• 首页 >  人工智能 >  AI产业
  • UiPath:2025年AI和自动化趋势报告(13页).pdf

    定制报告-个性化定制-按需专项定制研究报告

    行业报告、薪酬报告

    联系:400-6363-638

  • 《UiPath:2025年AI和自动化趋势报告(13页).pdf》由会员分享,可在线阅读,更多相关《UiPath:2025年AI和自动化趋势报告(13页).pdf(13页珍藏版)》请在薪酬报告网上搜索。

    1、UIPATH.COM.CN|2025 年 AI 和自动化趋势报告2 2欢迎阅读2025 年 UiPath AI 和自动化趋势报告简介欢迎阅读我们发布的关于 2025 年及以后 AI 和自动化发展趋势的报告。我们的目标是为您提供所需信息和“远见”,助您了解业界环境,并利用其中不断涌现的机遇。为了总结出这些趋势,我们对第三方研究进行了细致分析,还融合了我们在与逾万家 UiPath 客户、全球 UiPath 社区的数百万成员以及数千家技术和市场推广合作伙伴合作的过程中所获得的独到见解。我们还吸收了 UiPath AI 科学家、产品开发者、软件工程师和自动化策略师,以及我们的销售、营销和客户支持团队的

    2、观点。将当前正在发生的事提炼为一系列简短的趋势向来都是一个挑战。但事实证明,在今年做到这一点要比往年更难,因为有太多强大的力量正在各显神通。其中最主要的便是代理型 AI 的迅速崛起,它为软件智能代理提供了智能,使其不仅能够理解为实现目标需要采取哪些行动,还能自主采取这些行动。作为 AI 科学的一大飞跃,代理型 AI 对企业自动化有着重大影响,并与我们的许多发展趋势交织在一起。但这并不代表生成式 AI 已被淘汰。尽管许多组织仍在努力确定和扩展其生成式 AI 计划,但他们实际上已经能够通过它获得收益,一是通过以“由外而内”的方式内置于企业软件中的 AI,二是通过由 LLM 驱动的全新方法,这二者均

    3、能帮助企业掌控内部数据,并借此获得优势。最后,AI 对我们的公共和私人生活的影响正在不断扩大和加深,为此企业和技术提供商需要及时掌握一系列全新法规,这些法规会监管各个方面,包括虚拟劳动力管理、版权归属,以及模型训练中的数据使用等。很明显,今年趋势报告的内容将会十分丰富。接下来我们将开始深入探索。UIPATH.COM.CN|2025 年 AI 和自动化趋势报告3监管升级:全球各地都在采取行动 以驾驭 AI 的强大力量。立法者和法院持续加紧对虚拟世界的监管。7依靠 RAG 从零开始:新工具可掌控数据洪流。今年,上下文是关键;知识(图表)就是力量;LLM 的规模正在持续扩大。6“内置 AI”帮助企业

    4、走出幻灭低谷。尽管企业仍然难以依靠自身获取 AI 价值,但科技公司可弥补其间差距。5人与计算机分工协作:开始对工作进行重新分配。谁能以最出色的方式完成任务,人还是计算机?企业将从根本上重新思考“工作”的含义。4智能代理可以利用一系列自动化机会。2025 年上线:企业中需要同时使用智能代理和 机器人的重要用例。3启动编排:代理生态系统初具雏形。技术提供商创造了一个让智能代理、机器人和人员 能够和谐共处的环境。2随着代理型 AI 时代的来临,AI 已从思考转向行动。智能代理可获得自主理解、规划和行动的能力,而这将改变一切。12025 年 UiPath AI 和自动化趋势概述UIPATH.COM.C

    5、N|2025 年 AI 和自动化趋势报告4随着代理型 AI 时代的来临,AI 已从思考转向行动。生成式 AI 为 AI 在应用方面的巨大飞跃奠定了基础:它将深刻改变组织、在这些组织中工作的人员以及工作的本质。这一飞跃就是代理型 AI,一种让软件智能代理能够以动态方式自主规划、决策和调整的人工智能。这些以目标和行动为导向的智能代理建立在生成式 AI 和大型语言模型(LLM)的基础上,并通过大型行动模型(LAM)和其他先进 AI 的组合获得了规划和行动的新能力,可自主执行大量复杂的任务,做出细致入微的决策,以及完成端到端流程。这类全新虚拟工作骨干无需依赖业务规则,也无需严格遵循预定义的流程来完成工

