大模型技術(shù)，由于其在自然語言處理和復雜數(shù)據(jù)分析上的出色表現(xiàn)而備受矚目。然而，盡管技術(shù)上取得了突破，大模型在企業(yè)應用市場的實際落地卻面臨不少挑戰(zhàn)，尤其是如何深入整合進企業(yè)的核心業(yè)務流程中。企業(yè)核心業(yè)務高度依賴于具體、實時且連續(xù)的操作流程，而大模型在此方面的應用往往只停留在表面，難以觸及業(yè)務流程的深層次需求。

除了開源大模型本身在理解真實業(yè)務流程上的不足，另一個主要障礙是許多企業(yè)用戶缺乏足夠的數(shù)據(jù)沉淀，甚至連基本的知識庫都沒有。這使得即便大模型具備強大的對話能力，也無法調(diào)用企業(yè)內(nèi)部的知識庫信息，進一步限制了其在實際業(yè)務中的應用。

在這樣的背景下，各類技術(shù)廠商開始從不同角度，探索將大模型落地到企業(yè)應用場景的方法。數(shù)據(jù)猿觀察到，實在智能近期推出的自主智能體——實在Agent，為我們帶來了一些新的思路。這類智能體通過結(jié)合RPA、數(shù)字員工技術(shù)，致力于實現(xiàn)大模型技術(shù)與企業(yè)的日常運營和決策流程無縫對接。

自主智能體，讓大模型真正融入企業(yè)的業(yè)務流程

大模型技術(shù)，盡管在人機交互領(lǐng)域表現(xiàn)出色，卻在深入企業(yè)核心業(yè)務流程中遭遇難題。這主要體現(xiàn)在兩個方面：其在人機對話中的局限性，以及缺乏有效嵌入業(yè)務流程的能力。

當前的大模型，不管是國外的ChatGPT、Gemini、Claude、LLaMA，還是國內(nèi)的文心一言、通義千問、訊飛星火、豆包、智譜清言、Kimi等，核心功能是生成自然且流暢的對話文本，這使它們在客戶服務、FAQ自動化回答、營銷文案創(chuàng)作等簡單任務中表現(xiàn)良好。然而，當面對需要復雜決策和多步驟操作的企業(yè)業(yè)務流程時，這類模型往往顯得力不從心。其核心原因在于，這些模型雖能理解和生成語言，但缺乏對實際業(yè)務邏輯和流程的深入理解和執(zhí)行能力。因而，在企業(yè)應用中，大模型很少能直接影響核心業(yè)務流程的設計和執(zhí)行。

業(yè)務流程通常包含一系列復雜且高度專業(yè)化的決策步驟，需要不僅僅是語言理解，更要有能力對業(yè)務數(shù)據(jù)進行分析和邏輯操作。目前的大模型無法直接與企業(yè)的IT系統(tǒng)、數(shù)據(jù)庫等后端服務深度集成，導致其在自動化高價值業(yè)務操作時效果有限。而且，企業(yè)環(huán)境中的業(yè)務流程可能會因市場、法規(guī)或企業(yè)戰(zhàn)略的變化而需要快速適應和調(diào)整。大模型通常在訓練后的適應性有限，對于快速變化的企業(yè)環(huán)境缺乏足夠的靈活性。

要解決這些問題，讓大模型的應用走向“深水區(qū)”，智能體是一個很有潛力的方向。

何為智能體？OpenAI應用研究主管Lilian Weng提出了：“Agent=LLM+Plan+Memory+Tool Using”的框架，被廣泛接受。

根據(jù)這個定義，智能體的高級功能不僅限于大模型的語言理解能力，還包括更為復雜的規(guī)劃、記憶、工具使用和行動執(zhí)行等能力，這些能力的整合極大地拓展了智能體在企業(yè)中的應用范圍和效能。

例如，智能體的規(guī)劃能力指的是能夠根據(jù)當前情境和預定目標，制定有效的行動策略。這不僅需要理解復雜的任務要求，還需要能夠預測可能的結(jié)果和制定備選方案；記憶能力使得智能體能夠存儲和回憶過去的經(jīng)驗，這對于學習新任務和優(yōu)化現(xiàn)有流程至關(guān)重要；智能體的工具使用能力涉及到對各種軟件工具和系統(tǒng)的操作，這包括數(shù)據(jù)分析工具、ERP系統(tǒng)等。這使得智能體能在不同的技術(shù)環(huán)境中有效工作，自動化復雜的業(yè)務流程；智能體的行動執(zhí)行能力是其將規(guī)劃轉(zhuǎn)化為實際操作的能力。這不僅僅是簡單的任務自動化，更是涉及到根據(jù)動態(tài)環(huán)境調(diào)整行動策略和處理突發(fā)事件。

