De « humain + RPA » à « humain + IA générative + RPA », comment le LLM affecte-t-il l'interaction homme-machine RPA ?

Source de l'image@visualChina

Article | Wang Jiwei

De « humain + RPA » à « humain + IA générative + RPA », comment le LLM affecte-t-il l'interaction homme-machine RPA ?

D'un autre point de vue, comment le LLM affecte-t-il la RPA du point de vue de l'interaction homme-machine ?

Le RPA, qui affecte l'interaction homme-machine dans le développement de programmes et l'automatisation des processus, sera désormais également modifié par le LLM ?

Comment le LLM affecte-t-il l'interaction homme-machine ? Comment l’IA générative modifie-t-elle l’interaction homme-machine de la RPA ? Un article pour comprendre :

• L'ère des grands modèles approche et l'IA générative basée sur le LLM transforme rapidement l'interaction homme-machine RPA
 ;
• L'IA générative redéfinit l'interaction homme-machine et le LLM affecte les changements dans l'architecture logicielle RPA.

Si vous demandez quelle contribution la RPA a au développement et à l’automatisation des programmes, l’une des réponses est qu’elle a modifié l’interaction homme-machine (HCI).

Dans les outils traditionnels d'automatisation des flux de travail, les développeurs de logiciels doivent générer une liste d'actions, automatiser les tâches et s'interfacer avec les systèmes back-end à l'aide d'interfaces de programmation d'applications (API) internes ou de langages de script spécialisés.

Les systèmes RPA développent des listes d'actions en observant les utilisateurs effectuer cette tâche dans l'interface utilisateur graphique (GUI) de l'application, puis effectuent l'automatisation en répétant ces tâches directement dans l'interface graphique, et peuvent les traiter sur plusieurs données d'application.

Cette forme apparemment simple connue sous le nom de « plug-in » réduit efficacement les obstacles à l'utilisation de l'automatisation dans les produits et rend l'automatisation de bout en bout possible pour un plus grand nombre d'organisations.

En tant que technologie d'automatisation des processus métiers qui change la façon de travailler des travailleurs numériques, elle a non seulement libéré les ressources humaines du travail simple et répétitif depuis plus de 20 ans, mais a également facilité le développement de programmes. Dans le même temps, il crée également un modèle d'interaction homme-machine « humain + RPA », permettant aux organisations de réaliser plus facilement une collaboration homme-machine.

Surtout après l'émergence de plates-formes RPA suffisamment matures, flexibles, évolutives et fiables ces dernières années, de nombreuses grandes organisations peuvent utiliser la RPA pour améliorer et optimiser leurs processus commerciaux et leurs modèles de développement afin de réaliser des gains d'efficacité et des réductions de coûts.

Ce qui précède est réalisé parce que la RPA améliore et optimise continuellement l'automatisation des processus métier et l'interaction homme-machine dans le développement de programmes.

Oui, la RPA, qui a été soutenue par de nombreuses technologies, pénètre continuellement dans de plus en plus d'industries et continue également de modifier l'interaction homme-machine dans divers scénarios commerciaux dans différents domaines.

Surtout ces dernières années, la RPA est redevenue populaire précisément parce qu'elle intègre profondément la technologie de l'IA. L'ensemble des technologies d'hyper-automatisation avec RPA comme noyau comprend toutes les technologies liées à l'automatisation, permettant à l'expérience d'interaction homme-machine automatisée de bout en bout de continuer à s'améliorer et d'être ainsi favorisée par un plus grand nombre d'organisations.

Maintenant, l’ère des grands modèles d’IA est arrivée, et la RPA en évolution intègre également la technologie d’IA générative. Le RPA actuel qui intègre le LLM (Large Language Model, grand modèle de langage) peut être considéré comme un énorme progrès dans l'interaction homme-machine, et même une subversion du modèle RPA précédent.

Puisque nous voulons parler de l'impact du LLM sur l'interaction homme-machine RPA, nous devons naturellement commencer par l'interaction homme-machine. Quel impact le LLM a-t-il sur l’interaction homme-machine ? Comment la RPA améliore-t-elle l’interaction homme-machine ? Quel impact le LLM a-t-il sur la RPA ?