    6、作。相反,智能代理将能够利用自身功能对简明易懂的语言提示和事件触发做出响应,通过复杂的流程进行推理,采取一系列行动来达成目标,并不断学习和改进。它们将能够规划和引导采取这些行动所需的资源和工具,其中最主要的便是 RPA 机器人(请参见侧边栏:“未来是智能代理和机器人的天下”)。智能代理的出现将改变未来的一切。试想一下,您将有机会重新设计业务流程以提高速度、效率和准确性;工作可以在人类和智能代理之间重新分配,让人类更自由地进行创作和协作;竞争基础和运营模式可以在代理时代被重新定义。想象一下,在一个 15%的决策由智能代理自主做出的组织中工作Gartner 预测,到 2028 年将会出现这种情况。

    7、1 智能代理会被广泛采用吗?种种迹象表明,答案是肯定的。先行者在广泛的用例和行业中取得了成功,证实了智能代理在速度、反应时间、个性化、效率和创新方面可带来显著提升,这激起了技术分析师和企业领导层的兴趣。Gartner 已将代理型 AI 列入 2025 年的 25 大技术趋势2,而 IDC 则指出,全球在代理型 AI 方面的支出已从 2023 年的 0 美元跃升至 2024 年的近 4 亿美元。而这只是个开始;他们预计,到 2028 年,全球在这个领域的支出将增长 10 倍,达到超过 40 亿美元,也就是说,该领域的复合年均增长率(CAGR)高达 68%。3 2025 年,部分企业会率先采用智能

    8、代理,内置于领先技术中的智能代理将得到更广泛的使用,人们也将投资建立经过精心编排的跨企业智能代理系统,这一切都将为上述增长奠定基础。趋势 171715 52 2%的高管表示,AI 智能代理将推动他们的工作流迈入更高的自动化水平的高管表示,他们 计划在 2024 年使用 智能代理4未来是智能代理和机器人的天下。代理自动化会取代机器人流程自动化(RPA)吗?完全不会。事实上,据 IDC 预测,从 2024 年到 2028 年,全球在 RPA 领域的支出将增加一倍以上,达到 82 亿美元。5这是因为代理型 AI 让组织能够在更多地方实现自动化,而智能代理需要依靠安全、高效、可靠的 RPA 机器人来执

    9、行大量新工作。您的 2025 年待办事项:进一步了解代理型 AI 和代理自动化。启动至少一个使用代理自动化的流程。按照本文思路,密切关注先行者,或者成为先行者。是时候召唤您的智能代理了。UIPATH.COM.CN|2025 年 AI 和自动化趋势报告5显然,代理生态系统包含一系列复杂的功能。但毫无疑问的是,这个生态系统将在 2025 年迅速成型,并出现在您身边的企业中。启动编排:代理生态系统初具雏形。没有明确定义的角色、系统和流程的人类工作场所将会陷入混乱,不仅表现欠佳,生产力也会极为低下。虚拟工作场所也是如此。如果没有有力的基础架构、编排和控制,代理型 AI 就无法有效扩展。要充分发挥代理型

    10、 AI 的潜力,企业需要强劲的代理基础架构。相关技术必须能够支撑众多代理在分散的技术环境和高度复杂的运营活动中有效工作。它必须有能力实现智能代理、机器人和人员之间的协作,同时提供控制、可见性和主动监管。虽然这些功能的许多组成部分已经存在,但企业代理自动化的完整生态系统尚未完全形成。不过,这一趋势已经初现端倪。2025 年,我们将在这一领域看到大量活动,因为一批 AI 技术公司(其中包括 UiPath)将不断创新和投资,将企业级代理自动化平台推向市场。编排是代理生态系统中最重要的部分之一,对于在企业技术、系统和应用程序的复杂组合中协调代理任务、管理工作流以及优化运营来说至关重要。这种功能必须能够

