

摘要:
论述企业数字化转型中生成 AI 和大型语言模型将成重要驱动力,以“吼一嗓子其他交给 AI”概括,介绍了数字员工的四个层级(仿真机器人、语义机器人、会话机器人、流程机器人)及其功能,还阐述了在公司实施这些机器人的步骤,包括分析业务场景等,提到常用数字人实现的两种技术线路及可相互结合补充,同时介绍了开源工具使围绕生成 AI 技术构建智能机器人成为可能,还提及利用会话机器人与 OpenAI API 结合可生成 SQL 语句,RPA 将被前三类机器人调用,最后以中国移动国际利用飞书服务台和机器人构建数字员工案例作结。
重点内容:
- 生成 AI 和大型语言模型对数字化转型的驱动作用。
- 数字员工的四个层级及其特点与功能。
- 在公司实施机器人的步骤。
- 数字人实现的两种技术线路及特点。
- 开源工具的作用。
- 会话机器人与 OpenAI API 结合的应用。
- RPA 的角色。
- 中国移动国际的案例。
- 仿真机器人
能够模拟人类的行为和动作,例如手势、表情、声音等,提高用户体验和互动性。
- 语义机器人
能够理解人类的语言和意图,例如文本、语音、图像等,提供智能搜索和推荐服务。
- 会话机器人
能够与人类进行自然和流畅的对话,例如问答、咨询、导购等,提供个性化和定制化的服务。
- 流程机器人
能够执行人类的工作流程和任务,例如审批、报告、分析等,提高工作效率和质量。
- 分析自己的业务场景和痛点,确定需要解决的问题和目标。
- 选择适合自己的机器人类型和平台,例如仿真机器人可以使用Unity或UE制作的数字人结合Azure 语音服务等;语义机器人可以使用Azure OpenAI Service+Semantic Kernel框架开发;会话机器人可以使用飞书、钉钉或者企业微信中的机器人实现;流程机器人可以选用商业RPA或者开源RPA。
- 设计和开发自己的机器人应用,根据不同的平台和工具来编写代码或者配置参数。
- 测试和部署自己的机器人应用,根据不同的平台和工具来运行调试或者发布上线。
- 监控和优化自己的机器人应用,根据不同的平台和工具来收集反馈或者分析数据。
常用数字人实现的技术线路有两种:
- 基于图像的数字人
这种方法通过捕捉真实人物的图像,生成高度逼真的数字人模型,可以在不同的视角和光照下进行渲染。这种方法的优点是保留了真实人物的细节和特征,缺点是需要大量的图像数据和计算资源,以及对运动和表情的限制。
- 基于参数的数字人
这种方法通过定义一组参数,控制数字人的外观、骨骼、肌肉、皮肤等属性,生成可定制化的数字人模型,可以在不同的场景中进行动画和交互。这种方法的优点是灵活性高,可以创建多样化的数字人角色,缺点是难以达到真实感和个性化的效果。
这两种技术线路并不是互斥的,而是可以相互结合和补充。例如,UE制作的基于图像的数字人资源可以导入Unity中,通过编程驱动实现更多的动作和表情变化。这样,就可以兼顾数字人的真实感和灵活性,创造更多可能性。
Semantic Kernel、TypeChat和LangChain等开源工具使得围绕Azure OpenAI等生成AI技术构建在特定语义空间内,准确问答问题的智能机器人成为可能。
详见上篇文章,利用飞书、钉钉或企微的会话机器人与OpenAI API结合可以根据自然语言生成SQL语句(准确率大概70%,需要微调和校验),实现个性化、智能的数据服务。
详见前面文章对RPA的介绍,RPA将主要是被前面三类机器人调用干苦活的幕后英雄。
中国移动国际 (CMI) 利用飞书的服务台 + 机器人构建数字员工 Mr.Q —综合智能助理的案例。