RPA高速發展兩年後，為何製造業使用仍不多？它會怎麼和AI Agent結合？

2025年會是RPA（Robotic Process Automation，機器流程自動化）發展的重要一年。但RPA真正開始爆發，是從2023年開始，因為疫情後，RPA逐漸成為數位轉型的重要工具，特別是在辦公室自動化領域。像是總部位在美國紐約的知名RPA開發商UiPath先是在2021年4月於紐約證交所掛牌上市，引發市場高度關注，而RPA一開始的主要應用場域，則集中在金融、會計、財務領域，可以把資料輸入等人類的重複性操作以自動化流程取代。

RPA在製造業應用，仍屬早期階段

早期的數位轉型工具，多半是不同系統的整合。但不同系統間的操作，還是需要人力處理，而RPA順勢填補此空缺，讓資料key單可以自動化。只不過，RPA在製造業的應用，仍處在早期階段，大多數製造業依然不熟悉其技術潛力。

在RPA市場中，幾個主要玩家分別是UiPath、總部位在加州的Automation Anywhere，以及微軟推出的Power Automate。這些流程自動化工具，普遍用在辦公室自動化，卻還是無法適應工業界需求。原因在於工業設備比較特殊，像是不能安裝軟體在裡面，也不能連網，一旦連網，可能就會遭病毒和駭客入侵。

換言之，在工廠現場，很多機器的操作，還是需要人力介入。因為RPA無法直接導入機台軟體，也沒辦法再封閉性較高的操作環境派上用場，這導致製造業在導入流程自動化的過程相當緩慢，即便已經風行兩年，但若和製造業高層談起RPA，可能只有不到10％的人聽過。

AI Agent讓系統更智慧化，但在工業界面臨挑戰

目前，RPA產業正朝向AI Agent（人工智慧代理）趨勢發展。它結合RPA和LLM（大語言模型），會讓系統更智慧化。例如，不少人會使用ChatGPT規劃旅遊行程，但卻沒辦法自動訂機票和飯店。一旦有了AI Agent，就可根據使用者需求，不只行程能自動規劃好，還可自動訂機票和飯店。換言之，AI Agent讓RPA升級到更智慧化、更能動態回應不同需求。

然而，AI Agent在製造業的應用方面，仍然面臨不少挑戰。工廠中的機台操作複雜、不透明，操作手冊和錯誤排查資訊，通常也只侷限在內部使用，沒辦法透過開放網路取得。同時，製造業對自動化的可靠性要求標準極高，倘若出錯，可能導致數百萬，甚至數千萬台幣的損失。

因此，大多數製造業雖然想知道往AI Agent趨勢前進很重要，但通常只是想導入LLM，而且只是把LLM應用在知識管理，像是自動解析錯誤訊息，並提供排除方法，而不是完全自動化的操作。

AI Agent和RPA結合，成為關鍵技術

未來在製造業、商業方面，可預見的是更依賴AI與自動化技術，特別是RPA和AI Agent整合成為整體解決方案。在此趨勢下，很多傳統上需要人力完成的複雜任務，未來可能效率得以大幅提升。

以製造業為例，當銷售人員接到大宗訂單時，需要快速計算出交貨日期。目前的情況是，場內人員必須手動查詢庫存、工廠排程等數據，並和供應商協調，以確保供應鏈運作順場。倘若有了AI Agent和RPA的結合，這些過程都可以自動化，銷售人員只需要輸入需求，系統就能根據現有資源、排程計算出準確交貨時間。

不過，目前AI Agent的發展仍屬早期階段，即便市場上有不少令人眼睛為之一亮的展示範例，但實際應用當中，AI Agent的靈活性、精準度仍無法滿足企業需求。相較之下，RPA則更為穩定，它的操作基於規則，可確保自動化流程精確無誤。因此，AI Agent未來可能會以輔助角色存在，像是協助生成RPA腳本，或是在腳本製作時提供協助。

而RPA的主要商業模式是B2B，提供客戶高度客製化的自動化服務。服務過程中，企業會說明具體操作流程，工程師則根據這些需求設計、生成相對應的RPA腳本，才能使流程自動化、效率提升。例如，金融業就需要RPA處理大量數據和表單，而製造業則透過RPA管理複雜的生產流程。

整體而言，RPA和AI Agent結合，雖被視為未來趨勢，但在製造業應用仍屬早期。因為在這個亟需高穩定性、零錯誤的領域中，AI Agent仍需經過一段時間的調整與測試，才能實際投入運作。一旦它能滿足工業系統高穩定性、封閉性系統的需求，勢必能與RPA結合，成為關鍵技術之一。

延伸閱讀：

自動化設備背後的寶藏：數據如何改變您的企業?

智慧製造成功案例：台豐印刷智慧工廠 RPA 應用

技嘉科技如何透過 RPA 簡化資料管理，自動化資料處理？