要上AI智能体，先过RPA这一关

前两年爆火的RPA应用热潮不知道牛马们是否还记得。

那时候铁哥出去与客户交流业务，方案里不加个RPA内容都不好意思拿出来讲，然后在答疑阶段对于RPA的问题客户也都表现得比较热衷。

可是从2024年年底开始，RPA的风头就开始被AI智能体抢过去了。

是客户更懂技术了吗？

不是！是客户更迷茫了！

面对层出不穷的新技术，缺乏不同项目实践经验的甲方，自己也不知道新技术会给企业管理带来哪些改变和提升，但又怕因为没有跟上技术更新的脚步而错失超越竞对的机会。

这时候就可能会出现为了上系统而上系统的情况，我们称之为“过度信息化”。

那么企业在什么情况下才具备上AI智能体的条件呢？

铁哥认为，前置条件很多，比如数据治理、系统联通和流程固化等。

但最直观的判断条件还是要看企业内是否有已经稳定运行的RPA应用。

为什么这么说？

牛马们都知道，RPA是基于预置脚本和固定规则运行的，广泛应用于重复劳动的数据录入、系统对账和报表生成等与数据强相关的工作领域。

比如，根据企业的税务筹划数据自动报税，根据对账规则自动完成两个系统之间的数据核对，按照既定的审核事项自动审批单据等。

因此，我们看到，RPA要想在企业内跑通，一定是满足了以下三个条件。

数据联通：说明异构系统之间的数据已经实现了映射和清洗，具备跨系统联查数据的条件。规则明确：对数据的提取、加工、处理和输出能够梳理出一套明确的规则，而且规则可以量化，同时交由系统处理的差错率为零或极低。业务量大：如果只是零星的操作处理，从经济角度看，上一套RPA是不划算的。只有是日常的且需要投入大量人工的业务需求场景，才值得上RPA。

而以上三个条件，也正是AI智能体应用的前提条件。

很难想象在数据定义都不一致、管理者自己都说不清规则和流程以及业务系统都不完备或之间都未打通的情况下，AI智能体还能把人们交办的工作按预期要求完成。

照这么说，是不是没上RPA就一定上不了AI智能体呢？

也不绝对！

在铁哥接触的客户中，确实有不少项目没上RPA，但却最终也实现了RPA的功能。

这又是如何做到的呢？

其实方法很简单，就是通过规则引擎和各系统开放的API接口。

也就是说，利用系统内置或第三方的规则引擎，将各类业务规则设置进去，而后再通过二开完成各系统API接口之间的打通。

这样，最终还是实现了和RPA工具一样的自动处理效果（以下简称：类RPA）。

因为规则引擎也具有自动判断和决策的属性，因此，有些厂商在市场宣传中为了炒热点会用规则引擎的功能冒充AI概念，这种行为是非常令人不齿的。

那如果说有些系统没有开放API怎么办呢？

遇到这种情况就只有上RPA工具了。

至此，牛马们能得出一个结论。

那就是要想上AI智能体，得先看企业是否完成了最基本的数据治理工作、是否梳理出了清晰明确的业务规则、从经济角度看是否存在值得投资立项的大批量处理的需求场景。

而要检验这些条件是否达成，RPA或类RPA的应用是一块非常合适的试金石。

只有经过了试金石的检验，作为进阶版应用的AI智能体才能有真正的用武之地。

相关精华推荐

ESG评级，为何会成为管理软件厂商们的新高考从金蝶智能体，看企业管理AI的需求拆解认知博弈，CRM软件巨头的AI布局从All in到剥离，飞书为何调整HR产品线赴港上市提速，用友这艘大船何时才能破浪而出