RIP to RPA: How AI Makes Operations Work
17:06 Share

人们使用“人工智能”这个词，他们会说，“哦，现在一切都将改变。”但这是什么意思呢？没有人想做数据录入。没有人想坐在后面阅读一百份传真，然后试图将其输入系统。现在是进军这些传统市场最令人兴奋的时刻之一。以前，技术根本无法渗透如此多的未开发机会。现在有了智能AI代理、语音代理等，你就可以解决了。

互联网给了我们很多东西，无论是即时访问世界信息、新的艺术和表达平台、口袋里几乎所有的电影或歌曲，还是能够在几乎任何有Wi-Fi连接的地方工作。当然，这个清单还在继续，但仍然有一些承诺还没有完全实现。

一个例子：机器人流程自动化（RPA）多年来一直是一个流行词。这是一个承诺彻底改变重复性任务自动化的流行词。像2005年成立的UiPath这样的公司，甚至承诺实现“完全自动化的企业”。虽然RPA起步强劲，但由于其僵化的系统，其局限性变得显而易见，有时甚至将特定流程硬编码到按钮点击。

满足大多数工作流程的不可预测性。当然，截至本录音时市值达70亿美元的UiPath以及整个RPA行业并非失败，但它们正准备进行改头换面。进入智能自动化，这是一种由AI驱动的新范式，它可以处理几乎每个组织中存在的混乱、非结构化工作流程，正是RPA以前无法处理的那些类型的任务。

因此，在今天的节目中，我们将与A16Z合伙人Kimberly Tan一起讨论RPA的第二阶段，内容基于她的病毒式文章“RPA的终结：智能自动化的兴起”，我们当然会在节目说明中链接到这篇文章。那么，是什么让AI在今天成为可能？初创企业应该如何看待这个机会？为什么这个机会比上一时代大得多？

但在我们开始之前，我想让你想想你需要做的最烦人和重复的事情。现在，想象一下这项任务自动化了。这个未来可能并不遥远。所以请收听，看看你如何参与其中。

谢谢。

Kimberly，你写了一篇标题很有趣的文章，“RPA的终结”。所以让我们跳进去吧。但首先，什么是RPA？RPA代表机器人流程自动化。

它基本上是在组织内部自动化非常手动任务的一种方式。例如数据录入或发票处理，基本上每个企业都必须做，但这并不是任何人的核心竞争力。这只是组织内部一些肮脏、混乱的内部事务。因此，历史上，它一直是手动完成的。例如，你会雇佣一名数据分析师，或者你会雇佣一名后台运营人员。并且在过去20年中，有一种

我会说，创新之处在于人们会想：“是否有可能自动化这些任务？”因此，人们历史上一直使用机器人流程自动化来做到这一点，你基本上构建了一个小型软件机器人来模拟某人将要执行的实际点击操作。它非常确定性，这意味着它们实际上是在点击我作为人类将要点击的不同框。

但组织很混乱，我们实际上必须做的工作并没有被非常具体的流程完美地描绘出来。因此，如果某些事情偏离了轨道，例如有人拼写错误了一个名字，或者网站更改了登录框在页面上的物理位置，那么历史上这将破坏RPA流程。正如你所能想象的那样，可能有无数的小事情会发生。

因此，RPA通常非常擅长完成80%的任务，但在剩下的20%的时间里，它会失败，仍然需要人工干预。因此，它还不够可靠，无法完成全部任务。因此，你仍然需要第一代做这些任务的后台人员。

所以我认为，现在有了AI和LLM，因为它们能够处理如此非结构化的数据，并且能够智能地收集上下文，然后找出最佳行动方案，下一代实际上自动化这些后台任务应该是智能AI代理。

智能自动化或你所说的实际应用中的LLM，它们能做什么RPA做不到的事情呢？让我们以我们实际投资的一家名为Tenor的公司为例。Tenor为医疗保健机构进行转诊管理。如果我是一名初级医生，我需要将一名患者转诊给一名专家，

