برای آخرین به روزرسانی ها و مطالب اختصاصی در مورد پوشش هوش مصنوعی پیشرو در صنعت ، به خبرنامه های روزانه و هفتگی ما بپیوندید. بیشتر بدانید
در حال حاضر ، بسیاری از شرکت ها به کاوش در نمایندگان هوش مصنوعی و تعیین اینکه آیا استقرار آنها گزینه ای مناسب برای تجارت آنها است. اما بسیاری هنوز هم عوامل را با چیزی که اکثر شرکت ها برای سالها داشته اند برابر می کنند: اتوماسیون.
پیشگام اتوماسیون Uipath عوامل را می بیند و کل اکوسیستم را – کمی متفاوت – ارکستر می کند.
این شرکت از بستر جدید UIPath خود برای اتوماسیون عامل خبر داد. با این حال ، این روشن شد که نمایندگان نسخه جدیدی از اتوماسیون فرآیند رباتیک (RPA) نیستند. در عوض ، آنها ابزاری دیگر هستند که شرکت ها می توانند برای تکمیل گردش کار با حزب دوری ادغام شوند.
دانیل دینز ، بنیانگذار و مدیرعامل UIPATH ، در مصاحبه ای به VentureBeat گفت که نمایندگان نمی توانند به طور کامل به عنوان امروز ساخته شوند.
دینز گفت: “مشکل بزرگ امروز LLMS این است که آنها غیر تعیین کننده هستند ، بنابراین شما نمی توانید آنها را مستقیماً به روشی خودمختار اجرا کنید.” “اگر به اکثر پیاده سازی های نمایندگان نگاه می کنید ، اینها در واقع چت بابات هستند. بنابراین ما از چت در حال حرکت هستیم ، به یک عامل که داده ها در آن است ، در آنجا گپ می زنیم ، جایی که ما بین مأمورین ، انسان ها و روبات ها ارکستر می شویم.”
کلید ارائه UIPATH لایه ارکستراسیون هوش مصنوعی آن ، ماسترو است. این نظارت بر جریان اطلاعات از نمایندگان به کارمند انسان به لایه اتوماسیون نظارت دارد. اویپات مائسترو را به عنوان یک ناظر متمرکز توصیف کرد که “فرایندهای پیچیده تجاری را خودکار می کند ، مدل می کند و بهینه می کند” و عملکرد را کنترل می کند.
تجزیه عوامل و اتوماسیون
Maestro درخواست های کاربر را می گیرد و روند کار را به مراحل قابل کنترل برای تکمیل آن تقسیم می کند. دینز به جای اینکه به نمایندگان اجازه دسترسی به اطلاعات بی تفاوت را بدهد ، گفت: مائسترو سه مرحله دارد.
- اول ، عامل سریعاً آن را انجام می دهد ، آن را تجزیه و تحلیل می کند و نحوه تکمیل پرس و جو را توصیه می کند.
- در مرحله بعد ، یک کاربر انسانی توصیه را تأیید می کند.
- سپس ، یک ابزار ZOND با این توصیه ، درخواست را انجام می دهد.
دینز گفت: ماسترو گردش کار شفاف تر و پاسخگوتر می شود زیرا یک انسان در حلقه باقی می ماند و یک سازمان رمان مبتنی بر قوانین کار را به پایان می رساند. برای UIPATH ، جدائی که داده ها را برای ارائه توصیه ای از اتوماسیون که به این توصیه عمل می کند ، تضمین می کند که شرکت ها اجازه نمی دهند که نمایندگان به کل سیستم خود دسترسی نداشته باشند.
دینز گفت: “من فکر می کنم این یک روش بسیار قدرتمند برای شرکت ها برای اتخاذ نمایندگان است. و نگاه کنید ، در بسیاری از بحث ها با مشتری ، فکر می کنم آنها بسیار خوب طنین انداز می شوند زیرا واقعاً نگران آژانس نامحدود نمایندگان هستند.”
UIPATH همچنین با ارائه دهنده چارچوب ارکستراسیون Langchain برای ارائه چارچوب های باز و چند عامل ادغام می شود. بستر اتوماسیون عامل همچنین با چارچوب های انسان شناسی و مایکروسافت کار می کند و UIPATH بخشی از پروتکل عامل عامل Google است.
هر عامل اتوماسیون نیست
Dines اصرار دارد که فکر کردن در مورد عوامل به عنوان یک راه حل کامل پشته ، جایی که عوامل داده ها را می خوانند و سپس اقدام می کنند
دینز گفت: “مأمورین که از نظر ماهیت غیر تعیین کننده هستند ، معامله ای هستند ؛ آنها اثرات خود را بر روی سیستم های اساسی ایجاد می کنند. هیچ مشتری من نمی دانم در این مورد خطرات ایجاد می کند.” “معاملات باید 100 ٪ قابل اعتماد باشند ، و فقط اتوماسیون می توانند این نوع قابلیت اطمینان را ارائه دهند. بنابراین راه حل ما بهترین جهان است.”
وی افزود: “شاید در آینده آینده” AI عامل “قابل اطمینان تر شود ، و برخی از اقدامات می توانید به مأمورین واگذار کنید ، اما این باید پیشرفت باشد.”
برخی دیگر در صنعت معتقدند که عوامل تکامل بعدی اتوماسیون هستند. در حقیقت ، کل فرضیه AI عامل این است که سیستمی داشته باشد که کارها را از طرف کاربر انجام دهد. یک هدف ثانویه برای بسیاری از افراد “محیط” ، جایی که عوامل هوش مصنوعی در پس زمینه اجرا می شوند ، پیشرو برای کاربر عمل می کنند و به مردم نسبت به هرگونه تغییر و تحول نیاز دارند.
با این حال ، UIPath هنوز هم باید این مورد را ایجاد کند که رویکرد آن به نمایندگان مؤثرتر از ارائه عامل های همه در یک باشد و از طریق عوامل پیرامون پیرامون که همه چیز را برای کاربران انجام می دهد ، کاهش می دهد.
شرکت هایی مانند ServiceNow ، Salesforce ، Writer و Microsoft همه سیستم عامل های عامل را با هدف کاربران سازمانی منتشر کرده اند. پلت فرم جدید نویسنده برای عوامل خودمختار به مدلهای خود تکثیر متکی است.
شرکت ها همچنین در مورد این ایده که نمایندگان هوش مصنوعی می توانند بخش اعظم کار خود را ساده تر کنند و بسیاری از کارهای دستی را در شرکت ها به صورت خودکار انجام دهند ، هیجان خود را نشان دادند.
