外包OUT?!PRA與AI融合,為產業創建數位勞動力大軍─資策會 FIND科技報─智邦公益電子報
enews.url.com.tw · November 28,2024外包OUT?!PRA與AI融合,為產業創建數位勞動力大軍
FIND研究員:魏梓廷
流程自動化(Robotic Process Automation, RPA)與人工智慧(AI)皆為自動化(Automation)科技發展的核心技術,雖分屬不同技術領域,且著重的應用情境有所不同,前者鎖定重複性高且有一定規則的工作;後者則善於複雜的數據分析、判斷、預測或決策等,但因兩者在功能與應用上具高度互補性而被融合運用,因而出現智慧流程自動化(Intelligence Process Automation, IPA)。而隨著大型語言模型(Large Language Model, LLM)的推出,兩者間的融合也逐步朝向AI代理流程自動化(Agentic Process Automation, APA)的方向發展,推動新的典範轉移。
圖一:RPA到APA的典範轉移
圖片來源:Yining et al.(2024), ProAgent: From Robotic Process Automation to Agentic Process Automation.
數位勞動力由多個AI代理分拆任務並執行
有別於以規則為基準(rule-based)來執行任務的流程自動化(RPA),AI代理流程自動化(APA),以代理驅動(Agent-driven)為設計理念,藉由結合大型語言模型(LLM),以及預先設計好並提供給大型語言模型(LLM)使用的工具,例如網路搜尋、檔案開啟與資料庫讀寫等。在自動化作業流程(Automation Workflow)中融入AI代理(AI Agent)註1,由其代理人類執行指定任務,使得原本只能執行簡單且重複高的流程自動化(RPA),變得可以執行更多複雜且要靈活因應的工作,例如線上蒐集特定主題資料並重點摘要、檢視程式並做除錯與測試、檢視發票並記帳等,甚至是由多個AI代理自行分析拆解任務並加以執行,成為更具生產力的「數位勞動力」。
目前市場上相關服務的發展可概分為兩類群體,一類是既有服務AI化,主要是將AI技術或關聯應用作為元件,融入至既有的RPA服務中,如UiPath Studio、n8n Advanced AI、Make、Microsoft Power Automate或IsCoolLab Robotiive等。另一類則是AI原生,直接以打造AI代理流程自動化服務為目標,如Beam AI、cognosys、Adept AI等。
值得一提的是,隨著相關技術應用、設計方法等的迭代發展與成熟,未來AI代理流程自動化(APA)將可能再一步進化,只要以文字、口頭或圖像等方式提出需求或觸發任務條件,不須再另行設定工作流程,AI代理就會自主代替人類使用完成任務,如開啟PowerPoint簡報檔並修改內容等。
目前包含微軟的UI-Focused Agent(UFO)、蘋果的Apple Intelligence或前OpenAI工程總監創立的Adept AI等都在往此方向發展。
善用APA及IPA,外包 out
然不論未來技術發展的進程與狀況,有一點可確定的是,企業如能善用AI代理流程自動化(APA)或是智慧流程自動化(IPA),可藉此引入數位勞動力來為組織打工,不僅支援既有人力、減少失誤,讓人力可將精力投入於更具產值的事務上。
而這對規模較小、資源較少的中小企業或新創來說,更是一大福音,因為數位勞動力的妥善運用,可避免組織不必要的膨脹,降低營業資源的消耗,紓緩營運負擔。且由於市面上許多流程自動化服務都以低/無程式碼(Low-code/No-code)的概念來做設計,導入的門檻更是大幅降低。所以,就暫時別找工讀生或寫標案找外包了,先動手試做吧!
註1:AI代理相關議題可參考如Andrew Ng博士所提出的Agentic Design Patterns,或是遠見AI Agent系列專文等內容。
封面圖片來源:圖片由AI生成
參考資料來源:
1.Yining Ye, Xin Cong, Shizuo Tian, Jiannan Cao, Hao Wang, Yujia Qin, Yaxi Lu, Heyang Yu, Huadong Wang, Yankai Lin, Zhiyuan Liu, and Maosong Sun. (2023), ProAgent: From Robotic Process Automation to Agentic Process Automation. arXiv preprint arXiv:2311.10751.
2.Andrew Ng. (2024), Agentic Design Patterns Part 1.
