程序化点击的终结：RPA、自主智能体，以及争夺企业自动化心脏的静默之战

本文由葡萄牙语原文自动翻译。阅读原文

当那个曾拯救你的机器人开始让你付出高昂代价

企业第一次看到软件机器人打开 SAP、填写表单、从表格复制数据、发出邮件 — 全程无人碰键盘 — 时，总有某种魔力。那是 2015、2017 或 2019 年，取决于企业的成熟度。当年我在一家大型建筑公司主导一个落地项目时，所有人都惊呆了。RPA 承诺的是触手可及的数字化转型：不动遗留系统、不搞大型 IT 项目、无痛。**它兑现了。**对成千上万家企业而言，这是第一个走出 PPT、进入生产的真自动化。

问题是市场没有停下 — 而机器人还停在屏幕前，等着按钮出现在老位置。今天，企业界活在三代自动化共存于同一环境的日益紧张之中：经典 RPA、生成式 AI 加持的 RPA，以及直接在 API 和原生连接器上运行的自主智能体。它们并非线性替代 — 至少目前不是。但轨迹已经清晰，押注必须现在下，趁竞争优势的窗口还没关上。

企业自动化的真正颠覆，不是更好的技术做同样的事。而是一种不同的技术，让最初的问题 — 「我如何自动化这个流程？」— 逐渐过时。

先搞清楚每样东西究竟是什么

在描绘任何竞争格局之前，值得先精确命名这场争夺中的各方。我逐一细说！

经典 RPA 本质上是界面自动化。机器人像人一样「看」屏幕 — 像素、字段、按钮 — 并在这个视觉层执行预编程的动作。诚然，UiPath、Automation Anywhere 等平台早已支持 API 集成 — 可以调用 REST 端点、消费 webservice、在 RPA 流程里编排跨系统调用。但这里有个重要区别：**这种集成是命令式且静态的。**每次调用、每个参数、每种错误处理都要你在流程里显式定义。没有适应、没有推理、没有情境决策 — 它是一段伪装成集成的脚本。API 换了版本，流程就断；出现未映射的异常，流程就卡。RPA 的原始优势 — 非侵入性、「有屏幕就能自动化」— 同时携带着它最深的结构性局限：机器人不理解自己在做什么。它只是复刻，不管眼前有没有屏幕。

生成式 AI 加持的 RPA 是大平台 — UiPath、Automation Anywhere、Blue Prism — 对 LLM 压力的回应。在经典结构上嫁接自然语言理解、计算机视觉、文档处理能力。结果是机器人仍在界面上操作，但如今能解读非结构化文档、理解版式变化、做简单的情境决策。是渐进式进化 — 有用，但不是变革性的。

基于 API 的自主智能体是性质不同、而非程度不同的类别。这里没有界面被模拟。智能体通过 API、原生连接器或 MCP 这类标准化协议直接与系统通信。它接到的是目标，不是脚本。它决定动作序列、处理异常、随情境调整行为 — 而核心在于 — **每次执行都在学习。**上下文窗口取代了流程图。意图取代了点击。

维度	经典 RPA	RPA + 生成式 AI	自主智能体
操作层	图形界面（UI）	UI + 文档/文本	API / 原生连接器
灵活性	低（UI 一变就断）	中	高（适应情境）
非结构化数据	不支持	部分支持	原生支持
维护	高（脆弱）	中	低（自适应）
部署成本	低-中	中	中-高
长期运营成本	随复杂度增长	稳定	随学习下降
遗留依赖	完全	高	低至零
投产时间	数周	数周-数月	数月
短期 ROI（0-12 个月）	高	高-中	中
长期 ROI（2-5 年）	递减	稳定	递增

这张表讲了一个清晰的故事：**短期 RPA 赢，长期智能体赢。**但企业市场在自动化决策上很少想五年 — 陷阱恰恰在这里。

RPA 如何自我调整 — 以及这种调整能走多远

忽视 RPA 大平台的动作是天真的。UiPath 和 Automation Anywhere 没有睡觉。两家都在自家平台里集成了生成式 AI 模块、自然语言处理能力，以及最近的智能体架构。UiPath 推出了 Autopilot，Automation Anywhere 有 AutoAnywhere AI。传达的信息是：「不用离开我们的平台，你就有 AI。」

这是聪明的防守 — 对相当一部分市场也会奏效，尤其是那些已经在这些工具上拥有许可证、训练有素的团队和成熟流程的企业。**这里的切换成本是真实的，不可低估。**把 200 个生产机器人从零迁到智能体架构，不是 CTO 在周五例会上能拍板的事。

但这种调整有结构性上限。生成式 AI 加持的 RPA 仍然带着程序化点击的 DNA — 流程逻辑、界面依赖、面对系统性变化的脆弱。在一个满屏幕导航的机器人上嫁接 LLM，就像给牛车装电动机。能用，跑得更快。但结构还是牛车的结构。

