Agenci AI myślą, roboty RPA wykonują, ludzie zarządzają

Z Aleksandrem Kanią, RVP, Country Manager UiPath Poland rozmawiam o:  nowej wersji Platformy UiPath for Agentic Automation – Maestro, która umożliwia szybkie i bezpieczne wdrożenie agentów AI oraz organizuje ich współpracę z ludźmi i robotami aplikacyjnymi, a także o możliwościach wykorzystania dowolnych modeli AI przy zachowaniu  korzyści dostarczanych już przez  rozwiązania klasy Robotic Process Automation (RPA) wdrożonych już w organizacji.

Jak można wykorzystać sztuczną inteligencję do transformacji procesów biznesowych?

Za sprawą AI jesteśmy w stanie automatyzować procesy poprzez wskazanie celu, jaki chcemy osiągnąć, bez konieczności wskazywania kroków, które mają doprowadzić do jego realizacji. To fundamentalna zmiana. Dotychczasowe rozwiązania w sposób deklaratywny określały bowiem kolejne czynności, które powinny zostać wykonane.

Jako UiPath mamy ogromne doświadczenie w zakresie automatyzacji procesów i mocną pozycję na rynku. Z naszych rozwiązań korzysta wiele firm, w Polsce i na świecie. Czujemy się więc specjalistami w dziedzinie procesów ich usprawniania i automatyzacji.. Od wielu lat jesteśmy zresztą niekwestionowanym liderem rankingów Gartnera w kategorii Robotic Process Automation, także w roku 2025.

Częścią naszego firmowego DNA jest to, że ciągle analizujemy potrzeby naszych klientów i możliwości pojawiających się technologii. Nie spoczęliśmy na laurach – wciąż poszukujemy nowych rozwiązań i rozbudowujemy ofertę. Wykorzystaliśmy nasze, najlepsze na rynku, rozwiązania RPA by otworzyć dla naszych klientów nowe scenariuszey użycia.

Przykładowo, stworzyliśmy funkcjonalności z zakresu Intelligent Document Processing – IDP – i zbudowaliśmy ofertę rozwiązań w zakresie automatyzacji testów oprogramowania. Jednocześnie, obserwując rynek i analizując potencjał AI, już kilka lat temu przewidzieliśmy, że kolejną wielką innowacją w obszarze automatyzacji procesów będzie agentyzacja.

Czy agentyzacja jest odzwierciedlona w Waszej strategii?

W połowie 2024, Daniel Dines, founder i dyrektor generalny UiPath, ogłosił naszą nową strategię, która miała na celu przeorientowanie oferty firmy pod kątem obsługi agentycznej automatyzacji procesów. Niedawno stało się to faktem. W kwietniu 2025 roku nasza platforma została uruchomiona jako pierwsza platforma klasy korporacyjnej do automatyzacji agentowej. UiPath Maestro to nowa warstwa koordynacji, stanowiąca serce naszej platformy.

Jej istotą jest możliwość łatwego implementowania agentów AI do różnego rodzaju procesów biznesowych, w sposób uwzględniający wymagania biznesowe dotyczące bezpieczeństwa, zarządzalności, a także użycia w realnych, istniejących procesach oraz integracji z wykorzystywanymi systemami.

Nie odchodzimy przy tym od koncepcji Robotic Process Automation. Rozwijamy ją jako ważny element wspirający wykorzystanie agentów AI. Roboty RPA stają się narzędziami dla agentów. Dzięki rym robotom wdrożenie agentów w przesiębiorstwach jest szybsze i bezpieczniejsze. Roboty zbudowane i wciąż projektowane przez naszych klientów jeszcze długo będą przynosić wartość w swoich zastosowaniach, bo do wielu zadań nadają się lepiej niż AI.

Dlaczego tak ważna jest łatwość integracji nowej platformy UiPath z istniejącymi środowiskami aplikacyjnymi?

Jest to istotne, ponieważ warunkuje nie tylko możliwość dobrego wpasowania agentów AI do istniejących ram procesowych organizacji, lecz także zapewnia im efektywność działania. Proszę pamiętać, że agent AI, aby mógł działać w sprawny i skuteczny sposób, musi mieć dostęp do informacji i funkcji, które są realizowane przez poszczególne systemy i aplikacje biznesowe.

Konieczna jest również umiejętność rozpoznania kontekstu danych i czynności, z którymi Agent AI ma do czynienia. Wszystko to, przy zachowaniu obsługi rozwiązań działających lokalnie, bez połączenia z internetem i w modelu on-premise. Z takich systemów często korzystają nasi klienci.

