文|王吉偉

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(qū)。其主要業(yè)務(wù)，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(wù)。

對于Kognitos的綽號，業(yè)內(nèi)人士看后呵呵一笑。

誰不知道，微軟早已將ChatGPT融合到RPA產(chǎn)品中，也在同一天宣布已將ChatGPT技術(shù)擴展到Power Platform（包含RPA產(chǎn)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(fā)自己的應(yīng)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(chuàng)公司不止這一家，比如國內(nèi)也有一家名為瀾碼科技的公司，成立于ChatGPT發(fā)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(xié)同、人機融合、人機共生等領(lǐng)域的研究和探索。

這些初創(chuàng)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(shù)和新風口打造全新交互模式的新型超自動化產(chǎn)品，以更靈活的方式快速切入細分或者專長市場。

RPA廠商現(xiàn)在基本都已完成相關(guān)技術(shù)及產(chǎn)品布局，晉級成為超自動化廠商。超自動化（hyperautomation）技術(shù)合集下的低代碼、流程挖掘、BPM、BPA等技術(shù)及產(chǎn)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(chuàng)公司看中AI大模型（LLM，Large Language Model）在超自動化領(lǐng)域的機會，包括巨頭科技公司和已經(jīng)走上B、C、D輪的國內(nèi)外超自動化廠商們，在ChatGPT發(fā)布之初就開始積極探索與研究LLM與超自動化的融合應(yīng)用，到現(xiàn)在都已有了一些成果。

單是RPA廠商，國內(nèi)外已有幾十家廠商引入了生成式AI。

在低代碼/無代碼領(lǐng)域，生成式AI技術(shù)也已經(jīng)成了各平臺的必需，越來越多的廠商都發(fā)布了基于LLM的產(chǎn)品及解決方案。

在流程挖掘領(lǐng)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(chǎn)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(chǎn)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(diào)一致的快速引入了GPT。

國內(nèi)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(jīng)引入、集成并部署了基于LLM的生成式AI技術(shù)。

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(yīng)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。

再談超自動化

王吉偉頻道在2020年寫過一篇關(guān)于超自動化的文章，也是國內(nèi)最早介紹超自動化的文章之一。但幾年發(fā)展下來，你會發(fā)現(xiàn)超自動化的概念與內(nèi)涵已經(jīng)有了很大的變化及完善。

擴展閱讀：數(shù)字化轉(zhuǎn)型具體落地有著落，超自動化開啟RPA紅利時代

所以，這里有必要再跟大家聊一聊。

自Gartner于2019年發(fā)布這項技術(shù)后，現(xiàn)在超自動化已經(jīng)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(yè)務(wù)流程管理等多種技術(shù)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(guān)鍵步驟即發(fā)現(xiàn)、分析、設(shè)計、自動化、測量、監(jiān)視和重新評估等均囊括在內(nèi)，突出以人為中心，實現(xiàn)人、應(yīng)用、服務(wù)之間的關(guān)聯(lián)、組合以及協(xié)調(diào)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(yè)服務(wù)交付的靈活性，強調(diào)一切可以而且應(yīng)該被自動化的事物都需要轉(zhuǎn)變?yōu)樽詣踊绞健?/p>

譬如，現(xiàn)在許多企業(yè)被一些遺留的業(yè)務(wù)流程拖累，這套流程由一系列技術(shù)拼湊而成，而這些技術(shù)是并未經(jīng)過優(yōu)化、精簡、連接、明確或一致的，這為企業(yè)帶來了非常昂貴和復雜的成本。隨著數(shù)字業(yè)務(wù)的加速發(fā)展，企業(yè)需要一套高效、高速、高包容性以及民主化的流程，需要關(guān)注效率、性能和業(yè)務(wù)敏捷性。

到2022年，Gartner認為超級自動化是企業(yè)數(shù)字化轉(zhuǎn)型重塑變革的重要組成部分。

超級自動化是一種業(yè)務(wù)驅(qū)動的方法，也被認為是多種先進技術(shù)、工具或平臺的協(xié)調(diào)使用。發(fā)展到現(xiàn)在，超自動化的概念已經(jīng)超越技術(shù)本身，而成為廣大組織在自動化戰(zhàn)略層面的重要組成部分。

