對來也科技CEO汪冠春來說，ChatGPT帶來的沖擊和顛覆，讓他想起了20世紀末的柯達和尼康。攝影從膠片時代步入數碼時代，似乎只是一眨眼，尼康沒有抱著以前的膠卷產品不放，而是全線轉向了數碼影像。

“我們做的事情，有點像尼康當時在做的。”汪冠春告訴雷峰網。

過去半年時間里，來也科技內部完成了一場“急行軍”：1月吹響號角，4月已經可以在國內外接入ChatGPT并提供服務；到了6月，來也科技完成了現有產品矩陣與大語言模型的第一輪融合。

融合的成果，在今天剛剛結束的發布會上，正式面世；新的產品架構和未來一年的產品研發路線，也已規劃成形。

在外部環境里，市場對帶有RPA標簽的創業公司們，卻產生了一些擔憂：RPA會是那個最先被ChatGPT徹底顛覆的賽道嗎？

發布會開始之前，我們與來也科技CEO汪冠春、CTO胡一川、CPO褚瑞三位RPA+AI老兵談了談這個問題的答案。有一點他們非常明確：大語言模型的時代到來，自動化能解決的場景流程變得更加多元化，廣義RPA市場可能是原來的10倍、甚至100倍，把蛋糕做大的同時也將重構流程。

具體到RPA與人類的每一次交互，RPA的魯棒性和容錯性變得更強，大語言模型也讓交互更接近人類的真實對話，而不再拘泥于此前在軟件界面上的拖拉拽。

ChatGPT之于RPA，在有些人眼中是烏云壓頂，但在汪冠春和來也團隊的眼中，那道云上的銀邊，清晰且震撼。

以下是雷峰網與汪冠春、胡一川、褚瑞等人的對話實錄：

雷峰網：在來也內部，大語言模型是什么時候開始被重視的？

汪冠春 ：今年1月，我們的內部戰略研討就提出要全面擁抱GPT，組織全員集中學習；會找一些有經驗的同學去給大家講，大語言模型到底怎么回事，怎么去用，還辦了一場黑客馬拉松，把所有同學都發動起來，群策群力。

雷峰網：這些學習應該也是有產出了。

汪冠春 ：是的，產品和組織層面都有落地動作。過去一個季度那些黑客馬拉松上的好主意都已經開始在產品上得到實現。公司內部很多員工也都開時使用基于大語言模型的工具進一步提升工作效率。

胡一川 ：去年我們把RPA、IDP、Chatbot這一系列產品升級成一體化數字化勞動力平臺，我們這次（6月28日的發布會）的主題就是把大語言模型全面融入數字化勞動力平臺。

雷峰網：這股大模型熱潮下，來也的客戶們是怎樣的反應？

褚瑞 ：今年Q1，我們拜訪了大概二十家中大型客戶，發現他們心態很矛盾——一方面是對GPT高度關注，一說有什么應用都脖子伸老長去聽，非常很感興趣，但他們也很擔心合規和保密方面的要求。

他們對這個新能力非常好奇，但至于它怎么能夠幫助業務直接獲益，其實他們也還沒有想清楚，所以會向我們直接提問：現有的能力平臺上可以集成這個能力嗎？可以具備類GPT的能力嗎？好讓他們更好地開發對話機器人。因為以前需要專業人士用我們的工具去創建很多泛化的語料，但現在這些訓練語料可能全部讓大語言模型生成，這個開發成本肯定是大幅下降了的。

雷峰網：大模型的選型上，有考慮嗎？

汪冠春 ：面向海外的產品是直接用的OpenAI，4月我們還優先拿到了微軟Azure提供的企業級Open AI接口服務。我們在2021年和微軟簽下戰略合作協議現在看價值更大了。

國產大模型方面，我們與百度、阿里、華為等都在接觸。當然和百度的對接最快，文心一言發布后來也科技就是首批使用方。

雷峰網 (公眾號：雷峰網) ：或者，來也考慮自己做大模型嗎？

汪冠春 ：如果是像OpenAI、百度那種投入，去做通用大模型，那我們不會做。因為這需要至少上億美金的投入和在Transformer模型這個特定AI方向上的深度積累，我覺得極少創業公司能駕馭。

但基于開源版本，封裝出一些針對特定領域的定制模型，對特定場景微調，這我們會積極擁抱。尤其大客戶對私有化部署大模型有強需求，我們團隊也具備很強的針對特定領域去判別和優化開源模型的能力。

雷峰網：ChatGPT崛起，有觀點認為RPA和低代碼這種細分賽道首當其沖，要被顛覆，您是怎么看的？

汪冠春 ：這可能是因為不太理解企業服務市場又非常期待革新技術誕生顛覆而過快下的結論。

就說RPA，狹義上指的是交互界面自動化的能力，此時會出現的問題是：復雜流程下的較高開發成本，流程運行還是基于強規則。這也是為什么今天只有大企業做RPA項目的投資回報率比較高：能接受高開發成本，流程偏固定。

但有智能化的能力、有大語言模型加持，RPA開發變得更加柔性。AI可以更好理解很多場景，今天就可以通過自然語言的方式來開發RPA流程，而不是必須基于強規則。這時RPA的魯棒性和容錯性都變得更強，交付成本也進一步下降。大語言模型對狹義的RPA來說，肯定是利好。

而在廣義RPA的語境下，所有自動化和數字員工都可以理解成是RPA的延伸，ChatGPT和大預言模型是讓這個市場空間又增加了10倍甚至100倍。所以我相信RPA還在產品生命周期的上升期。

