首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 智能RPA有何不同?分析RPA厂商发布智能产品

    一、智能是什么人工智能已经广为人知,但智能这一概念是否同样为人所熟悉呢?很多人知道 AI,但未必知道智能。目前,智能作为AI 的革新性应用,已经越来越被人们广泛了解与认知。 二、RPA是什么RPA(机器人流程自动化)本质上是一种自动化程序,能够基于明确的业务逻辑和规范化流程,代替人工完成大量重复性的工作任务。 智能主要分为两种类型,一是人人可用的消费级别的智能,一是企业用的智能,区分两者,除了使用门槛外,最主要的区别就是企业应用落地是否能真正实现“智能化”还有是否足够安全和稳定。1. 艺赛旗等智能营销:有赞、金智维、百度、艺赛旗等客户服务:达观、来也、金智维、小冰、腾讯等智能运营:有赞、用友、金智维、浪潮云、实在智能、中关村、金蝶等四、RPA厂商发布的智能1. 实在智能--实在Agent,发布时间最长,电商应用服务最多的公司,自研TARS大模型、ISSUT视觉识别系统、RPA/IPA、支持多模态交互3.

    54410编辑于 2025-09-16
  • 来自专栏人工智能

    云原生视角下企业RPA演进:2026智能落地架构选型

    越是认真推进智能,企业在 RPA 选型上反而越谨慎,标准也被抬到了一个前所未有的高度。因为大家逐渐意识到:智能真正进入核心业务后,问题不再是“会不会思考”,而是“能不能稳定执行”。 但当智能开始被引入,RPA 的角色就发生了根本变化——它不再只是一个执行工具,而是要成为“智能决策的落地层”。这时,第一个被放大的问题就是:这个 RPA,到底是不是 AI-Ready 的。 中大型企业很少会让 RPA 作为一个孤立系统存在。RPA 要进入的是复杂的业务中枢,是 ERP、核心系统、数据中台、智能编排平台之间的连接层。 回到原点:为什么智能时代,RPA 反而更重要?把这三个因素放在一起,其实会得到一个清晰的结论。 在智能时代,中大型企业评估 RPA,已经不再是功能点对比,而是在审视:这套能力,能不能支撑未来十年的智能化架构演进。智能可以思考、规划、拆解任务,但如果每一步执行都存在不确定性,误差会被无限放大。

    24210编辑于 2026-03-03
  • 来自专栏开源物联网平台开发

    RPA智能自动化的未来:AI + RPA

    伴随着人工智能(AI)技术的迅猛进步,机器人流程自动化(RPA)正在经历一场翻天覆地的变革。AI为RPA注入了新的活力,尤其在处理复杂任务和制定决策方面。 然而,随着人工智能(AI)的诞生,一种具备自我认知的自动化应运而生,融合了AI与机器学习技术,能处理非结构化数据并作出明智决策。 AI + RPA 如今,人工智能(AI)与机器人流程自动化(RPA)的结合已经成为未来发展的大势所趋。 在当今时代,企业对于自动化和智能化的需求日益增长。将AI与RPA相结合,无疑为各行各业提供了强大的动力。 总之,AI与RPA的结合将为企业带来前所未有的机遇。随着技术的不断进步,这一结合将助力企业实现更高程度的自动化和智能化,提升运营效率,降低成本,为企业在激烈的市场竞争中立于不败之地。

    2.3K10编辑于 2024-03-20
  • RPA 和 AI Agent 咋区分?数字员工和智能选哪个好?