Dans cet article, la chaîne Wang Jiwei vous en parlera.

Partez de l'interaction homme-machine

Dans les années 1970, la plupart des bureaux utilisaient encore des limes métalliques, des machines à écrire et de grandes quantités de papier pour gérer leur entreprise. Et les ordinateurs encombrants ne peuvent être stockés que dans des chambres froides que seules quelques personnes peuvent exploiter.

Afin de résoudre ces problèmes, certaines entreprises ont commencé à développer des ordinateurs personnels. Xerox a développé le Xerox Alto en 1973. Bien que le produit n'ait jamais été lancé en raison de son coût élevé et d'autres problèmes, il est devenu la première esquisse d'une interface graphique et la source d'inspiration pour Macintosh et Windows.

Influencé par une série de recherches et de R&D correspondantes, ainsi que par la forte demande du marché pour les petits ordinateurs à cette époque, comme moyen d'étudier comment et pourquoi rendre les ordinateurs plus conviviaux, le concept d'interaction homme-machine et un une nouvelle discipline est apparue dans les années 1970, fin des années 1980 et début des années 1980.

Depuis lors, le domaine de l'HCI a continué à se développer, principalement pour disséquer le comportement humain afin de résoudre les problèmes de société les plus complexes, pour étudier comment les gens interagissent avec les ordinateurs et dans quelle mesure les utilisateurs sont capables d'interagir avec les ordinateurs, dans le but de créer un relation entre les ordinateurs et les utilisateurs Avoir des interactions réussies et explorer les domaines qui nécessitent un développement plus pertinent.

En raison de sa capacité à résoudre les contradictions aiguës de la productivité sociale de l'époque, le domaine de recherche de l'HCI s'est étendu à tous les domaines informatiques en peu de temps.

Au même moment, les chercheurs ont réalisé qu'ils devaient étendre l'interaction avec les ordinateurs à tout le monde, et pas seulement aux professionnels des technologies de l'information. En conséquence, en quelques années, l’HCI s’est rapidement développée pour inclure presque tous les changements dans la conception des technologies de l’information.

Grâce aux efforts de Steve Jobs et d'autres, Apple a lancé l'ordinateur personnel Macintosh en 1984, qui a complètement changé la forme de l'interaction homme-machine. Il a rendu l'utilisation de l'ordinateur plus facile, la communication plus simple et les interfaces utilisateur basées sur le clavier, la souris et les icônes sont devenues populaires.

Plus tard, Apple est devenu le pionnier des PC personnels et Microsoft a lancé le système Windows. Ces produits et logiciels ont complètement changé et bouleversé les processus commerciaux mondiaux et les formes d'interaction homme-machine au bureau.

Tout le monde les connaît, il n'est donc pas nécessaire de les présenter ici.

À ce jour, l'IoT est devenu la base de la connectivité réseau, l'intelligence artificielle est devenue omniprésente et l'interaction homme-machine est toujours au centre de diverses technologies, produits et solutions.

Grâce à la brève histoire du développement précédente, je pense que tout le monde devrait déjà avoir une compréhension générale de l'interaction homme-machine. Alors, qu’est-ce que l’interaction homme-machine exactement ? Regardons la section suivante.

Les quatre éléments, six objectifs et sept principes de l'interaction homme-machine

La définition générale est que la technologie d'interaction homme-machine (Human-Computer Interaction Techniques) fait référence à la technologie qui réalise le dialogue entre les humains et les ordinateurs de manière efficace via des périphériques d'entrée et de sortie informatiques.

La technologie d'interaction homme-machine comprend des machines fournissant une grande quantité d'informations pertinentes et des demandes d'instructions via des périphériques de sortie ou d'affichage, et les personnes saisissent des informations pertinentes dans les machines via des périphériques d'entrée, répondent à des questions et demandent des instructions, etc. Par conséquent, la technologie d’interaction homme-machine est l’un des contenus importants dans la conception d’interfaces utilisateur informatiques.

