相反，我们应该将GenAI视为向更自主企业迈进旅程中的另一个重大转变或阶段。每个阶段都建立在前一个阶段的基础上，扩展了可以自动化的流程数量并增加了潜在价值。
为每家公司所拥有的重要但常常手动的工作流程部署更多的流程自动化，是通向GenAI的技术演变中的一个关键步骤。对于许多企业来说，这也是它们希望加快速度，解放员工以专注于更具战略性和附加值的活动的一个可靠起点。
以下是软件自动化从RPA到我们今天看到的AI驱动的自动化的演变过程。
第一代：RPA
第一代通用的软件自动化是RPA，可以描述为可以编程来使用“机器人”自动化重复性任务的软件，可以将其视为为企业提供的额外一双手，帮助将乏味的任务从员工的待办事项列表中移除。根据我们的经验，20%到30%的企业任务可以通过RPA实现自动化，这些额外的手帮助企业降低成本、提高生产力并改善运营。
以抵押贷款处理为例，进行抵押贷款质量检查传统上非常手动且耗时。为了减少这些工作量，金融机构可能会创建一个RPA机器人来审查表格并确保初始数据的准确性，必要时将更复杂的审查交给员工处理。通过RPA进行这种变更可以加快质量检查过程，减少欺诈，节省资金，甚至使金融机构可以考虑更多的抵押贷款申请，帮助更多客户购置新房。
第二代：智能自动化
过去几年中出现的第二代软件自动化是智能自动化，这是机器学习和流程自动化的结合。智能自动化扩展了RPA可以完成的功能，增加了文档处理、任务和流程挖掘以及处理非结构化内容（如电子邮件）的能力。第二代智能自动化可以使大约30%到40%的组织流程任务和工作流实现自动化，结果是更加完整的自动化工作流。智能自动化将自动化从仅仅是一双额外的手提升为整个工人，同时支持更大的组织利益。
作为一个具体的例子，假设一家医疗机构希望实施一个多步骤流程来验证患者的合规资格。虽然仅靠RPA可以在某种程度上提供帮助，但智能自动化可以用于比较多个来源——网站、患者名单、电子表格、电子邮件、音频录音等，以识别谁符合资格以及谁的状态发生了变化，并向员工提供明确的后续步骤。机器学习为流程自动化提供了优势，促进了更复杂的自动化，从而将更多的任务从员工的工作中解放出来。
第三代：AI驱动的自动化
如今，我们已经进入了第三代，AI驱动的自动化，通过增加大型语言模型（LLMs）和GenAI，使流程自动化更进一步，这项技术可以帮助企业大大扩展更多自主工作流的数量，以创建更精简和高效的业务运营。AI驱动的自动化的认知和上下文感知能力，通过这些复杂的大型行动模型（LAMs）连接复杂的工作流和企业应用程序，扩展了流程自动化团队的技能组合。我们估计，AI驱动的自动化有潜力自动化40%到80%的组织流程任务，从而释放员工的时间，使他们能够专注于更具战略性、有意义和有价值的工作，并通过减少企业应用程序中的手动步骤和相互依赖性实现显著的成本节约。
为了说明AI驱动的自动化的实际应用，考虑一下医院中医疗提供者的资质认证过程。传统上，收集和验证医生的资质以提供可接受的护理标准是非常手动的，需要几个月才能完成。通过将AI驱动的自动化应用于申请过程——自动化审查申请并确定是否满足标准，同时考虑到其他国家的培训等细微差别——医院可以将流程时间缩短50%或更多，使合格的提供者能够在更短的等待期内获得执业特权。
公司通常会经历每一代自动化，成为一个更自主的企业，支持和赋能员工发挥最佳工作表现。即使在今天有AI驱动的自动化，RPA和智能自动化仍然在当前的自动化旅程中具有优势。在审视你自己组织的情况时，请问自己：“我们公司目前处于这些阶段中的哪一个阶段，我们希望达到什么程度？”