    AI Agent(智能)和RPA数字员工的区别是什么? 90%的企业用户都会有这些错误的认知:AI Agent(智能)不就是升级版的RPA数字员工吗;我用了AI Agent(智能)就不需要RPA数字员工了。 目前,已经有少数厂商实现了这个路径,创新性开发出了RPA和AI Agent结合的智能。 其中,RPA领域的龙头企业金智维已经率先通过融合大模型、AI Agent和RPA技术,打造出企业级智能平台Ki-Agent S平台。那金智维是怎么做到的呢? 其次,金智维利用RPA严格基于业务规则的特性,自主研发出金融级可靠的安全体系,让AI Agent智能的每步操作可审核、可追溯、可预警,相当于一个监控的角色,牢牢把控智能的每一个步骤,将大模型“幻觉风险

    74310编辑于 2025-10-11
  • 来自专栏探索RPA

    RPA开发教程丨RPA+NLP邮件智能分析

    RPA+NLP邮件项目背景 随着公司规模的不断扩大,公司商务邮箱里面的邮件也越来越多,而业务人员在繁忙的工作期,必须加班加点投入其中,由此,对邮件进行智能分析自动处理,变成了一种迫切需求。 来也科技的UiBot RPA团队对此业务进行梳理之后,提供了RPA+NLP的解决方案。 RPA+NLP邮件项目流程图 此RPA+NLP整合方案中,除了RPA之外,最大的特色就是融入了来也科技NLP的部分,对这种以前人为决策去判断的东西,进行了自然语言处理。 自然语言处理中最主要的部分,就是邮件正文的内容进行智能分析,来判断这封邮件是商机邮件还是非商机邮件。 相信未来随着RPA技术的不断普及,更多RPA+AI的解决方案将会越来越多,越来越适用。

    71230发布于 2019-11-21
  • 来自专栏人工智能

    RPA智能工作流,自动化的智能化进化路径解析

    智能工作流的另一种思路和RPA强调“执行”不同,智能工作流强调的是“理解+协同”。它先理解业务语境,再规划行动。比如,你对它说:“帮我把上月的销售数据分析一下,提炼TOP 3产品。” 传统RPA需要预先定义操作路径;而智能可以自己决定要先拉取数据,再调用模型做分析,最后输出结果。这种思路的背后,是大模型和多智能体系统的结合。 可以看出,不同厂商的分化,实际上也揭示了智能工作流的竞争焦点:不是谁的概念更大,而是谁能更快解决企业的真实痛点。RPA智能不是替代,而是融合行业里有个常见误解:智能体要“取代”RPA。 其实更准确的说法是,智能RPA进化。对于高度标准化的流程,RPA依旧是高效、稳定的首选;但在跨部门、跨系统、需要一定判断力的场景,智能工作流展现出更强的灵活性。 从对账机器人掉链子的案例,到今天多智能的协同尝试,企业的诉求其实始终没变:要的是更省心、更安全、更有价值的自动化。区别只是,RPA解决的是“如何让手更快”,智能解决的是“如何让脑更聪明”。

    37010编辑于 2025-10-17
  • 来自专栏人工智能

    开发者视角:AI智能落地难点与RPA+AI融合解法

    金智维就推出了Ki-AgentS和K-APA这样的智能产品,让AI的“大脑”来做决策,然后由RPA这个“靠谱的双手”去执行。这种“AI+RPA”的融合路线,正好解决了企业最担心的安全和合规问题。 IDC的报告里,金智维连续三年都是“RPA+AI”市场份额的第一,说明在让AI大规模干活这件事上,他们确实积累了不少经验。企业选AI智能,真正需要考虑的是什么? 相比之下,金智维这种RPA起家的厂商,思路更直接:用标准化的流程框架给智能套上一个“缰绳”,这样就保证了每一步操作都有据可查、精准可控,这恰恰是金融、央国企最看重的。最后是“能不能融入团队”。 而像金智维、UiPath这类厂商,从诞生之初就在解决“连接”和“集成”的问题,他们的优势在于能让智能平滑地融入企业现有的IT架构,而不是让企业推倒重来。智能怎么选才适合自己? 如果你是互联网公司,追求的是快速创新和试错,那大模型驱动的、门槛更低的智能平台,或许能帮你更快地找到突破口。总的来看,AI智能这场“开卷考试”才刚刚开始。

    36710编辑于 2025-10-14
  • 智能案例分析:IT新闻聚合智能

    智能案例分析:IT新闻聚合智能 IT新闻聚合智能通过自动化技术抓取、分析和呈现最新的IT行业动态。这类智能通常结合自然语言处理(NLP)和机器学习技术,从多个来源筛选高价值信息。 核心功能包括: 实时爬取主流科技媒体(如TechCrunch、Wired、The Verge) 自动分类(人工智能、网络安全、云计算等) 情感分析判断新闻倾向性 生成摘要简化阅读 典型应用场景: 投资机构追踪技术趋势

