Gartner最新發(fā)布“

2024年企業(yè)機(jī)構(gòu)需要探索的十大戰(zhàn)略技術(shù)趨勢”

報告中的半壁江山，均被AI相關(guān)技術(shù)占領(lǐng)。 而?Gartner?列出的前十項(xiàng)戰(zhàn)略技術(shù)趨勢不是按重要性排名的列表。相反，這些趨勢之間相互關(guān)聯(lián)，且它們的重要性主要取決于企業(yè)的成熟度，同時也受到行業(yè)、業(yè)務(wù)需求和企業(yè)之前制定的戰(zhàn)略計劃的影響。但在這份給企業(yè)決策者參考的重大戰(zhàn)略技術(shù)趨勢報告中，幾近一半的戰(zhàn)略技術(shù)趨勢都落進(jìn)了AI范疇，這絕非偶然，而是AI相關(guān)技術(shù)發(fā)展到相對成熟階段的必然結(jié)果。

霸屏Gartner?

2024年十大戰(zhàn)略技術(shù)報告的AI相關(guān)技術(shù)：

全民化的生成式AI（Democratized?Generative?AI）

關(guān)于全民化的生成式AI，?Gartner的最新預(yù)測表明：

到?2026?年，超過80%的企業(yè)將使用生成式AI的API或模型，或在生產(chǎn)環(huán)境中部署支持生成式AI的應(yīng)用，而在2023年初這一比例不到5%。

GenAI是人工智能模型生成新內(nèi)容變體的能力，包括圖像、視頻、音頻和文本。GenAI應(yīng)用具有自動化廣泛任務(wù)的潛力，從而提高生產(chǎn)力，降低成本并為增長提供新機(jī)會。 GenAI平臺已在全球范圍內(nèi)推出，使每個工作者都能具備生成能力。信息和技能的普惠化將涵蓋廣泛的角色和業(yè)務(wù)功能。這使得GenAI成為2020年代最具顛覆性的趨勢之一。雖然人工智能已存在幾十年，但ChatGPT于2022年11月的問世使得大眾能夠接觸到這項(xiàng)技術(shù)，并有可能改變幾乎所有企業(yè)的競爭和工作方式。 GenAI本身正在因云計算和開源的融合而普及化，使工作者在全球范圍內(nèi)可以使用這些模型。最近的快速創(chuàng)新為數(shù)百萬缺乏傳統(tǒng)AI技術(shù)編程技能的用戶提供了便利。 GenAI應(yīng)用可以通過自然語言對話界面（例如聊天機(jī)器人）使大量內(nèi)部和外部信息對企業(yè)用戶可訪問和可用。這意味著快速采用GenAI將顯著普惠企業(yè)中的知識和技能。大型語言模型使企業(yè)能夠通過富有語義理解的對話方式將工作者與知識相連接。業(yè)務(wù)利益相關(guān)者和部門將從這種豐富的知識中受益。

塔斯智能體是實(shí)在智能對RPA與大語言模型完美結(jié)合的創(chuàng)新

而實(shí)在智能憑借其自創(chuàng)業(yè)初就深深扎根在AI領(lǐng)域強(qiáng)大的自研能力和幫助大中型企業(yè)客戶獲取豐富的自動化落地解決方案的經(jīng)驗(yàn)，率先將RPA技術(shù)與大語言模型（LLM）結(jié)合，于2023年強(qiáng)勢推出

“你說?PC做?大模型TARS?Agent，帶給用戶聽得懂更能看得見，動起來的機(jī)器人！”?

實(shí)在智能以其自研大模型“塔斯（TARS）”為例，推出行業(yè)首個基于大模型的TARS-RPA-Agent，將數(shù)字員工應(yīng)用門檻進(jìn)一步降低，實(shí)現(xiàn)了“所說即所得，你說，PC做”的理念。這是

業(yè)界首款計算機(jī)視覺與大模型結(jié)合的智能體產(chǎn)品

。在文本生成、語言理解、知識問答、代碼生成等主流能力上表現(xiàn)優(yōu)異，駕輕就熟。 實(shí)在智能融合了AI技術(shù)，將傳統(tǒng)拖拉拽式的RPA，升級為實(shí)在IPA模式，從專家模式到小白模式，人人可用RPA走進(jìn)現(xiàn)實(shí)；發(fā)展到今年大模型的技術(shù)加持下，為RPA數(shù)字員工注入“TARS+ISSUT”雙模引擎，前者提供自然語言理解及邏輯知識的歸納泛化能力（大腦），后者提供識別屏幕一切元素的自動化能力（眼睛），雙?；訕?gòu)成TARS-RPA-Agent，實(shí)現(xiàn)對屏幕上一切元素的自動化操作，為行業(yè)帶來全新的布置工作方式：

