AIRPAERP 的求索
**A I \+ R PA+ER P 的求索 **
有很多名言，我们念的太熟太顺，反成了浮光掠影，走马观花。比如， **科学技术是第一生产力** 。这一句，大抵是自己唯一没有还给政治老师的知识。
曾经整整7年的化学专业，每次都有几组甚至十几组的对比实验，不菲的检测费用，造出的材料究竟能有什么作用（或许是为了毕业用？），那些在微米，甚至纳米级别才看到的某些特殊结构，究竟如何改变着我们的生活。
**一.ERP-沉舟侧畔千帆过**
因为实在想不通，所以转型来到了IT行业，但行业虽不同，心态却相通。主攻产品是传统ERP套件，在开头的时候，每每听到诸如“这系统真难用”，“线下做方便多了”的言论，让我时常想起自己曾经守着五六个反应釜，也曾有高强度的工作，也会熬夜通宵的守着实验台，但却很无趣，没有求知欲，一潭死水，忙的时候，也只是在圈子内疯狂打转，不清楚自身的价值。并且，在看着重型ERP在不断地受到新兴的小快灵的冲击时，友好化、国产化、云化这些词频频被客户提起，当真是沉舟侧畔千帆过呀。
**二.RPA+ERP-柳暗花明又一村**
庆幸在这个节点，我接触了RPA，汉得也自研了RPA，这让一切都变得不一样了。
RPA直到今天，可能是一个常闻常见，但又若即若离的产品。但其实类似的产品我们早就接触过，二十年前，火爆异常的“挂机打怪”“刀刀烈火”；十几年前，“为了艾泽拉斯”，亦被无数的脚本淹没；十年前的清晨，我悠哉的看着我的角色在自动收割大菠萝，并且顺便diss了下刷了半宿小秘境的舍友。
这些让我们领先于大多数玩家的工具，即便逻辑底层各有差异，
**但其在自动化方面特性让最先掌握其的玩家拥有了无可匹敌的巨大优势，重复性工作，人凭什么和机器拼？**
但这些“TOC”的应用也许我们没那么深刻的感触，还会喊着“开挂一时爽”。
真正让我破防的是我曾经的一场客户参观，我至今仍非常感激我的客户，他们带我参观了一家大型央企的财务共享中心，我第一次看到了RPA在B端的应用，现在想想方案并不难，就是对一个封闭的企业内部资金系统进行付款批量操作。而在1年前，我恰恰因为这个系统不提供对外接口、API、数据库权限而绞尽脑汁却束手无策，最后客户的立项无疾而终。当我看到RPA娴熟的越过系统边界，自由的操作网银系统时，它越过的是我那已经固化的实施方法论，interface，api，dblink，webservice在那一刻就不再是我的唯一解了。当时受到的冲击与震撼，让我在参观后，生平第一次主动去超市买了一瓶白酒，吨吨吨，“嘶~哈”，三观尽毁。
从那以后RPA+ERP成了我非常推崇的一个ERP优化思路，对于深度使用ERP的客户，我总找机会给他们讲一些RPA在ERP中的应用场景，不深奥，但一定要贴近用户日常工作，让他们直观的感受到自动化脚本可以为他们提升极大的工作效率，并且不能局限于空话、套话，而是直击他们觉得枯燥无聊的工作，“甩给RPA去做吧”。把RPA就当成是如同OFFICE一样的办公工具，当成是dataload-
plus，取长补短。自那时起，原本灰蒙蒙的前路，当真是“柳暗花明又一村”。
**三.AI-“乱花渐欲迷人眼”**
在RPA解决了“手”的问题，随后AI的到来，于我而言，虽然很惊艳，但却并没让我非常吃惊，openai发布之后，我几乎第一时间注册了3.0，后来到了3.5，又发展到4.0。但我的理解很直观，以OCR为眼，SCR为耳，NLP为脑，RPA为手，这几乎就是一个可以“工作的人”（GPT4.0构图）。果不其然，虚拟员工的概念接踵而来。
相比于RPA的实施场景的直接明了，面对AI模型，我反而更加谨慎，诚然，大模型在C端很花哨，写制式文章，高度精确地搜索，写代码，理解代码等等等等，我几乎每一项工作都可以让大模型参与进来，可我的客户更关心的是，如何把AI与B端应用融合。例如早期OCR技术在票据识别方面巨大的成功应用，使OCR几乎成了每个共享系统、费控系统、发票解决方案的标配，并不断向定制化的影像识别发展，因为将影像转换成结构化信息，就只有OCR能做。那么，基于NLP技术的大模型呢？是否也有他最不可替代的场景呢？当然目前去看，B端的应用我觉得依然是在探索，这从很多次我兴冲冲去参与一些讲座，甚至是付费培训，却又有点乘兴而来败兴而返的感觉，因为每当对方提到一个场景，我便联想到用其他产品，其他技术的实现方式。如果NLP在应用场景下可替代，那么它便没有那么刚需。
所以，透过当下“乱花渐欲迷人眼”的表象，我们应当安静下来，不要为了达到某个目的而生搬硬套，而是去思考我们遇到的棘手场景。比如说一些并不规范的前端系统的非结构化数据，在前端系统改造成本巨大甚至无法改造的前提下，应用大模型进行转换等等
**四.ERP+RPA+AI-“路漫漫其修远兮”**
我的职业发展和个人兴趣爱好，决定了我必然会选择这样一条道路去。将传统套件与新兴的强大技术有机融合，使传统产品焕发第二春，为新兴产品找到落脚点。
可以想象这样的场景，在传统套件系统启动后，附带了一个AI助理，用户查询，分析数据不再用“查看→请求→单个请求→等待→输出”，也不用对下载后的表格做人工处理，而是在AI对话框输入自己的非格式化的口语需求，用大模型转换，解析，用RPA运行执行相关操作/后台命令/SQL语句/程序包，用ERP庞大的数据库提供数据源，最后反馈到用户，只是AI助理的一段精确匹配的答案。又或者是下订单，又或者是财务月结，都是通过这样人机对话的方式完成。到时候，承载企业数据的产品究竟是什么，操作上易用与否，是老的FORM/OAF框架，还是新的web，谁还会关心呢？
路漫漫其修远兮，这一天或许很远，或许就在下一个项目。
（GPT4.0构图）
—————————— —— END
作者：杨 欢
审核：陈 兰
编辑：朱思聪