整合這些能力的自主智能體，可以在復雜的企業(yè)環(huán)境中發(fā)揮更大的作用，不僅能理解和生成語言，更能主動參與到業(yè)務決策和執(zhí)行中，成為企業(yè)運營的核心支持系統(tǒng)，這種智能體的發(fā)展標志著人工智能從輔助工具向真正的業(yè)務合作伙伴的轉(zhuǎn)變。

為了實現(xiàn)這個目標，智能體也在持續(xù)演進當中。

根據(jù)其功能和集成深度的不同，智能體的發(fā)展可以概括為幾個階段：

1. 初級階段：單一對話服務。如ChatGPTs，主要提供基礎(chǔ)的對話式服務，處理簡單的問答和任務，主要依賴直接調(diào)用大模型的能力。

2. 中級階段：工作流編排。如Flow，擴展到一些基礎(chǔ)的業(yè)務流程自動化，如簡單的工作流編排，使用預置的API組件。

3. 高級階段：自主智能體。如實在智能的TARS Agent，這類智能體結(jié)合了自研垂直域大模型和RPA組件，支持復雜的業(yè)務流程自動化，能進行高級規(guī)劃和執(zhí)行，同時具備操作的可視化和人機協(xié)同糾正的功能。

4. 最高級階段：多智能體協(xié)同。這一階段的智能體能在多模態(tài)輸入下進行群體協(xié)作和復雜指令的執(zhí)行，具備更高級的數(shù)據(jù)處理和決策能力。

這些階段體現(xiàn)了智能體從簡單的文本交互，到能夠完全自主執(zhí)行復雜業(yè)務流程的演進，顯示了技術(shù)的成熟和應用領(lǐng)域的拓展。

目前，我們主要處在第三階段——自主智能的攻堅期，將大模型與RPA、數(shù)字員工技術(shù)結(jié)合，是實現(xiàn)自主智能體深入企業(yè)業(yè)務流程的有效途徑。RPA技術(shù)能夠自動執(zhí)行業(yè)務流程中的重復任務，如數(shù)據(jù)輸入、文件處理等。通過將大模型的決策支持能力與RPA的執(zhí)行能力結(jié)合，可以極大提升業(yè)務流程的自動化水平和效率。

結(jié)合RPA、數(shù)字員工后，大模型不再僅僅是一個語言處理工具，而是變成了一個全面的業(yè)務流程解決方案。這種自主智能體可以根據(jù)實時數(shù)據(jù)和環(huán)境變化做出快速決策，并直接操作企業(yè)的業(yè)務系統(tǒng)執(zhí)行任務，從而真正實現(xiàn)AI的業(yè)務價值最大化。

構(gòu)建自主智能體，需要哪些核心能力？

上面談到，自主智能體，是將大模型技術(shù)在企業(yè)應用落地的一個理想方式。那么，該怎么來構(gòu)建自主智能體呢，有哪些關(guān)鍵的環(huán)節(jié)？

構(gòu)建自主智能體的核心挑戰(zhàn)，在于將高度通用的大模型轉(zhuǎn)化為能深入企業(yè)特定業(yè)務流程的高效工具。這一轉(zhuǎn)變不僅要求模型能夠理解和生成語言，更要求其具備深入解析復雜業(yè)務邏輯的能力。

具體來看，要構(gòu)建出上面說得自主智能體，引領(lǐng)數(shù)字員工發(fā)展，需要具備三方面的核心能力：

1、在通用大模型基礎(chǔ)上，微調(diào)出業(yè)務流程垂直大模型。

在構(gòu)建針對特定業(yè)務流程的垂直大模型時，首先要建立一個包含高質(zhì)量業(yè)務流程數(shù)據(jù)的領(lǐng)域知識庫。這一知識庫的目的是為大模型提供必要的行業(yè)特定數(shù)據(jù)，支撐模型更深入地理解業(yè)務流程的細節(jié)和變量。

接下來，通過在這些專業(yè)數(shù)據(jù)集基礎(chǔ)上進行訓練微調(diào)，將通用大模型定制化，以適應具體業(yè)務領(lǐng)域的需求。