在更高的企業(yè)經(jīng)營維度上，超自動化是一種利用技術(shù)最大限度地提高業(yè)務(wù)流程自動化的方法，也是一種業(yè)務(wù)驅(qū)動的方法，其目標是通過提高彈性、可擴展性和節(jié)省的成本實現(xiàn)數(shù)字加速。也被認為是多種先進技術(shù)、工具或平臺的協(xié)調(diào)使用。

它通過多種技術(shù)、工具和平臺同步工作，以自動化每個可能的業(yè)務(wù)流程。其所包含的工具、軟件、平臺以及技術(shù)包括：

• 事件驅(qū)動軟件架構(gòu)；
• RPA；
• 低代碼/無代碼工具；
• 打包軟件；
• 機器學習；
• 業(yè)務(wù)流程管理（BPM）和智能業(yè)務(wù)流程管理套件（iBPMS）；
• 集成平臺即服務(wù)（iPaaS）；
• 人工智能（AI通用技術(shù)，現(xiàn)包含生成式AI）；
• 其他類型的決策、流程和任務(wù)自動化工具。

在超自動化技術(shù)合集中，所有的工具與技術(shù)等都可以視作超自動化的技術(shù)子集。

需要說明的是，超自動化技術(shù)合集仍在吸納更多的自動化相關(guān)技術(shù)，以保證端到端自動化的高效穩(wěn)定運行。比如最新的生成式AI技術(shù)，現(xiàn)在也已經(jīng)成為超自動化的重要技術(shù)之一。

Gartner認為，“超自動化”一詞與自動化不同，因為它不僅與產(chǎn)品和服務(wù)有關(guān)。他們將超自動化定義為包括公司從IT基礎(chǔ)設(shè)施到業(yè)務(wù)流程和決策設(shè)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(gòu)提供了有效、無縫連接公共服務(wù)的機會，更專注于跨領(lǐng)域?qū)崿F(xiàn)端到端業(yè)務(wù)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(shù)，當然更因為它的巨大市場潛力?，F(xiàn)在，超自動化的未來市場規(guī)模已經(jīng)得到眾多行業(yè)及組織的認同。根據(jù)Gartner數(shù)據(jù)，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(guān)研究報告顯示，全球超自動化市場規(guī)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(nèi)的復合年增長率為16.4%。

超自動化引入生成式AI

了解了超自動化這個技術(shù)合集的組成后，再說生成式AI與它的關(guān)系就容易理解了。

自從ChatGPT發(fā)布以來，超自動化領(lǐng)域的多家廠商都在積極嘗試并引入GPT，國內(nèi)廠商也會同時引入文心一言、星火認知等國產(chǎn)AI大模型。對于生成式AI如何應(yīng)用于超自動化架構(gòu)，從目前廠商的應(yīng)用案例來看，在某種工具中集成或者通過部署相關(guān)大模型以實現(xiàn)生成式AI的應(yīng)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。

RPA中引入生成式AI。王吉偉頻道已經(jīng)在這篇文章中做過盤點，目前國內(nèi)外RPA廠商已經(jīng)有幾十家都已經(jīng)引入GPT或者相關(guān)技術(shù)。

擴展閱讀：多家廠商引入ChatGPT，集成與融合生成式AI成為RPA技術(shù)新趨勢

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(shù)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(fā)布了GPT插件，并在博客或視頻平臺上線了相關(guān)教程與視頻。

保守估計，國外市場引入GPT的RPA廠商已經(jīng)不下20家。

在國內(nèi)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(wù)，影刀引入Azure OpenAI服務(wù)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(chǎn)品“Chat-IDP”，弘璣CyClone已經(jīng)發(fā)布了多個AIxGPT應(yīng)用demo，達觀數(shù)據(jù)自研“曹植”大語言模型，藝賽旗推出深度融合GPT超自動化產(chǎn)品iS-RPA，金智維也已在RPA+ AutoGPT結(jié)合方面做了很多探索。

此外，壹沓科技、云鈉科技、中關(guān)村科金、科大訊飛、自然機器人等一眾廠商也都發(fā)布了相應(yīng)的產(chǎn)品以及應(yīng)用demo。

國內(nèi)主流超自動化（RPA\IA）廠商，都已經(jīng)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(guān)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(fā)布ChatGPT之前就已獲得 GPT （生成預訓練變壓器）技術(shù)，并且一直在對該技術(shù)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(jīng)推出了最新功能，可以使用戶無需編寫任何代碼即可構(gòu)建自定義業(yè)務(wù)應(yīng)用程序。該平臺使用生成式 AI 來自動化軟件開發(fā)過程的各個方面，例如工作流自動化和數(shù)據(jù)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(shù)據(jù)驅(qū)動的決策。