Sur le plan académique, l'interaction homme-machine est une discipline concernée par la conception, l'évaluation et la mise en œuvre de systèmes informatiques interactifs à usage humain, ainsi que par l'étude des phénomènes majeurs qui les entourent.

L'interaction homme-machine se concentre sur l'interface (interface d'interaction) entre les personnes (utilisateurs) et les ordinateurs, et se concentre sur la conception et l'utilisation de la technologie informatique. L’interaction homme-machine couvre de nombreuses disciplines, dont l’informatique, la psychologie, la sociologie, le graphisme, le design industriel, etc. C’est une science moderne très complète.

Wikipédia estime que l'interface entre les humains et les ordinateurs est cruciale pour faciliter cette interaction. Les applications de bureau, les navigateurs Internet, les ordinateurs de poche et bien plus encore utilisent les interfaces graphiques populaires d'aujourd'hui. Les systèmes de reconnaissance et de synthèse vocales utilisent des interfaces utilisateur vocales (VUI).

Les interfaces utilisateur multimodales et graphiques émergentes permettent aux utilisateurs d'interagir avec des personnages et des agents spécifiques d'une manière que d'autres interfaces ne peuvent pas.

Ainsi, le développement du domaine de l'interaction homme-machine a conduit à l'amélioration de la qualité de l'interaction et a donné naissance à de nombreux nouveaux domaines de recherche. Au lieu de concevoir des interfaces conventionnelles, différentes branches de recherche se concentrent sur le concept de multimodalité plutôt que d'unimodalité, d'interfaces adaptatives intelligentes plutôt que d'interfaces basées sur des commandes/opérations et des interfaces actives plutôt que des interfaces passives.

Du nom d'interaction homme-machine, on peut déduire qu'elle se compose de trois parties, à savoir l'utilisateur, l'ordinateur lui-même et la façon dont ils travaillent ensemble.

Plus tard, ces trois parties ont été développées en quatre éléments de base, à savoir l'utilisateur, la tâche, l'outil/interface et l'arrière-plan.

• Les utilisateurs, c'est-à-dire les individus ou groupes d'individus qui travaillent ensemble sur un projet, sont appelés composants utilisateurs. HCI étudie les besoins, les objectifs et les styles d'interaction des utilisateurs.
• Tâche, c'est-à-dire tâche orientée vers un objectif, lorsqu'il utilise un ordinateur, l'utilisateur a toujours un but ou un objectif. Pour y parvenir, les ordinateurs présentent des représentations numériques des choses.
• Interface, c'est-à-dire que l'élément HCI de base qui peut améliorer la qualité de l'interaction utilisateur est l'interface. De nombreux facteurs liés à l’interface doivent être pris en compte, notamment le type d’interaction, la résolution de l’écran, la taille de l’affichage et même le contraste des couleurs.
• Contexte, HCI ne consiste pas seulement à assurer une meilleure communication entre les utilisateurs et les ordinateurs, mais également à prendre en compte le contexte et l'environnement dans lesquels le système est accédé.

Dans le même temps, HCI a six objectifs, à savoir une utilisation efficace (efficacité), une utilisation sûre (sécurité), une bonne utilité (praticabilité), facile à apprendre (capacité d'apprentissage) et facile à retenir comment utiliser (mémorabilité) ) .

Sur cette base, les 7 principes de conception de HCI sont également dérivés, comme suit :

Principe 1 : Utilisation équitable

Principe 2 : Utilisation flexible

Principe 3 : Utilisation simple et intuitive

Principe 4 : Informations perceptibles

Principe 5 : Tolérance aux pannes

Principe 6 : Faible travail physique

Principe 7 : Aborder et utiliser la taille et l'espace.

Dans des applications spécifiques, l'Internet des objets, la technologie de suivi oculaire, la technologie de reconnaissance vocale, l'utilisation de l'AR/VR et le cloud computing sont tous des cas très typiques d'interaction homme-machine.

L'histoire du développement de l'HCI et un grand nombre d'opinions et de cas prouvent que la technologie peut améliorer considérablement l'HCI.