    35410编辑于 2025-12-17
  • 来自专栏人工智能

    RPA智能:企业自动化的技术融合与工程化挑战

    你再去看国内外的RPA公司,无论是UiPath,还是国内的来也科技、金智维,嘴边都挂着一个新词——“智能”。 于是,把大模型的“认知力”和RPA的“执行力”结合,似乎就能诞生一个更强的数字员工——智能。在理想状态下,你对它说一句话,比如“帮我整理上个月的销售报告,挑出表现最好的三款产品。” 很多RPA厂商兴冲冲地扑向智能,结果发现没那么容易。 智能和传统RPA的商业逻辑不一样,RPA卖的是“机器人数量”,越多越赚钱;但智能更像“全能员工”,它能干的活儿跨度大,很难简单按量计价。 路径虽然不同,但有一点是共识:智能不是换个名字,而是真正要帮企业解决那些传统自动化搞不定的难题。RPA厂商扎堆转型智能,并非一时跟风,而是为了更好地赋能企业。

    30110编辑于 2025-10-16
  • 来自专栏探索RPA

    AI:RPA智能突破口

    近年来,RPA和AI皆因“自动化”而备受瞩目。在日益激烈的市场竞争中,企业借助RPA技术和AI技术加快数字化转型已是大势所趋。 [AI:RPA智能突破口] RPA尚处于发展的初级阶段 与其他技术一样,RPA也正在从单一功能向多功能、智能化发展。 从发展阶段来看,RPA的发展可划分为辅助人工、解放人工、增强智能和自主智能四大阶段。 目前,RPA仍处于发展的初级(辅助人工、解放人工)阶段,只能应对基于规则的、机械性、重复性的任务。 不少企业部署RPA后,随着各类业务的发展,对RPA提出了更高的要求,希望RPA能拓展边界,处理更为复杂的场景。于是,AI成了RPA的“智能”突破口。 基于AI的决策,RPA可以在更多业务领域承担更加复杂的任务。届时,RPA+AI将拓展自动化的深度和广度,引领自动化潮流,及时响应业务变化和需求。

    54920发布于 2020-02-26
  • 智能来了!2026智能开发全面指南

    智能来了!2026智能开发全面指南 一、 繁华落尽后的“平静”:技术背后的选择逻辑“真正深入使用 AI 之后,我反而更平静了。” 在过去这段时间里,我深入钻研了 Python 编程、探究了 AIGC 的视觉极限、搭建了复杂的流程智能、甚至深入到了 STM32 的硬件底层。 而顶级的 AI 大模型与 Agent(智能),正是我能遇到的认知最高、脾气最好、思维最完善的存在。在我的「心枢」系统里,AI 不仅仅是执行任务的“器”,它更是我最好的老师、朋友、教练和员工。 在这里,我们筛选真需求,击碎伪智能,夺回 AI 时代的协作主权。 礼包内包含(持续更新):多维提示词库:包含智能设计规范、AI 绘画精准词簇、AI 视频叙事 Prompt。ComfyUI 极客工作流:从零搭建好的 json 配置文件,导入即用。

    32210编辑于 2026-01-24
  • 来自专栏算法之名

    AI智能

    messages) print(response.content) 这里的 ZHIPUAI_API_KEY 需要你自己去智普网站 https://open.bigmodel.cn 去注册就有,运行结果 智能助手显神通 你的角色是一个诗人.'), HumanMessage(content='用七言绝句的形式写一首关于AI的诗')] streaming_chat(messages) 运行结果 智能助手显神通

