今年以來，新質(zhì)生產(chǎn)力成為全社會關(guān)注的焦點。新質(zhì)生產(chǎn)力的特征之一，就是深化新技術(shù)應(yīng)用，尤其是AI及大模型，要加速落地到實際業(yè)務(wù)場景中，為千行萬業(yè)提質(zhì)增效。

2024是大模型技術(shù)做深、價值做實的一年。3月20日，在以“新生產(chǎn)力，質(zhì)變！”為主題的2024金智維大模型應(yīng)用暨新品發(fā)布會，金智維董事長廖萬里在《共啟大模型時代的人機(jī)協(xié)同新范式》演講中提及，金智維大模型應(yīng)用產(chǎn)品從研發(fā)到落地，都是圍繞著解決企業(yè)實際需求，實現(xiàn)社會價值和商業(yè)價值的目標(biāo)去實現(xiàn)的。

具體是怎么做的呢？戰(zhàn)略上，金智維將RPA和大模型的融合發(fā)展，作為其核心戰(zhàn)略。產(chǎn)品上，此次發(fā)布會推出了AI Agent類新品K-Agent，以及基于K-Agent平臺打造金智維Kopilot——一個面向千行萬業(yè)的智能助手（Copilot）應(yīng)用集群。

可以看到，金智維的AI探索之路，特別的地方在于，將RPA和大模型相結(jié)合，從而為AI在B端業(yè)務(wù)場景的普惠化應(yīng)用鋪平道路。

RPA（Robotic Process Automation，機(jī)器人流程自動化）是一種自動執(zhí)行業(yè)務(wù)流程的軟件機(jī)器人，在2000年初出現(xiàn)，是企業(yè)軟件領(lǐng)域的“前輩”。而大模型技術(shù)方興未艾，被認(rèn)為是通向AGI的正確方向。

借此契機(jī)，我們來聊聊， “RPA+大模型”的雙輪驅(qū)動，能為企業(yè)智能化帶來什么變化？

務(wù)實主義，直擊大模型的落地痛點

由大模型掀起的這一波AI浪潮，已經(jīng)進(jìn)入到了第二年，產(chǎn)業(yè)界開始出現(xiàn)了“卷又卷不動，躺也躺不平”的神奇現(xiàn)象。

卷不動，是因為基礎(chǔ)模型的參數(shù)規(guī)模越來越大，對AI算力、高質(zhì)量數(shù)據(jù)、人才等要素的投入仍在加大，這讓很多商業(yè)化路線不夠清晰、模型能力又卷不過大廠的大模型廠商，心生退意。

然而，數(shù)字經(jīng)濟(jì)、產(chǎn)業(yè)智能化，又是當(dāng)下最具確定性的高增長賽道之一。各行各業(yè)智能化升級的意愿格外迫切，對AI、大模型等數(shù)字技術(shù)的需求強(qiáng)烈，這時候企業(yè)一旦躺平可能就被時代甩在了身后。

在卷和躺之間，金智維將RPA和大模型融合的務(wù)實主義，為我們提供了一種可持續(xù)良性發(fā)展的思路，具體表現(xiàn)在：

實際。不卷基礎(chǔ)通用大模型，而是選擇與業(yè)內(nèi)領(lǐng)先的基礎(chǔ)大模型廠商合作，避開高投入賽道，發(fā)揮自身優(yōu)勢與特點，聚焦行業(yè)應(yīng)用和場景，通過工程化能力，打磨出可落地的產(chǎn)品。

實用。企業(yè)智能化升級是一項多技術(shù)協(xié)同的綜合工程，金智維將大模型、AI、RPA等融合，多種技術(shù)各取所長，減少大模型在“幻覺”、高成本、不可解釋性等方面的挑戰(zhàn)，從而加速大模型應(yīng)用落地，讓千行萬業(yè)真正享受到大模型給業(yè)務(wù)帶來的助益。

