以AIGC為代表的AI技術(shù)，正在加速拓展RPA數(shù)字員工的應(yīng)用邊界。

近年來，隨著技術(shù)的不斷演進，國家戰(zhàn)略的強力推動，以及傳統(tǒng)行業(yè)數(shù)字化進程的加速，數(shù)字化轉(zhuǎn)型需求增多，產(chǎn)業(yè)數(shù)字化市場正迅速進入成長期。

最近，有個神秘的機器人助手，引爆科技領(lǐng)域，也為各行各業(yè)數(shù)字轉(zhuǎn)型帶來了嶄新的發(fā)展機遇。

這個神秘的機器人助手，能夠讓我們的辦公流程如同行云流水一般，只要動動嘴，它就是我們?nèi)轿坏膫€人助手，無論是業(yè)務(wù)上的“給銷售金額排序”、考勤方面的“我要在釘釘請個假”，還是生活方面的“我想要買臺電腦幫我推薦一下”，等各方面的需求，這個神秘的機器人助手都能高效準確滿足。

只需要動動嘴，PC就能理解我們的意圖

它就是能夠「聽得懂，想明白，看得見，動起來」的數(shù)字助理，即實在智能發(fā)布的業(yè)內(nèi)首款基于大模型的Agent產(chǎn)品TARS-RPA-Agent，也叫ChatRPA。

正如開頭所說，我們只需要動動嘴，PC就能理解我們的意圖，還能操作所有桌面軟件，成為我們?nèi)轿坏闹?。如此智能的機器人助理，流程的實現(xiàn)也有著層層的難關(guān)需要克服。

例如：當你要求Agent產(chǎn)品幫自己請假時，大模型雖然能做到「理解人類意圖」，但要操作像釘釘這種沒有可解析的網(wǎng)頁源代碼，或可調(diào)用的API接口的應(yīng)用時，還需要另尋他法。

而RPA本身就是一種通過軟件機器人來模擬和執(zhí)行人類在業(yè)務(wù)流程中的操作，實現(xiàn)自動化處理重復(fù)性、規(guī)范性任務(wù)的技術(shù)。因此，這個問題解決后隨之而來的問題又是：傳統(tǒng)的RPA由于不能對軟件頁面進行精準識別。

計算機視覺CV大模型前來賦能，使得讓RPA在執(zhí)行任務(wù)時「看見」操作頁面，秒懂屏幕畫面。此外，在任務(wù)的拆解、感知當前環(huán)境、執(zhí)行并且反饋、記憶歷史經(jīng)驗上，這個TARS-RPA-Agent數(shù)字助理也能通過把CV大模型（ISSUT）、LLM（TARS大模型），以及RPA整合在一起，并通過不同的技術(shù)、設(shè)計和方法解決了上述難點。

在TARS-RPA-Agent的加持下，對于請假這種基本操作，你只需要在對話框中，輸入「使用釘釘幫我請一個今天的假」即可。接下來，TARS-RPA-Agent將這個描述的請求拆解為2個步驟。第一步：打開釘釘；第二步：登錄釘釘發(fā)送請假審批。因為具有“感知世界的眼睛”，TARS-RPA-Agent可以“秒懂”屏幕畫面，第一時間完成解析，并在每個計劃中，都包含了詳細的執(zhí)行步驟。

對于那些沒有編程能力的人來說，無疑是釋放了生產(chǎn)效能。要知道，只要動嘴提需求，助理能夠完美理解意圖并落地實施，是人類都會出錯的事情，而機器人助理不會。TARS-RPA-Agent打造超級自動化和智能化的流程創(chuàng)新，令數(shù)字員工的降本增效作用進一步凸顯，將實現(xiàn)人類意圖的超越，成為駕馭桌面的終極力量。