RPA的看法 | 俊伟(Daniel)-个人博客

type

status

date

slug

summary

仔细想想，这些讨论其实暴露了一个误区：把"能做到"等同于"值得做"。技术演示很震撼，但商业现实很骨感。

一个银行用RPA处理贷款审批，需要的是99.9%的准确率和完整的审计日志。你敢让AI"口喷"处理几十万的贷款吗？

传统RPA在这个场景里，替代的是操作员在已知流程中的重复、稳定、可靠、可预测的执行，解决的是降成本问题。

这不意味着AI没有价值。关键在于，它们解决的是不同层面的问题。

自动化的边界正在被重新定义：传统RPA的边界是"可编程的重复任务"，Agent的边界是"可描述的目标"。

传统RPA像工厂流水线，追求标准化和可重复性。AI像个人助理，追求理解和适应性。前者服务"效率逻辑"，后者服务"能力逻辑"。

成本结构也完全不同。传统RPA一次开发，可以运行几年。Agent每次执行都要调用LLM，token费用积少成多。一个处理发票的RPA，一天跑一万次，用Agent可能比雇个人还贵。

但价值密度不一样。传统RPA替代的是"重复性人工操作"，节省的是操作员的工资。Agent替代的是"判断性脑力劳动"，节省的是分析师、助理、初级白领的工资。

那些最激烈支持"RPA必死论"的人，往往是在做内容创作、数据收集这类工作的。因为对他们来说，AI确实是降维打击。但那些做金融、医疗、制造业的人就很冷静。他们知道，关键业务流程容不得半点意外。

关键是你当前的场景，更看重"把已知事情做得更好"，还是"把未知事情变成可能"？

比如"帮我找到这个行业最有潜力的三家公司"——这种任务传统RPA根本无法处理，但Agent可以。

大多数工作场景既有已知部分，也有未知部分。一个客服处理订单，90%是标准流程，但总有10%需要判断。

行业也有许多先行者在尝试"AI + RPA"结合，但问题来了：什么时候交给RPA，什么时候交给AI？这个判断本身就需要智能。两个系统一结合，出问题时你都不知道哪个环节坏了。

另外，组织形态也会很影响方案的选择。RPA让管理者感到安全，因为它强化了控制。每个步骤都在预期之内，符合层级管理的逻辑。AI Agent让管理者感到不安，因为它挑战了控制。它可能会做出超出预期的决定，这在等级森严的组织里是危险的。

更实际的方案不是硬拼两个系统、或者只用谁，而是按工作的确定性程度分层：

重要的是，我们如何在确定性和适应性之间找平衡。

过去30年，企业通过标准化降低不确定性。但现在外部变化太快，过度的确定性反而成了风险。

未来不是RPA被AI全面替代，而是共存：核心业务保持高确定性，边缘业务提升适应性，探索业务拥抱不确定性。

这可能会催生一个新职业：自动化架构师。他们的工作不是选择RPA还是AI，而是为不同工作设计最合适的自动化组合。

在一个变化加速的世界里，我们需要这样一种判断力，知道什么应该保持稳定，什么应该保持灵活。