Parallèlement aux percées et au développement des technologies de la communication et de l'information, ils continuent d'apporter un impact et des améliorations significatifs à HCI. Par exemple, la RPA, qui a prospéré ces dernières années grâce à l’aide de la technologie de l’IA, a apporté de grandes améliorations en matière d’interaction et d’expérience homme-machine dans l’automatisation des processus métier et les scénarios d’affaires de bureau.

Interaction homme-machine et RPA

Nous avons mentionné plus tôt que l'objectif de l'interaction homme-machine est de permettre aux ordinateurs de mieux s'adapter aux besoins humains et de fournir des méthodes d'interaction plus conviviales, plus intelligentes et plus naturelles, telles que la reconnaissance vocale, la reconnaissance d'images, le traitement du langage naturel, les gestes. contrôle etc

RPA est une technologie qui utilise des robots logiciels pour simuler des opérations humaines. Elle peut interagir avec les systèmes d'applications d'entreprise via des interfaces utilisateur et effectuer les tâches attendues.

La RPA contemporaine intègre également l'intelligence artificielle (IA) et l'apprentissage automatique (ML) pour réaliser une automatisation intelligente des processus (IPA) et gérer des cas d'utilisation plus complexes tels que le traitement du langage naturel (NLP), la vision par ordinateur (CV) et l'attente d'analyse de données.

RPA peut automatiser les flux de travail répétitifs basés sur des règles, améliorer l'efficacité, la précision et la conformité du travail, réduire les coûts de main-d'œuvre, réduire les taux d'erreur, économiser du temps et des coûts, et convient à divers scénarios commerciaux répétitifs et standardisés, tels que la finance, les ressources humaines, chaîne d'approvisionnement, technologies de l'information, etc.

Wang Jiwei Channel a déclaré un jour dans l'article "À l'ère de la transformation numérique, RPA+AI est le meilleur moyen d'ouvrir la collaboration homme-machine", dans les systèmes logiciels de gestion d'entreprise contemporains et divers outils d'automatisation, du point de vue de la difficulté de fonctionnement , cycle de déploiement, coût d'investissement D'autres points de vue, la RPA peut être considérée comme le meilleur moyen pour les organisations d'appliquer la collaboration homme-machine.

Parmi eux, le plus grand avantage de la RPA est qu'elle réduit la difficulté de développement de programmes, permet au personnel commercial de première ligne de participer au développement d'applications simples et fait du développement national une réalité supplémentaire.

La RPA peut y parvenir car elle modifie le modèle d'interaction homme-machine de développement de programmes. Cela permet aux employés ordinaires qui ne savent pas programmer d'utiliser les outils RPA pour développer les programmes d'automatisation ou les robots logiciels dont ils ont besoin, comme les programmeurs.

D'une part, la RPA facilite le développement de programmes, de l'écriture de code au « glisser-déposer » de divers composants fonctionnels ; d'autre part, elle peut automatiser davantage de processus métier, ne nécessitant plus d'exécution manuelle. On peut dire que la RPA a modifié à la fois l’interaction homme-machine dans le développement de programmes et l’exécution commerciale.

La RPA est donc étroitement liée à l’interaction homme-machine. La RPA étant essentiellement un modèle de travail collaboratif homme-machine, elle nécessite que les humains définissent des règles, supervisent l'exécution, optimisent et améliorent, tandis que les machines sont responsables de l'exécution des règles, de la fourniture de commentaires, de l'apprentissage et de l'amélioration.

RPA peut non seulement simuler des opérations humaines, mais également se combiner avec la technologie de l'IA pour parvenir à la compréhension et à la prise de décision humaines. Par exemple, la technologie OCR (reconnaissance optique de caractères) est utilisée pour identifier le texte dans les images, la technologie NLP est utilisée pour comprendre l'intention du langage et la technologie de prise de décision intelligente est utilisée pour formuler des solutions optimales.