雷峰網：這類觀點會認為，企業是可以直接使用大模型、取代RPA的。

胡一川 ：我們看到已經有一些企業嘗試在使用ChatGPT等這類應用，但企業要大規模應用大模型，依然面臨挑戰。

一方面，ChatGPT、文心一言屬于偏C端的大模型應用，在企業業務場景下，執行業務動作的能力和效果不夠理想。比如你跟ChatGPT說分析上個月的銷售訂單，它肯定做不到，因為在哪里獲取、怎么自動化獲取銷售訂單，ChatGPT都不知道。當然，如果CRM系統有API，ChatGPT可以去調用。但這里依然有兩個挑戰：第一，并不是所有系統都有適合大模型調用的API；第二，企業出于數據安全、合規等考慮不一定愿意把API和數據提供給大模型。這時候還是需要RPA、IDP等各種能力去補位。

另一方面，企業落地大模型時，會有更多企業級的需求。比如，企業可能需要使用多個大模型，或者在使用過程中對不同人使用同一個大模型的權限進行管控，這都是企業級場景下會遇到的問題，ChatGPT并沒有考慮和解決。

雷峰網：二者其實應該強強結合，大模型“幫助”RPA去迭代進化？

胡一川 ：過去因為機器對自然語言的理解能力比較弱，人類員工與數字員工之間的交互，主要還是得靠軟件界面去交互，搭建RPA流程要手動拖拉拽。實際上，我們在工作里要讓同事去做什么，肯定是直接給他發消息。現在大語言模型是補上了這塊的短板，讓人類員工與數字員工之間能夠用自然語言去交互。

雷峰網：RPA規?；涞赜惺裁刺魬饐?？大模型能有什么助力？

胡一川 ：我們觀察到RPA規?；涞赜腥c挑戰，首先是開發效率不高，RPA有成百上千條命令，開發者要先熟悉，按需要編寫；其次是維護成本太高，已經開發好的RPA機器人要跟著業務發生變化時，新來的維護人員未必能完全理解原有的流程；第三，業務場景實在是太多了，RPA不能覆蓋完全，還得依賴工程師去編寫擴展命令。

所以我們這次推出了“魔法帽”（Magic Hat）這個產品，讓開發者通過自然語言去生成自動化的流程片段。也就是說，以前需要自己記住、編寫一條命令，現在可以直接告訴“魔法帽”，說希望這個機器人去干什么，它自動生成流程片段，提升RPA的開發效率。對于已經開發好的RPA流程，它可以直接閱讀、理解機器人在干什么，給維護人員提供注釋，提升RPA的可維護性?！澳Х薄币材軌驇椭_發者去生成自定義的擴展命令，快速地復用到其他場景。

雷峰網：這個新的四層架構，引擎層是出于什么考慮來設計的？

胡一川 ：過去，對于RPA而言，引擎層是相對簡單的，主要是基于業務規則去調度RPA機器人。有了大語言模型之后，引擎的能力大大提升，它讓數字員工真正具備了一個“大腦”。具體而言，借助大語言模型的推理能力，引擎層能夠讓數字員工將用戶的需求拆解成可執行的步驟和動作。有了這樣一個引擎層，用戶可以直接表達需求，機器人自己知道每一步應該做什么。

雷峰網：企業想自主選擇集成哪個或多個大模型的時候，來也會怎么做？

胡一川 ：這也是為什么我們把模型層作為單獨一層，我們會接入多個非開源或開源的大模型，提供評估數據和評估工具，以及做好安全合規工作，然后把選擇權交給用戶。

雷峰網：過去半年的產品研發是圍繞著這個四層架構來做的，接下來的規劃是什么？

胡一川 ：我們會繼續沿著現有四層架構進行規劃。在交互層，我們會集成主流的企業辦公協同工具，同時提供消息雙向合規檢測，讓企業員工在自己的辦公協同工具里安全、合規的使用大模型驅動的數字員工；在引擎層，我們會給予大語言模型的推理能力去開發各種內外部API的管控和編控功能；在執行層，我們已經發布了RPA“魔法帽”和下一代大語言模型驅動的智能文檔處理，我們還將發布企業級插件中心，它相當于是企業內部的ChatGPT Plugin Store；在模型層，會跟ChatGPT、文心一言以及一些開源進行集成，并且提供大模型的評估數據和評估工具，供用戶在不同大模型時參考。

雷峰網：回到SaaS這個行業來看，可能今年上半年，悲觀的聲音更多一些。

汪冠春 ：其實中國的企業軟件公司一直都是處在Hard模式里，很難做到增長和盈利的平衡。如果就是看最近幾年上市的中國SaaS龍頭企業，投資人一定是緊張和失望的。放到全球范圍來看，美國的SaaS公司在過去一年表現也比較慘淡，很對都估值回調50%甚至更多，當然這主要因為美國央行加息之后讓整個財務模型發生了很大變化。

但在中國首先客戶需求和市場規模增長都還是在不斷加速的。而且把時間線拉長到5-10年，低價惡性競爭、服務與產品無法分離等問題還是會隨著市場和生態逐步成熟得到緩解，軟件公司的價值會更好地釋放出來。

投資人當下有回撤情緒很容易理解，但這時候也是反向思維，建倉抄底的好時候。

雷峰網原創文章，未經授權禁止轉載。詳情見 轉載須知 。