軟件測試平臺Sofy推出的SofySense ，也是由生成式AI驅(qū)動的無代碼移動應(yīng)用程序測試解決方案，它結(jié)合了 GPT 集成的智能軟件測試 AI 技術(shù)，以提供質(zhì)量保證 (QA) 協(xié)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(yīng)。

最近企業(yè)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(nèi)構(gòu)建任何對話人工智能的應(yīng)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(yè)范圍內(nèi)使用。

公開資料顯示，Retool、Bubble等國外低/無代碼平臺都已經(jīng)引入生成式AI技術(shù)，并推出了相關(guān)功能。

至于已經(jīng)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(shù)融合到了各自的低/無代碼平臺。

在國內(nèi)，網(wǎng)易數(shù)帆也在4月25日的低代碼業(yè)務(wù)戰(zhàn)略發(fā)布會上推出了CodeWav 智能開發(fā)平臺。該平臺以網(wǎng)易自研智能大模型為底座，以低代碼為開發(fā)工具，開發(fā)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(fā)應(yīng)用。

事實上，就像網(wǎng)易一樣，已經(jīng)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(shù)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(lǐng)域的流行趨勢，從海外到國內(nèi)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(shù)組合中引入生成式AI的兩個技術(shù)子集。到現(xiàn)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(chǎn)品都以某種方式引入了生成式AI。

了解這些之后，你會發(fā)現(xiàn)在整個超自動化技術(shù)合集中，好像都在或者已經(jīng)集成了生成式AI，超自動化技術(shù)中的生成式AI已經(jīng)無處不在了。

生成式AI在超自動化中的應(yīng)用

簡單地講，生成式AI是一種利用現(xiàn)有的數(shù)據(jù)，如文本，圖像，音頻等，來創(chuàng)建新的內(nèi)容的技術(shù)。生成式AI可以在各個領(lǐng)域，如廣告，娛樂，新聞等，提供創(chuàng)新和有價值的內(nèi)容。

因此，把生成式AI技術(shù)接入到超自動化的任何技術(shù)子集比如RPA、低/無代碼平臺中，都能極大的提升作業(yè)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(shù)字化的應(yīng)用層面來看，生成式AI的應(yīng)用可以為超自動化帶來以下幾個改變。

1、助力超自動化更好地實施自動化流程

生成式AI可以用來生成業(yè)務(wù)流程的文檔和說明，比如根據(jù)業(yè)務(wù)需求和規(guī)則，自動生成流程圖、步驟描述和執(zhí)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(yè)務(wù)流程的測試用例和數(shù)據(jù)，提高測試的覆蓋率和質(zhì)量。例如，根據(jù)業(yè)務(wù)流程的邏輯和邊界條件，自動生成測試場景、輸入數(shù)據(jù)和預期輸出等。

此外生成式AI還能用來生成業(yè)務(wù)流程的優(yōu)化建議和改進方案，比如根據(jù)業(yè)務(wù)流程的運行數(shù)據(jù)和評估指標，自動生成優(yōu)化目標、策略和措施等，以實現(xiàn)提高業(yè)務(wù)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(yè)務(wù)價值和競爭力。

2、賦能超自動化助力企業(yè)自動化決策

生成式AI可以為超自動化提供更多的數(shù)據(jù)源和內(nèi)容形式，增加超自動化的覆蓋范圍和應(yīng)用場景。比如根據(jù)用戶的需求和偏好，生成個性化的廣告文案和創(chuàng)意，幫助超自動化實現(xiàn)更精準的營銷策略。

能夠為超自動化提供更多的智能和創(chuàng)造力，增加超自動化的靈活性和適應(yīng)性。根據(jù)不同的情境和目標，生成不同風格和語氣的文本內(nèi)容，幫助超自動化實現(xiàn)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(yōu)化，增加超自動化的效果和質(zhì)量。比如根據(jù)用戶的反饋和行為數(shù)據(jù)，生成評估報告和改進建議，幫助超自動化實現(xiàn)更快速和精準的決策調(diào)整。

集成生成式AI技術(shù)的超自動化，可以幫助企業(yè)更好地進行自動化決策，提升企業(yè)的競爭力和價值。

3、助力超自動化進行數(shù)據(jù)分析和預測

數(shù)據(jù)分析和預測，已經(jīng)成為超自動化實施后監(jiān)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(shù)，它可以助力超自動化進行數(shù)據(jù)分析和預測，實現(xiàn)更智能、更高效、更靈活的數(shù)據(jù)驅(qū)動業(yè)務(wù)。