RPA qui intègre l'IA et d'autres technologies présente les avantages suivants :

1. Réduire efficacement la charge de travail, en libérant les gens des tâches fastidieuses en arrière-plan et en se concentrant sur une innovation et un travail stratégique plus précieux ;

2. Améliorer la vitesse et la qualité de l'interaction homme-machine. Les robots logiciels peuvent travailler 24 heures sur 24, sans être affectés par le temps, le lieu et les émotions, et ne feront pas d'erreurs ou d'omissions ;

3. Élargir la portée et la profondeur de l'interaction homme-machine. Les robots logiciels peuvent accéder et intégrer plusieurs systèmes logiciels non liés, traiter de grandes quantités de données structurées et non structurées et utiliser les capacités de l'IA et du ML pour l'apprentissage et l'optimisation.

Ainsi, la RPA est une technologie efficace et typique pour optimiser l’interaction homme-machine. Il peut réaliser l'automatisation, l'intelligence et l'optimisation des processus, apportant ainsi des améliorations en termes d'efficacité, de qualité et de valeur aux entreprises.

L'impact du LLM sur l'interaction homme-machine

LLM est un modèle de langage qui utilise des réseaux de neurones pour effectuer un apprentissage auto-supervisé ou semi-supervisé sur une grande quantité de texte non étiqueté. LLM possède un nombre considérable de paramètres (généralement des milliards ou plus) et peut afficher d'excellentes performances sur une variété de tâches.

À en juger par les applications actuelles dans divers domaines, l'émergence de la technologie d'IA générative basée sur le LLM a apporté des changements perturbateurs dans l'interaction homme-machine.

Le sentiment le plus direct que l'IA générative donne aux gens est que de nombreuses opérations logicielles et opérations inter-logicielles dans le flux de travail d'origine peuvent désormais être réalisées avec seulement quelques cycles de dialogue avec l'IA générative.

Par exemple, en utilisant Midjourney pour générer des images ou ChatGPT Plus pour générer des codes d'application logicielle, il n'est pas du tout nécessaire d'utiliser un logiciel de dessin ni un logiciel de programmation. De plus, l'écosystème de plug-ins de ChatGPT s'améliore rapidement. À l'avenir, il y aura de plus en plus d'opérations commerciales dans des scénarios d'application, qui pourront être complétées par un simple dialogue.

Il s'agit d'un changement dans le mode d'interaction. Il transforme directement l'interaction homme-machine d'origine avec diverses interfaces utilisateur logicielles en interaction avec une fenêtre de discussion, ce qui constitue une expérience interactive sans précédent.

Pour résumer, le LLM ou IA générative a les impacts suivants sur l'interaction homme-machine :

Tout d’abord, cela améliore l’efficacité, la qualité et la commodité de l’interaction homme-machine.

Grâce à l'IA générative, les utilisateurs peuvent obtenir rapidement les informations ou les services qu'ils souhaitent sans dépenser beaucoup de temps et d'énergie. Dans le même temps, LLM peut générer des réponses appropriées basées sur les entrées et le contexte de l'utilisateur, réduisant ainsi la charge de saisie de l'utilisateur et améliorant la fluidité et le naturel des interactions. En outre, l’IA générative peut également ajuster dynamiquement sa sortie en fonction des commentaires et des préférences des utilisateurs pour obtenir de meilleurs effets interactifs. Par exemple, ChatGPT peut aider les utilisateurs à effectuer des tâches complexes telles que l'écriture, la conception et la programmation, ou fournir aux utilisateurs des recommandations personnalisées, des consultations, des divertissements et d'autres contenus.

Deuxièmement, augmenter la diversité et la créativité de l'interaction homme-machine. LLM peut générer différents styles de texte, audio, vidéo et autres contenus en fonction des besoins et des préférences des utilisateurs pour répondre aux besoins personnalisés et diversifiés des utilisateurs. Grâce à l'IA générative, les utilisateurs peuvent accéder et choisir davantage de contenu, élargissant ainsi leurs horizons et leur réflexion. Bien entendu, l’IA générative peut également avoir des conversations plus approfondies et plus flexibles avec les utilisateurs pour répondre à leurs différents besoins émotionnels et émotionnels.

Par exemple, l'IA générative peut fournir aux utilisateurs des textes, des images, de la musique, etc. de différents styles et thèmes, ou générer du contenu nouveau et intéressant pour les utilisateurs, comme des poèmes, des histoires, des blagues, etc.

