AI 纪元 追踪人工智能最新进展,深度解读前沿技术

RPA接上Agent,先别急着全自动

财务对账、采购订单、合同初审都适合试RPA+Agent,但最稳的做法不是端到端放手,而是让RPA跑固定动作,Agent处理模糊判断,人保留复核和放行权。

0 次阅读 约 2119 字 4 分钟 AI 生成
RPA接上Agent,先别急着全自动 cover image
RPA接上Agent,先别急着全自动 cover image

RPA和AI Agent接在一起,企业最容易冒出的想法是:既然能识别、能判断、还能调用工具,那是不是可以把流程直接做成无人值守?

至少在财务对账、采购订单录入、合同初审这三类流程里,答案要谨慎一点。

钛媒体在《全球RPA Agent产品大盘点》中提到,LLM火起来后,AI Agent很快成为应用落点。但因为API数量不够多、稳定性欠妥等问题,大家研究到Agent执行能力时,反而发现“UI+API自动化”是当前阶段提升执行能力的重要方式。换句话说,Agent需要RPA这类稳定的执行层,RPA也需要Agent补上规则写不完的判断。

IDC发布的《中国RPA+AI解决方案,2024市场份额报告》也把方向说得很直白:AI Agent赋能RPA突破规则依赖。注意,是突破规则依赖,不是把所有确认权都交出去。

财务对账,难点不在下载回单

财务对账看起来很适合自动化:从网银下载回单,从ERP导出明细,匹配金额、户名、摘要,再生成差异表。

前半段是RPA的舒适区。登录系统、点击下载、打开Excel、复制粘贴,这些动作路径固定,规则清楚,出错也容易追踪。

真正麻烦的是匹配。

同一家供应商,在银行回单、ERP、合同或付款申请里的名字可能并不完全一样;摘要里写“预付款”,系统里可能记成“首期款”;有些记录还会多出支行、项目名、批次号。用传统RPA硬写规则,规则会越来越长,也越来越难维护。

Agent适合接这一段:读取两边记录,判断哪些未匹配项可能是同一笔,给出理由,标出来给财务确认。

但它不适合直接替财务点“通过”。对账结果会影响资金日报、账龄分析和后续催收,一旦把模糊匹配做成自动确认,错的不只是一个字段,而是后面一串报表。

这类流程更稳的拆法是:RPA负责采集和整理数据,Agent负责解释差异和预匹配,财务人员处理低置信度项和最终确认。

采购订单,PDF里的话不等于ERP字段

采购订单录入也常被拿来试RPA+Agent。

供应商发来的可能是PDF,也可能是邮件正文。采购员要把物料编码、数量、单价、交货日期录入ERP。RPA可以打开文件、提取文本、跳转到ERP页面、把内容填进对应位置。

问题在于,供应商的写法不一定等于企业内部字段。

同一个物料,外部订单里可能写规格、型号、品牌或简称;ERP里则要求填内部物料编码。传统RPA能处理格式稳定的表格,但只要供应商换模板、字段换叫法,规则就要跟着改。

Agent的价值在这里更明显:它可以把供应商描述翻译成企业内部可用的字段候选,比如把一段自然语言里的物料规格,对应到可能的内部编码。

不过,采购订单里有些字段不能赌。物料编码、数量、单价、交期,都可能直接影响库存、排产和付款。Agent可以预填,可以标注依据,也可以提示异常;最终提交前,关键字段仍然需要人工过目,或者至少设置硬校验。

PGi樺鼎商業資訊在关于企业AI Agent与自动化治理的分享中提到一个分工原则:确定性工作用RPA,模糊性判断交给Agent,并把人放在编排和治理框架里。采购订单就是这个原则的典型场景。

合同初审,能标差异,不该替你签字

合同初审更容易让人高估Agent。

一份合同几十页,法务要看付款条件、违约责任、保密期限、管辖法院,还要和公司模板比对。Agent确实能帮忙读文本、抽条款、找差异。RPA则可以从邮件下载附件,调用OCR,把Agent输出整理成表格或审查清单,再推给法务。

这已经能省掉不少机械阅读时间。

但合同不是普通表单。条款可能分散在正文、附件、补充协议里;同一个法律后果,也可能用不同写法表达。尤其是责任限制、保证义务、违约责任这类内容,漏看一条,风险不只是流程效率低。

所以合同初审更适合做成“辅助审查”,而不是“自动通过”。Agent负责标差异、提风险点、把相关原文贴出来;RPA负责流转和生成报告;法务逐条确认。

这不是保守,而是把风险放在该放的位置。

最稳的不是全自动,是三层分工

把这三类流程放在一起看,能落地的结构其实很接近。

RPA做稳定操作:登录系统、下载文件、打开页面、搬运字段、保存草稿。这些动作不需要推理,需要的是可重复、可审计。

Agent做模糊判断:语义匹配、字段理解、条款抽取、差异解释。这里靠人工太慢,靠固定规则又容易写不完。

人保留例外处理和最终确认:低置信度匹配、关键字段、法律风险、金额和权限相关动作,都不应该轻易交给模型自动放行。

很多“全自动翻车”的问题,不是RPA不行,也不是Agent不行,而是把确认权交得太早。

对企业来说,RPA+Agent的试点可以从单点流程开始:先让RPA把数据拿齐,让Agent做预处理,再观察人工复核时主要改了什么。等错误类型、权限边界、异常处理都摸清楚,再考虑扩大范围。

钛媒体提到的“UI+API自动化”、IDC提到的RPA+AI解决方案方向,以及企业自动化治理里强调的人机编排,指向的是同一件事:当前阶段,分工比全自动更重要。

财务对账、采购订单、合同初审,都可以自动化。但最好别一上来就无人值守。让RPA跑固定动作,让Agent处理模糊部分,让人守住最后一道门,这比喊“端到端自动化”更接近企业现场。

相关阅读