPA技術的推廣仍然是一項艱巨的任務，需要不斷的努力和適應。我特別認同陳總之前的觀點：通過集成標準化API來實現功能的穩定化是一種更可靠的模式。我們也面臨另一個挑戰：軟件頻繁更新。軟件每個季度更新一次，這要求我們不斷地進行調整和維護，從而增加了成本。如果我們能夠在接口級別進行集成，那么系統的穩定性將大大提升，只需要管理API即可。這是我想分享的主要內容。

陳婧：

關于超級自動化，我認為有時我們可能被其美好的外表所誤導。雖然某些企業可能確實需要這種技術，但“一個企業是否真的需要超級自動化”這一問題值得深入探討。企業需要自動化的真正時機是什么？它到底能為企業帶來什么價值？通常，企業的主要關注點是盈利，而不是采用了什么系統。如果替代成本低，使用人力或外包服務也是可行的。因此，我認為在當前變化的經濟環境下，我們需要重新審視自動化的真正價值和必要性。在當前經濟環境下的變化，一個潛在的優勢是許多大企業可能從集中于銷售轉向內部成本控制。在這種情況下，自動化可以成為一個重要的工具。但關鍵問題是，自動化是否僅僅將一種成本轉換為另一種？有效成本控制是至關重要的。因此，企業必須確保投資正確，即在最需要的地方采用自動化技術，避免不必要的支出。這意味著企業需要從頂層開始，系統性地思考如何通過自動化解決其核心問題。另一個趨勢是，對于小企業而言，生存往往比自動化更重要。業務量可能有限，但我認為，對小企業而言，使用SaaS、低代碼平臺或RPA可能是更好的選擇。這些解決方案可以以較低的成本幫助他們解決問題，提供必要的支持。

此外，我認為未來可能出現一種新模式，即超級自動化外包。許多企業目前都在減少員工，特別是那些從事重復性工作的基礎員工。在這種情況下，企業不一定非要內部實施RPA；他們可以選擇將某些基礎工作外包出去。隨著數據流通的便捷化，外包某些任務變得更加可行。因此，我預見未來可能會發展出專門從事基礎流程操作的外包服務，這些服務將利用自動化技術提升效率，同時幫助企業優化操作。這種模式可能會成為趨勢，為企業提供新的賦能方式。

任威：

是的，陳總提到的模式，我們團隊已經開始嘗試實施了。

王櫳：

我將從廠商的角度來討論這個問題。從RPA到超級自動化的轉變，人們的理解可能各不相同。我認為，超級自動化具有無限擴展的潛力，并不局限于軟件產品的自動化，而是包括業務流程和企業管理的自動化。此外，現在AI已成為超級自動化的重要組成部分。盡管有人認為AI可能取代或對RPA構成威脅，我認為這二者實際上是相輔相成的。特別是在金融領域或大型企業的財務管理中，這些先行者已經展現出了自動化的強大潛力和成效。

現在這些企業面臨的問題是，他們已經實施了許多自動化流程并且獲得了顯著收益，問題是他們是否應該繼續這么做，并如何挖掘更有意義或能帶來更大提升的領域。這是自動化行業值得思考的一個問題。當然，這可以通過改變思維方式或加強AI技術的應用來實現。我還希望強調的是跨行業的賦能。例如，金融行業在自動化方面已經做得很好，但對于一些仍處于起步階段的制造型企業，如何快速借鑒先進經驗和技術，對他們的賦能將極具意義。

任威：

確實，王總提到的例子非常好。以我們實際案例為例，我們曾處理大量的財務數據，如銀行流水下載。這些工作不僅包括數據收集，還包括后續的數據清洗和展示。這種能力很快可以轉移到像零售或FMCG這樣的傳統行業，進行不同電商平臺信息的抓取、匯總及分析。這顯示了在數據處理層面，這些能力可以被廣泛應用，快速在不同行業之間傳遞價值。

