Společnost SS&C Blue Prism aktivně pomáhá organizacím po celém světě, zejména těm, které jsou stále pevně zakotveny v tradiční robotické automatizaci procesů (RPA), plynule přejít na pokročilou agentní automatizaci poháněnou umělou inteligencí. Tento posun, oznámený mimo jiné na konferenci Intelligent Automation v rámci TechEx Global ve dnech 4. – 5. února, je reakcí na rostoucí složitost moderních pracovních toků a potřebu zpracovávat nestrukturovaná data, což přesahuje možnosti stávajících RPA řešení.
Proč je přechod na agentní AI nezbytný?
Tradiční RPA systémy byly navrženy pro automatizaci opakujících se úkolů s jasnými, předem definovanými pravidly. Dnešní obchodní prostředí je však charakterizováno explozí nestrukturovaných dat a interakcemi v reálném světě, které jsou z podstaty nedeterministické. Steven Colquitt, viceprezident pro softwarové inženýrství ve společnosti SS&C Blue Prism, zdůrazňuje, že „vstupy se mohou lišit, výsledky se mohou měnit a rozhodnutí závisí na kontextu v reálném čase.“ Tato úroveň složitosti přesahuje rámec toho, co tradiční RPA dokáže efektivně zpracovat.
Příkladem je zpracování úvěrové smlouvy, kde je často potřeba získat desítky „odpovědí“ spíše než jen datových bodů. To vyžaduje úroveň uvažování, kterou dokáží poskytnout pouze velké jazykové modely (LLM), jak vysvětluje Brian Halpin, výkonný ředitel pro automatizaci ve společnosti SS&C Blue Prism. Agentní AI tak umožňuje systémům chápat širší kontext a autonomně se rozhodovat.
Cesta k autonomii: Více než jen instrukce
Základní rozdíl mezi RPA a agentní automatizací spočívá v míře autonomie a způsobu, jakým se úkoly zadávají. Zatímco RPA vyžaduje podrobné instrukce krok za krokem, agentní AI je schopna dosáhnout požadovaného výsledku bez nutnosti přesného návodu. „Dáváme agentovi AI výsledek, který chceme, ale nedáváme mu instrukce, jak ho dokončit,“ říká Halpin. „Neříkáme: ‚Postupujte podle kroku jedna, dva, tři, čtyři, pět.‘ Říkáme: ‚Chci, aby tato půjčka byla zkontrolována‘ nebo ‚Chci, aby byl tento zákazník zařazen.‘“ Tento přístup otevírá dveře k automatizaci mnohem složitějších a adaptivnějších procesů.
SS&C Blue Prism vnímá tento přechod jako cestu, na které provází tisíce svých stávajících zákazníků. Mnoho organizací má již zavedená Centra excelence (CoE) a digitální pracovníky, které nyní společnost pomáhá integrovat do „světa AI“. Často jde o propojení dříve oddělených týmů – procesní automatizace a AI. Halpin si všímá, že v mnoha firmách je AI zřízena jako samostatná jednotka, což brání plné synergii. „Jde o to, jak jim pomoci získat tuto schopnost a začlenit ji do jejich efektivity procesů a umožnit jim dosáhnout dalších 20 %, 30 % automatizace, pokud jde o end-to-end proces,“ dodává.
Výzvy a budoucnost agentní automatizace
Navzdory obrovskému potenciálu není trh na plně autonomní agentní pracovní toky ještě zcela připraven. Brian Halpin poukazuje na klíčové výzvy, které je třeba překonat: důvěra, regulace, auditovatelnost, stabilita a bezpečnost. Velké jazykové modely jsou náchylné k „halucinacím“, jejich výkon se může měnit a změna základního modelu může vést k odlišným reakcím. „Je třeba se ještě hodně naučit, než si myslím, že společnosti přejdou k plně autonomním a skutečným agentním pracovním tokům řízeným z takové nedeterministické perspektivy,“ vysvětluje Halpin.
SS&C Blue Prism aktivně pracuje na řešení těchto výzev. Společnost brzy uvede na trh novou technologii, která organizacím pomůže budovat a vkládat agenty AI do pracovních toků a zároveň asistovat s jejich orchestrací. Tento vývoj je založen na vlastních zkušenostech SS&C Technologies, která je sama jedním z největších uživatelů RPA na světě. S více než 3 500 digitálními pracovníky a 35 agenty AI v produkci, kteří se zabývají komplexními úkoly, dosahuje úspor v řádu stovek milionů dolarů. Tyto zkušenosti sdílí se svými zákazníky, aby jim usnadnila přechod.
Přechod k agentní automatizaci představuje významný krok vpřed v digitální transformaci. Zatímco plná autonomie je ještě na obzoru, integrace schopností AI do stávajících automatizačních rámců je klíčová pro dosažení vyšší efektivity, adaptivity a schopnosti zvládat složitější obchodní procesy. Společnosti by měly sledovat vývoj v oblasti AI agentů a zvažovat postupné začleňování těchto technologií do svých operací, aby zůstaly konkurenceschopné v neustále se vyvíjejícím digitálním prostředí.
