Berita

UIPATH EPATH BARU

Published

on

Bergabunglah dengan buletin harian dan mingguan untuk mendapatkan pembaruan terbaru dan konten eksklusif untuk meliput kecerdasan buatan terkemuka di industri ini. Pelajari lebih lanjut


Saat ini, banyak lembaga telah mulai mengeksplorasi agen kecerdasan buatan dan menentukan apakah akan mempublikasikannya sebagai opsi yang berlaku untuk bisnis mereka. Tetapi banyak dari mereka masih setara oleh agen yang memiliki sesuatu yang kebanyakan perusahaan miliki selama bertahun -tahun: otomatisasi.

Pelopor Otomasi Uipath Agen dan regulasi seluruh ekosistem melihat – sedikit berbeda.

Perusahaan mengumumkan Platform Otomasi Otomasi UIPath baru. Namun, ia menjelaskan bahwa agen bukan versi baru dari otomatisasi otomatisasi (RPA); Sebaliknya, ini adalah alat lain yang dapat digabungkan oleh institusi dengan RPA untuk menyelesaikan alur kerja.

Daniel Denz, pendiri Uipath dan CEO, mengatakan kepada VentureBeat dalam sebuah wawancara bahwa agen tidak dapat sepenuhnya otomatis karena mereka dibangun hari ini.

“Masalah besar dengan LLMS hari ini adalah tidak spesifik, jadi Anda tidak dapat menjalankannya secara langsung dengan cara yang independen,” kata Dines. “Jika Anda melihat sebagian besar aplikasi agen, ini sebenarnya adalah chatbots. Jadi kami beralih dari mengobrol, dan mengobrol dengan agen adalah data di tempat kerja, di mana kami mengatur antara agen, manusia dan robot.”

Kunci UIPath adalah Amnesty International, Maestro. Aliran informasi dari agen ke karyawan manusia diawasi ke lapisan otomatisasi. Uipath Mastro digambarkan sebagai pengawas pusat “keaslian, model dan operasi komersial” dan pemantauan kinerja.

Korosi dan Otomatisasi Hancurkan

Maestro mengambil klaim pengguna dan prosesnya dibagi menjadi langkah -langkah yang dikendalikan untuk diselesaikan. Alih -alih mengizinkan agen untuk mengakses informasi secara acak, Dines mengatakan bahwa maestro memiliki tiga langkah.

  1. Pertama, agen mengambil klaim, menganalisisnya, dan merekomendasikan cara menyelesaikan kueri.
  2. Setelah itu, pengguna manusia menyetujui rekomendasi tersebut.
  3. Setelah itu, alat RPA akan diterapkan pada rekomendasi ini, dan permintaan selesai.

Dines mengatakan bahwa Mastro membuat alur kerja lebih transparan dan bertanggung jawab karena manusia di atas ring dan RPA berdasarkan aturan yang mengakhiri tugas. Untuk UIPath, agen terpisah yang mengambil data untuk memberikan rekomendasi dari otomatisasi yang berfungsi berdasarkan rekomendasi ini, lembaga tidak mengizinkan agen mencapai seluruh sistem mereka.

“Saya pikir ini adalah cara yang sangat kuat bagi institusi untuk mengadopsi agen,” kata Denz.

UIPath juga terintegrasi dengan kerangka kerja orkestrasi untuk menyediakan kerangka kerja bisnis terbuka multi -agen. Platform otomatisasi untuk agen juga bekerja dengan kerangka antropor dan Microsoft, dengan bagian UIPath dari protokol agen ke Google Agent.

Tidak setiap agen adalah otomatisasi

Dines menegaskan bahwa menganggap agen sebagai solusi pokok lengkap, di mana agen membaca data dan kemudian mengambil tindakan,

Denz mengatakan: “Agen yang tidak terbatas di alam adalah transaksi. Mereka membuat jejak pada sistem dasar. Tidak ada pelanggan yang saya tahu akan mengambil risiko ini.” “Transaksi harus 100 % dapat diandalkan, dan satu -satunya otomatisasi dapat memberikan jenis keandalan ini. Jadi solusi kami adalah yang terbaik di dunia itu.”

Dia menambahkan bahwa “mungkin dalam beberapa” ai ai -aic “akan menjadi lebih dapat diandalkan, dan beberapa prosedur yang dapat Anda delegasikan kepada agen, tetapi Anda harus maju.”

Yang lain percaya bahwa agen adalah pengembangan otomatisasi berikutnya. Faktanya, hipotesis penuh AI agen adalah memiliki sistem yang melakukan hal -hal atas nama pengguna. Bagi banyak orang, tujuan sekunder adalah bahwa ada agen “lautan”, di mana agen kecerdasan buatan bekerja di latar belakang, secara proaktif bagi pengguna dan memberi tahu orang -orang tentang setiap perubahan yang membutuhkan perhatian mereka.

Namun, UIPath masih perlu menyajikan masalah bahwa pendekatannya terhadap agen lebih efektif daripada agen dan ucapan dalam satu di salah satu faktor di sekitar kebisingan yang melakukan segalanya untuk pengguna.

Perusahaan seperti ServiceNow, Salesforce, Constr dan Microsoft semuanya telah merilis agen yang bertujuan untuk pengguna lembaga. Platform baru penulis tergantung pada model pengembangan sendiri dari faktor independen.

Perusahaan juga menunjukkan kegembiraan tentang gagasan bahwa agen kecerdasan buatan dapat menyederhanakan banyak pekerjaan mereka dan mengotomatiskan banyak kerajinan tangan di perusahaan.


Tautan sumber

Leave a Reply

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Trending

Exit mobile version