需要指出的是，傳統(tǒng)的大模型（LLM）主要側(cè)重于對話能力和語義理解，而對于執(zhí)行具體任務的能力卻有所不足。為此，自主智能體的底座應該是Large Action Model（LAM），即大任務或動作模型。LAM經(jīng)過微調(diào)和優(yōu)化，不僅能理解復雜的業(yè)務流程，還能實際操作和完成這些流程，是企業(yè)實現(xiàn)自主智能體的關(guān)鍵技術(shù)。

例如，實在智能近期推出的實在Agent，其底座模型就是采用了LAM，這賦予了它在執(zhí)行任務方面的獨特優(yōu)勢。通過高質(zhì)量的業(yè)務流程數(shù)據(jù)集和領(lǐng)域知識庫，實在Agent能夠深入理解和執(zhí)行特定領(lǐng)域的業(yè)務任務。

2、構(gòu)建智能屏幕語義理解技術(shù)支持下的流程拆解能力。

在構(gòu)建自主智能體過程中，屏幕語義理解技術(shù)和流程拆解是實現(xiàn)業(yè)務流程自動化的核心要素。智能體通過自然語言處理技術(shù)精確理解用戶的意圖和需求，這不僅需要捕捉指令的字面意義，還要深入其背后的業(yè)務語境。接著，任務分解算法將這些復雜需求細化為具體的操作步驟。這涉及高度復雜的算法，需要確保每個步驟都是邏輯正確且可執(zhí)行的。智能體需要具備強大的邏輯推理能力以及對業(yè)務流程的深刻理解，才能有效完成這項任務。

另一方面，自主智能體通過屏幕語義理解技術(shù)，識別并理解桌面應用中的各種界面元素和控件，如按鈕、輸入框、菜單等。這種識別不僅需要高精度，還要適應界面的動態(tài)變化。將屏幕語義理解與任務拆解結(jié)合起來，智能體才能確保生成的流程步驟準確映射到相應的功能組件上。這不僅要求智能體理解業(yè)務邏輯并將其拆解成對應的操作流程，還需要清楚每一個流程步驟需要操作屏幕上哪一個元素。

3、優(yōu)化自主智能體對桌面和手機端一切應用的調(diào)用與交互能力，完成流程的順暢執(zhí)行。

在理解屏幕元素并將流程拆解好之后，接下來最關(guān)鍵的就是將這些流程一步步的執(zhí)行完。這一過程中，最核心的是自主智能體對桌面和手機端一切應用、工具的調(diào)用，并模擬用戶操作，與這些應用進行一系列交互，來完成整個流程的執(zhí)行。

這一過程的核心挑戰(zhàn)，在于自主智能體的跨平臺調(diào)用能力的普適性和適應性，無論是開放API接口的應用，還是沒有API接口的傳統(tǒng)桌面應用，智能體都能有效調(diào)用和操作。智能體必須不斷優(yōu)化其屏幕語義理解技術(shù)，以適應不同應用程序版本和用戶設置的變化。此外，交互算法的優(yōu)化也至關(guān)重要，以確保智能體能夠在各種操作系統(tǒng)和軟件環(huán)境中穩(wěn)定運行。

通過這種對應用調(diào)用與交互的高度適應性和靈活性，智能體不僅能在不同的業(yè)務場景中高效工作，還能幫助企業(yè)實現(xiàn)更高水平的自動化和智能化運營。這種能力使智能體成為企業(yè)數(shù)字化轉(zhuǎn)型中的關(guān)鍵工具，能夠顯著提升業(yè)務流程的效率和準確性。

實在Agent，交出了第一份答卷

上面分析了構(gòu)建自主智能體所需要具備的一些核心能力，可以看到，這些能力的構(gòu)建并不容易。那么，現(xiàn)在有企業(yè)做出了這樣的自主智能體么？實在智能近期推出的實在Agent給了我們一個有益的啟示。

具體來看，實在Agent在以下六個方面做了特色：

1. 自然語言理解與對話

實在Agent通過自然語言處理技術(shù)，實現(xiàn)了與用戶的自然對話式交互，準確捕捉用戶的意圖，并將其轉(zhuǎn)化為具體的自動化任務。

2. 自動化任務生成與執(zhí)行

用戶只需通過自然語言描述業(yè)務流程，實在Agent便能夠利用其內(nèi)置的大模型，精準識別并拆解任務，生成相應的RPA組件。這一過程完全革新了傳統(tǒng)RPA流程的設計和編排工作，使得非技術(shù)用戶也能夠輕松地創(chuàng)建自動化任務。