我們已經對目前的情況有了大致的了解。技術的核心總在不斷發展和更新，本次會議的主題正是關于生成式AI和大語言模型。我相信，中國市場在響應AIGC方面是最為積極的。從企業到用戶，再到產品廠商和服務團隊，大家都在過去一年多的時間里緊鑼密鼓地進行大量創新試點和應用實踐。

接下來，我們來討論一個更宏觀的問題：大家認為生成式AI技術在企業中有哪些核心應用價值？你們可以結合自己身邊的具體應用場景和案例進行說明。或者，你們認為企業在短期內為什么應該在AI領域進行投資？這次我們換個順序，先從王總開始。

王櫳：

這個問題確實挺尖銳的。近幾年，AI的發展確實非常快速，新模型和版本不斷涌現，使得企業幾乎感到應接不暇。我與一些合作伙伴、供應商和其他企業溝通過，他們在實施或使用AI技術時，常感到困擾，主要是因為技術更新換代太快。

對于未來的投資回報，許多企業認為這是一個不確定的因素，因此他們可能會嘗試根據自己企業的特點去開發一些模型。但在我看來，這種投入是必要且不可避免的。因為只有邁出第一步，企業才能看到后續的成果和發展。如果總是等待別人取得成功再跟進，那么企業很可能就已經落后了。

雖然大型語言模型和生成式AI被設計為通用模型，但企業實際應用時仍存在一些瓶頸。這主要是因為大多數企業都有自己特定的商務需求和行業特性。構建、訓練和應用這些模型實際上更適合垂直領域的應用。雖然通用模型由許多國內外廠商已經開發完成，但提升企業自身價值時，還需專注于垂直領域的定制化模型。這就要求企業投入更多資源、精力和計算能力來完善這些模型。這與我們現在的RPA情況類似，各個廠商也在開發各自的專有領域技術，這樣才能實現同步發展、百花齊放的局面。

陳婧：

實際上，我發現AIGC的應用非常有趣。從前年年底開始，GPT技術突然大爆發，盡管它不是一個全新的概念，但其質的飛躍引起了廣泛的關注。因此，去年，我發現周圍的人都開始感到焦慮，大家都在思考未來的AI趨勢以及它將如何影響我們的工作和生活。作為IT領域的人士，我總是想要探索和嘗試新技術。我們需要認識到，不能過分高估或低估AIGC的能力，因為它仍處于發展階段。我們需要跟隨技術發展的步伐，同時也期待市場上能出現一些真正創新的產品和解決方案。技術在不斷進步，我們永遠不知道明天會出現什么新版本，比如GPT-5.0、Sora或者其他什么新技術，以及這些新技術將如何影響不同行業。

結合今天的討論主題，我認為AIGC和RPA互補而不是相互競爭。RPA專注于規則化的流程，而AIGC處理的是非規則化的內容。在自動化的實踐中，我們已經能夠100%自動化那些規則化的流程。但是，我們面臨的挑戰在于處理非結構化和非規則化的輸入與輸出，這正是AI可以發揮作用的領域。然而，AI不能完全取代人類。它可以幫助我們解決大約90%的問題，但剩下的10%仍然需要人類來完成。這是因為AI并不是完全準確的，總是需要人類來進行最后的審查和確認。如果一個不準確的系統沒有人來負責，那么問題將無法得到有效解決。

因此，如果企業確實想要在流程中有效運用AIGC，那么它應該被視為最強大的輔助工具。這種方法可以使我們在內部操作流程中取得更好的效果，并將AI作為一個有價值的補充。目前，我們正在探索一些內部應用，如直接在郵件或會議紀要中嵌入AI工具來自動生成內容，這些都是很直接的應用。除此之外，我們還在嘗試將AI與RPA結合，以進一步提高效率。