Takie potrzeby spełnia koncepcja stojąca za warstwą orkiestracji Maestro, która umożliwia współpracę między agentami AI, robotami RPA i ludźmi. Myślę, że relacja między uczestnikami systemów zautomatyzowanych – opartych na platformie UiPath Platform for Agentic Automation – najlepiej odzwierciedla nasze hasło: „AI Agents think, RPA robots do, People lead”. W takiej triadzie widzimy sposób na realne i bezpieczne wdrażanie robotów AI w procesach biznesowych.

Na czym polega trudność wykorzystania modeli AI w kontekście automatyzacji procesów?

Przejście od wykorzystania dużych modeli językowych w roli asystentów wspierających produktywność konkretnych osób do zastosowania ich potencjału na potrzeby rozwiązywania problemów i automatyzacji całych procesów nie jest proste.

Mówimy tu przecież o działaniach związanych np. z dopasowywaniem faktur do zamówień i dokumentów magazynowych w wielkich wolumenach, a nie tylko tworzeniem podsumowań ze spotkań, zaawansowanych kwerend Internetu czy generowaniem treści wiadomości e-mail.

Inne są skala problemu i potencjalne konsekwencje. Wykorzystanie generatywnej AI na rzecz inteligentnej automatyzacji procesów wymaga zorkiestrowania wielu działań w różnych miejscach organizacji.

Kolejną kwestią, do której dużą wagę przykładają nasi klienci, jest możliwość zabezpieczenia ich interesów poprzez możliwość zastosowania różnych modeli LLM. O ile w powszechnym postrzeganiu GenAI jest kojarzona głównie z usługami, takimi jak ChatGPT czy Copilot, o tyle w rzeczywistości to środowisko jest niezwykle skomplikowane, złożone z wielu dostępnych na różne sposoby modeli domenowych, a więc niełatwe do poznania. Klienci szukają natomiast rozwiązań, które pozwolą im w optymalny sposób korzystać z tego bogactwa, czyli np. sięgać po takie modele, które dla konkretnych zadań będą mieć maksymalnie korzystny współczynnik efektywności do kosztów.

Decydenci technologiczni mają świadomość, że nie należy budować firmowej strategii AI na podstawie konkretnych modeli LLM, a wartości należy szukać w sposobie implementacji, łączenia i wykorzystania takich narzędzi. Strategia UiPath wpisuje się w takie podejście.

Platforma Maestro obejmuje m.in. funkcjonalność Context Grounding, naszą autorską, rozszeżonąimplementację modelu Retrieval-Augmented Generation (RAG). Pozwala ona lepiej osadzić model AI w konkretnym kontekście. Poza tym, dostarcza framework do budowania agentów, a także warstwę, która umożliwia modelowanie procesów przeznaczonych do automatyzacji z wykorzystaniem standardu Decision Model Notation.

Czy zatem agenci AI zastąpią tradycyjne platformy RPA?

Uważam, że roboty nie zostaną zastąpione przez sztuczną inteligencję – będą natomiast realizować określone funkcje dla agentów AI. Jak wspomniałem, staną się ich narzędziami. Chciałbym, aby to wybrzmiało. Roboty znakomicie sprawdzają się tam, gdzie istnieją powtarzalne i dobrze zdefiniowane procesy. Są przewidywalne, szybkie, łatwe w utrzymaniu i transparentne, jeśli chodzi o sposób ich działania. Co więcej, będą powstawały kolejne roboty, realizujące nowe funkcje dla agentów AI. Dzięki robotom AI zyskuje sprawczość i zachowuje zgodność z wymaganiami korporacyjnymi.

Możemy zbudować narzędzie, które – w zależności od scenariusza – sięgnie do danych, wywołując funkcję w aplikacji biznesowej przez interfejs graficzny, API lub bezpośrednio bazę danych. Jednocześnie zrobi to w sposób w pełni transparentny, kontrolowalny, z zachowaniem procesów uwierzytelnienia, audytowalności i wszystkich cech wymaganych w środowiskach firmowych. Jeśli takie narzędzie udostępnimy agentowi AI o odpowiednich parametrach, to rozszerzymy cechy pożądane z perspektywy bezpieczeństwa i Compliance na całe rozwiązanie.

Jak wspomniałem nie ma konieczności zastępowania stosowanych dotąd robotów pod warunkiem, że są w pełni powtarzalne i zadowalająco skuteczne.Wykorzystanie agentów AI pozwala na zautomatyzowanie nowych grup procesów, a także tych czynności w procesach RPA, których dotąd nie mogliśmy efektywnie obsługiwać.

