文字生成数字员工！实在AI Agent化身“六边形战士”落地千行百业
2023年8月，实在智能在全行业首发“一句话生成数字员工”的实在AI Agent智能体产品，即实在Agent智能体，也是TARS-RPA Agent智能体数字员工，其同时具备LLM大模型的对话式交互能力和RPA的流程自动化能力，有“大脑”，更有“眼睛和手脚”，可以通过文本或语音指令的方式直接生成数字员工，操作PC/手机自主完成工作任务。
在AI+RPA的组合下，AI的深度学习、屏幕理解、语义识别和对话交互等功能，为人机协作效率提供保障。在这种情况下，实在Agent智能体成为能够自主拆解任务、感知当前环境、执行并且反馈、记忆历史经验的RPA全新模式——拥有聪明的大脑，手脑并用，不吃不喝，没有失误，堪称全能“六边形战士”。
经过半年多的行业积极探索，实在Agent智能体数字员工已广泛应用于金融、零售、运营商以及制造等行业的各类业务场景，承担起千人千面的“工作助理”“业务专员”“管理参谋”等角色，成为“人工智能+”时代下企业自有的新质生产力，帮助企业降本增效，助力企业实现数字化转型。
每年9月至10月开学季，大量大学生会集中办理新学年的通讯套餐。这些套餐通常包含话费、流量、宽带等不同服务，每项服务又有多个二级选项，业务组合数量非常庞大。
在办理过程中，因前一个选项不同，会导致后续页面多次变化。如果采用单纯记录动作的RPA实现所有套餐场景，需要开发数千个流程，操作复杂性和成本非常高。
实在Agent智能体利用大模型深度学习能力，提前学习并掌握办理套餐的业务逻辑，再配合ISSUT （智能屏幕语义理解技术）动态识别页面变化，可以找到最匹配当前办理套餐的具体内容进行操作。二者能够帮助智能体更好地理解相关信息，并获得与人类大脑相似的多模感知能力，无论用户如何选择，实在Agent智能体都能迅速适配。
此外，实在Agent智能体还能像业务专家一样自主优化操作步骤，找到最快捷、最简便的办理路径。企业只需要让实在Agent智能体学习一次，它就能无限“分身”，适用于不同的套餐办理场景，大大提高运营商业务效率并减少重复工作。
上海某证券公司的投资APP主要服务于高净值用户群体，因此配备了一支由数百名本科及以上学历、专业金融背景的客服团队。由于团队规模庞大，加之金融行业对服务品质的高要求，每一位客服人员都必须经过严格的专业培训和考核后才能上岗，这无疑就导致了相当高的人力成本和运营成本。
传统RPA可基于一定的准则完成自动化，比如“关键词”触发回答等，但由于其智能化和个性化程度不足，还无法达到接近人类的直觉、判断、创造力、说服力或随机，满意解决问题的水平。
通过大模型预训练，实在Agent智能体可以获得开放的财经专业知识，从而具备了基础的财经领域专业能力。同时，通过RAG检索增强生成系统，与客户金融服务相关的法律法规、企业内部业务规则和服务规范等知识库进行了链接，使实在Agent智能体能够精准有效地查询到所需内容，并严格遵循相关规范为客户提供最佳回复。
相比传统RPA，实在Agent智能体更接近人类服务水平，更好地服务客户。此外，实在Agent智能体还能自动将客户常问的问题及其采纳的答案生成知识库中的知识点，从而提高后续检索的效率和准确性，帮助企业摆脱“人海战术”。
某跨境龙头企业经营海内外数十个的电商平台，对应的需要关注非常多的平台数据，传统BI数据驾驶舱只能按照预先设定的分析维度进行数据分析，针对专项内容的分析还是要到数据库中进行单独查询和输出，而业务人员的数据分析技能有限，直接导致数据价值未能被充分挖掘。
同时，跨境企业的数据往往包含多种语言，这给数据整合和分析带来了额外的挑战。例如，客户评价、产品描述等非结构化数据可能需要人工翻译和统一，以便进行有效的分析。
将实在Agent智能体与数据库或数据平台打通，通过即时对话生成数据查询指令，包括直接生成SQL代码查询数据库或者通过调用API查询数据平台；取到待分析数据之后，可以再利用大模型的Python图表生成能力，将数据表生成可视化图表，呈现更直观的分析维度。
此外，运营人员可以通过提示词配置常用的分析模板，以简化与实在Agent智能体的交互过程，大幅提高人工效率，甚至实现“一岗多能”“多岗多能”。