    11、支持多个代理单独或协同工作,将决策和行动组合成连贯的序列。它还需要为 AI 智能代理和 RPA 机器人之间的工作交接提供便利,让智能代理能够随时取用所需的机器人“四肢”,以便完成工作。可确保正确数据在正确时间到达正确智能代理手中的功能也至关重要,同样重要的还有上下文锚定、触发器警示以及记忆和学习系统。为了与代理编排功能协同,代理自动化平台还需要提供一个场所,以便针对不同流程、权限级别和工作场所角色快速构建、配置和启动各种智能代理。此外,这些平台还应包括一个强大的提示词库和预配置的智能代理,这些功能都能显著缩短智能代理开发时间并提高性能。最后,相关技术必须包含持续监控智能代理活动和评估性能的方法

    12、,以及安全、监管和人机协同功能。由智能代理构建的工作流、智能代理的行动、模型输入和输出、智能代理决策的底层逻辑和数据(事实上就是智能代理所做的一切)都需要保持透明公开、可管理、可预测和安全。趋势 23 3 倍倍3636%2024 年至 2025 年,代理自动化市场将增长 3 倍(从约 3 亿美元 增长至约 9 亿美元)2024年至 2028年 的复合年均增长率 为 36%6您的 2025 年待办事项:关注代理型 AI 技术的发展,它们来得很快。就建立和扩展代理型 AI 生态系统制定计划,并采取措施加以推进。“没有编排,就没有代理型 AI。”-UiPath CEO 兼联合创始人 Daniel D

    13、ines自动化公司开始布局,让智能代理也能大展拳脚。UIPATH.COM.CN|2025 年 AI 和自动化趋势报告6智能代理可以利用一系列自动化机会。代理自动化是一个“机会均等”的机遇,适用于不同行业、部门和活动。它为端到端自动化开辟了一系列全新工作流。那么,代理自动化最早将在哪里立足?这些信息又将如何帮助您规划代理日程?以下是可以考虑的部分领域:客户服务:智能代理可以大幅提升呼叫中心的工作效率。例如,麦肯锡报告称,在智能代理的帮助下,某大型呼叫中心每小时多解决了 14%的问题。7 高度个性化的销售和营销:配备实时数据、上下文以及正确的需求和行为预测模型后,智能代理既可以支持人工代表提供一对

    14、一服务,也可以利用自身的对话功能提供一对一服务。业务运营:智能代理能够持续监控并评估海量流数据,然后实时决策、规划和执行,这使他们能够自主管理供应链、库存水平、需求预测和物流规划。患者护理:复杂的数据环境,需要对信息流进行持续监控,在不断变化的环境中做出概率性而非基于规则的决策患者护理是让智能代理施展其 AI 驱动能力的绝佳领域。软件开发:AI 已经深度融入至程序员的活动中。例如,它为 Google 的产品创建了超过 25%的代码。8 这还不是全部:智能代理可以设计系统架构、开发和执行测试、自动调试等。科学/制药研究:通过自主设计并进行实验、分析结果并提出假设,智能代理可以扩展实验室的能力并加

    15、速创新。可以考虑的领域不胜枚举;在任何复杂、成本高昂、劳动密集、数据饱和、时间敏感的流程中,代理自动化都可能会成为您问题的答案。请寻找具有这些特点的用例,在这些用例中,您的智能代理可以发挥出最大的作用,产生最大的影响。趋势 3您的 2025 年待办事项:在短时间内,创建最适合用例的简短列表。了解实施这些用例所需的资源。实施一到两个测试用例。“智能代理所能释放的价值来自于其能够自动化一系列复杂用例的潜力.这些用例历来都很难以 具有成本效益或时间效益的方式解决。”9麦肯锡公司,“Why Agents Are the Next Frontier of Generative AI”,2024 年UiP

    16、ath 客户 在哪些方面 采用了智能代理?以下是我们在前沿领域观察到的情况:智能文档处理(IDP)和通信挖掘:代理自动化正在帮助它们建立端到端自动化。银行和金融服务:对于投资顾问而言,智能代理可收集、分析和编制财务数据报告。在贷款领域,智能代理可执行审核文件、制定决策以及自动生成并处理所有文件等工作。智能代理还会负责欺诈和合规性监控。客户支持:部分 AI 智能代理可收集数据并提供实时建议和处理。其他智能代理可实现高度个性化的端到端代理与客户互动。保险和医疗保健索赔管理:从评估索赔申请资料到解决索赔事宜,智能代理可显著加快索赔处理速度。制造业:AI 智能代理可以全天候监控物联网(IoT)数据流,