我們目前正在嘗試使用AI進行合同審查，特別是針對采購類合同，因為與銷售合同不同，采購合同涉及更多的監管要求、外包和開發工作，讓人頭疼不已。但借助AI的支持，我們希望能夠利用它的能力解讀合同條款，并進行審查。傳統的OCR技術雖能識別文字，但不理解其含義，特別是具體的法律爭議或知識產權條款。因此，我們正在探索使用AI合同識別技術，從合同文本中提取結構化信息，雖然這些信息可能不完全準確，但足以作為合同填寫、審核和判斷的輔助依據。

在我們目前的經驗中，RPA的主要限制在于流程的起點和終點。例如，在理賠流程開始時，需要處理來自外部的非結構化數據，如理賠通知和相關文件。通常，這些數據需要人工整理并轉換成Excel格式，之后才能啟動自動化流程。如今，這一整理過程可以通過AIGC變得更加便捷。我們可以利用AIGC進行預整理，然后由人工進行最終確認。這實際上為我們提供了一種新的工作方式。目前，我們考慮在整個理賠流程中引入AI技術，以幫助我們確認用戶提交的材料是否完整。例如，如果我需要一張醫療發票，我可以使用AI來驗證提交的文件是否確實為醫療發票。如果用戶錯誤地上傳了無關圖片，AI可以幫助識別并指出錯誤。此外，AI可以在理賠流程中提供幫助，總結理賠摘要，將信息轉換成結構化字段，并在計算過程中提供準確的指導，甚至幫助撰寫最終的溝通文本。

實際上，還有許多應用場景可以通過AI的輔助來實現。雖然我們可能自己無法完成所有這些，但我們期待市場上的廠商能夠實現這些功能。目前，許多RPA廠商，如UiPath和金智維等，都在嘗試將AI能力直接集成進他們的產品。雖然目前的產品可能還未能完全達到我們的預期，如一鍵生成特定流程，但這方面的努力值得肯定，因為它們正在加快開發速度，推動行業向前發展。這實際上并不妨礙我們提高開發速度，我認為這是一個持續改進的過程。在我的周圍，很多開發人員已經在使用AI來輔助他們的編程工作。幾乎每個編程人員、項目經理和產品經理都在利用AI幫助他們更有效率地編寫代碼。

以前，每學習一種新技術都要花費很多時間，但現在AI可以大大減輕這種學習負擔。AI為我們提供了巨大的幫助，但關于它將如何引起顛覆性變化，我們仍然抱有期待。我們期待市場上出現領導者，帶領我們實現更多突破性進展。我們非常愿意見證并參與這樣的變革。

任威：

好的，感謝陳總提出了我們這些乙方公司新的努力方向。接下來，閻老師，您對這個問題有什么補充意見嗎？

閻韶華：

實際上，陳總剛剛提到了ICP的調整，這是一個全球人員調整的問題。我之前的報告中也提到了，我們必須轉型成為一個由AI驅動的企業軟件提供商。例如，在上海、西安和大連，我們擁有許多開發者，他們在ICP上工作了許多年，達到了20年、30年。現在，這些開發者需要適應新的變化，他們可能需要使用C、Java或Ava等語言。任總之前提到了一個問題，那就是我們的RPA是否會被AIGC取代？我同意陳總的看法，不會。正如陳總所說，他是一個COO，一個程序員。實際上，不是AIGC取代了RPA，而是那些掌握了AIGC技術的RPA玩家將取代那些沒有這技術的。這代表了一種技術變革，它將改變我們的工作和溝通方式。

實際上，這也影響到我們的商業決策，特別是從ICP的角度看。我之前提到的轉變，意味著我們需要重新考慮我們如何進行企業運營和決策。就如同我們在上海、西安和大連等地的開發團隊需要適應新技術一樣，企業決策也需要基于新的數據驅動和AI支持的見解。

我們討論的RPA集成，我看到的數據，以及我們如何將這些數據聚集到數據倉庫或數據湖中，進而建模和實現數據隱私和管控，這一切都是為了更好的業務決策。根據ICP的數據，麥肯錫預測到2027年，當前的Fortune 500公司中將有75%不存在。那么，這些企業要如何保持存在和相關性呢？關鍵在于保持更新和適應新技術。

