生成式AI变革应用交互，UI界面即将消失RPA的未来在何处

发布时间：2023-04-03 11:21:54 所属栏目：动态来源：

导读：AIGC背后的生成式AI火爆以后，AI对各行业的冲击是显而易见的。

仅仅是一个Midjourney，就能替代原画设计、摄影师、模特等多种职业，何况还有Stable Diffusion、DALL-E等开源模型，以及更多科技巨头推出的自有AI绘

AIGC背后的生成式AI火爆以后，AI对各行业的冲击是显而易见的。

仅仅是一个Midjourney，就能替代原画设计、摄影师、模特等多种职业，何况还有Stable Diffusion、DALL-E等开源模型，以及更多科技巨头推出的自有AI绘图模型。

现在，AI绘画已经在设计、电商、艺术等领域掀起了滔天巨浪，关于效率、成本、优化、裁员等声音更是不绝于耳。

各行业喜欢探索的研究者们，更是把这两个最前沿的AI工具玩出了花样，各种Prompt输出、各种角色调教、各种伪资料之后的反哺，带来的是这两个工具在各行业各场景应用后的效果与效率的鲜明对比。

在体验了ChatGPT和Midjourney之后，企业大佬们的表情是丰富的，更多的是集震撼、惊喜、担忧等情绪于一体。仅仅两个AI工具，就让他们对生成式AI佩服得五体投地。

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冲破了网络束缚并且能够直接生成各种应用程序，易用性和适应性得到全方位提升。全新的交互和更多的功能让一众开发者高呼，AI技术重构系统和人机交互的时代已然来临。

自从ChatGPT推出以来，OpenAI的每一个动作都会造成行业巨震。偏偏OpenAI又是那么激进，十八般兵器和奇特招数一样又一样的连环使出。以至于马斯克都与数千名科技人士签署公开信，呼吁暂停训练比GPT-4更强大的AI系统。就连美国科技伦理组织CAIDP，也要求禁止OpenAI发布新的商业版GPT-4。

在应用端感受到ChatGPT等生成式AI带来巨变的同时，技术端也无时无刻不在讨论它对技术、架构、产品、生态等带来的一系列影响，甚至会导致一些技术与产品的快速消亡。

生成式AI的火爆，引起了全行业对人工智能的探讨。技术领域也不例外，如何用AI重构企业信息化架构和系统，包括各种软件未来的发展走向都是热门话题。

AI对RPA的主要影响，落点于API自动化彻底取代UI自动化上。很简单的道理，以后基于自然语言的人机交互都不需要UI了，还需要用RPA去抓取吗？

在API接口与UI自动化的发展上，相当一部分人认为，当API接口的开发可以通过AI实现自动化后，API接口的衔接自然也能通过AI自动化。

这就意味着，在接下来AI定义系统或者说大模型定义系统的时代，业态基础的逻辑改变了，就不再需要RPA这样的Ui自动化软件了。

简单地讲，接下来所有行业的企业数字化系统都面临着AI技术的架构重塑，目前的很多软件都要被新的基于AI技术及业务的逻辑所取代。

Microsoft Graph是Microsoft 365中通往数据和智能的网关,它提供统一的可编程模型，可用于访问Microsoft 365、Windows系统和企业移动性+安全性中的海量数据，利用Microsoft Graph中的大量数据针对与数百万名用户交互的组织和客户构建应用。

微软在十年前开始布局的Microsoft Graph，正是目前Copilot的核心之一，它与GPT形成了一种绝配。

从Copilot来看，以Graph为代表的API+以GPT为代表的AIGC+以Power Fx（微软推出的类似 Excel 公式的低代码语言）为代表的TOOLS，将会成为企业级应用软件的主要形态。

RPA的核心逻辑是action+ Designer，action可以被api/tools替代，Designer可以被GPT替代，这样基于UI抓取的RPA这种软件就没有存在的必要了。

新技术的应用必然会淘汰旧技术，在这个进程中有些产品因为过时而被抛弃。但另一方面，各种软件也会与时俱进。

以RPA来说，它在沉寂了十几年后重新焕发生命，正是因为融合了AI技术。RPA厂商并不是一味的围绕UI自动化做文章，他们在用AI技术巩固UI抓取的同时，也在用低\无代码等技术重构RPA产品架构与形态，并在API集成方面也下了很大功夫。

API（Application Program Interface）即应用程序接口，是应用程序可用以与计算机操作系统交换信息和命令的标准集。它定义多个软件中介之间的交互，以及可以进行的调用（call）或请求（request）的种类，如何进行调用或发出请求，应使用的数据格式，应遵循的惯例等。

可以将API看作一种软件中介，允许多个应用程序相互通信。当你使用APP发送即时消息或查看手机上的天气时，都在使用 API。

RPA的主要功能是UI自动化，但RPA并不排斥API接口。比如UiPath在集成服务方面很早就推出的integration service功能，可以集成到众多套装软件的 API,这样用户就可以在同一平台上既通过用户界面,也可以通过API进行对目标物的操控。

生成式AI对各行业的冲击很大，主要表现在其对业务流程的颠覆上。很多业务流程由原来的多个节点直接变为更少的节点，多种业务场景业务节点的减少，意味着原来的自动化流程也不需要了，RPA等应用场景也会随着减少。

并且如前文所讲，以ChatGPT等为代表的生成式AI会在接下来重构企业技术架构，基于AI模型的各种自动化应用会取代现有的RPA，未来AI操作系统所带来的新型人机交互会替代现在所有的UI交互。

