Технология RPA прочно закрепилась в бизнес-процессах современных компаний и стала одним из основных инструментов цифровой трансформации. Согласно последним исследованиям, в России 82% крупнейших предприятий используют программных роботов для автоматизации задач, а 23% компаний планируют внедрить RPA в ближайшее время. Каковы перспективы развития этой технологий под влиянием искусственного интеллекта?
Переход от RPA к RPA 2.0
RPA — незаменимый помощник в условиях разнородного набора систем, ограниченности или загруженности ресурсов, а также при отсутствии других вариантов автоматизации процессов в устаревшей системе.
Программные роботы отлично справляются с типовыми, четко регламентированными задачами, где все действия описаны заранее, а входные и выходные данные имеют стандартизированные формы или формы со слабой вариативностью. Однако использование RPA неэффективно при работе с неструктурированными данными, при часто меняющихся интерфейсах и при необходимости принимать нелинейные решения.
Разговоры о том, что интеграция RPA с технологиями искусственного интеллекта выведет разрабатываемые решения на новый уровень, идут давно. До сих пор их применение было довольно ограниченным и в основном связано с решением следующих задач:
- Распознавание и извлечение данных из документов, когда классические методы машинного обучения и OCR используются для обработки счетов, договоров, заявлений и других бумажных или сканированных документов.
- Классификация и фильтрация информации, когда AI-модели помогают автоматически сортировать электронные письма, классифицировать обращения клиентов и определять приоритеты задач для роботов.
- Обработка текстов с использованием базового NLP для выделения именованных сущностей, таких как имена людей, названия организаций, даты, местоположения, суммы.
Настоящий прорыв ожидается с появлением больших языковых моделей (LLM), которые существенно расширяют возможности по роботизации процессов:
- Генерация текстов на естественном языке. Благодаря LLM роботы могут понимать смысл и контекст, что дает качественный скачек в возможностях их коммуникации с сотрудниками и клиентами через различные каналы связи.
- Обработка неструктурированных документов. За счет способности LLM к пониманию смысла и контекста точность и полнота извлечения атрибутов и фактов из документов значительно возрастает. Кроме этого, LLM в состоянии работать с документами низкого качества в тех случаях, когда OCR-решения малоэффективны.
- Адаптивность и обучение на лету. LLM способны к самообучению, поэтому их можно встраивать в динамичные бизнес-сценарии с изменяющимся контекстом, снижая зависимость от графических интерфейсов — головную боль многих компаний.
LLM становится одним из основных драйверов роста рынка RPA, а также оказывают на него трансформационное влияние, являясь катализатором для перехода от RPA к RPA 2.0 — новому этапу развития интеллектуальной автоматизации (Intelligent Automation), когнитивной автоматизации.
По прогнозам, в 2026 году каждый пятый робот будет содержать AI в своем скрипте, а каждый второй робот будет создаваться при помощи AI.
RPA и AI-агенты
AI-агенты — автономные программные решения на базе LLM, которые понимают контекст и использует цифровые инструменты, чтобы принимать решения и выполнять действия с учетом обратной связи от внешнего мира.
Бытует мнение, что с их появлением рынок RPA ждет спад и последующая смерть: AI-агенты со временем полностью вытеснят RPA-решения, как в фильме «Я — робот», в котором старые модели роботов, строго запрограммированные и ограниченные в своих действиях, подлежали утилизации, поскольку их заменили новые, более совершенные модели NS-5.
Технология RPA никуда не денется. Напротив, нас ждут гибридные системы с AI-агентами. Детерминированная логика принятия решения RPA бывает лучше и надежнее, чем вероятностная логика AI. Процессы, в которых принятие решений основывается на линейных алгоритмах, были, есть и будут.
AI-агентам для выполнения действий в системах нужны API, но далеко не у всех систем они есть, а те, которые есть, могут не соответствовать требованиям автоматизируемого процесса.
Кроме этого, у большинства крупных компаний уже внедрены RPA-решения, которые хорошо зарекомендовали себя, многие из них весьма масштабные. Проводить очередную миграцию — дело довольно спорное, для этого нужны весомые аргументы.
Важно также понимать, что современные RPA-платформы — не просто кликеры, а промышленные решения, обладающие полноценным модулем по оркестрации процессов. Добавить в процессы взаимодействие с AI-агентами, где это целесообразно, и организовать цепочки агентов — это то, что доступно уже сейчас.
Большинство производителей RPA-платформ не только работают над собственными модулями для развертывания и управления AI-агентами, но и имеют промышленные внедрения.
Прогнозы и тренды
Сегмент интеллектуальной автоматизации остается одним из самых быстрорастущих. Аналитики прогнозируют среднегодовой рост глобального рынка 14,3% — с 15,2 млрд. долл. в 2024 году до 48,8 млрд. к 2034 году. В России, по разным оценкам, в ближайшие годы также ожидается стабильный и устойчивый рост объемов не менее чем на 40% в год.
Значительное влияние LLM — не единственный тренд на рынке RPA. Еще одна заметная тенденция — гиперавтоматизация. В условиях дефицита ресурсов, особенно кадровых, экономической и геополитической нестабильность компании стремятся автоматизировать как можно больше процессов. Этот тренд наблюдается и в России, при этом во главу угла отечественные компании ставят получение экономических эффектов.
Перспективным направлением можно также назвать развитие самообучающихся систем. Они способны самостоятельно анализировать свой опыт и данные, корректировать алгоритмы и повышать качество решений и действий без необходимости ручной перенастройки.
Благодаря развитию облачных решений (RPAaaS) порог входа в интеллектуальную автоматизацию будет значительно снижен. Это сделает ее более привлекательной для применения в малом и среднем бизнесе, что приведет к активному распространению решений в этом секторе экономики.
Повышенный интерес к RPA 2.0 также проявляет и госсектор. Дальнейшее распространение технологий позволит ускорить его цифровую трансформацию, повысить эффективность, качество госуправления, а также увеличить скорость предоставления государственных услуг.
В ближайшие годы технология RPA 2.0, включающая тесную интеграцию с LLM/ML, будет определенно востребована и значительно расширит области применения программной роботизации, поможет перейти от автоматизации отдельных задач и операций к интеллектуальной автоматизации сложных бизнес-процессов.
