在数字化浪潮的推动下，企业不断寻求高效的自动化解决方案，以提升运营效率、降低成本。RPA（机器人流程自动化）和 AI Agent（人工智能智能体）作为两种重要的技术手段，在企业的数字化转型中扮演着关键角色。如今，随着生成式 AI Agent 的落地应用，RPA 的未来发展路径引发了广泛关注。那么，RPA 将何去何从？事实上，AI Agent 与 RPA 并非相互冲突，相反，二者的有机结合能够发挥出倍增的效能。
长期以来，RPA 在企业运营中占据着重要地位。它通过软件机器人实现大批量、低复杂性及重复性任务的自动化执行，将员工从繁琐的工作中解放出来，使其能够专注于更具价值创造的任务，有效降低了企业的总体运营成本。然而，RPA 并非完美无缺。在实际应用中，客户常常反馈机器人存在脆弱性，维护成本居高不下。一旦数据样式发生变化，机器人就可能陷入无法工作的困境，需要重新配置任务流程，这无疑增加了企业的时间和人力成本。此外，传统 RPA 在面对复杂任务时也存在明显的局限性，尤其是在需要人类判断和决策、涉及非结构化数据处理的场景中，如文本分析、图像识别等任务，RPA 往往难以胜任，无法完全替代人类工作。
而 AI Agent 作为一种能够感知环境、自主决策并执行动作的智能实体，具备独立思考和调用工具完成目标的能力。它能够理解自然语言，处理复杂的逻辑推理，为解决 RPA 的痛点提供了新的思路。将 RPA 与 AI Agent 结合应用，无疑能够实现优势互补，发挥出最大的价值。
具体而言，RPA 与 AI Agent 的结合主要体现在以下两个方面：
一方面，AI Agent 可以调用 RPA 自动化流程，实现 RPA Agent 模式。在企业的日常运营中，AI Agent 通过前端 UI（基于自然语言）与客户进行交互，借助大语言模型（LLM）精准识别客户需求与意图。例如，当客户提出 "需要申请一台笔记本电脑" 时，AI Agent 能够自动判断并选择工具箱中的合适工具（API），智能提取工具所需的输入参数，如员工的 Email、笔记本型号等信息。随后，AI Agent 通过 RPA 系统的开放 API 触发 RPA 自动化流程，实现笔记本电脑申请的全流程自动化处理，大大提高了业务处理的效率和准确性。
另一方面，RPA 也可以调用 AI Agent，实现两者的相互协作。在 RPA 完成任务的过程中，可以将 AI Agent 的调用暴露成接口，通过自然语言触发 Agent 的运行。以财务报销流程为例，RPA 机器人在处理发票审核任务时，可以调用 AI Agent 对发票图像信息进行自动识别和提取，有效提高审核的准确性和效率，减少人工干预，降低错误率。
值得一提的是，国内头部的一些 RPA 厂商已经敏锐地捕捉到这一发展趋势，成为流程自动化领域探索 AI Agent 的先行者，为 RPA 的创新发展带来了新的思路和方法。例如，实在智能推出了基于自研大语言模型 TARS 的 RPA 智能体产品 TARS - RPA - Agent。该产品融合了自研垂直大模型 TARS 和智能屏幕语义理解技术，成功突破了国外软件和 AI 技术的限制，实现了 "你说，PC 做的智能体数字员工"，为企业提供了更加智能化、便捷的自动化解决方案。
另外，金智维也将其 RPA 产品与 AI Agent 深度融合，发布了新品 K - Agent。该产品具备自动生成流程向导、自动分解任务并执行、自动生成页面访问 RPA 代码等强大功能，进一步提升了 RPA 的智能化水平和应用范围。
随着生成式 AI 技术的不断发展和成熟，RPA 与生成式 AI 的融合已成为不可阻挡的必然趋势。这种融合不仅为 RPA 带来了全新的技术手段和广阔的应用场景，使其能够突破传统的局限性，实现更高效、更智能的自动化流程；同时，也为企业的数字化转型提供了更强大的动力，助力企业在激烈的市场竞争中脱颖而出，实现可持续发展。
综上所述，生成式 AI Agent 的落地并非是对 RPA 的挑战，而是为 RPA 的发展带来了新的机遇和变革。通过与 AI Agent 的有机结合，RPA 将在未来的企业数字化运营中继续发挥重要作用，并不断拓展其应用边界，为企业创造更大的价值。我们有理由相信，在生成式 AI 的赋能下，RPA 的未来将更加精彩。
如果你希望在内容里补充更多实际案例，或者从技术原理层面深入分析两者结合的细节，都可以告诉我。