AI agenti proti RPA

Kaj bot dejansko počne

Začnite z arhitekturo, ker jo primerjava AI agentov in RPA določa. UiPath, največji dobavitelj RPA, opisuje svoje programske robote kot "posnemanje človeških dejanj pri interakciji s prikazovalniki in sistemi" za obvladovanje "ponavljajočih se, pravilno temelječih nalog, kot so vnos podatkov, premikanje datotek ali obdelava transakcij". Namizni tokovi Microsofta, njegov RPA izdelek znotraj Power Automate, prav tako povedo isto v mehaničnih izrazih: lahko "interagirate z napravo z uporabo elementov uporabniškega vmesnika aplikacije, slik ali koordinat", proti "aplikacijam iz preteklosti, kot so emulatorji terminalov, moderne spletne in namizne aplikacije, Excelove datoteke in mape". Robot lahko deluje prisotno, ob osebi za mizo, ali brez nadzora, na svoji napravi.

Vzemite konkretno nalogo: rezervacija prejetja blaga v starejši sistem zalog, ki nima API-ja. Robot odpre aplikacijo, se premika skozi meni do obrazca za prejetja, išče naročilnico, preklopi v polje količine za vsako vrstico, vpiše številko in pritisne gumb Shrani. Oseba je enkrat zabeležila te korake; robot jih predvaja tisočkrat, hitreje in brez premeščanja številk. Za stabilno aplikacijo z visokim volumnom in brez druge poti vanjo, je to dobra trgovina, in se je izplačala v mnogih finančnih in operativnih ekipah.

Dobavitelji pravijo, kje se prilega, in imajo prav. Lastna opredelitev UiPath je "naloge z visokim volumnom, ponavljajoče se, pravilno temelječe naloge, zlasti tiste, ki segajo čez več sistemov": volumen, determinizem in dostop do sistemov, ki ne ponujajo nič drugega. Poštena primerjava ohranja te točke na mizi.

Zakaj se pokvari in zakaj to ni napaka

Zaslon je pogodba z osebo. Njegova postavitev, oznake, vrstni red zavihkov in položaj gumba za shranjevanje so obljube, dane očem in kazalcu, in nobena od njih ni obljubljena stroju. Ko prodajalec premakne polje za količino v nov zavihek, doda potrditveno okno ali preimenuje meni, se oseba prilagodi v nekaj sekundah, ne da bi opazila. Bot ne uspe, ali še huje, vnese količino v napačno polje in shrani. Ta neuspeh ne pove nič o usposobljenosti dobavitelja RPA; vmesnik, ki ga je bot prejel, se kaže.

Enaka omejitev sledi jezikovnemu modelu, ko ga uporabimo za upravljanje zaslonov. Uporaba računalnika Anthropic daje Claudu "screenshot, nadzor miške in tipkovnice v namiznem okolju", in je resnično uporabna tam, kjer nič drugega ne obstaja. Toda lastna dokumentacija Anthropic vas od tega odvrne, kjer je na voljo tesnejši vmesnik, in priporoča orodje brskalnika za delo, ki ostaja znotraj spletne strani, ter zahteva "človeka, da potrdi odločitve, ki bi lahko imele pomembne posledice v resničnem svetu", pri čemer med njimi navaja finančne transakcije. Model, ki upravlja zaslon, podeduje krhkost zaslona in doda svojo spremenljivost. To je najmanj privlačna kombinacija obeh kategorij, in to je tisto, kar mnoge ponudbe "RPA, podprte z AI" predstavljajo.

Kaj agent imenuje namesto tega

Agent, ki upravlja poslovni sistem, zgrajen za agente, nikoli ne vidi zaslona. Vprašuje sistem, kaj lahko stori, in prejme seznam orodij, vsako z imenom, opisom, napisanem za model, shemo za njegove vnose in neobveznimi opombami, ki navajajo, ali samo bere, ali lahko uniči podatke in ali je klic dvakrat varen. Protokol Model Context standardizira to izmenjavo: odjemalec pošlje zahtevo za seznam orodij, model izbere eno, odjemalec jo pokliče s tipiziranimi argumenti, strežnik jo izvede in vrne rezultat. Specifikacija zahteva, da strežniki "potrdijo vse vnose orodij" in "izvedejo ustrezne nadzorne mehanizme", ter naroča odjemalcem, da "zabeležijo uporabo orodij za revizijske namene". Tukaj je oblika enega takšnega orodja, ki uporablja prejemko blaga iz prej.

