چگونه فروشندگان RPA قصد دارند در دنیایی از عوامل هوش مصنوعی مرتبط باقی بمانند
چیز بزرگ بعدی در اتوماسیون سازمانی چیست؟ اگر از غولهای فناوری بپرسید، این عوامل هستند – که توسط هوش مصنوعی مولد هدایت میشوند.
هیچ تعریف پذیرفته شده جهانی وجود ندارد عاملاما این روزها از این اصطلاح برای توصیف ابزارهای مولد مبتنی بر هوش مصنوعی استفاده میشود که میتوانند وظایف پیچیدهای را از طریق تعاملات انسانمانند در نرمافزار و پلتفرمهای وب انجام دهند.
برای مثال، یک نماینده میتواند با پر کردن اطلاعات مشتری در وبسایت شرکتهای هواپیمایی و هتلهای زنجیرهای، یک برنامه سفر ایجاد کند. یا یک نماینده میتواند با مقایسه خودکار قیمتها در بین برنامهها، کمهزینهترین سرویس حمل و نقل را به یک مکان سفارش دهد.
فروشندگان فرصت را حس می کنند. بنا بر گزارش ها، OpenAI سازنده ChatGPT عمیقاً در حال توسعه سیستم های عامل هوش مصنوعی است. و گوگل در کنفرانس سالانه Cloud Next در اوایل آوریل، مجموعهای از محصولات مشابه را به نمایش گذاشت.
تحلیلگران گروه مشاوره بوستون اخیراً در گزارشی نوشتند: «شرکتها باید از امروز برای پذیرش گسترده نمایندگان مستقل آماده شوند.
اتوماسیون قدیمی
پس از کجا RPA را ترک می کند؟
اتوماسیون فرآیند رباتیک (RPA) بیش از یک دهه پیش رواج پیدا کرد زیرا شرکتها به فناوری روی آوردند تا تلاشهای تحول دیجیتال خود را تقویت کنند و در عین حال هزینهها را کاهش دهند. RPA مانند یک عامل، اتوماسیون گردش کار را هدایت می کند. اما این یک شکل بسیار سفت و سخت تر است، بر اساس قوانین از پیش تعیین شده «اگر-آنگاه» برای فرآیندها که می توانند به مراحل کاملاً تعریف شده و گسسته تقسیم شوند.
Saikat Ray، معاون تحلیلگر در Gartner در مصاحبه ای با TechCrunch توضیح داد: «RPA می تواند از اعمال انسان مانند کلیک کردن، تایپ کردن یا کپی و چسباندن برای انجام سریعتر و دقیق تر وظایف از انسان تقلید کند. با این حال، رباتهای RPA برای انجام وظایف پیچیده، خلاقانه یا پویا که نیاز به پردازش زبان طبیعی یا مهارتهای استدلالی دارند، محدودیتهایی دارند.
این سختی ساخت RPA را گران می کند – و کاربرد آن را به طور قابل توجهی محدود می کند.
یک نظرسنجی در سال 2022 از Robocorp، یک فروشنده RPA، نشان میدهد که از سازمانهایی که میگویند RPA را پذیرفتهاند، 69٪ حداقل یک بار در هفته جریان کار اتوماسیون خراب را تجربه میکنند – که رفع بسیاری از آنها ساعتها طول میکشد. کل کسبوکارها از کمک به شرکتها برای مدیریت تاسیسات RPA و جلوگیری از شکستن آنها ساخته شدهاند.
فروشندگان RPA ساده لوح نیستند. آنها به خوبی از چالش ها آگاه هستند – و معتقدند که هوش مصنوعی مولد می تواند بسیاری از آنها را بدون تسریع در نابودی پلتفرم هایشان حل کند. در ذهن فروشندگان RPA، RPA و عوامل مولد مبتنی بر هوش مصنوعی می توانند به طور مسالمت آمیز همزیستی داشته باشند – و شاید حتی یک روز رشد کنند تا یکدیگر را تکمیل کنند.