Troisièmement, changer la relation et le sens de l'interaction homme-machine. Grâce à l'IA générative, les utilisateurs peuvent établir une connexion plus étroite et de confiance avec l'intelligence artificielle, et même créer un sentiment de co-création et de coopération.

Le chatbot basé sur LLM peut fournir aux utilisateurs plus de commentaires et de suggestions, ou partager leurs pensées et leurs sentiments avec les utilisateurs. L’IA générative peut également sensibiliser les utilisateurs à leurs propres forces et limites et à celles de l’intelligence artificielle, ainsi qu’à la manière de mieux les utiliser et de les développer.

Quatrièmement, élargir les domaines et les scénarios d'interaction homme-machine. Les applications d'IA générative telles que ChatGPT ont une forte adaptabilité et généralisation, et peuvent être appliquées à divers domaines et scénarios, tels que l'éducation, le divertissement, les soins médicaux, les affaires, etc. Que les utilisateurs souhaitent apprendre, jouer, consulter, faire du shopping, etc., ils peuvent atteindre leurs objectifs en communiquant avec des applications telles que ChatGPT.

Cinquièmement, améliorez le plaisir et l'intimité de l'interaction homme-machine. L'application d'IA générative basée sur LLM possède des connaissances et une personnalité riches. Elle peut ajuster son style de langage et ses sujets en fonction des intérêts et des émotions de l'utilisateur, et peut même générer de l'humour, de la poésie, des histoires et d'autres contenus créatifs pour divertir les utilisateurs.

De cette façon, les utilisateurs n'auront pas l'impression que communiquer avec le robot est une chose ennuyeuse, mais sentiront que communiquer avec le robot est une chose intéressante et chaleureuse.

Le LLM a un impact important et complexe sur l'interaction homme-machine, lui conférant un grand potentiel de développement et une valeur d'application industrielle dans divers domaines. Les organisations doivent explorer et utiliser activement le LLM et l'IA générative pour améliorer le niveau et l'expérience de l'interaction homme-machine, améliorer l'efficacité et la qualité de l'interaction homme-machine, améliorer les relations d'interaction homme-machine et élargir les domaines et les scénarios de l'interaction homme-machine. interaction.

Bien sûr, nous devons également prêter attention aux risques et aux défis qu'il entraîne, ainsi qu'à la manière de l'utiliser et de le superviser de manière raisonnable.

Il convient de noter que l’IA générative basée sur de grands modèles de langage s’intègre rapidement à la RPA. L’IA générative apportera un saut qualitatif à l’interaction homme-machine de la RPA.

LLM change l'interaction homme-machine RPA

RPA peut automatiser les processus métiers répétitifs, réguliers et à faible valeur, ce qui peut améliorer l'efficacité, réduire les coûts et réduire les erreurs. Mais il est également confronté à certains défis et limites, tels que la difficulté à gérer des scénarios commerciaux complexes, changeants et de grande valeur, la difficulté à s'adapter aux changements dans les processus métier, le besoin d'une maintenance et de mises à jour constantes, et la difficulté à gérer des scénarios commerciaux complexes, non structurés et Tâches qui nécessitent de la créativité ou du jugement, etc.

Bien que l'architecture hyper-automatisée ait rendu le fonctionnement de la RPA suffisamment stable, il existe également des dangers cachés dans un fonctionnement stable pour les processus complexes.

Dans le passé, les fabricants ont essayé différentes manières de résoudre ces problèmes, mais ils n'ont pas pu les éliminer fondamentalement. Jusqu’à l’émergence de l’IA générative basée sur le LLM, elle résolvait d’un coup les multiples problèmes rencontrés auparavant par la RPA.

Concernant la façon dont LLM affecte le RPA, la chaîne Wang Jiwei (id : jiwei1122) l'a déjà présenté en détail dans l'article « De grands modèles d'IA tels que GPT arrivent, la super automatisation basée sur RPA est toujours le meilleur support d'implémentation ».