具體作用主要有以下幾點：

數(shù)據(jù)清洗和整理。根據(jù)數(shù)據(jù)的特點和目標，自動生成合適的數(shù)據(jù)清洗和整理規(guī)則，例如去除異常值、填補缺失值、轉(zhuǎn)換數(shù)據(jù)格式等，進而節(jié)省人工編寫規(guī)則的時間和精力，提高數(shù)據(jù)質(zhì)量和一致性。

數(shù)據(jù)探索和可視化。根據(jù)數(shù)據(jù)的特點和目標，自動生成有意義的數(shù)據(jù)探索和可視化報告，比如生成描述性統(tǒng)計、相關(guān)性分析、聚類分析等，幫助用戶快速了解數(shù)據(jù)的概況和特征，發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律和洞察。

數(shù)據(jù)建模和預測。根據(jù)數(shù)據(jù)的特點和目標，自動生成合適的數(shù)據(jù)建模和預測方案，比如選擇合適的機器學習算法、調(diào)整合適的參數(shù)、評估模型性能等，快速構(gòu)建高效準確的預測模型，實現(xiàn)數(shù)據(jù)驅(qū)動的決策。

數(shù)據(jù)解釋和呈現(xiàn)。根據(jù)數(shù)據(jù)的特點和目標，自動生成易于理解和傳達的數(shù)據(jù)解釋和呈現(xiàn)內(nèi)容，例如生成摘要、推薦、建議等，用戶能夠更好地理解數(shù)據(jù)分析和預測的結(jié)果，提高數(shù)據(jù)溝通和利用的效果。

以上只是講了幾種應(yīng)用，生成式AI在超自動化中的應(yīng)用遠不止這些。隨著這項技術(shù)更多的融入到超自動化各技術(shù)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(fā)展。

幾個生成式AI與超自動化結(jié)合應(yīng)用的案例

超自動化集成生成式AI的應(yīng)用案例已經(jīng)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(guān)的應(yīng)用案例。

UiPath集成ChatGPT的一個典型應(yīng)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(chǎn)品的反饋情緒。通過向 ChatGPT 提供一組從客戶收到的產(chǎn)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(yīng)，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(fā)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(chǎn)品開發(fā)團隊。

在3月底召開的AI峰會上，UiPath還推出了Clipboard AI，該產(chǎn)品是與Open AI進行技術(shù)結(jié)合，通過ChatGPT打造的全新問答式自動化產(chǎn)品，可為用戶提供跨應(yīng)用程序端到端的自動粘貼、復制，非結(jié)構(gòu)化數(shù)據(jù)查詢，貨幣轉(zhuǎn)換等功能。

國內(nèi)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(jīng)放出了應(yīng)用demo。

比如弘璣Cyclone最近就發(fā)布了多個應(yīng)用demo。其中一個demo是GPT結(jié)合RPA實現(xiàn)周報自動書寫和發(fā)送，GPT通過分析RPA自動獲取的項目日報和項目管理系統(tǒng)中的信息，通過與用戶多輪對話生成具有實時數(shù)據(jù)支持的精確項目周報。這種全新的對話式流程創(chuàng)建，令人耳目一新。

來也科技通過在內(nèi)部舉辦大語言模型黑客馬拉松，一連推出了多個GPT應(yīng)用。其中有個應(yīng)用是在一分鐘內(nèi)創(chuàng)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(chuàng)建自己的AI 客服，無需構(gòu)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(chǎn)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(nèi)容，并直接進行提問交流，實現(xiàn)關(guān)鍵信息查找、改寫續(xù)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(zhuǎn)的割裂感。

還有更多廠商都已經(jīng)發(fā)布了生成式AI相關(guān)的產(chǎn)品，并已經(jīng)有了落地的應(yīng)用案例，從反饋來看應(yīng)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(yè)務(wù)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。

生成式AI對超自動化的影響

基于前文對超自動化技術(shù)及相關(guān)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(jié)為提高效率和準確性、減少人工干預、提高決策質(zhì)量、增強智能化等幾個方面。