這涉及兩個方面：一是客戶對技術的需求，二是技術如何推動業務發展。企業主和決策者需要全面掌握大局。如果落后，就會被淘汰。這不僅適用于管理層和業務領導，也適用于基層員工。他們都需要與業務戰略保持一致，如果不能抓住新技術浪潮，就可能被市場淘汰。

我們為什么要擁抱這些新技術？因為它們有能力改變我們的業務和運營方式。正如我之前在報告中提到的，SAP正在積極實施這種變革，我們設定了今年要完成74個與AIGC相關的場景，這些場景覆蓋了從生產、供應、服務到人才管理的各個方面，還包括編程流程、分析、集成等。

任威：

好的，看來我們對這個問題的結論是一致的：AI的價值已經是明確無疑的。但是，企業在決定技術方向和投資時，必須基于對短期、中期和長期投資回報的評估，以及其他商業和非商業因素的多層次考量，最終以價值為先導進行決策。我希望大家的觀點能為技術的使用者帶來一些啟示。

陳總剛才已經解答了我想提出的關于AI與超自動化融合的一些問題。接下來，我想繼續詢問閻總和王總。既然AI可以作為推動力或增強RPA的機制，那么在AI和超自動化的融合或替代方面可能有哪些發展？市場上，作為兩位來自大型廠商的代表，您的產品在這方面進行了哪些升級或更新，以更好地適應這種融合？

王櫳：

那我來簡單介紹一下，例如我們的UiPath產品。作為一個廠商，我們跟隨AI的迅猛發展，UiPath已經發展成為一個綜合自動化平臺，而不僅僅是傳統的RPA工具。它包括從文本的語義理解到文檔識別，再到智能助手，以及流程控制和數據挖掘等功能。實際上，我們的每個產品都已集成了最新的AI技術。

AI助手的功能，如陳總之前提到的，是否能夠實現自動化開發，在一定程度上我們已經實現了部分功能。當然，每種開發語言和每個業務場景都有其特點和限制，所以雖然不能完全實現100%的自動化開發，但AI可以幫助構建整體框架或實現核心功能，這已經大大減少了開發人員的工作量。

第二點關于我們的工作方式的變化，閻總提到了，能否有能力的開發者通過運用RPA和AI技能取代那些不具備這些技能的開發者？實際上，這已經在發生，AI可以在某種程度上取代一部分傳統產品。例如，我們可以通過截取屏幕圖像來理解其內容，并自動進行分析和數據填充，這一切都在客戶端完成。這意味著原本需要手動進行的流程設計、開發和測試現在可以自動完成，從而在開發成本、人力成本和時間成本上實現大幅節約。這代表了一種新的工作模式和效率提升的方式。

閻韶華：

我只補充一點關于我們SAP的業務技術平臺，它主要是支持上層的業務應用，我們稱之為編輯套件，覆蓋我們的五大業務線，如采購和人力資源等。這個平臺能夠激發許多新的場景。特別是在AI方面，我們的重點是確保企業使用AIGC時的保密性和隱私保護，這是至關重要的。另外，正如陳總所述，成本和模型的選擇性非常重要。比如，對于某些任務，可能用人力更為簡單和經濟。就像那個南方企業塑料蓋的質檢案例，有時候簡單的解決方案就足夠了。重要的是要考慮成本、安全性、可控性以及業務的易用性。

任威：

謝謝嚴總的補充。實際上，我們期望的是技術融合能實現1 + 1 大于 2 的效果，但實施到大型企業，我們需要超出單純技術融合的考慮。這包括對整體組織架構的能力評估和調整，以及確保終端用戶的充分準備和接受度，以便更有效地利用和發揮新技術的價值。

現在，許多成熟或大型企業已經在自動化或RPA方面有了基本的構建。接下來的問題是，什么樣的架構更適合與AI融合？為了更有效地實現這種融合，目前的組織技術架構需要做出哪些調整？