    78010编辑于 2024-09-29
  • 来自专栏云时之间

    智能结构

    智能的结构 迄今为止我们通过描述行为—在任何给定的感知序列下采取的行动—讨论了智能,现在我们不得不将知难而进,去讨论智能体内部是如何工作的,AI的任务是设计智能程序,通过它来把感知信息映射到行动的智能函数 注意智能程序和智能函数之间的差别。智能程序在于当前感知为输入,而智能函数是以整个历史为输入的。智能程序只把当前感知作为输入是因为环境无法得到更多的东西。如果智能的行动依赖于整个感知序列。 那么该智能不得不记住全部感知的信息。 *智能程序骨架还有其他的选择。例如我们可以让智能程序成为协同程序。 行动表明确的表示了每个智能程序实现的智能函数。要用这种方式来建造理性智能。作为设计者,我们必须构造包括各种可能的感知序列的适当行动的函数表。 在这个文章的以下部分,我想概述四种基本的智能程序,他们几乎涵盖了所有智能系统的基础准则: 1:简单反射型智能 2:基于模型的反射型智能 3:基于目标的智能 4:基于效用的智能 然后我们将概括的解释如何把这些智能转换成学习智能

    1.4K70发布于 2018-04-11
  • RPA智能驱动:某信用合作社的数字化转型之旅

    RPA智能驱动:某信用合作社的数字化转型之旅智能驱动转型通过超越僵化、基于规则的工作流程,转向智能驱动系统,正在彻底改变自动化领域。 它由能够推理、适应并做出动态决策的人工智能代理驱动,使企业能够以更高的效率、灵活性和弹性实现流程自动化。某信用合作社已与某咨询机构合作,共同推动其智能驱动转型之旅。 技术实现与流程重塑智能驱动转型超越了传统的流程优化,集成了机器人流程自动化等先进技术。 合作成果与未来方向通过与该咨询机构的合作,该信用合作社获得了智能驱动转型方面的专业知识。咨询机构以自动化驱动的方法,帮助信用合作社简化运营、降低成本并推动创新,同时始终将会员置于中心位置。 这种转型不仅涉及流程自动化,更通过智能技术实现了流程的智能化、自适应和高效决策。

    9310编辑于 2025-12-28
  • 智能(Agent)全面解析:什么是智能agent

    一、什么是智能(Agent)?智能是一个能够自主思考、决策、调用工具的智能代理系统。 它不仅仅是简单的问答机器人,而是具备以下核心能力的自主系统:思考能力:理解用户意图,分析任务需求决策能力:规划执行步骤,选择合适工具行动能力:调用外部工具,执行具体操作记忆能力:记住上下文,积累经验智能的价值智能的出现 智能的核心优势大脑:LLM提供强大的理解和推理能力undefined记忆:记住对话历史,保持上下文连贯工具:灵活调用各种外部能力二、两种搭建智能的路径根据技术门槛和应用场景,智能的搭建主要有两种方式 四、RAG vs Agent智能RAG(检索增强生成)和Agent是两种不同的技术路线,但可以相互配合。 随着LLM能力的不断提升和工具生态的日益丰富,智能将在更多领域发挥重要作用,成为我们工作和生活中不可或缺的智能伙伴。您好,我是肥晨。

    2.4K21编辑于 2026-03-02
  • 来自专栏农民工前端

    智能(Agent)全面解析:什么是智能agent

    一、什么是智能(Agent)? 智能是一个能够自主思考、决策、调用工具的智能代理系统。 智能的出现,让AI从单纯的"对话者"进化为真正的"执行者"。 智能的核心优势 大脑:LLM提供强大的理解和推理能力 记忆:记住对话历史,保持上下文连贯 工具:灵活调用各种外部能力 二、两种搭建智能的路径 根据技术门槛和应用场景,智能的搭建主要有两种方式: 1️⃣ 四、RAG vs Agent智能 RAG(检索增强生成)和Agent是两种不同的技术路线,但可以相互配合。 随着LLM能力的不断提升和工具生态的日益丰富,智能将在更多领域发挥重要作用,成为我们工作和生活中不可或缺的智能伙伴。