اتوماسیون هوش مصنوعی مولد
UiPath، یکی از بازیگران بزرگتر در بازار RPA با بیش از 10000 مشتری، از جمله Uber، Xerox و CrowdStrike، اخیراً ویژگیهای جدید هوش مصنوعی را با تمرکز بر پردازش اسناد و پیام و همچنین انجام اقدامات خودکار برای ارائه آنچه مدیر عامل UiPath باب انجام میدهد، اعلام کرد. انسلین «تحول دیجیتال با یک کلیک» را می نامد.
Enslin به TechCrunch گفت: «این ویژگیها مدلهای هوش مصنوعی مولد را به مشتریان ارائه میدهند که برای وظایف خاص خود آموزش دیدهاند. هوش مصنوعی مولد ما به حجم کاری مانند تکمیل متن برای ایمیلها، دستهبندی، تشخیص تصویر، ترجمه زبان، توانایی فیلتر کردن اطلاعات شناسایی شخصی کمک میکند. [and] پاسخ سریع به هر سوال مرتبط با موضوع افراد بر اساس دانش از داده های داخلی.”
یکی از اکتشافات اخیر UiPath در حوزه هوش مصنوعی Clipboard AI است که پلتفرم UiPath را با مدل های شخص ثالث از OpenAI، Google و دیگران ترکیب می کند تا – همانطور که انسلین می گوید – “قدرت اتوماسیون را برای هر کسی که مجبور به کپی کردن رب.» هوش مصنوعی Clipboard به کاربران اجازه میدهد دادههای یک فرم را برجسته کنند و – با استفاده از هوش مصنوعی مولد برای پیدا کردن مکانهای مناسب برای رفتن دادههای کپی شده – آن را به فرم، برنامه، صفحهگسترده یا پایگاه داده دیگری نشان دهند.
«UiPath نیاز به کنار هم قرار دادن اقدام و هوش مصنوعی را میبیند. انسلین گفت: اینجا ارزش ایجاد می شود. ما معتقدیم که بهترین عملکرد از آنهایی حاصل میشود که هوش مصنوعی مولد و قضاوت انسان را در فرآیندهای سرتاسری ترکیب میکنند – چیزی که انسان در حلقه مینامیم.
Automation Anywhere، رقیب اصلی UiPath، همچنین در تلاش است تا هوش مصنوعی مولد را در فناوریهای RPA خود قرار دهد.
سال گذشته، Automation Anywhere ابزارهای مولد مبتنی بر هوش مصنوعی را برای ایجاد گردش کار از زبان طبیعی، خلاصه کردن محتوا، استخراج دادهها از اسناد و – شاید مهمتر از همه – انطباق با تغییرات در برنامههایی که معمولاً باعث شکست اتوماسیون RPA میشوند، راهاندازی کرد.
“[Our generative AI models are] توسعه یافته در بالای [open] پیتر وایت، معاون هوش مصنوعی سازمانی و اتوماسیون در Automation Anywhere، به TechCrunch گفت: مدلهای زبانی بزرگ و آموزش داده شده با ابردادههای ناشناس از بیش از 150 میلیون فرآیند اتوماسیون در هزاران برنامه سازمانی. ما همچنان به ساخت مدلهای یادگیری ماشینی سفارشی برای کارهای خاص در پلتفرم خود ادامه میدهیم و همچنین اکنون در حال ساخت مدلهای سفارشیشده بر روی مدلهای پایه هوش مصنوعی با استفاده از مجموعه دادههای اتوماسیون خود هستیم.
نسل بعدی RPA
Ray خاطرنشان میکند که آگاهی از محدودیتهای هوش مصنوعی مولد – یعنی سوگیریها و توهمات – مهم است زیرا تعداد فزایندهای از قابلیتهای RPA را تقویت میکند. اما، از خطرات که بگذریم، او معتقد است که هوش مصنوعی مولد با تغییر شیوه کار این پلتفرمها و «ایجاد امکانات جدید برای اتوماسیون» ارزشی به RPA میافزاید.