實效。大語言模型和RPA自動化機(jī)器人的協(xié)同，不僅能從技術(shù)層面賦能，讓企業(yè)快速接入大模型能力，還有望重構(gòu)和優(yōu)化業(yè)務(wù)流程，推動企業(yè)組織及運營模式的智能化轉(zhuǎn)型。相當(dāng)于治標(biāo)又治本，切實為企業(yè)降本提質(zhì)增效，這正是金智維所追求的技術(shù)實效。

如今，千行萬企都渴望擁抱AI，但智能化究竟該如何開啟？很多人和企業(yè)是迷茫的。金智維的“務(wù)實主義”，為大模型落地構(gòu)建了一個可行的途徑。那么，大模型與RPA的融合，究竟會在業(yè)務(wù)場景中發(fā)揮哪些作用？

三步走，大模型與RPA的融合之路

在務(wù)實主義的驅(qū)動下，金智維較早便對大模型應(yīng)用需求做出預(yù)判，為了讓更多企業(yè)切實把握住這一波智能化機(jī)遇，更高效、低門檻地接入大模型能力，金智維提前在技術(shù)范式和架構(gòu)方面做了布局，形成了大模型“三步走”戰(zhàn)略，以推動RPA與大模型的融合。

第一步，精調(diào)領(lǐng)域模型。

與業(yè)內(nèi)優(yōu)質(zhì)基礎(chǔ)大模型合作，植入金智維十余年積累的行業(yè)專精知識庫，對模型開展精調(diào)訓(xùn)練，形成金融等領(lǐng)域大模型。具備“通識能力+專精能力”的領(lǐng)域大模型，相當(dāng)于給數(shù)字員工一個強(qiáng)大的“大腦”，理解和創(chuàng)造能力大幅提升。

第二步，構(gòu)建場景級應(yīng)用解決方案。

將領(lǐng)域大模型與RPA產(chǎn)品相結(jié)合，金智維針對不同行業(yè)，構(gòu)建了基于語言大模型和多模態(tài)大模型的近十種智能應(yīng)用解決方案，并結(jié)合實際落地應(yīng)用不斷改進(jìn)優(yōu)化。其中，LLM讓AI Agent具備智能化決策能力，而RPA作為AI Agent的執(zhí)行單元，借助RPA自動化執(zhí)行能力，相當(dāng)于“小腦”，可以自動分解任務(wù)并執(zhí)行。

第三步，打造Al Agent 。

大小腦并用，可以讓數(shù)字員工像人一樣感知、規(guī)劃、決策、行動、與環(huán)境交互。但不同行業(yè)和企業(yè)的細(xì)分場景眾多，為每一個場景開發(fā)專屬的智能助手型數(shù)字員工，是一個極為龐大且繁雜的任務(wù)。

金智維進(jìn)一步降低大模型門檻，打造了一系列AI Agent類產(chǎn)品。

圖形化的Al Agent開發(fā)工具K-Agent平臺，可以用最快捷的方式，實現(xiàn)RPA與AI Agent的融合開發(fā)，讓企業(yè)快速開發(fā)、部署各類智能助手（Copilot）型數(shù)字員工，應(yīng)對不同的業(yè)務(wù)場景需求。

基于K-Agent開發(fā)的智能助手，充分發(fā)揮大語言模型和RPA的能力，依托精調(diào)的行業(yè)數(shù)字員工模型，分析任務(wù)指令，規(guī)劃操作流程，通過RPA調(diào)用對應(yīng)的平臺或應(yīng)用，高效優(yōu)質(zhì)地完成業(yè)務(wù)需求，回答用戶問題。

目前，K-Agent已經(jīng)推出了面向通用場景的數(shù)十種數(shù)字助手，比如客情維護(hù)助手、營銷內(nèi)容助手、輿情風(fēng)控助手、業(yè)務(wù)數(shù)據(jù)查詢助手等，同時面向金融、政務(wù)等特定行業(yè)，打造了專屬場景的定制化助手。

以政務(wù)領(lǐng)域的政務(wù)智能助手為例，面向政務(wù)咨詢、導(dǎo)辦環(huán)節(jié)，以大語言模型為基礎(chǔ)，引入外部和本地優(yōu)化的知識數(shù)據(jù)，解決和優(yōu)化了大模型的幻覺問題，實現(xiàn)精準(zhǔn)回答與導(dǎo)辦。而新技術(shù)的應(yīng)用，讓政務(wù)場景的RPA應(yīng)用開發(fā)效率，提升高達(dá)180%。

