UiPath:邁進代理式人工智能及自動化新時代
企業自動化和人工智能軟件公司UiPath公佈了明年人工智能趨勢。2025年,代理式人工智能的興起、企業軟件中內置「由外而內」的人工智能、以及利用內部數據的新大型語言模型策略,將會令企業有更多收穫。UiPath香港及中國區域副總裁兼總經理黃君儀表示:「代理式人工智能代理是人工智能技術向前邁進的一大步,使人工智能代理能夠理解複雜的指令、自主操作、做出動態決策、並有效適應複雜的任務。」
趨勢一: 隨著代理式人工智能時代的到來,人工智能將能採取實質行動。
人工智能代理將獲得自主理解、規劃和行動的智慧及判斷力,從而處理軟件機械人無法自行管理的案例。這將刺激企業擁有更快的創新思維、更靈敏的客戶互動以及更高的效率和生產力。
在先進的人工智能和機器學習 (ML) 模型的支援下,人工智能代理的能力遠遠超出了生成式人工智能 (GenAI) 生成內容和回答問題的能力。這些以目標和行動為導向的代理可以制定和執行行動計劃,以實現設定好的業務目標。這種能力使各機構能夠通過擁有「智慧」的虛擬員工來增強人力,因為它們可以回應簡單語言提示和事件觸發器 (event triggers),充分理解複雜的問題和流程進行推理,反思結果進行調整和改進,最後作出推薦和採取行動。根據調查,亞太地區企業對人工智能代理的潛力持樂觀態度,有七成企業計劃或考慮引進。在配備實時數據、上文下理以及正確的指令和行為預測模型後,代理可以支援員工提供一對一服務,亦可以使用對話能力自行提供服務。例如對於投資顧問而言,人工智能代理已經能夠財務數據收集和分析財務數據,並生成報告。
趨勢二:工作場所需要加強協調
在2025年,提早採用代理式人工智能並進行投資,以在整個企業中構建一個精密的代理生態系統,將為代理式人工智能的增長奠定基礎。企業將優先考慮協調及整合功能以編排任務、管理工作流程及改善不同企業技術和系統的運作。例如,UiPath專注使代理能夠在整個企業應用程式生態系統中編排流程,而不是針對單個平台,以實現大規模自動化。此外,不論是獨立工作或協調工作,還是將代理的決策和操作融合到連貫及精密的序列中,大眾對系統能夠支援多個代理將有更高的期望。
趨勢三:代理式自動化已準備好於不同行業應用
來自不同行業的企業將能夠將代理式自動化應用於廣泛的用例,例如客戶服務、個人化行銷、業務營運、軟件開發等。香港品牌在尋找能夠重振當前零售業低迷的創新解決方案時,可能會發現與代理式自動化應用程式相關的高度個人化營銷正適合它們所需。當配備實時數據、情境洞察和有效的預測模型時,代理既可以支援銷售員,或直接通過他們的對話功能與客戶互動,增強品牌吸引客戶的能力。
趨勢四:人類將與機器共同工作,推動新一輪就業轉型
代理式人工智能將推動企業重新設計及分配工作和工作流程,以更好地利用人類和機器的獨特優勢。根據LinkedIn的數據,自2015年以來,對員工的技能需求發生了約兩成半的變化,預計到2030年全球變化更將達六成半。就香港而言,香港員工和行政總裁普遍對生成式人工智能及其提高工作效率的潛力表示樂觀。PwC《2024希望與恐懼調查報告》亦顯示,這種樂觀看法有助於推動由人工智能和機械人技術等技術變化所驅動的廣泛就業轉型趨勢。
從2025年開始的十年間,企業將面臨重塑營運模式與工作崗位、重新培訓員工以及在人類和虛擬員工之間重新分配工作的重大挑戰。企業管理層將會帶領轉型,並由不斷擴展的顧問及營運專家網路支援,專注於設計以人工智能驅動的營運模式、管理大規模轉變以及實施跨企業代理系統。
隨著企業在工作重新分配過程中面臨管理人機交接日益嚴峻的挑戰,協調功能對於確保明確的角色、系統和流程將變得至關重要。如果不啟用基礎設施、充分協調、和作出控制,代理式人工智能將無法有效和持續地擴展至在整個企業使用。再者,沒有明確角色、系統和流程的工作場所亦將會變得混亂、表現不佳以及低效率。
因此,未來工作場所的重點將轉向建立一個全新,且注入了人工智能和自動化的生態系統,旨在促進代理、機械人和工作人員之間的全面協作,同時亦提供可控性、可見性及更積極的管理模式。
趨勢五:內置人工智能將在2025年受重點關注
許多機構正在面臨擴展人工智能用途的方式,亦希望尋求克服渡過對新興技術應用的低谷期 (trough of disillusionment),因而激發了它們對「內置生成式人工智能」的興趣。一項最近調查顯示,六成四亞太地區機構更傾向於將生成式人工智能功能整合到其產品中的供應商,反映出對整合這些功能的解決方案的需求。這些解決方案不僅可以促進生成式人工智能的應用,還可以提供實質的商業價值。
隨著人工智能被採納至更多解決方案中,企業可以在沒有損失的情況下從人工智能獲益。到2025年,代理式人工智能的發展將繼續推動人工智能的應用。例如,UiPath設計予開發人員的 Autopilot方案將自動化時間縮短了七成半,而設計予測試人員的Autopilot方案則能減少一半的手動測試。這還只是以助手 (copilot) 形式運用人工智能的好處,事實上,已有更多供應商頻繁地在其產品中利用人工智能來擴展功能、提高性能並降低使用障礙。
趨勢六:知識圖表和內部大型語言模型等新工具幫助梳理數據洪流
與此同時,機構對向大眾開放的生成式人工智能工具雖然有關於數據安全性和準確性的擔憂,卻也推動了人們對新技術和工具的興趣增長,包括知識圖表、檢索增強生成 (RAG) 和內部大型語言模型。
用作表示事件和真實概念等實體的知識圖表,將不同數據源中的分散資訊連接起來,以推動重大改進。另一方面,檢索增強生成能透過讓生成式人工智能模型在生成回應時連接真實世界的數據,提高生成式人工智能模型的性能。許多公司還使用專有數據改進基礎大型語言模型,以將企業數據轉化為公司防火牆中的重大優勢。
趨勢七:更結構化的監管以建立負責任的人工智能
許多機構還將專注於有道德地自動化,並在應對更多規管時,將管理體系和透明度嵌入其人工智能編排策略中。香港政府最近亦有強調負責任地應用人工智能的重要性,特別在金融領域,鼓勵制定人工智能管理策略,同時表示金融監管機構將不斷更新現有法規。根據UiPath Knowledge Worker Survey的調查,這種方針與香港員工的觀點一致,因他們都對人工智能安全性存有顧慮,當三成七擔心安全風險,三成四則擔心使用生成式人工智能時可能出現不準確的輸出結果。