3. 智能屏幕語義理解

智能屏幕語義理解技術(shù)是實在Agent的另一大亮點，這項技術(shù)賦予了實在Agent強大的屏幕元素識別能力，使其能夠在復雜的用戶界面中，準確識別出操作元素，如輸入框、按鈕等。這一功能對于提高自動化任務的準確性至關(guān)重要，尤其是在面對動態(tài)變化的網(wǎng)頁內(nèi)容或客戶端軟件時。通過智能屏幕語義理解，實在Agent能夠?qū)崿F(xiàn)更加智能、精準的自動化操作，減少因元素識別錯誤導致的執(zhí)行失敗，從而提高自動化任務的穩(wěn)定性和可靠性。

4. 用戶界面與交互設計

實在Agent的用戶界面與交互設計同樣值得稱道，它提供了簡約直觀的用戶界面，支持快捷操作，如通過快捷鍵顯示或隱藏常駐窗口，以及通過菜單快速訪問各項功能。這種設計不僅提升了用戶體驗，也使得實在Agent更加易于上手。

5. 異常處理與手動干預

在自動化執(zhí)行過程中，實在Agent它能夠智能識別異常并暫停，允許用戶手動介入處理，確保任務正確執(zhí)行。這種異常處理與手動干預的能力，使得實在Agent在面對復雜多變的業(yè)務環(huán)境時，依然能夠保持高效率和高準確性。

6.越用越好的智能體

隨著用戶的持續(xù)使用，實在Agent不斷積累用戶數(shù)據(jù)，更深入地了解用戶習慣，從而提供更加個性化、精準的服務。這種自我學習和優(yōu)化的能力，使得實在Agent不僅僅是一個工具，更是一個能夠不斷進化和成長的智能伙伴。

這六大功能使得實在Agent成為一個高效、易用且強大的自動化助手，適用于各種業(yè)務流程自動化場景。實在Agent的應用場景廣泛，無論是財務、客服、電商還是其他業(yè)務領(lǐng)域，它都能提供高效的自動化解決方案。例如，在財務領(lǐng)域，實在Agent能夠自動完成發(fā)票開具、報表導出等工作；在客服領(lǐng)域，它能夠識別客戶業(yè)務訴求，自動錄入業(yè)務系統(tǒng)，提供7×24小時的服務，這些應用案例充分展示了實在Agent在實際業(yè)務中的強大能力。

以招商銀行客戶的一個應用場景為例，通過與實在Agent對話，即可完成“招商客戶端下載交易數(shù)據(jù)”這個業(yè)務流程。用戶只需要說出需求，實在Agent即可將這個需求分解為一系列業(yè)務流程，并生成對應的流程組件。接下來，實在Agent會一步步的執(zhí)行相應的流程，并逐步反饋運行狀態(tài)。最終，完成所有流程組件的運行，得到用戶最開始給出的“招商客戶端下載交易數(shù)據(jù)”這個指令的結(jié)果。

自主智能體的長征，才剛剛開啟

需要指出的是，在大模型與業(yè)務流程深度融合的過程中，實在Agent這類自主智能體已經(jīng)展現(xiàn)出巨大的應用潛力。但是，自主智能體的變革才剛剛開始，接下來將進入快速發(fā)展期。其中，以下幾個方面的發(fā)展態(tài)勢尤其值得關(guān)注。

多模態(tài)能力的發(fā)展與集成

未來的自主智能體將不僅限于文本和語音的處理，它們還將整合視覺、語音等多模態(tài)輸入，以提升環(huán)境感知和交互能力。通過整合這些多模態(tài)數(shù)據(jù)，智能體能夠更全面地理解用戶需求和操作環(huán)境。例如，在一個綜合辦公環(huán)境中，智能體不僅可以通過語音指令接收任務，還能通過攝像頭和傳感器獲取環(huán)境信息，進行更加精準和智能的操作。

這種多模態(tài)能力的融合，不僅提升了智能體的交互自然性，還增加了其在復雜環(huán)境中的適應性。例如，在智能制造中，智能體可以通過視覺識別和分析生產(chǎn)線上的每個細節(jié)，結(jié)合語音指令進行操作，從而實現(xiàn)更加精確和高效的生產(chǎn)流程。