這幾點都很好理解，限于篇幅這里就不展開敘述了。

事實上，組織一旦將生成式AI引入超自動化的某個技術(shù)子集，也會影響到到其他技術(shù)子集，因此所帶來是整個超自動化架構(gòu)下各種業(yè)務(wù)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(yīng)用正在蓬勃發(fā)展，各類跨界領(lǐng)域技術(shù)和GPT大模型的結(jié)合應(yīng)用也不斷涌現(xiàn)，AutoGPT也是其中之一。

AutoGPT是由GPT-4驅(qū)動的一個實驗性的開源應(yīng)用程序，可以自主實現(xiàn)用戶設(shè)定的任何目標，它賦予了GPT模型自動化執(zhí)行和自我優(yōu)化的能力。

金智維創(chuàng)始人&CEO廖萬里認為，從AutoGPT開始，AI根據(jù)用戶設(shè)定的目標可以自主地提出計劃，然后執(zhí)行計劃，進行結(jié)果評估和優(yōu)化；AutoGPT還具有互聯(lián)網(wǎng)訪問、內(nèi)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(chǔ)上，再結(jié)合RPA機器人流程自動化能力的輔助，AutoGPT能夠進一步根據(jù)用戶設(shè)定的目標，在用戶完全不插手的情況下自主執(zhí)行任務(wù)，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?qū)崿F(xiàn)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(yīng)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(wù)時，AutoGPT不會著急給出答案，而是會通過 AI THOUGHTS（思考）、REASONING（推理）、PLAN（規(guī)劃）、CRITICISM（評估） 四個模塊分析問題，并且給出執(zhí)行目標和具體任務(wù)，然后在項目執(zhí)行過程中自主調(diào)整和優(yōu)化。

AutoGPT自己會提出新的問題并回答，這種自我迭代和優(yōu)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(jié)合，能夠?qū)崿F(xiàn)對現(xiàn)有的任務(wù)進行深度分析，進而發(fā)現(xiàn)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(xiàn)了進一步提升。

再從低/無代碼領(lǐng)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(fā)門檻、提升效率，從而極大降低企業(yè)數(shù)字化轉(zhuǎn)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(yīng)用的測試，保證應(yīng)用正常運行。

幾乎所有的IT領(lǐng)域?qū)＜叶颊J為，生成式AI將徹底改變低代碼和無代碼開發(fā)環(huán)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(jīng)成為趨勢，廣大組織可以通過降低采用這些系統(tǒng)的障礙，并進一步授權(quán)業(yè)務(wù)用戶創(chuàng)建應(yīng)用程序，可以加快開發(fā)進度。

低代碼/無代碼供應(yīng)商的產(chǎn)品將結(jié)合可視化開發(fā)界面和生成式AI模型的優(yōu)勢，讓用戶通過自然語言或采用可視化組件來優(yōu)化開發(fā)結(jié)果。

比如微軟已經(jīng)在低代碼產(chǎn)品PowerApps中添加了Copilot，提供了基于ChatGPT的功能，包括非開發(fā)人員在內(nèi)的用戶，都可以通過聊天交互輕松創(chuàng)建簡單的應(yīng)用程序，應(yīng)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(fā)周期，二是將生成式AI添加到已創(chuàng)建的應(yīng)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(chǎn)品形態(tài)，更多廠商正在引入生成式AI技術(shù)。

不管是在超自動化的技術(shù)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(yōu)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(shù)據(jù)等內(nèi)容生成以及跨系統(tǒng)訪問交互來實現(xiàn)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。

后記：共建企業(yè)經(jīng)營LLM時代

最后再多說幾句。

某種程度上，配備了代碼解釋器插件的ChatGPT已經(jīng)成為了一個對話式程序創(chuàng)建平臺，OpenAI已經(jīng)發(fā)布的70款插件則讓ChatGPT的開發(fā)能力與自動化能力進一步加強，以后面向各領(lǐng)域的執(zhí)行類插件將會更多，很多簡單應(yīng)用場景的自動化都將逐步實現(xiàn)。

雖然加上各種插件的ChatGPT目前還無法影響到廣大組織構(gòu)建了多年企業(yè)核心數(shù)據(jù)運營系統(tǒng)，但在不遠的將來，對話式AI重新構(gòu)建企業(yè)管理軟件系統(tǒng)已是不可避免。

LLM即將一統(tǒng)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(yè)已有的數(shù)字化系統(tǒng)，不如積極加入共建企業(yè)經(jīng)營管理的LLM時代，不是嗎？

因此，超自動化領(lǐng)域的玩家們，必須要加快速度迎頭趕上了。