你說，PC做，實(shí)現(xiàn)“所說即所得

。”

2.?AI信任、風(fēng)險和安全管理（AI?Trust,?Risk?and?Security?Management）

AI的全民化使得對AI信任、風(fēng)險和安全管理（TRiSM）的需求變得更加迫切和明確。而Gartner預(yù)測：

到2026年，采用AI?TRiSM控制措施的企業(yè)將通過篩除多達(dá)80%的錯誤和非法信息來提高決策的準(zhǔn)確性。

在對AI相關(guān)工具在企業(yè)內(nèi)部普及的過程中，技術(shù)廠商首當(dāng)其沖要幫企業(yè)客戶解決的問題就是，數(shù)據(jù)安不安全，數(shù)據(jù)是否會存在敏感信息泄漏的風(fēng)險，數(shù)據(jù)的安全性如何在使用AI相關(guān)的工具中能夠得以有效的把控？在沒有護(hù)欄的情況下，AI模型可能會迅速產(chǎn)生脫離控制的多重負(fù)面效應(yīng)，抵消AI所帶來的一切正面績效和社會收益。 AI?TRiSM提供用于模型運(yùn)維（ModelOps）、主動數(shù)據(jù)保護(hù)、AI特定安全、模型監(jiān)控（包括對數(shù)據(jù)漂移、模型漂移和/或意外結(jié)果的監(jiān)控）以及第三方模型和應(yīng)用輸入與輸出風(fēng)險控制的工具。 實(shí)在塔斯智能體，優(yōu)先替客戶做好數(shù)據(jù)安全防護(hù) 在大模型領(lǐng)域，數(shù)量龐大的數(shù)據(jù)和領(lǐng)域知識儲備變得愈發(fā)重要。實(shí)在智能選擇垂直大模型的方向，體現(xiàn)了其對專業(yè)化驅(qū)動全面拓展的戰(zhàn)略思考

：構(gòu)建自研、有效、安全、可信任、可落地的垂直領(lǐng)域大語言模型，實(shí)在智能讓人人擁有一個智能助理成為可能?！?/p>

其次，實(shí)在智能在其最新推出的大語言模型結(jié)合RPA的最新產(chǎn)品中嵌入了能夠有效幫助客戶對其企業(yè)內(nèi)部敏感數(shù)據(jù)進(jìn)行過濾的數(shù)據(jù)防護(hù)網(wǎng)，真正在源頭上確保了客戶側(cè)敏感數(shù)據(jù)不會外泄，并從工具的原始設(shè)定中幫助客戶實(shí)現(xiàn)對數(shù)據(jù)的主動保護(hù)。 3.?

AI增強(qiáng)開發(fā)（AI-Augmented?Development）

AI增強(qiáng)開發(fā)指使用生成式AI、機(jī)器學(xué)習(xí)等AI技術(shù)協(xié)助軟件工程師進(jìn)行應(yīng)用設(shè)計、編碼和測試。AI輔助軟件工程提高了開發(fā)人員的生產(chǎn)力，使開發(fā)團(tuán)隊(duì)能夠滿足業(yè)務(wù)運(yùn)營對軟件日益增長的需求。這些融入了AI的開發(fā)工具能夠減少軟件工程師編寫代碼的時間，使他們有更多的時間開展更具戰(zhàn)略意義的活動，比如設(shè)計和組合具有吸引力的業(yè)務(wù)應(yīng)用等。 據(jù)Gartner?最新預(yù)測：

到2028年，企業(yè)軟件工程師中有75%將使用人工智能編碼助手，而這個比例在2023年初還不到10%。

這些具有前瞻性的預(yù)測無疑不在告訴我們，AI增強(qiáng)開發(fā)在人力資源持續(xù)接受到挑戰(zhàn)的今天乃至是以后，對于企業(yè)來說都會是提高生產(chǎn)率，節(jié)約成本跟在人力資源緊張的情況下破局的關(guān)鍵。 而同時Gartner的分析師觀察到，一個擁有約12,000名開發(fā)人員的大型企業(yè)通過使用AI輔助代碼生成工具GitHub?CoPilot提高了5%的生產(chǎn)力，每年甚至還節(jié)省了200萬美元的成本。 增強(qiáng)型人工智能開發(fā)工具應(yīng)該關(guān)注提高軟件工程組織的生產(chǎn)力、質(zhì)量和體驗(yàn)。麥肯錫數(shù)字對其自己的軟件工程師進(jìn)行的一項(xiàng)研究支持了這一觀點(diǎn)。該研究測量了完成常見開發(fā)任務(wù)所需的時間。結(jié)果顯示，代碼生成的時間減少了35%至45%，代碼文檔化的時間減少了45%至50%。 實(shí)在大模型系列產(chǎn)品早已將AI增強(qiáng)開發(fā)納入產(chǎn)品基本能力范疇 傳統(tǒng)ChatGPT及類GPT式下你問我答的形式雖各有特色但難免千篇一律，距離自動化執(zhí)行仍有距離。我們可以看到，大模型的興起也引發(fā)了“怎么能用起來”的落地難題。在喧囂之后，實(shí)在智能選擇了務(wù)實(shí)的落地策略：將TARS-RPA-Agent的應(yīng)用與實(shí)際業(yè)務(wù)場景相結(jié)合，從客戶場景入手，在“

