UiPath 首席技术官详细介绍了座席、机器人和人类的“办公室布局”

快速阅读: 据《福布斯》最新报道，UiPath提出“控制代理”概念，将AI与RPA结合，确保自动化流程安全可靠。通过结构化工作流，代理专注特定任务，提升效率并降低风险。企业需明确各智能服务角色，实现高效集成。

项目蓝图与工程工具在办公室书桌上的照片。Getty 工人需要书桌。在科技行业不断涌现的AI信息洪流中，这个基本事实为我们提供了一个启示，即如何在现代职场中将AI代理与机器人流程自动化及其软件“机器人”结合起来进行结构化使用。

暂时摆脱“你的下一个同事是一个AI服务”的炒作周期，如果我们考虑哪些智能服务负责什么，就能理解各种形式的软件自动化应处于什么位置。了解一个代理或RPA机器人坐在哪个“办公桌”（即企业运营工作流程中的具体角色和功能），我们就可以开始设计所谓的未来办公室，并实际将这些服务集成到生产级软件部署中。

工人需要书桌。在科技行业不断涌现的AI信息洪流中，这个基本事实为我们提供了一个启示，即如何在现代职场中将AI代理与机器人流程自动化及其软件“机器人”结合起来进行结构化使用。

什么是控制代理？

直接借用就业法和管理实践中的一个术语，“控制代理”方法可以帮助我们确定职场中谁（或什么）做什么。

什么是控制代理？

在现实世界中，控制代理这一术语通常用于医疗保健、建筑和IT承包商，以帮助规定他们的关键性、法律和功能责任。它规范了他们做什么、如何做以及在哪里做……它还为他们不应该做什么设定了规则。

什么是控制代理？

在我们的AI世界中，控制代理正成为一种关键机制，用于在不同自动化和智能服务之间委派工作，方式与之前类似。有用于填写表格和执行行政工作的软件机器人（如果你愿意，可以称为文职工作），有可以协助商业决策的代理服务（如果必须的话，可以称为商业分析师或管理顾问），还有前沿的AI服务致力于带我们去火星（高深研究人员）。至关重要的是，虽然所有这些智能服务可能在同一栋楼里工作，但它们都应该有一个独立的办公桌和不同的办公室门禁密钥。

在公司技术体系中应用这一精确原则的是UiPath公司首席技术官拉古·马拉尼。凭借其在机器人流程自动化方面的记录，这家组织可以说对RPA和代理AI的交汇点有很好的发言权。

权力越大，审计性越强

“在UiPath，控制代理是我们交付清晰、上下文和合规AI代理的方法。仅仅让AI强大是不够的；它必须可靠、可审计并符合企业目标。”马拉尼表示。“UiPath通过将AI代理嵌入结构化的工作流中来实现控制代理，其中确定性的任务由[软件]机器人处理，只有非确定性的任务才委托给代理。这确保了代理只在真正需要适应性决策的地方被使用。代理被设计成专注且目标明确的，即专注于狭窄且明确的目标。复杂的流程由多个这样的代理和确定性自动化组成，保持清晰度和模块化。”

为了管理风险，马拉尼建议代理必须在严格的约束下运行。这意味着使用受限的输入和输出、政策执行、实时监控以及在异常或判断事项时向人类的明确升级路径。这确保每个代理都在企业界限内安全运行，无论是检索数据、更新系统还是与用户互动。UiPath平台已经设计好以内置工具支持这一点，包括编排、治理和评估工具。

从原型到生产

马拉尼在本月的一次直接新闻发布会上详细说明：“此外，通过上下文基础，每个代理都能在正确的时间使用正确的知识。通过动态评估，代理在现实场景中进行测试，以确保性能、准确性和可信度，然后再进行部署。评分和治理模型使软件应用程序开发人员和系统管理员能够大规模衡量就绪状态并强制执行标准。” “这种方法将生成式AI从原型转变为生产级解决方案——一种能提高生产力、降低风险并与您组织现有员工和系统整合的解决方案。”

马拉尼关于业务关键（甚至生命关键）应用、流程和系统的自动化智能控制的更详细评论，是在他公司详细更新其平台后提出的。该公司表示，他们希望解决所谓在这个领域部署的关键障碍，因为对话式AI和基于代理的助手在企业范围内扩展时“展示了孤立的价值”。主要障碍包括安全和合规风险、缺乏可靠性、试点项目停滞不前以及对供应商锁定的恐惧。

AI的第二阶段

“随着今年的发布，我们正式进入第二阶段，”UiPath创始人兼首席执行官丹尼尔·迪内斯表示。“我们构建了一个整合AI、RPA和人类决策的平台，使公司能够在不增加复杂性的前提下交付更聪明、更具弹性的流程。随着模型和芯片商品化，AI的价值将向上迁移至编排和智能层面。”

AI的第二阶段

UiPath Maestro是编排层级，它通过内置的过程智能和关键绩效指标监控，端到端地自动、建模和优化复杂业务流程，以实现持续优化。Maestro提供了集中监管，以便在系统和团队之间扩展AI驱动的代理。开发人员可以在UiPath Studio内的UiPath Agent Builder中对代理进行原型设计，同时在需要时有机会进行定制。这意味着既懂技术的商务专业人士和经验丰富的程序员都可以创建能够适应复杂业务需求的自动化。此外，UiPath IXP（智能[电子]提取和处理）引入了多模态、基于AI的分类和提取，用于非结构化数据。专为高复杂度应用场景（如索赔裁定、贷款发放和电子批量记录）而设计，据称IXP为文档处理带来了企业级规模。

代理编排，竞争分析

可能是AI的下一个战场（科技行业喜欢一个新的AI基础来宣称主导地位，想象一下新闻稿的机会），通往代理编排和管理的道路铺满了黄金。凭借其不可否认的自动化传统，UiPath被许多人视为在这一领域率先推动的公司之一，但它不是唯一的公司。

逻辑上，Automation Anywhere公司也存在代理流程自动化控制，该公司还通过其流程发现选项强调工作流分析，这些选项附带了大量治理功能。Microsoft Copilot Studio专注于工作流构建和分析，Blue Prism则深入企业级RPA领域，具有合理的可扩展性和合规控制，Moveworks在此市场中运营，SnapLogic通过其AgentCreator工具提供代理功能，尽管这可能更偏向于数据导向的编排策略……而IBM的watsonx Orchestrate确保“IBM拥有每种版本”的口号成立。

当我们现在开始在工作场所和工作流程中找到各种自动化智能的位置时，知道每个服务实际位于何处，并为这些虚拟队友创建更准确的工作描述，可能会提供一种更有效地将它们集成到生产环境的方法。代理和机器人在办公室餐厅里占用的空间不大，但它们仍然需要被告知午餐后回到哪个隔间。

(以上内容均由Ai生成)