3.Andrew Ng. (2024), Agentic Design Patterns Part 2: Reflection
4.Andrew Ng. (2024), Agentic Design Patterns Part 3: Tool Use
5.Andrew Ng. (2024), Agentic Design Patterns Part 4: Planning
6.Andrew Ng. (2024), Agentic Design Patterns Part 5: Multi-Agent Collaboration
7.Botnirvana.org. (2024), Agentic Process Automation (APA): The Next Frontier in Digital Automation. Retrieved from https://botnirvana.org/agentic-process-automation-apa-revolutionizing-digital-automation-with-ai-agents/
從生成式人工智慧(AI)看影視創作之爭議
FIND研究員:宋佩珊
在2023年時,美國電視和廣播藝人聯合會(Screen Actors Guild-American Federation of Television and Radio Artists, “SAG-AFTRA”),同時也簡稱「美國演員公會」,舉行了為期將近一年的罷工,罷工內容主要涉及幾個關鍵議題,包括經濟公平性、串流媒體內容的收益分配以及對人工智慧(AI)使用的規範。
這場罷工開始於2023年7月中旬,當時演員工會要求提高最低薪資、獲得串流媒體服務收益的分享以及防止被人工智慧生成的數位複製品所取代。這些要求是在與代表包括Netflix、派拉蒙和華特迪士尼等主要媒體公司的美國電影和電視製片商聯盟(Alliance of Motion Picture and Television Producers, “AMPTP”)的相關合約談判中所提出的。
在談判的期間,導致許多電影和電視節目製作暫停,雙方於2023年11月8日達成初步協議。並促使新合約的建立,其價值超過10億美元,並且增加了工會成員的重大利益,包括針對串流媒體節目設立新的長期收益結構和改善經濟條款,以幫助公會成員建立可持續獲益的職業生涯。該協議於2023年12月5日由SAG-AFTRA會員批准,超過78%的會員投票支持此協議。
然而,其中最具有未來性的部分,就是有關生成式人工智慧的部分,也就是生成式AI的發展。有鑑於生成式AI的發展日新月異,也在影視創作上有了相當大的進展。舉例來說,只要能夠在影片中擷取足夠的演員畫面,就能在新的劇情安排與故事情節下,不用透過真實演員的演出,即能在生成式AI的操作下完全展演該演員的表演與詮釋。在這樣的科技下,不只能大量降低演員的演出成本,也能降低影視製作的經費。除此之外,先前也大量討論過,透過生成式AI去撰寫劇本,或是進行後製等相關影視編輯,在技術上來看也不是不可能的事情,因此也影響了影視相關產業人員的工作權與著作權等權益所以,在生成式AI的發展之下,影視產業正面臨極大的挑戰。
首先,使用基於真實演員表演的數據,透過生成式AI技術創造電影角色,可能涉及到人格權的問題。人格權通常包括肖像權、名譽權和隱私權,這些權利保護個人不被未經授權地使用其形象、名字或其他個人特徵。因此當透過生成式AI來塑造特定演員的影像進而變成一個角色時,就必須取得該演員之同意及授權,同時必須訂定契約,在一般的情況下就必須有對價關係的存在,也就是必須給予薪資,至於薪資的多寡就必須看當事人之間的約定。
再者,就是生成式AI所生成的影視內容是否具有著作權的問題。這取決於該生成的內容是否具有「原創性」,如果生成式AI所產出的內容被視為具有原創性的,理論上就具有著作權。那下一步就是討論著作權的歸屬,其歸屬就要看誰擁有該生成式AI的運營者或創造者,而不是生成式AI本身,因為生成式AI目前不會被視為法律主體。但是應該被提醒的是,如果生成式AI所產出的作品與現有的受著作權保護的作品過於相似,就有可能會引起侵權的問題,而這是很有可能發生的現象,畢竟其是透過資料庫深度學習而來,資料庫的資料都是既有的資料,如果創新性不足,則重複的可能性就會升高。不過,著作權的發展也不一定是僵化的,也有可能隨著時代的進步也不同的面向與改變,法律定義或解釋也應隨著時代或科技有所變化,以因應科技的進步,同理也應該體現在AI技術的進步上。
最近,Open AI一款語音系統Sky的聲音與美國女星Scarlett Johansson的聲音相當相似,但該公司在未經當事人的同意下逕自使用,因而引起紛爭,在眾多的負面反應下後暫停使用。從最近幾個AI與影視創作的衝突,可以看到科技的發展從便利性的提昇,已經逐步影響到人類文明發展的核心層面,並產生許多爭議。然而,從歷史上來看,所有的進步與界線,都是透過這些爭議逐漸劃產生出可接受之規範。鑒此,筆者建議應以法制為主,先劃下科技發展的基本界線,進而透過科技協助,檢視是否逾越基本界線,在基本界線上來促進科技創新,進而達到平衡科技與人文的發展,建構科文並重之未來。
封面來源:pexels
台灣智慧安控產業蓄勢待發
FIND研究員:王士銘 安防監控簡言之為「安全防護監控系統」,亦可簡稱「安控」,使用者為還原場域現場實況,以利留存或查證之用,透過監視攝影機將拍錄的影像傳輸至顯示器上呈現,普遍設置於商場、辦公大樓或學校等治安死角區域。>
為基因體而生的生成式AI:具通用性之微生物基因體層級大語言模型 - GenSLMs
FIND研究員:韓子祥 透過大語言模型建立具通用性之生成式AI基礎模型,可預測SARS-CoV-2病毒變異特徵,並將基因體關聯性可視化;未來以其他病毒或細菌的基因體序列進行微調,便有望實現下游新研發任務效率之提升。 >