{
  "name": "receiveStock",
  "description": "Book goods received against a purchase order into a warehouse location. Fails if the order is closed or the caller cannot receive at that location.",
  "inputSchema": {
    "type": "object",
    "properties": {
      "order_ref": { "type": "string", "description": "Purchase order reference" },
      "location_id": { "type": "string", "description": "Warehouse location to receive into" },
      "lines": {
        "type": "array",
        "items": {
          "type": "object",
          "properties": {
            "sku": { "type": "string" },
            "quantity": { "type": "integer", "minimum": 1 }
          },
          "required": ["sku", "quantity"]
        }
      }
    },
    "required": ["order_ref", "lines"]
  },
  "annotations": { "readOnlyHint": false, "destructiveHint": false, "idempotentHint": false }
}

Definicija orodja MCP v obliki, ki jo opisuje specifikacija, za isto prejemko blaga, v katero je bot vnašal podatke v obrazec. Imena polj so ilustrativna; bistvo je, da je orodje pogodba, in pogodba je lahko različna, potrjena in dovoljena na načine, ki jih zaslon ne more.

Primerjajte, kaj se zgodi ob spremembi. Dobavitelj preoblikuje zaslon prejemkov: bot se zlomi, orodje ostane nedotaknjeno. Dobavitelj doda obvezno polje orodju: to je različna sprememba objavljene pogodbe, napovedana na seznamu orodij, in agent prebere novo shemo ob naslednjem klicu. Primerjajte identiteto. Bot se prijavi kot račun storitve s katerimkoli dostopom, ki mu ga je nekdo dal pred leti. Agent pokliče orodje kot oseba, ki jo predstavlja, in preverjanje dovoljenj poteka znotraj orodja, ob vsakem klicu, glede na vlogo te osebe.

Deterministično proti probabilističnemu: trgovina, ki je ne bi smeli skrivati

Na strani agenta obstajajo stroški, in dobavitelji RPA to natančno navajajo v svoji dokumentaciji za agente: roboti "sledijo strukturirani logiki in fiksnim pravilom", medtem ko agenti sprejemajo "verjetnostni pristop k sprejemanju odločitev na podlagi vzorcev in podatkov v realnem času". Bot, ki ponavlja iste korake, daje enak rezultat za isti vhod in to lahko dokažemo. Agent, ki ima enak namen, sprejme obrambo vredno pot, običajno isto, ne vedno. Za reguliran korak, kjer je treba dokazati ponovljivost, ali za milijon identičnih transakcij na mesec, je deterministična možnost boljša izbira, in drugače bi bilo prodajanje.

Prednost agenta je omejena na variacijo. Ko prejemka ne ustreza naročilu, ko je dobavitelj poslal dve dostavi za eno vrstico, ko je količina verjetna, vendar je enota napačna, bot za to nima veje in se ustavi ali pa samozavestno stori napačno stvar. Agent prebere neskladje, preveri naročilo, rezervira tisto, kar ustreza, in vpraša osebo o preostalem. To je delo, ki je nekoč predstavljalo vrsto izjem na nekem mizi, in to je delo, za katerega je agent.

Izberite RPA, ko, izberite agenta, ko

Uporaba obeh, in kar sistem pod njimi odloča

Vzorec, ki ga zdaj opisujejo dobavitelji, in tisti, ki deluje v praksi, je, da agent odloča in bot izvaja na sistemih, ki nimajo nič drugega. UiPath to opisuje kot robote, ki igrajo "dopolnilno vlogo v izvršilnem sloju" ob agentih. V tem dogovoru je bot eno izmed orodij agenta: ovita, deterministična akcija proti zastareli zaslonu, pri čemer je agent odgovoren za izbiro, kdaj ga poklicati, in za obravnavo vsega, kar bot vrne. Sčasoma roboti upokojijo enega za drugim, ko sistemi za njimi pridobijo lastna orodja, in na strani agenta se ne spremeni nič, ko se to zgodi.

Kar se odločitve ponovno vrne k poslovnemu sistemu. Sois je zgrajen tako, da bot nikoli ni potreben proti njemu: delovno okolje je MCP strežnik, vsaka akcija, ki jo lahko oseba izvede, je izpostavljena kot poimenovano orodje, agent, ki ga že uporabljate, Claude, ChatGPT ali katerikoli MCP odjemalec, se poveže tako, da doda naslov delovnega okolja in se enkrat prijavi. Orodja so filtrirana glede na vlogo osebe, preden jih agent vidi, in ponovno preverjena, ko se izvajajo, tako da dostop ne uspe; poraba je omejena na integracijo; vsak klic je zabeležen z njegovimi vnosi in rezultatom. Kjer še vedno delujete z zastarelim sistemom ob njem, bot ostane na tem sistemu in agent ga obravnava kot še eno orodje.

Če vaš osnovni sistem ima le zaslone, je RPA most in ni sramote v tem. Odločitev, ki je pomembna, je, ali bo naslednji sistem, ki ga kupite, potreboval enega.

Vprašanja, ki jih ljudje postavljajo

Ta članek se pregleda, ko se izdelki, ki jih opisuje, spremenijo. Naslednji načrtovani pregled: 4. december 2026.