陳婧：

確實，對于實現自動化，人才是企業最核心的資產，技術其次。如果沒有合適的人才，再先進的技術也只是白費。真正的挑戰在于如何將這些技術融入不同部門，并持續推進企業的數字化轉型。這就需要建立一個卓越中心或一個持續的流程再造團隊，他們的工作標準非常高。因此，培養一支能夠理解并推動這些變化的團隊對于企業來說至關重要。要使自動化成功，我們需要的人才必須具備全面的能力。他們不僅需要理解不同部門和業務的流程，還應能提出實質性的改進建議并執行優化和重構。關鍵在于能夠發現和解決問題，并通過有效溝通確保新流程在各部門得到實施。這是對個人綜合能力的重大挑戰。

技術參與同樣至關重要。當人們了解某項技術時，他們思考問題的方式會完全不同。比如，過去人們考慮如何更快從上海到北京，但在飛機出現之前，誰也無法想到天空飛行會是答案。因此，理解當前技術能提供的解決方案及其應用范圍對于任何企業都是關鍵。這需要對所有員工，特別是中層管理層，進行持續的培訓和能力建設，而建立一個卓越中心或類似團隊來驅動這一進程是非常重要的。

對于我們金融行業的IT部門來說，總共大約20人，但在團隊中最重要的是那些既理解技術又理解業務的人，他們是真正能夠帶來變革的關鍵人物。對于技術部門的員工來說，關鍵在于勇于將他們派遣到業務部門，讓他們深入實際業務過程中。例如，在財務項目中，我們的項目經理會直接在財務部門工作，與財務團隊緊密合作。在AI賦能理賠的項目中，理解整個理賠流程至關重要，因此我們鼓勵員工直接參與到理賠部門的日常工作中去，從而提出有價值的改進建議。這種跨部門的合作和理解是實現技術有效應用的關鍵。

因此，員工所需的綜合能力非常高。他們需要能夠進行流程改造和探索，理解最新的外部技術，同時對公司內部的信息系統有深刻的理解，知道我們擁有哪些數據，運用哪些系統，以及我們能做什么。了解如何將新技術整合進現有架構是至關重要的，這樣的架構師成為我們在數字化轉型過程中需要重點培養的關鍵人才。

任威：

感謝陳總的發言，她提出了針對企業內部管理的要求。我認為這是對所有大型甲方企業的通用痛點，包括IT BP團隊的建設和IT團隊內部業務分析能力的建立。我們作為服務提供者或乙方經常遇到甲方體系內部推進項目時的制約和瓶頸。如果這些問題能得到妥善解決，那么許多技術問題反而會變得相對簡單。閻老師，您有什么要補充的嗎？

閻韶華：

在企業內部，如果我們不從事相關工作，我們可能無法完全了解一個人的全天候日常——他們早上起床做的第一件事是什么，晚上在想什么，為什么晚上會失眠等。因此，我們是否有方法深入了解他們的真實體驗？我們經常與客戶一起進行體驗營活動，真正深入了解他們進行業務的實際情況。

正如陳總提到的，還有一部分是我們稱之為關鍵用戶的角色。這些關鍵用戶與業務人員一起，深入討論業務的各個層面，從大架構到小細節，包括不同的板塊、場景、過程到具體任務。我們擁有一個五級流程系統，通過這一系統，我們可以識別哪些環節可以被簡化或標準化，我們面臨什么問題，以及我們如何通過數據分析來發現創新和自動化的機會。

這再次強調了我們之前討論的問題。我們現在都在關注AIGC的發展，可能以前那些從事繪畫或動畫的人發現他們無法與AI繪圖競爭，這可能意味著他們的工作不再那么安全。到2027年，一些現在存在的工作可能會消失。我們必須意識到這一點，做好相應的準備。