Jednocześnie, eliminujemy w ten sposób ewentualne zagrożenia związane z przekazaniem modelowi LLM danych dostępowych czy innych danych wrażliwych. Agent AI nie musi znać haseł, bo te są bezpiecznie przechowywane w naszej platformie lub vaultcie i wykorzystywane przez robota. Robot realizując swoje zadanie, przekazuje agentowi konkretną informację, aby ten mógł podjąć decyzje dotyczące kolejnego kroku automatyzowanego procesu – i sposobu wykonania tego kroku.

Poza tym, mamy możliwość zaangażowania człowieka na dowolnym etapie realizacji takiego procesu, wyposażając go dodatkowo w potrzebne informacje, kontekst, a nawet rekomendacje działań. Nazywany takie podejście „Human in the loop” i proszę mi wierzyć coraz częściej będziecie Państwo słyszeć właśnie o HITL w kontekście AI. Zapewniamy zatem platformę, która pozwala na wpasowanie działania sztucznej inteligencji w ramy korporacyjne. Dla mnie ta wizja jest niezwykle ekscytująca, bo rozwiązuje rzeczywiste problemy klientów.

O jakich problemach mowa najczęściej?

Paradoksalnie, o tych związanych z przeciążeniem pracą zespołów odpowiedzialnych za rozwój i wdrażanie AI. Zaimplementowane w warstwie orkiestracji Maestro pozwala na szerokie zastosowanie potencjału sztucznej inteligencji przy minimalnym zaangażowaniu działów Data & AI. Rolą takich zespołów jest najczęściej rozwijanie modeli oraz tworzenie rozwiązań, które mają charakter strategiczny, decydujący o przychodach i konkurencyjności biznesu i odciąganie ich do zadań optymalizujących i optymalizujących procesy wsparcia jest nieefektywnym wykorzystaniem ich talentów.

Nasze podejście skupia się bardziej na przyziemnych kwestiach automatyzacji i efektywności procesów. Pozwala zaadresować – przy użyciu sztucznej inteligencji – sprawy istotne, ale pozbawione charakteru strategicznego, a także uprościć architekturę rozwiązań AI oraz zmniejszyć koszty wykorzystania takich narzędzi.

Z jakimi aplikacjami może łączyć się platforma Maestro?

Maestro to uniwersalna platforma, której warstwa orkiestracyjna umożliwia sterowanie dowolnymi modelami, agentami, robotami i procesami. Czerpiemy z naszych doświadczeń z obszaru RPA, gdzie nasza platforma musiała być zbudowana w taki sposób, aby mogła współpracować z każdym systemem biznesowym. Wyszliśmy z założenia, że jeśli mamy rozwiązywać problem orkiestracji agentów AI, to musimy być w stanie współpracować z każdym systemem i z każdym modelem AI.

Z wieloma dostawcami oprogramowania biznesowego, jak np. Microsoft, SAP czy Salesforce, łączą nas wieloletnie relacje partnerskie. Przykładowo, z SAP mamy umowę o współpracy OEM. Oznacza to, że SAP dostarcza rozwiązania UiPath w ramach własnej oferty. To dowód najwyższego zaufania.

Od lat jesteśmy też w czołówce partnerów Microsoftu. Jako pierwsi zbudowaliśmy dwukierunkową integrację platformy Maestro ze środowiskiem Copilot. Dzięki temu jesteśmy w stanie automatyzować procesy, w których zadania w sposób płynny przepływają pomiędzy rozwiązaniami lub usługami Microsoftu, naszym orkiestratorem i – za pośrednictwem Maestro – dowolnymi innymi modelami i Agentami AI.

Analogicznie wspieramy również narzędzia oferowane przez Google czy AWS. Jednym z naszych dużych globalnych partnerów jest Snowflake. Co ciekawe, jest to też nasz klient. My zaś korzystamy z rozwiązań analitycznych Snowflake w ramach platformy UiPath.

Nie sposób nie wspomnieć o naszym lokalnym, bardzo dla nas ważnym partnerstwie i współpracy z Fundacją Spichlerz i z ośrodkiem Cyfronet na AGH. Dzięki współpracy z Twórcami Bielika powstały już komponenty naszej platformy integrujące ją z naszym rodzimym modelem LLM Bielikiem i dają naszym klientom do wyboru kolejny duży model językowy, znający świetnie jezyk polski i uruchamialny lokalnie.