自主智能體向多智能體協(xié)同的演進，形成人類統(tǒng)一指揮下數(shù)字員工集群的人機協(xié)同體系。

在上文提到的智能體四個演進階段中，在自主智能之后，將會逐步衍生出多智能體的協(xié)同。隨著技術(shù)的進步，單一智能體的功能雖強大，但在處理更復雜的系統(tǒng)級任務時，單體智能顯然是不夠的。

因而，自主智能體需要向多智能體協(xié)同演進，形成在人類統(tǒng)一指揮下的人機協(xié)同體系。在這個體系中，每一個自主智能體就相當于一個數(shù)字員工，而多智能體就相當于數(shù)字員工集群。通過人機協(xié)同，這個數(shù)字員工集群在人類的指揮下分工合作，這將顯著提升業(yè)務流程的復雜處理能力和效率。

例如，在供應鏈管理中，一個智能體負責庫存監(jiān)控，另一個智能體負責訂單處理，第三個智能體則負責物流調(diào)度。通過協(xié)同工作，這些智能體能夠快速響應市場變化，優(yōu)化資源配置，提高整體運營效率。隨著技術(shù)的不斷進步，多智能體協(xié)同將在更多行業(yè)和場景中得到廣泛應用，推動企業(yè)向智能化、自動化和高效運營的方向不斷邁進。

自主智能體與各個業(yè)務系統(tǒng)無縫集成，提升其對企業(yè)核心業(yè)務的滲透能力。

自主智能體的另一個關(guān)鍵發(fā)展方向，是與企業(yè)現(xiàn)有的IT系統(tǒng)（如ERP、CRM等）的無縫集成。這種集成將形成一個統(tǒng)一的智能化平臺，使得智能體能夠在一個綜合系統(tǒng)中工作，完成更復雜的任務分工合作和高效執(zhí)行。

當然，實現(xiàn)這一點需要克服許多技術(shù)和管理挑戰(zhàn)。例如，數(shù)據(jù)的統(tǒng)一和共享問題，不同系統(tǒng)之間的數(shù)據(jù)格式和接口不同，需要進行標準化處理；系統(tǒng)間的通信和協(xié)調(diào)，需要確保數(shù)據(jù)在不同系統(tǒng)間的實時同步和一致性；安全性和隱私保護，在進行數(shù)據(jù)整合時，需要確保數(shù)據(jù)的安全和用戶隱私的保護。

構(gòu)建開放平臺，繁榮自主智能體生態(tài)

為了推動自主智能體技術(shù)的進一步發(fā)展，構(gòu)建一個開放的平臺生態(tài)系統(tǒng)是至關(guān)重要的。像實在智能這樣的超自動化廠商，提供豐富的API和SDK，方便開發(fā)者集成和擴展智能體功能，構(gòu)建一個繁榮的智能體生態(tài)系統(tǒng)。

這種開放平臺的構(gòu)建，不僅可以加速技術(shù)創(chuàng)新，還可以促進技術(shù)的普及和應用。開發(fā)者可以在這個平臺上自由開發(fā)和部署各種智能體應用，滿足不同用戶和行業(yè)的需求。例如，開發(fā)者可以基于開放平臺開發(fā)出適用于醫(yī)療領(lǐng)域的智能體，為醫(yī)生提供輔助診斷和治療建議，提高醫(yī)療服務的質(zhì)量和效率。

隨著自主智能體的發(fā)展，其業(yè)務價值將逐步得到釋放。例如，它大幅度降低了數(shù)字員工的使用門檻，擴大了數(shù)字員工的適用范圍，進而擴大了數(shù)字員工和RPA市場。

而且，自主智能體可以自動化處理繁瑣的業(yè)務流程，解放了人力資源，使得員工能夠?qū)Ｗ⒂诟邉?chuàng)造性的工作，推動業(yè)務創(chuàng)新。例如，在財務管理中，智能體可以自動處理各種票據(jù)和報表生成任務，財務人員可以將更多時間用于財務分析和戰(zhàn)略決策。

總的來說，自主智能體的發(fā)展不僅推動了企業(yè)的數(shù)字化轉(zhuǎn)型，也提升了企業(yè)的運營效率和創(chuàng)新能力。隨著技術(shù)的不斷進步和應用的深入，自主智能體將在更多領(lǐng)域和場景中發(fā)揮重要作用，推動社會的智能化進程。

來源：數(shù)據(jù)猿