历史上，这将通过以下方式完成：我会在纸上写下一些东西。我会把它传真给专家。专家的前台人员会接收传真，查看上面的信息，查看上面的所有信息，然后将其输入我自己的数据库，检查，你知道，保险单，检查病史等等，然后决定是否接受患者。

这是一项非常手动的工作，其完成方式的复杂性超出了RPA能够处理的范围。因此，必须由某种行政人员（即人类）来完成。而现在有了智能自动化，Tenor已经提出了一种非常简洁的解决方案，它基本上能够自动化整个流程。它更自助，因为RPA历史上工作的方式是，你必须雇佣一名实施顾问。

他们会坐在做这项任务的人旁边，他们基本上只是观察你正在点击的内容。对。然后处理

程序化这些点击。但像Tenor这样的公司，你不会有人坐在那里观察前台管理员在做什么。相反，他们创建了一个非常简洁的UI，它看起来非常像拖放不同的流程。他们能够创建自己的自动化流程，对他们来说感觉非常直观。因此，他们可以自己设置它，但实际上在幕后处理了大量复杂性。

我的意思是，我想对许多人来说，特别是当他们想到幻觉之类的事情时，一个自然而然的问题是，这项技术在这个轨迹中的位置在哪里？我们今天真的能够实现智能自动化的想法吗？是否存在障碍？我们在这个轨迹中处于什么位置？我们看到它运作得最好的方式是，至少从一开始，就有一个非常具体的自动化流程，公司可以做到完美，这意味着它通常是自动化的。

特定行业，因此你可以集成到那里的所有核心系统中。你可以理解该行业的背景。这是一个非常重复但非常手动的工作流程。例如，数据录入。我接听电话。我听到关于订单位置的更新。来自该订单的所有信息都可以通过该电话进行解析，并输入到我的主系统中。对于最大的组织来说，这每天可能发生数千次。

所有这些都是手动完成的。这是一个非常具体的流程。这只是开始。然后一旦你到达那里，你就可以深入到其他流程中。但我认为这是一条更成功的道路，你实际上可以理解约束并围绕它们进行构建，确保代理正确执行，而不是处理，比如说，医疗保健中的所有内容，法律和物流中的所有内容开始。通常，我会问为什么现在？但我感觉听众知道人工智能即将到来。它就在这里。LLM可能是许多人使用的术语。但是

现在还有更深层次的原因，或者你可以在LLM领域指出哪些具体的技术进步实际上使这成为可能？

是的，我认为我们真正兴奋的一件事是，人们使用“人工智能”这个词，他们会说，“哦，一切都会改变”，这并不是因为人工智能。但这是什么意思呢？有很多非常不同的技术突破使得不同的应用程序成为可能。对于智能自动化而言，我认为比以前更可能的原因之一是来自大型实验室的大量基础研究。例如，最近，Anthropic宣布了计算机使用，这是

基本上是一个浏览器代理，能够智能地理解任何类型的桌面的浏览器级别上正在发生的事情，并能够相应地采取行动。所以我们谈到了RPA历史上如何在像素级别上理解，嘿，我应该点击这个东西，然后我应该点击那个。但是有了像计算机使用这样的东西，或者我认为OpenAI很快就会发布一些叫做Operator的东西，

代理将能够以更复杂的方式浏览互联网和网络，这将为智能代理以前能够做什么打开许多可能性。因此，我们认为许多这些智能自动化初创公司不会自己进行基础研究。仍然需要技术来使浏览器代理能够完全大规模地工作。但让我们真正兴奋的是，大型实验室显然正在研究这个问题，并且显然了解这个机会。