聽得懂

”之后，讓大模型“

看得見、動起來

”。 實(shí)在智能深耕千行百業(yè)，從客戶場景入手。因?yàn)閷蛻魜碚f，他們最關(guān)心的是能否解決問題，而不是RPA工具本身。而當(dāng)產(chǎn)品交付后，如果不多花些時間，做行業(yè)know-how的沉淀和積累。長此以往，就無法擴(kuò)展出更深的應(yīng)用場景，只能解決簡單、表面的問題，效率還很低，最終也無法為客戶提供更高的價值。2023年8月，實(shí)在智能圍繞TARS大模型，除了金融，

還應(yīng)用于數(shù)字員工、智能辦公、電商場景等方面，對實(shí)在智能超級自動化平臺的產(chǎn)品矩陣進(jìn)行全面智能升級，將再一次提升用戶體驗(yàn)。

TARS-RPA-Agent的核心工作流程主要包括：自主拆解任務(wù)、感知當(dāng)前環(huán)境、執(zhí)行并且反饋、記憶歷史經(jīng)驗(yàn)等。能夠通過文本指令或?qū)υ捔奶斓姆绞街苯由蓴?shù)字員工，操作PC電腦自主完成工作任務(wù)。這里面自然包含了AI增強(qiáng)的開發(fā)相關(guān)的能力。能夠讓企業(yè)內(nèi)部有相關(guān)需求的部門和員工，通過大語言模型多輪對話模式，輕松開啟AI增強(qiáng)開發(fā)之旅。

4.?智能應(yīng)用（Intelligent?Applications）

智能應(yīng)用包括智能功能，被”定義為自主做出適當(dāng)響應(yīng)的習(xí)得性適應(yīng)能力。在許多用例中，這種智能被用于更好地增強(qiáng)工作或提高工作的自動化程度。 作為一種基礎(chǔ)能力，應(yīng)用中的智能包含各種基于AI的服務(wù)，如機(jī)器學(xué)習(xí)、向量存儲和連接數(shù)據(jù)等。因此，智能應(yīng)用能夠提供不斷適應(yīng)用戶的體驗(yàn)。 而據(jù)Gartner最新預(yù)測顯示：

到2026年，30%的新應(yīng)用程序?qū)⑹褂萌斯ぶ悄軄眚?qū)動個性化的自適應(yīng)用戶界面，而2023年這一比例還不到5%。

實(shí)在智能為客戶提供門檻低，智能，高效，精準(zhǔn)的數(shù)字員工 實(shí)在智能憑借自己對人工智能相關(guān)技術(shù)的敏銳嗅覺和夯實(shí)的RPA與GEN-AI融合能力，成功將大模型與RPA（Robotic?Process?Automation）相結(jié)合，為企業(yè)提供了更廣泛的應(yīng)用場景。同時還將大模型作為信息查詢和分析的工具，并將其嵌入到TARS-RPA-Agent產(chǎn)品中，使其能夠執(zhí)行更加復(fù)雜的任務(wù)。 這種融合不僅降低了數(shù)字員工的應(yīng)用門檻，還提高了工作效率，釋放了人力資源，從而實(shí)現(xiàn)了“

所說即所得，你說，PC做

”的愿景。實(shí)在智能通過自研雙模型技術(shù)底座，即將大語言模型與視覺模型相結(jié)合，進(jìn)一步提升了RPA的能力。這種技術(shù)底座不僅可以處理復(fù)雜的文本數(shù)據(jù)，還能夠分析圖像、視頻等多媒體信息。通過視覺模型的支持，RPA能夠更好地理解和應(yīng)對多樣化的任務(wù)，實(shí)現(xiàn)更高程度的自動化。 實(shí)在智能在為客戶提供智能應(yīng)用的努力還會繼續(xù)下去，憑借其強(qiáng)大的產(chǎn)品自研能力，輕松實(shí)現(xiàn)RPA產(chǎn)品三大階段核心能力的跨越。實(shí)在智能會繼續(xù)為客戶提供技術(shù)門檻低，高智能，易操作，對用戶友好的智能應(yīng)用產(chǎn)品。