但这个进程不会那么快。企业基于RPA、低代码、BI、iBPMS、BPA等建立起来的复杂自动化流程不会轻易被生成式AI锁取代，并且短期内生成式AI还无法替代ERP、CRM、HCM等企业运营的核心数字化系统。

RPA的兴起，很大程度在于它的连接功能与粘结特性上。企业经过多年构建起来的复杂、异构的业务与数据管理系统，目前而言想要完全通过API来解决集成与自动化问题是很难的。通常一家中型企业内部的应用系统就有100多个，大型企业的应用甚至多达1000个以上，不可能所有应用都有API接口。

另一方面，企业更会衡量开发API以及投入一项技术的ROI，他们会在运营需求、资金投入、开发周期、实施效果等多方面进行考量。如果RPA能够以更便宜的价格和更稳定的运行解决这个问题，至少现在不用考虑开发API了。并且对于大部分中小型企业而言，一些RPA产品所提供的API服务已经足够满足需求。

而现在RPA厂商所提供的企业级端到端自动化解决方案，已经足够稳定。因此，在系统集成与自动化这件事上，目前大部分企业都是API+UI的融合解决方案。这也是为什么Gartner预测今后RPA厂商都会通过API与UI集成向用户提供自动化的原因，它来自于用户切实的需求。

从人机交互的角度而言，自从更简单的自动化技术出现后，原有的基于API的系统集成，在RPA等流程自动化的连接之下，人机之间已经多了一个基于自动化的人机交互层。

广大组织尤其是欧美企业已将RPA、低代码、BPA、BPM等软件应用通过UI、API、iPaaS以及更多云技术与各种企业管理软件的嵌入、集成、连接和融合，在现有自动化技术架构的影响下,搭建了一个人机互动的自动化运行层,它存在于PaaS和SaaS之间,其中包括业务中台。

在自动化优先思维的影响之下，现在欧美大部分企业的应用是基于自动化构建的，即让每个应用都具备自动化执行的能力以及自动化创建各种应用，自动化基因充斥于程序创建、应用与维护的全生命周期。就像微软、谷歌等推出的集成RPA工具的低代码平台，目的就是让自动化遍及业务流程从创建到执行的各个角落。

让自动化充斥于每个应用，显然对于业务流程自动化有着莫大的助力，更便于广大组织基于业务流程优化实现数字化转型。现在，国内更多的组织同样也已经意识到自动化思维以及自动化层的重要性，正在通过引入超自动化、RPA卓越中心等构建与巩固其自动化操作层。

看到这里，大家应该已经意识到，RPA或者说智能自动化所做的连接的事情，目前而言生成式AI是无法替代的。而整个人机交互自动化，也不是生成式AI都能实现的。至少在API+UI所构成的自动化层彻底被API取代之前，RPA这个物种不会消失。

同时从投入产出而言，与正在兴起的生成式AI技术相比，更成熟的RPA技术仍旧是更简单且成本更低的业务流程自动化解决方案，更易于本地部署，也不需要微调AI模型，更适合于广大中小型企业。

此外，目前生成式AI所表现出的不稳定性以及无法解决的版权等问题，也使得更多企业还处在观望之中，不敢大举引入。

现在国外大部分RPA产品都已经集成了GPT，有的厂商也已经推出基于其他模型的插件，国内厂商也已经有官宣集成GPT以及文心一言的。这意味着，引入RPA技术就可以同时部署两种技术。

目前RPA与ChatGPT协同应用的场景之一，就是通过与ChatGPT交互调动自动化层的运作，这是一种将两者结合的直接有效的解决方案。

已经有很多案例证明，生成式AI与RPA协同是企业用于提升效率的最佳方案。融合生成式AI技术的RPA，也能让广大企业能够以更简单的方式和成本去使用这些技术。

通过与各种人工智能技术的融合，现在的RPA也早已不是曾经的UI自动化工具。

虽然这个曲线没有出现RPA以及超自动化，但我们可以从智能机器人（Smart Robot）、自然语言处理（natural langugge processing）、AI云服务（AI clound services）、深度学习（deep learning）、智能应用程序（intelligent applications）等技术中看到它们的身影。

其中智能机器人处于第二阶段，技术成熟期为5-10年，比生成式AI的技术成熟期还要长，说明这项技术仍然会有很多的技术融合以及变数在其中。

融合AI技术的RPA可以算是智能应用程度，同时它也是创造智能应用程度的平台。智能应用程序则处于第四阶段的稳步爬升恢复期，意味着它已经经受住市场考验，确实是市场需要的技术。

现在的RPA产品，基本都采用了超自动化架构，因此产品矩阵都会包含对话机器人、流程挖掘等产品。这两类产品同样都是AI技术的产物，没有AI就没有现在相对完备的产品形态。

超自动化作为包含RPA、代码开发、流程挖掘、OCR、NLP等在内的技术合集，将多种技术与产品融合为一体服务用户。通过集成API和UI，融合各种技术为用户提供更加稳定高效的端到端自动化，目前而言所包含的每一种产品都一定程度上应用了AI技术，或者本身就是在AI技术基础之上构建的。

超自动化是一个可以容纳任何与RPA相关联技术的技术合集，所以生成式AI火爆以后，RPA厂商们都迅速引入了这项技术。

某种程度上，引入生成式AI或者自研AI大模型，RPA也成了AI模型层上的产品。

生成式AI所带来的更直接的自动化和灵活性，正好可以弥补基于RPA自动化的不足，同时可以通过自然语言以及生成数据助力RPA更高效的优化业务流程，两者相辅相成，可以为广大组织提供更直接、高效、便利的流程自动化。

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!