如今是投资实施人工智能的好机遇吗

虽然供应商示意，他们目前基于代理的人工智能产品很容易成功，但剖析师示意，理想远非如此。

软件供应商的宣传也在始终开展，在他们的营销消息中，人工智能开局取代生成式人工智能。他们说，人工智能不只仅是为人类审查生成代码或内容，它将遵照指令，做出选择，并采取执行，就像人类上班者一样，无需人类干预。

人工智能不只仅是一个更智能的RPA

人工智能不只仅是机器人流程智能化(RPA)的更好版本：它有望将企业带到RPA永远无法做到的中央。

提供人工智能软件初创公司DoozerAI的联结开创人PaulChada说，“可以把RPA构想成轨道上的火车，它只能在有轨道的中央行驶。人工智能更像是一辆智能驾驶汽车，它可以自顺应地导航不同的路途和状况。”

Nucleus Research初级剖析师CameronMarsh示意，使人工智能具备自主性或能够独立采取执行的是它解释数据、预测结果、做出决策、重新数据中学习的才干，而传统的人工智能在遇到异常数据时则会优柔寡断。

依据Chada的说法，人工智能的这种顺应性可以协助企业经过处置传统RPA无法控制的复杂、可变义务来提高效率，例如理赔员、信贷员或案件上班者的角色，前提是它可以访问成功义务所需的必要数据、上班流程和工具。

软件供应商曾经在抛售能够访问这些资源的人工智能代理产品，包含Salesforce的Agentforce、微软基于Copilot的自主代理、ServiceNow的人工智能代理、谷歌的VertexAI代理生成器、亚马逊的Bedrock代理和IBM的watsonx代理生成器，还有更多的软件或者会紧随其后。

那么，首席消息官们是时刻投资这项技术了，还是等一等呢?

早期更好的代理

人工智能承诺在没有人为干预的状况下成功智能化，也就是说，供应商倡导，很容易成功——但行业剖析师和其余专家以为，关于目前新兴的人工智能技术来说，这远非理想。

Gartner公司剖析师TomCoshow在往年10月初宣布的一篇博客文章中写道：“目前基于LLM的助理和成熟的人工智能代理之间存在渺小差距。”他指出，要增加这一差距，企业必定学会建设、控制和信赖它们。

Coshow预测，即使到2028年，人工智能也只会在三分之一的企业运行中经常使用，这使得15%的日常上班决策可以自主做出成为或者。

DevConsult Canada公司首席顾问Martin Bechard示意，“人工智能还处于早期运行阶段，最后的产品还存在缺点。”

企业软件初创公司投资者TolaCapital的GregCeccarelli示意，权衡人工智能何时能够获取更宽泛的运行，也是一个令人担忧的疑问。他说，“目前行业中最大的阻碍之一是不足特定于上班流程的基准”来比拟代理和人类在义务上的体现，而目前存在的少数基准，比如OSWorld，实质上是十分学术性的。“在这个话题上，整个行业目前仍处于起步阶段。”

驳回并不容易

虽然供应商将他们的代理人工智能工具形容为易于驳回，但这并不像用代理取代上班流中的人类决策者那么便捷。

钻研公司theFuturum个人首席消息官通常副总裁DionHinchcliffe示意，从最便捷的层面上讲，在为人工智能做好预备之前，曾经设计用于与人类协作的RPA上班流很或者须要启动严重的重新设计。他说，应用人工智能处置非结构化数据、控制场景决策和灵活交互的才干，通常不像降级现有脚本或上班流程那么便捷。

Moor Insightsand Strategy公司首席剖析师JasonAndersen示意，必要的工程上班或者包含评价，而后向代理平台地下正确的服务、aPI、数据和控制，以确保代理具备成功给定义务的环境和工具。

关于IT咨询公司Eden Digital的开创人AnilClifford来说，企业须要将他们的全体方法转向智能化，由于人工智能的概率性质与传统的、确定性的智能化有着基本的不同。

艰辛的上班使上班更容易

一些平台供应商曾经提供低代码和无代码的代理开发和控制平台，但剖析人士示意，这些平台的配置仅限于构建便捷的代理或修正供应商自己构建的代理模板。

Hinchcliffe说：“创立更复杂的代理，特意是那些须要定制集成和粗疏决策才干的代理，依然须要对数据流、机器学习模型调优和API集成有必定的技术了解。”他补充说，这些平台上有一个学习曲线，迁徙环节或者是资源密集型的。

Marsh示意，少数关于人工智能实验的企业都示意，学习曲线比供应商宣称的要峻峭，特意是在大规模实施人工智能所需的定制深度方面。

Moor’sAndersen给出了一个详细的例子：虽然无代码平台提供了集成工具，比如与其余运行程序一同上班的衔接器，但阅历丰盛的开发人员或企业架构师必定首先建设一个完整的后端上班流，而后才干创立代理来成功这样一个运行程序的复杂义务。

依然在运转遗留运行程序的企业(关于这些运行程序，衔接器或者无法用或在配置上遭到限度)还有其余疑问。

谷歌的云客户工程师ShrutiDhumak示意。“这些系统通常存在集成应战，使得对现有技术栈启动严重更扭转得艰巨。这就像试图把一台全新的超级智能计算机装进一个依然在旧软件上运转的旧工厂。”他补充说，降生于云的初创公司或公司或者会发现驳回人工智能更容易。

假设不是如今，那是什么时刻?

DevConsult的Bechard以为，在现阶段，对人工智能的投资是对该技术后劲的押注，而不是一种投资。但随着人工智能变得更有才干，这种或者性或者会出现变动。他说：“决策者必定经过实验来学习或建设滩头阵地，假设技术继续提高，滩头阵地就会成为战略长处。”

SanjMo公司首席剖析师SanjeevMohan倡导，首席消息官们应该刮目相待。他以为，假设现有的RPA正在施展作用，就没有必要在人工智能上花钱，并倡导在选择实施人工智能之前，先了解用例的价值。

其余剖析师示意，分层或分阶段驳回该技术或者是最好的行进路途。

EdenDigital的Clifford倡导经常使用人工智能作为RPA的补充，而不是代替。他说：“这种方法可以让企业在结构化、重复性义务中坚持对RPA的投资，同时逐渐引入人工智能代理来处置更复杂、依赖于场景的环节。”

Hinchcliffe也倡导细心权衡老本-金钱和期间-与企业矫捷性，可裁减性和运营效率的好处，并在等式中参与另一个变量：RPA供应商或者自己提供代理人工智能配置-UiPath曾经朝这个方向开展-这或者为企业提供一个更安保，更极速的代替打算来实现代理人工智能。