过去一年里，自动化会议上提出的问题发生了变化。过去的问题是：“这个流程能交给机器人吗？”现在的问题是：“RPA 是否已经过时，还是应该直接转向 AI 智能体？”随着供应商演示中几乎每款产品的名称都加上了“智能体”，决策不是变得更容易，而是变得更难了。
本文不把这两种技术视为竞争对手，而是视为适用于不同工作的工具。目的是逐个流程选择合适的工具，并养成追问“智能体”标签背后是什么的习惯。
“智能体洗白”：标签变了，产品没变
在 2025 年 6 月发布的一份评估中，Gartner 发出了警告。许多供应商正在为其现有产品更名，而这些产品并不具备任何实质性的智能体能力：AI 助手、机器人流程自动化（RPA）和聊天机器人。Gartner 将此称为**“智能体洗白”（agent washing）**。它估计，在数千家“智能体”供应商中，只有约 130 家名副其实。
同一评估还包含两项预测。到 2027 年底，超过 40% 的智能体项目将被取消。原因是成本上升、业务价值不明确以及风险控制不足。在 Gartner 于 2025 年 1 月对 3,412 名网络研讨会参与者开展的调查中，19% 的组织表示已在智能体上进行了大量投资。另有 42% 进行了保守投资，8% 完全没有投资，31% 在观望或尚未决定。
2025 年 8 月的第二份评估揭示了概念混淆的另一面。根据 Gartner 的说法，最常见的误解是将依赖用户输入、不能独立工作的 AI 助手标榜为“智能体”。助手使用户的工作更轻松。相比之下，智能体能够端到端地执行任务、评估情况并采取行动。
三种工具，三种不同的工作
Gartner 的建议实际上是一种简单的分工：需要决策时使用智能体，常规工作流程使用自动化，简单的信息检索使用助手。这种划分可以转化为逐个流程的选择：
| 工作性质 | 适用工具 | 典型示例 |
|---|---|---|
| 规则明确、步骤固定、输入结构化 | RPA / 传统工作流自动化 | 系统间数据传输、标准报告生成、文件归档 |
| 快速查找信息或起草文本 | AI 助手 | 检索政策文件、起草电子邮件、总结会议 |
| 评估多变的输入并执行多个步骤 | AI 智能体 | 对收到的请求进行分类并在相关系统中启动事务、发现异常并进行分派 |
这里的关键问题是：**流程中是否真的存在决策点？**用 Gartner 的话说，如今许多被定位为“智能体”的用例实际上并不需要智能体。为一个规则可以预先写明的流程构建智能体，意味着选择了一条成本更高、更难审计的道路。
选择之前要问的五个问题
1. 流程能否用规则描述？ 如果您能用流程图完整地列出各个步骤，RPA 或工作流自动化通常就足够了。如果流程图在某一步写着“视情况而定”，那一步就是决策点，可以作为智能体的候选。
2. 输入的变化程度有多大？ 传统自动化在格式一致的数据上能给出可靠的结果。如果存在自由文本、不同格式的文件或不可预测的请求，就需要理解和解释的能力。
3. 错误的代价是什么？ 智能体自主决策的程度越高，风险控制就越重要。风险控制不足也是 Gartner 所列取消原因之一。在错误代价高昂的流程中，人工审批步骤应从一开始就纳入设计。
4. 如何衡量价值？ Gartner 建议仅在智能体能带来明确价值或投资回报的地方使用它们。在项目开始之前，应选定时间、错误率或交易量等指标及其起始值。
5. 如何与现有系统连接？ 根据 Gartner 的说法，将智能体集成到遗留系统中在技术上可能很复杂。它可能扰乱工作流程并需要代价高昂的变更。在大多数情况下，Gartner 认为围绕智能体从头重新设计工作流程是理想的路径。
要向供应商提出的问题
在评估带有“智能体”标签的产品时，以下问题有助于您看清标签背后的内容：
- 产品能否在用户无需每一步都下达指令的情况下端到端地执行任务，还是每一步都要等待人工输入？
- 在作出决策的环节，它依据哪些信息？该决策能否被记录并在事后审查？
- 智能体可以在哪些系统中操作、以何种权限操作，这些如何受到限制？
- 为什么同样的工作不能用现有的 RPA 或工作流工具完成？
- 试点结束时将以什么标准判断成功？
最后两个问题尤为重要。如果答案是“同样的工作也可以用基于规则的自动化完成”，那么智能体的成本和复杂性可能并不合理。如果得不到明确的答案，那么该产品是否是真正的智能体也存在疑问。
RPA 没有消亡，其角色正变得更加清晰
根据 Gartner 2025 年 8 月的预测，到 2026 年底，40% 的企业应用将集成面向特定任务的 AI 智能体。这一比例在 2025 年低于 5%。换言之，智能体正在迅速进入组织所使用的软件。这并不意味着基于规则的自动化正在消失。Gartner 将智能体的价值定位为**“超越编码自动化机器人和虚拟助手的能力”**。换言之，智能体并不是在取代自动化，而是在自动化无法触及的、需要决策的工作中站稳脚跟。
实际的启示是：按照流程的性质而不是技术来构建自动化组合。规则明确的流程继续采用基于规则的自动化。包含决策点、价值可衡量且已为其设计了风险控制的流程，才成为智能体的候选。没有进行这种区分就作出的“智能体”决策，有可能落入 Gartner 预测将被取消的项目之列。
为什么物流经验在这里很重要。 物流运营同时包含本文所区分的两类工作。在系统之间传递订单数据、生成标准库存报告和归档交货单据，都是输入结构化、基于规则的任务，即表格的第一行。以自由文本报告的延误或破损货物——需要阅读、与订单匹配并进行分派——则是真正的决策点，也是智能体的候选。由于在仓库或运输途中作出错误决策会把实物送到错误的地方，错误的代价（问题 3）在物流中通常通过审批步骤和书面的异常处理规则加以管理；又由于物流团队通常会跟踪周期时间、错误率和业务量，问题 4 所要求的基准往往已经存在。我们的一位顾问在运营、物流和供应链领域拥有30 多年经验：他曾在一家大型科技分销企业全面负责物流、仓储、技术服务和行政运营，组建并领导 100 多人的团队，并通过以 KPI 为导向的项目实现了运营绩效的持续提升。他还曾在领先的零售、物流和分销组织中管理全国性的仓储和运输业务。作为一名工业工程师，他如今通过 AI 和自动化将这种供应链管理规范带给中小企业。了解我们的顾问。
如果您希望进一步了解这一主题，也可以阅读我们关于 AI 智能体的取消风险、AI 驱动的 RPA 在欧洲的普及程度以及授予智能体的访问权限的文章。
#interimmanagement #forwarddeployedengineering