可以看到，大模型與RPA的融合，能夠發(fā)揮出“1+1＞2”的效果，幫助企業(yè)自上而下實現(xiàn)原有業(yè)務(wù)流程自動化的智能升級，以及更多業(yè)務(wù)場景智能自動化的發(fā)掘與變革，進(jìn)而推動企業(yè)組織架構(gòu)和運營模式的智能化轉(zhuǎn)型。

人機(jī)協(xié)同新范式，開啟大模型的落地之春

從金智維的戰(zhàn)略動作中不難看到，在激發(fā)大模型技術(shù)價值的過程里，基于大模型融合RPA打造更智能的數(shù)字員工，可以切實幫助企業(yè)降本提質(zhì)增效，是當(dāng)前大模型最具可行性的落地方向，也是企業(yè)與智能化的最短距離。

但同時也要看到，ToB市場的“不可能三角”，即大規(guī)模、高周轉(zhuǎn)、高毛利不可兼得，同樣也體現(xiàn)在大模型產(chǎn)品上，表現(xiàn)在數(shù)字員工的普及率、性價比、利潤率。對于ToB的AI廠商來說，想打破這個“不可能三角”并非易事。

正如金智維董事長廖萬里所說，讓大模型真正做到在產(chǎn)業(yè)上量產(chǎn)實用，它的效率及成本控制必須是極致的，并且需要有載體承接，RPA和大模型技術(shù)正是“天生一對”的技術(shù)搭檔。

金智維將大模型與RPA融合發(fā)展的AI戰(zhàn)略，展現(xiàn)出一種人機(jī)協(xié)同新范式，也讓我們看到了數(shù)字員工及AI toB市場的新可能。

以質(zhì)量可靠，提高普及率。金融、政務(wù)、營銷等專業(yè)領(lǐng)域，對生成內(nèi)容的準(zhǔn)確性、完整性都有嚴(yán)格要求，必須解決大模型的“幻覺”問題，而RPA機(jī)器人執(zhí)行任務(wù)時幾乎沒有錯誤，能夠保證數(shù)據(jù)和操作的準(zhǔn)確性。大模型+RPA可以讓數(shù)字員工不胡言亂語，保證生成內(nèi)容質(zhì)量，滿足產(chǎn)業(yè)場景的需求，從而提高企業(yè)接入數(shù)字員工的意愿。

以成本可信，提高性價比。RPA可以直接在現(xiàn)有的IT基礎(chǔ)設(shè)施上運行，無需對系統(tǒng)進(jìn)行改動，減少了大模型的落地成本。有了大模型之后，RPA可以深層次理解行業(yè)知識、客戶需求和業(yè)務(wù)流程，更好地把握企業(yè)需求，處理更加復(fù)雜的任務(wù)和情境。金智維將RPA與大模型相結(jié)合，讓數(shù)字員工變得普惠。

以規(guī)模效應(yīng)，提高利潤率。金智維不斷打磨和細(xì)化AI Agent和RPA產(chǎn)品，降低企業(yè)應(yīng)用AI的門檻，加速推動數(shù)字員工進(jìn)入千行萬業(yè)。K-Agent平臺的流程化、工業(yè)化、高效率開發(fā)能力，有望更快實現(xiàn)規(guī)模效應(yīng)，提升AI toB項目的利潤率，這對于AI企業(yè)的良性發(fā)展非常重要。

總結(jié)一下，金智維基于RPA+LLM打造AI Agent產(chǎn)品，開啟組織的人機(jī)協(xié)同新范式，為企業(yè)智能化升級鋪設(shè)了一條高速路，也為大模型產(chǎn)業(yè)化鋪設(shè)了一條確定性的軌道。

沿著這條AI之路，金智維正在加速突圍，更快一步迎向大模型落地的春天。

審核編輯 黃宇