Ici, parlons brièvement de la façon dont le LLM modifie l'interaction homme-machine de la RPA.

LLM peut fournir à la RPA des capacités de traitement du langage naturel plus puissantes, des capacités d'acquisition de connaissances et de raisonnement plus puissantes, ainsi que des capacités de génération et de création plus puissantes.

Plus précisément, l'impact du LLM sur l'interaction homme-machine RPA peut se refléter dans les aspects suivants :

Améliorez le niveau d'intelligence du RPA. L'application de LLM peut mieux identifier et comprendre la saisie en langage naturel de l'utilisateur et générer un langage naturel pour mieux répondre aux besoins et aux intentions de l'utilisateur. Il peut également générer des étapes opérationnelles appropriées en fonction du contexte et des objectifs, mener plusieurs cycles de dialogue et de raisonnement, gérer des scénarios commerciaux plus complexes et diversifiés et parvenir à une automatisation des processus métiers plus complexes et plus flexibles.

Les utilisateurs peuvent parler à la RPA par la voix ou par texte et lui indiquer les tâches à effectuer, sans avoir besoin de concevoir des processus via une programmation complexe ou des composants par glisser-déposer.

De plus, LLM peut également aider la RPA à effectuer l'extraction de connaissances et le raisonnement, fournissant ainsi des informations et des suggestions plus précieuses.

Élargissez le champ d'application de la RPA. LLM peut étendre efficacement le champ d'application de la RPA, permettant aux robots logiciels de gérer davantage de tâches impliquant le langage naturel, telles que la classification de texte, le résumé de texte, la génération de texte, la traduction automatique, les systèmes de questions et réponses, etc. Il peut également interagir avec les données selon d’autres modalités, telles que les images, l’audio, la vidéo, etc., pour obtenir des processus métiers plus riches et multidimensionnels.

LLM permet également aux robots logiciels d'intégrer et de collaborer avec d'autres technologies d'IA telles que l'OCR, le NLP, le low code, le process mining, le chatbot, etc. pour parvenir à une super automatisation.

En utilisant LLM, la RPA peut transcender les barrières linguistiques et culturelles et servir un éventail plus large et plus diversifié de clients et de marchés.

Augmenter le potentiel d'innovation du RPA. LLM peut améliorer la créativité et la flexibilité de la RPA, lui permettant de générer des textes appropriés, tels que des rapports, des résumés, des recommandations, etc., basés sur différents scénarios et données. Par exemple, RPA peut générer automatiquement un article de blog basé sur les mots-clés ou les sujets fournis par l'utilisateur, et insérer des images, des vidéos, des liens, etc. pertinents dans l'article.

En utilisant LLM, la RPA peut effectuer un apprentissage et une génération plus flexibles et adaptatifs, produisant ainsi du contenu et des solutions plus nouveaux et intéressants. LLM peut également collaborer et communiquer plus efficacement et plus amicalement avec les humains, inspirant plus de créativité et d’inspiration.

Améliorez l'efficacité du développement RPA. L'IA générative permet aux utilisateurs de définir et de modifier des processus métiers via des descriptions linguistiques simples sans écrire de codes complexes ni utiliser d'interfaces graphiques. Et peut optimiser et ajuster les processus métier en fonction des commentaires des utilisateurs et de l’analyse des données pour parvenir à une amélioration continue.

Optimisez l'expérience d'interaction RPA et la satisfaction des utilisateurs. La RPA intégrée à LLM peut avoir des conversations plus naturelles, conviviales et intéressantes avec les utilisateurs, augmentant ainsi la confiance et la participation des utilisateurs. RPA peut ajuster le ton et le style en fonction des émotions et des intérêts de l'utilisateur, et même raconter un peu d'humour ou citer des citations célèbres pour ajuster l'atmosphère.

Lecture approfondie : ChatGPT est intégré à la RPA, et l'IA générative + les processus automatisés doublent la valeur de l'AIGC

Bien sûr, l'impact du LLM sur l'interaction homme-machine RPA ne se situe pas seulement au niveau de l'intelligence, de l'efficacité et de l'innovation, il affecte également directement les changements dans l'architecture logicielle RPA.