任威：

我先來說一下。我認為這對所有企業用戶和員工來說都是一個警醒。技術變革是不分對象的，它影響到每個人。

王櫳：

閻總和陳總已經提供了很充分的觀點，我在這里簡要總結一下，特別是關于超級自動化或AI對企業應用及架構的影響。首先，組織架構和人的因素至關重要。人是決定企業戰略、定位、策略及其執行的關鍵。技術和工具只是執行層面的事物，真正重要的是如何設定目標、制定長期規劃以及實現高效執行。我曾參與過多個大型企業的自動化項目，有些在兩年內成功實施了300多個流程，非常成功。但也有些項目三年下來只完成了幾十個流程，問題在于它們的定位和策略不同，因此收益也大相徑庭。

因此，如果想要真正成功實施自動化或AI項目，建立一個卓越中心（CoE）是非常重要的。這個中心應涵蓋技術、業務和戰略規劃等多個方面，通過團隊協作來確保正確的定位和有力的影響，從而使項目的推廣和實施更為流暢。

第二點是軟件平臺的重要性。進行自動化或AI項目必須依賴于軟件支持。一個強大的軟件平臺可以更好地適應科技進步，應對不同模態的AI模型，如文本、語音、圖像等。建立一個提供多模態接口和擴展能力的統一平臺，可以減少成本并提高靈活性。

采用這種方法，首先可以降低未來擴展的成本，其次增加項目的靈活性。我們目前可能專注于文本和圖像的生成，但未來可能包括語音識別、行為分析等更多元素。

最后，我想強調的是硬件的重要性。在進行AI項目時，企業不僅需要考慮內部的硬件配置，還可能需要調用外部資源。隨著企業對算力需求的增加，硬件架構成為了一個重大挑戰。它需要在保障數據安全的前提下，進行有效的規劃和部署。硬件資源在某種程度上也保證了信息的安全性。

我們都知道，在執行AI項目時，不僅需要考慮企業內部的硬件資源，也經常需要借助外部資源。因此，硬件成為了企業面臨的一個重大挑戰。規劃和安全性至關重要，尤其是數據安全。在某種程度上，硬件資源的安全性能確保了信息的安全性。

任威：

感謝王總的詳盡回答，它非常系統地覆蓋了整個規劃過程。我們已經討論了一些在技術領域或行業內進行了深入和長期探索的案例。我們都知道，中國的企業市場龐大，許多企業用戶才剛開始關注超自動化和AI等技術。對于這些剛起步的企業，是否有更快或更有效的方法來構建相關能力并高效利用新技術呢？

王櫳：

實際上，這與之前的問題相似，首先是戰略和策略問題。后來者并非總是落后的，他們可以通過借鑒已有的經驗、產品和方案來快速提升，實現所謂的“彎道超車”。這是可行的，因為他們可以利用現有的案例和更成熟的系統或數據架構，從而快速進步。因此，對于這些新興企業，首先需要信任現有企業或供應商的經驗，這可以幫助他們快速確定方向并做出決策。其次是資源投入，尤其是關注人的因素，使得他們能更有效地投入到專門的工作中。第三點是持續性的重要性，持續性意味著不僅僅完成一個或兩個項目就結束，而是持續進行優化和改進。AI的引入可以為自動化帶來新的可能性，使得之前無法自動化的流程成為可能，或者提高現有自動化流程的效果，這正是AI賦能自動化的價值所在。

閻韶華：

我同意王總的全面論述。對于后來者，我們需要了解國家的發展方向和行業趨勢，以及用戶的需求和期望。了解你的行業內其他人是如何做的，以及你能在哪些新興領域進行擴展和融合。重要的是要靠近你的用戶，不要僅僅局限于自己的研發，而是要確切知道客戶需要什么，這是至關重要的。直接與用戶接觸和了解他們的真實需求，可以幫助企業更精準地定位自己的產品和服務，從而在市場中更有效地立足。