ری گفت: «هوش مصنوعی مولد یک فناوری قدرتمند است که میتواند قابلیتهای پلتفرمهای RPA را افزایش دهد و آنها را قادر به درک و تولید زبان طبیعی، خودکارسازی محتوا، بهبود تصمیمگیری و حتی تولید کد کند». پلتفرمهای RPA با ادغام مدلهای هوش مصنوعی مولد میتوانند ارزش بیشتری را به مشتریان خود ارائه دهند، بهرهوری و کارایی آنها را افزایش دهند و موارد استفاده و برنامههای کاربردی خود را گسترش دهند.»
کریگ لو کلر، تحلیلگر اصلی Forrester، پلتفرمهای RPA را آماده گسترش میداند. حمایت کردن عوامل مستقل و هوش مصنوعی مولد با افزایش موارد استفاده از آنها. در واقع، او پیشبینی میکند که پلتفرمهای RPA به مجموعه ابزارهای همه جانبه برای اتوماسیون تبدیل شوند – مجموعه ابزارهایی که به استقرار RPA علاوه بر فناوریهای هوش مصنوعی مولد مرتبط کمک میکنند.
او گفت: «پلتفرمهای RPA دارای معماری برای مدیریت هزاران اتوماسیون وظایف هستند و این امر برای مدیریت مرکزی عوامل هوش مصنوعی نویدبخش است. هزاران شرکت به خوبی با پلتفرمهای RPA تأسیس شدهاند و آماده استفاده از آنها برای عوامل مولد هوش مصنوعی خواهند بود. RPA تا حدودی به لطف توانایی خود در ادغام آسان با الگوهای کاری موجود، از طریق ادغام UI رشد کرده است، و این برای عوامل هوشمندتر در آینده ارزشمند باقی خواهد ماند.
UiPath در حال حاضر با قابلیت جدیدی به نام Context Grounding که در اوایل ماه جاری وارد پیش نمایش شد، شروع به برداشتن گام هایی در این راستا کرده است. همانطور که Enslin برای من توضیح داد، Context Grounding برای بهبود دقت مدلهای AI مولد – چه شخص اول و چه شخص ثالث – طراحی شده است، از طریق تبدیل دادههای تجاری که این مدلها ممکن است به یک قالب «بهینهسازی» که فهرستبندی و جستجو آسانتر است، انجام شود.
Enslin گفت: «Context Grounding اطلاعات را از مجموعه دادههای خاص شرکت، مانند پایگاه دانش یا سیاستها و رویههای داخلی استخراج میکند تا پاسخهای دقیقتر و روشنتری ایجاد کند.
Le Clair گفت: اگر چیزی مانع فروشندگان RPA باشد، این وسوسه همیشه حاضر برای قفل کردن مشتریان است. او بر نیاز پلتفرمها به «آگنوستیک ماندن» و ارائه ابزارهایی که میتوانند برای کار با طیف وسیعی از سیستمها و جریانهای کاری فعلی – و آینده – سازمانی پیکربندی شوند، تأکید کرد.
برای آن، انسلین متعهد شد که UiPath “باز، انعطاف پذیر و مسئول” باقی خواهد ماند.
وی ادامه داد: آینده هوش مصنوعی مستلزم ترکیبی از هوش مصنوعی تخصصی با هوش مصنوعی مولد است. ما می خواهیم مشتریان بتوانند با اطمینان از انواع هوش مصنوعی استفاده کنند.
وایت دقیقاً متعهد به بی طرفی نبود. اما او تاکید کرد که نقشه راه Automation Anywhere به شدت با بازخورد مشتریان شکل می گیرد.
او گفت: «آنچه از هر مشتری، در هر صنعتی می شنویم، این است که توانایی آن ها برای ترکیب اتوماسیون در موارد استفاده بیشتر با هوش مصنوعی مولد به طور تصاعدی افزایش یافته است. با استفاده از هوش مصنوعی مولد در فناوریهای اتوماسیون هوشمند مانند RPA، ما پتانسیل سازمانها را برای کاهش هزینههای عملیاتی و افزایش بهرهوری میبینیم. شرکتهایی که موفق به پذیرش این فناوریها نمیشوند، برای رقابت با سایرینی که از هوش مصنوعی و اتوماسیون مولد استقبال میکنند، مبارزه خواهند کرد.»