Postscript : L'architecture RPA évolue sous l'influence du LLM

Avant le LLM, la RPA avait considérablement amélioré l'interaction homme-machine dans le développement de programmes et l'automatisation des processus. D’ailleurs, de nombreux constructeurs ont déjà lancé le concept de « RPA accessible à tous ». Derrière ce concept, la RPA devient de plus en plus facile à utiliser, ce qui facilite le développement de programmes et la mise en œuvre de l'automatisation des processus qui l'utilisent.

En termes de facilité d'utilisation, les fabricants ont fait de nombreuses explorations et tentatives, du CV à la capture d'écran en passant par les modèles d'IA. Dans le processus de développement du programme RPA, basé sur l'IA, le code 0 et d'autres technologies, la RPA se débarrasse progressivement de la forme originale « glisser-déposer » et passe à la création de processus « cliquer pour utiliser » et conversationnel (y compris piloté par la voix). méthodes.

En termes d'interaction homme-machine, la création de processus conversationnels peut être considérée comme l'état ultime de la RPA et même de l'hyper-automatisation. À l'avenir, nous utiliserons l'hyperautomatisation. Nous pourrons créer divers robots logiciels ou programmes automatisés en tapant quelques lignes ou en prononçant une phrase dans le système.

Mais la création conversationnelle précédente ne convient qu'à un simple processus prédéfini. Un processus légèrement plus complexe est inefficace ou nécessite davantage d'étapes de processus pour déclencher et mobiliser davantage de processus à réaliser. La robustesse du processus est difficile à tester et les utilisateurs doivent connaître la syntaxe et les instructions correspondantes pour l'utiliser.

En termes d'expérience d'application, il existe encore quelques lacunes ou des marges d'amélioration.

Après l'émergence du LLM, pour les produits RPA qui intègrent l'IA générative, les utilisateurs peuvent utiliser le langage naturel pour piloter la RPA afin de créer des processus.

Et l'IA générative compense les lacunes de la RPA en matière de reconnaissance des émotions, de traitement des données non structurées, etc. sous la forme de contenu généré, permettant à chacun de piloter le développement de la RPA plus simplement, plus rapidement et plus efficacement sans trop d'apprentissage. rend réellement la RPA accessible à tous.

Dans le passé, lorsqu'ils utilisaient la RPA, les gens utilisaient directement la RPA pour créer divers programmes en tirant et en tirant des éléments de base. Désormais, les gens communiquent avec l'IA générative telle que GPT via le langage naturel. Après avoir compris les intentions des opérations humaines, l'IA multimodale pousse en outre la RPA à connecter les logiciels de gestion d'entreprise pour automatiser divers processus commerciaux.

GPT et d'autres grands modèles d'IA connectent davantage les personnes avec des systèmes tels que la RPA, connectant les intentions des personnes vers le haut et dirigeant les robots RPA vers le bas, devenant ainsi un lien entre les personnes et les systèmes automatisés tels que la RPA, permettant le développement de programmes et les processus d'automatisation. plus simple.

GPT connecte les gens et l'hyperautomatisation basée sur la RPA, ce qui constitue un énorme progrès dans l'expérience d'interaction homme-machine.

Selon la chaîne de Wang Jiwei, du passé « personnes + RPA » à l'actuel « personnes + IA générative + RPA », l'introduction du LLM et de l'IA générative intégrée, en apparence, a considérablement amélioré les produits informatiques RPA. l'interaction est essentiellement du LLM qui affecte les changements architecturaux de la RPA.

Maintenant, presque tous les fabricants effectuent des recherches approfondies sur l'intégration complète du LLM, du RPA et de l'hyper-automatisation, et le RPA a ajouté la couche modèle à l'architecture du produit.

Cela signifie que qu'elle fasse appel à un modèle tiers ou à un modèle auto-développé, la RPA est devenue une application standard sur la couche modèle.

Il est prévisible qu'à mesure que LLM deviendra la configuration standard du RPA, il révolutionnera également complètement le RPA à l'ère des grands modèles.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!