因此，随着技术的进步，我们认为将有一整个世界的初创公司能够将其用于大型实验室本身不会处理的所有不同行业。嘿，我是Steph。你可能知道，在我加入A16Z之前，我曾在一家名为The Hustle的公司工作。我们被HubSpot收购，在那里我帮助建立了他们的播客网络。虽然我不再在那里了，但我仍然非常喜欢HubSpot的播客，尤其是My First Million。

事实上，我已经听过他们几乎所有的700集节目了。对于那些总是试图走在时代前沿或通过自己创造未来来掌控局面的人来说，My First Million非常完美。由我的朋友Sam Parr和Sean Puri主持，顺便说一句，他们每个人都建立并向亚马逊和HubSpot出售了八位数的企业，这个节目探讨了你可以从明天开始的商业创意。

此外，Sam和Sean与Mr. Beast、Rob Dyrdek、Alex Ramosi等嘉宾一起合作，而且偶尔你甚至会发现我在那里。所以，就像你现在正在使用的那个一样，在你最喜欢的播客应用程序中搜索My First Million。

当你考虑这个机会时，你在你的文章中将其描述为人们可能采取的两条不同路径。其中一个是水平AI赋能者，另一个是垂直自动化解决方案。所以告诉我们，如果你想在这个领域构建，你看到的这两条不同的路径。首先是水平AI赋能者。我们认为任何从事任何类型的自动化、智能自动化的公司都必须这样做。一个非常常见的例子，我已经稍微谈到过一点了，就是数据提取。

几乎每条智能自动化路径都始于一些需要从中提取关键输出的混乱非结构化数据。今天，许多人只是手动构建它。但我们已经开始看到一些公司仅仅是走这条路，即获取非结构化数据并提取关键部分以将其转换为结构化数据。我们认为这可能是一个非常有趣的机会。因此，任何正在构建自己的人

内部自动化可以使用它作为关键组件，或者如果你正在构建一个完整的端到端解决方案，你也可以将其作为你的组件之一，以及我个人真正兴奋的一件事是垂直自动化路径，我认为要使

一个智能AI代理非常成功，在一开始将其置于一个非常受限的领域通常是有帮助的。例如，在物流、医疗保健和法律领域，它是一个可以理解所有上下文的领域。他们拥有所有必要的输入、集成等。他们能够自动化一个特定的流程。因此，我们真正兴奋的是，让我们以一个确实有很多需要完成的手动工作的行业为例，例如一个非常庞大的后台行业。

如果你考虑一下那里实际上需要自动化的东西，而RPA以前可能无法处理这些东西，因为它只是不够大的单个客户，例如它不是财富500强客户之一。这是一件事。它就像什么样的行业符合这个标准？然后考虑一下从一开始就是一个可自动化的流程。让我们真正兴奋的是那些实际上能够产生收入的流程，你

将要销售给的客户以前由于这个流程而受到他们能够处理的业务数量的限制。这可能是通过语音接收客户订单，这在以前可能是不可能的，但现在你可以做到。或者它可能像我之前说的那样进行转诊管理，你

你只是无法足够快地处理那么多数据，但现在你可以了。我的意思是，当你考虑市场规模时，你只是在谈论你如何有效地瞄准以前由劳动力完成的工作。这说明了机会和规模？

它只是大得多。有很多市场。你从劳工统计局的数据中查看市场，你会发现这是一个巨大的市场。然后你看看软件巨头是谁，你会发现他们与机会的规模根本不匹配。历史上之所以如此，是因为我之前说过，软件无法处理它。就像这些公司实际正在做的边缘情况的长尾。或者他们根本没有庞大的软件预算。但所有这些公司都有大量的劳动力。

他们确实有很多机会，显然他们确实想掌控，技术可以赋能。我们认为，有了智能自动化，现在是进军这些传统市场最令人兴奋的时刻之一，看看你是否能够通过AI代理以传统工作流程或软件可能无法实现的方式为他们提供服务。所以我认为将历史软件和公司进行比较实际上是一种错误的比较，并说，哦，这就是一家公司可能达到的上限。我认为以前技术无法渗透如此多的未开发机会。现在有了智能AI代理、语音代理等，你就可以解决了。是的，我认为你绝对是对的，我们之前