任威：

感謝閻老師的分享。由于時間限制，我們來到了最后一個問題。這個問題也可以視作我們圓桌討論的總結。我希望每位嘉賓都能分享一下對未來一年內，相關技術發展和融合的展望以及個人對這些技術的期望。雖然可能會有一些新的技術嘗試，但我不認為會出現真正的游戲改變者，或者說，在這個領域內會有重大的技術突破。主要的變化或趨勢，我認為將是企業不斷地進行自我強化、系統變更或改革。無論是供應商還是企業內部，保持開放性和連接性的心態和能力是至關重要的。至于開放性，當前市場上的許多產品試圖成為“變形金剛”，擁有各種功能，從低代碼到數據分析、AI和RPA，還包括各種AI、API和hub，但實際上沒有一個廠商能夠在所有這些領域都做到最好。

作為甲方，我們更傾向于合作伙伴能提供開放能力的產品。在市場上，比如泛微和帆軟這樣的公司，他們通過提供低代碼和開放性平臺，在整合資源和構建解決方案方面做得很好。這樣的開放性和靈活性使得企業能更有效地進行技術融合和創新，而不是提供一個封閉且功能雜亂的系統。因此，無論是對于供應商的產品還是企業內部的發展，我們可能會更多地在PaaS層面進行努力，以增強連接和融合的能力。盡管在會議室內討論的主題可能不會迅速變化，但我們必須持續開放和優化。從AI的角度來看，我預計在未來一年內，雖然對大多數生產和服務行業可能不會有太大改變，但在生成式創作、娛樂和游戲產業，可能會出現顛覆性的變化，這些變化有可能成為市場的游戲改變者。

陳婧：

實際上，我認為接下來的一年內，特別是在企業實施RPA結合AI的方面，可能不會有太大變化。這主要是因為這些技術目前正處于內部變革和調整的階段，正在加固企業的基礎設施和流程。

閻韶華：

我想分享一下，作為在SAP工作了近20年的經驗，我注意到變化的速度實際上是非常快的，遠非以前可比。以前我們可能每十年更換一次系統版本，但現在幾乎每個季度都會有新版本推出。這種快速迭代可能是為了適應市場的速度，特別是在中國。我們現在經常看到新的發布和更新，功能的變化一夜之間就可能發生。這種快速的變化節奏是我個人觀察到的，與王總提到的迭代加速相呼應。

任威：

完全同意，實際體驗和這種變化的快速反應確實是我們討論的一個非常好的例子。

王櫳：

對于接下來一年的展望，盡管限定時間內的變化可能不大，但我希望我們的產品，尤其是那些已經整合了AI功能的新產品，能在這段時間內真正賦能給客戶，讓他們得以嘗試并使用這些新技術。我還期望和AI相關的模型和解決方案能在國內客戶中真正落地。盡管存在訓練數據和安全性等挑戰，特別是與云服務和本地化相關的問題，但這些問題現在越來越能夠得到解決。希望這些解決方案能在一年內實現本地化，并為客戶帶來實質性的賦能。

關于AI，我有兩個長期期望，希望這些觀念能在未來一年內開始得到關注。第一，AI的治理問題，尤其是我們如何管理和控制AI模型，防止例如AI詐騙等問題。第二，針對企業使用AI的成本效益，每次AI調用都消耗算力，如果不同部門重復進行相同任務，就會導致資源浪費。因此，我認為將AI結果收集并視作企業資產是未來的一個發展方向。

任威：

感謝三位專家的深刻見解，我個人確實學到了很多。由于時間有限，我們今天的圓桌討論就先到此為止。

觀眾提問：

我想以SAP為例，問一下我們目前的產品是主要服務于SAP環境，還是包括像process build這樣的其他方面？有沒有計劃將它開放給更廣泛的用戶，例如非SAP的平民開發者？我的第二個問題是關于開發過程：您提到整合了大模型處理，包括消息處理和代碼開發等。對于這些大模型支持，您的要求是什么？比如說，是不是需要企業本地化部署這些大模型引擎，或者模塊只能通過SaaS化并連接到SAP的MOS上面來實現這些功能？我想了解這兩個方面的問題。