    93010编辑于 2026-03-03
  • 来自专栏开源物联网平台开发

    RPA】什么是RPA

    如今,RPA已成为智能化软件中的佼佼者,被广泛应用于各种场景,为众多企业带来显著的效果。 RPA的基础结构包括控制器、编辑器和运行器。 例如,在费用报销、单据审核、人员入职、开具证明和订单核对等方面,RPA都能发挥出其高效、精准的优势。 随着企业对自动化和智能化的需求日益增长,RPA已成为许多企业不可或缺的工具。 机器人过程自动化与人工智能研究所(IRPA AI)则认为,RPA是一种技术应用模式。 在RPA流程中,AI技术如OCR、NLP及ML等已经得到了广泛应用,使RPA平台的能力不断增强,帮助企业的流程治理逐步实现智能化、便捷化。 二、RPA能为企业带来哪些好处? 通过RPA技术的应用,企业能够实现业务流程的自动化和智能化,提高工作效率和准确性,降低成本,从而更好地应对市场挑战和机遇。

    2.1K10编辑于 2024-03-20
  • 来自专栏AIGC与生成式AI

    AI Agent构建到执行全自动化,RPA Agent持续进化再次降低智能应用门槛

    智能进化发展了一年,现在的RPA Agent迭代到什么程度了? 抓取豆瓣信息、自己制作PPT,这款AI Agent真的实现了流程全自动化AI Agent构建到执行全自动化,持续进化RPA Agent再次降低智能应用门槛C端AI Agent构建与应用实现端到端,这个智能构建平台真的不一般文 因此在智能的应用上,用RPA来连接多种应用系统以保障数据的流通是不可或缺的,这对于已将RPA应用于企业运营人机交互层的组织来说则更加重要。 在企业级智能的解决方案上,基于RPA构建的或者以RPA为tools的RPA Agent越发受到广大组织重视,原因正是它能够弥补单纯的API类智能的不足,可以通过“API+UI”双重自动化极大提升智能的应用潜力 RPA已经成为智能的重要技术,也是实现基于LLM的智能自动化的必要技术之一。从去年LLM爆发以来,RPA\超自动化厂商们也都在持续进化,完成了RPA Agent的产品化进阶。

    67910编辑于 2024-09-02
  • 来自专栏林欣哲

    人工智能智能

    今天来谈谈人工智能的研究工作中所做的一些基本的抽象。 一、智能的概念 人工智能研究的对象称为智能(Agent),其他的外部条件划归为环境。 智能做出什么样的反应取决于输入和输出之间的映射关系函数,这个函数就是智能研究的核心。 编写出智能的程序则具体实现这个数学意义上的函数。 二、智能的性能衡量 我们研究智能是要他能做正确的事,因此需要有一个标准去衡量他的表现,一个合理的智能体会最大化这个期望的标准。 这里要注意一点,我们以最终期望达到的效果来做为衡量的标准,而不要以智能的行为本身作为标准。 总结,人工智能的研究的期望是实现一个,在给定的每个可能的感知序列下,能做出让期望的性能最大化的行动的理性的智能

    2K60发布于 2018-04-10
  • 来自专栏Go语言学习专栏

    7 - AI 智能构建 - AI 超级智能项目教程

    具体内容包括: AI 智能概念与特点 智能实现关键技术 使用 AI 智能的多种方式 OpenManus 实现原理 自主实现 Manus 智能 智能工作流编排 A2A 协议 一、什么是智能? 二、智能实现关键技术 在自主开发智能前,我们要先了解一下智能的关⁠键实现技术,也就是方案设计阶段做的事情。 一个智能负责生成⁠初步结果,另一个智能负责评估和反馈,二者循环迭代优化输出 举个例子,在机器翻译场景中,先由翻译智能输出,再由评审智能给出改进⁠建议,反复迭代直到达到满意的质量。 ,到数据收集智能获取必要数⁠据,然后是分析智能处理这些数据,接着由可视化智能创建直观图表,最后由报告智能整合所有发现生成完整报告。 我们还可以大胆想象,未来开发者可以像调用云服务一样,按需租用或组合不同的智能服务,甚⁠至实现智能之间的自动交易和结算。目前其实就有很多智能平台,只不过智能之间的连接协作甚少。

    64810编辑于 2026-03-17
领券