潜力未被开发，因为技术只发展到一定程度。但现在我们已经到了这里，你如何看待未来五到十年将如何发展？因为人们在考虑他们的软件预算与劳动力预算时，也必须进行智力上的转变。他们几乎必须重新调整大脑，说，哦，我们实际上可以做到这种自动化，而我们以前做不到。你如何看待这种轨迹？我绝对认为这将是一个演变过程。我认为这将取决于

技术范围，例如该行业的技术娴熟程度或处于前沿地位。但对于我们谈论的许多这些较旧的行业，例如那些更依赖本地部署、更基于物理世界的行业，我认为这需要时间，这就是为什么我认为构建垂直端到端自动化解决方案如此令人兴奋的原因，因为你

你可以真正构建一些非常适合他们特定工作流程的东西，使用它几乎是显而易见的。没有人想做数据录入。没有人想坐在后面阅读一百份传真，然后试图将其输入系统。这也不是任何公司的核心竞争力。因此，如果你能够为该行业专门构建一个智能AI代理，该代理专门针对他们开展业务的方式进行定制，

这几乎是显而易见的。然后，以前做这件事的人现在可以专注于更有价值的客户互动任务或更复杂的任务。然后随着时间的推移，比如说在未来五到十年内，

这项技术浪潮将继续被越来越多的公司采用，人们将越来越了解这些代理能够做什么和不能做什么，对这项技术也越来越熟悉。然后，因为你已经与该客户群及其核心系统集成，你将有机会承担更多的人工或核心任务，而他们的传统系统记录可以做到。所以我认为现在介入是一个非常令人兴奋的时刻，因为有一个明确的机会来构建一些能够

产生投资回报率的东西，并且对公司的顶线来说是一个明显的提升。但你仍然会足够早地介入，这样你将拥有在未来赢得胜利的权利，因为这些公司在采用曲线上会变得越来越成熟。完全正确。因此，显然，正如你提到的那样，我们正处于这个轨迹的早期阶段，但还有很多

令人兴奋的事情即将到来。你想让建设者关注什么？你希望听到哪些建设者的声音？我真的很想听到那些正在思考以前不可能的事情的人。我们已经谈了很多关于RPA今天所做的事情以及它今天能够定位的客户类型。当你想到可以智能地自动化掉的工作世界以及员工和公司可以节省的时间和成本时，它比目前可能实现的要大得多。因此，我真的很想听到那些正在思考哪些类型的任务是可自动化的，而RPA历史上无法处理这些任务，以及哪些行业目前无法处理这些任务的人，并真正思考哪些是

这些行业中可能存在的第一个流程或第一个自动化。并真正思考你可以为这些解决方案带来的简洁的UI或UX范例。我喜欢这个。我喜欢听到你不仅有兴趣听到来自金融或医疗保健领域的建设者的声音，还有一些非常利基的市场。我认为这是一个范式转变。是的。如果……

假设十年后，没有人需要再进行手动数据录入，或者没有人需要再因为客户服务中愤怒的人而被斥责。我认为这对每个人来说都是一个胜利。然后所有这些人就可以专注于更有创意、更有成效的任务，这可能也会让他们更快乐。——好吧，最后让传真机寿终正寝。——是的。

好了，今天的节目就到这里。如果你坚持到了现在，首先，谢谢你。我们对每一集节目都投入了大量的思考，无论是嘉宾、日历拼图、与我们优秀的编辑Tommy的周期，直到音乐恰到好处。因此，如果你喜欢我们制作的内容，请考虑在ratethispodcast.com/A16Z给我们留言。让我们知道你最喜欢的剧集是什么。这会让我很开心，我相信Tommy也会很开心。我们下次再见。