閻韶華：

關于屈老師的第一個問題，許多人可能不了解，去年7月，SAP與UiPath簽署了一份全球戰略合作協議。這項協議意味著我們將共同進入市場。我們的合作基于一個原則：“羅馬的歸羅馬，凱撒的歸凱撒”。也就是說，SAP保留自己的process mining技術，而UiPath則支持其task mining和communication mining技術。

在process mining領域，我們的合作將以SAP的process mining技術為主，同時UiPath提供task mining和communication mining的支持。此外，UiPath提供的RPA技術將支持SAP之外的系統，如Workforce和Oracle。從SAP的角度來看，我們將繼續使用我們自己的技術來支持SAP的核心應用，如S/4HANA、ECC、HANA數據庫以及SuccessFactors和Ariba等。

對于企業，特別是銀行等，我們不能容忍任何誤導性的信息。因此，可靠性是必須的。例如，如果我詢問去年Uniqlo在某個商場的銷售情況，包括哪類產品最受歡迎，哪個年齡段的人購買最多等，我需要確保這些信息準確無誤，因為錯誤的數據可能導致重大的商業后果。這解釋了為什么正確的決策對企業至關重要。SAP必須確保其服務的企業能夠依賴準確的數據，這就需要像RAG這樣的模型來進行數據訓練、匿名化和權限控制。

舉個例子，如果我需要計算潤滑油的制造成本，我必須考慮整個供應鏈，包括終端銷售、批發市場，甚至是原油勘探。每個階段都有不同的成本和考慮因素。因此，決策時必須明確是從哪個角度或業務層面進行考慮。以汽車行業為例，對于一家專業汽車廠商而言，他們的整車可能是產品的核心。而對于零部件供應商，比如說生產剎車片的公司，這個剎車片就是他們的主要產品。因此，對于不同的企業，他們識別和處理業務實體的方式各不相同。這顯示了在處理數據和業務邏輯時，必須考慮各方的視角和需求。

正如陳總所提到的，處理數據后需要對其進行累積、標定和驗證以確保一致性和準確性。這就要求對數據進行全面的管理和治理。然后，我們可以使用這些數據來訓練和應用大模型，實現更廣泛的應用，比如用戶界面對話。但是，必須注意，直接應用大模型可能會引入安全性、準確性和時效性的問題。因此，可能需要更細粒度的模型來解決這些問題。

任威：

正是如此，我們發現很多大型客戶，特別是金融行業的客戶，正在建設所謂的AI中臺，以整合和增強他們的能力。這確實需要一些相關的組織和準備工作。

觀眾提問：

我的問題可能從一個不同的角度出發，我已經在互聯網行業工作了20年，專注于中小企業和小微企業的流量運營和網絡營銷。我注意到，無論是UiPath還是金智維這類公司，他們的產品主要針對的是大型企業市場。在我了解RPA的過程中，注意到市場上針對中小企業的產品并不多。我目前負責的是一家中小企業，我們主要服務于同規模的企業。我們遇到的一個問題是電子發票系統接口的高費用，每年高達2萬元，這對許多中小企業都是一個重負。我們發現使用RPA技術可以有效減輕這一負擔。因此，我想詢問，面向中小企業的服務提供者有哪些針對性的建議或解決方案？特別是考慮到中小企業在市場上可能面臨的不同挑戰。

王櫳：

關于您提出的問題，雖然它屬于自動化的范疇，我認為更多是關于找到合適的解決方案。自動化技術絕對有可能提供幫助，我們可以進行定制開發。但也可能有其他方案，比如通過代理商或服務商來處理發票問題。重要的是要找到最適合您企業的解決方案，這需要準確理解問題所在，并廣泛收集信息來做出最佳選擇。

如果您所在的行業并未發生變化，也不屬于新興行業，那么您需要考慮的是，目前這個行業內都有哪些可用的解決方案。了解并比較這些解決方案對于找到適合您公司的策略至關重要。謝謝。

任威：

謝謝王總的回答，我們今天的圓桌討論就到此為止，再次感謝三位嘉賓的精彩分享。

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 > 大咖論道 | RPA與AI在企業數字化轉型中的角色與未來