未来三年市场要问的不是「我的 RPA 有 AI 吗？」— 而是**「我的 RPA 还有存在的意义吗？」**

智能体的崛起与新的权力版图

自主智能体带着一个截然不同的前提到来：**流程是提示词，不是流程图。**你不再把每一步、每个条件、每种异常画进流程图、变成代码、变成机器人 — 而是描述目标，让智能体决定怎么到达。

这之所以可能，是因为连接性生态在并行成熟。Salesforce、SAP、ServiceNow、HubSpot、Jira、Slack、Google Workspace — 今天几乎所有重要的企业平台都暴露了丰富且文档完备的 API。MCP 这类协议标准化了智能体访问这些接口的方式。结果是一个这样的世界：一个配置良好的智能体所能原生触达的系统，比任何 RPA 团队能自动化的都多。

最能说明这种差异的用例：采购订单管理。

用经典 RPA，你映射流程 — 机器人打开 ERP、读取订单、在 WMS 查库存、按固定规则批准或驳回、给供应商发邮件。能用。但 ERP 布局一变，机器人断；供应商回复不合预期格式，机器人卡；出现未映射的异常，人上。

用基于 API 的自主智能体：智能体接到「按采购政策管理采购订单」的目标，经原生连接器访问 ERP，查询供应商历史，必要时核对市场行情，用自然语言理解能力通过邮件谈交期，只有在决策存在真正歧义时才升级给人。没有打开任何屏幕。没有校验任何像素。没有画任何流程图。

没人想回答的问题：在遗留系统上自动化，到什么程度还有意义？

这里我们来到最扎手 — 也最具战略意义 — 的点。什么时候在遗留系统上构建智能体更划算，什么时候该重建遗留系统本身？

没有普适答案，但有一些变量能让计算更理性。把它当作一个决策矩阵：

在遗留系统上自动化，当：

• 遗留系统稳定，有 API 或可预测的界面

• 替换遗留系统的成本超过自动化成本的 3-4 倍

• 系统在路线图上的剩余寿命超过 5 年

• 可自动化的流程量大且变化少

• 组织还没有消化一次迁移的技术成熟度

认真质疑遗留系统，当：

• 机器人每月因界面变化断掉不止一次

• 自动化的维护成本逐季度上升

• 系统不暴露 API，而且大概率永远不会

• 流程需要人工处理的异常越来越多

• 已有现代 SaaS 平台用现成的原生连接器解决同样的问题

我在市场上看到的最常见错误，是把遗留系统上的自动化当成永久方案 — 而它充其量是一座桥。有用的桥，有时是必要的桥，但桥不能替代路。在 1998 年的 ERP 上搭十个机器人的企业，往往是在推迟一个不可避免的决定，积累着伪装成数字化转型的技术债。

那张机灵的 Business Case 表格需要加上一列，大多数人都忘了：**不现代化遗留系统的机会成本。**遗留系统留在运营中心的每一年，在损失的生产力和被压抑的创新速度上，值多少钱？

竞争剧本：谁赢、何时、为什么

以下是我的押注 — 我承认是押注，不是预言。

2024–2026：共存，RPA 主导

RPA 仍主导企业市场，原因很简单：装机基数巨大，迁移成本真实。生成式 AI 加持的 RPA 平台的增长支撑着这一地位。自主智能体在细分处推进：数字原生企业、科技初创、大公司的创新小队。市场在学习。

2026–2028：清晰的分岔

两条轨迹固化。拥有现代系统和良好 API 结构的企业逐步迁向智能体架构 — 成功案例倍增，长期分析中 ROI 开始超越 RPA。深陷遗留的企业保留 RPA 作为自动化层，但开始感到规模的极限。RPA 平台用「智能体优先」的产品回应 — 但架构债难以掩盖。

2028–2030：经典 RPA 沦为利基商品

纯 RPA — 没有实质智能体层的 — 迁入大型机今天所处的位置：存在、在特定场景必要、但已在自动化战略决策的中心之外。自主智能体成为新项目的标准。竞争变为智能体平台之间的竞争，而非 RPA 与智能体之争。战场改变 — 早早押注开放架构的人领先。

最后的押注：真正会胜出的是什么

我的信念 — 建立在我从项目、平台和大玩家动向中观察到的模式之上 — 是架构战胜工具。未来两年投资于现代化核心系统 API 层、采纳 MCP 等标准化协议、构建内部智能体编排能力的企业，将获得任何 RPA 机器人 — 再精密也罢 — 无法复制的优势。

RPA 不会明天就死。但它将不再是新问题的答案。而新问题 — 认知流程、情境决策、会学习的自动化 — 恰恰是市场增长的地方。

这是我最后的挑衅：企业最大的威胁不是选错自动化技术，而是继续问错问题。「我如何在这个系统上自动化这个流程？」是 2018 年的问题。2026 年的问题是：「需要怎样的系统和怎样的流程，才能让自动化是原生的，而不是一层补丁？」

先回答第二个问题的人，将建成一套竞争对手要花数年才能看懂 — 再花更多年才能复制 — 的运营。

祝各位写出好文章。咱们去重建遗留系统吧 💣