    17、为设备维护、产品质量和供应链优化提供支持。代理自动化将在 2025 年大显神通。UIPATH.COM.CN|2025 年 AI 和自动化趋势报告7人与计算机分工协作:开始对工作进行重新分配。OpenAI 的一项研究估计,AI 可为将近 20 的员工承担一半的工作。10 麦肯锡估计,到 2030 年,30 的工作量将由计算机而非员工完成。11 而这些研究是在代理型 AI 全面兴起之前完成的。鉴于代理时代带来的可能性,企业劳动力管理的新要务是“重新设计和重新分配”。从 2025 年开始,一直到 2020 年代末及以后,企业将需要集中精力应对重塑运营模式、重新规划工作、重新培训人员以及在虚拟员工和人

    18、类员工之间重新分配任务和流程等巨大挑战。高层领导处于这场变革的最前沿,他们面临的挑战是将公司带入一个朦胧但正在快速逼近的未来状态。他们将得到正在快速崛起的顾问和运营设计师群体的帮助,这些人员擅长构思新的 AI 运营模式、管理大规模变革以及创建并实施跨企业代理系统。人力资源部门将需要对成千上万的员工进行再培训并提升其技能,使员工能够使用新的 AI 工具,并与智能代理进行有效合作。他们需要找到既掌握了技术技能,又具备批判性思维、问题解决和创造力等核心能力的新员工。他们还必须重新考虑招聘计划,并重新制定评估和奖励制度。IT 部门的任务也不轻松。组织会要求 IT 部门建立融合了 AI 和自动化的工作场

    19、所生态系统,以促进虚拟员工、人类员工和 AI 工具之间的协作。而当前的自动化卓越中心(CoE)将转变为新的代理自动化中心,负责构建和管理智能代理,以确保智能代理能够迅速完成指定工作。工会、政府、学术界、政策制定者也将深受影响.这是一个全球性现象,它的发展将影响每个人。许多思想领袖预测,劳动力供需模式将发生重大变化。麦肯锡认为,这对 STEM、医疗保健、法律和创意领域的工作者来说可能是好事,因为这些领域的工资很可能会变得更高。而另一方面,办公室工作人员、生产工人和客户服务代表将供过于求。总之,全球成百上千万的工作者将经历麦肯锡所说的“职业转换”,例如,欧洲有 1200 万,美国也有 1200 万

    20、。12 13 总体而言,这相当于 2024 年第二季度欧洲劳动力的约 5.514 和截至 2024 年 9 月美国劳动力的约 7.4。15 对于那些继续工作的人来说,他们的工作方式将发生转变。趋势 4重新设计完成工作之道。对于未来一年的启示是什么?巨大的变革浪潮正在我们脚下形成。您需要立即开始构想未来,并让您的组织做好充分准备,以便成功迎接未来。您的 2025 年待办事项:利用流程挖掘和任务挖掘,找出 AI 可执行任务占比最高的工作。召集人力资源部门、员工、业务线负责人、IT 部门和运营部门,展开以下工作:规划公司的“未来劳动力”确定合适的代理技术和工具 对员工进行再培训并提升其技能 为任务的

    21、重新分配做好准备“AI 不会抢走您的工作,会抢走您工作的是那些 懂得使用 AI 的人。”经济学家、IMD 商学院教授 Richard E.Baldwin 在 2023 年世界经济论坛增长峰会上的演讲UIPATH.COM.CN|2025 年 AI 和自动化趋势报告8“内置 AI”帮助企业 走出幻灭低谷。在挖掘 AI 潜力方面,高层领导变得有些灰心丧气,这并非毫无理由。他们在 AI 上花费了数百万美元,但只有大约一半的 AI 原型可以投入生产。在最近的一项调查中,70 的受访者表示,他们只启动了 30 或更低比例的计划项目。16 因此,三分之二的受访者对自己组织捕获 AI 成果的能力感到迟疑或不满

    22、也就不足为奇了。17 但这并不意味着企业没有通过 AI 获得很多价值。只是这些价值来自于不同的地方:在过去的一年中,企业技术公司在其产品中使用 AI 的情况呈爆炸式增长。而且这种增长在短期内不会放缓。实际上,Gartner 预测,到 2026 年,超过 80 的企业软件供应商将在其产品中嵌入 AI,而在 2023 年这一比例仅为 1。18最常见的一种 AI 用例是什么呢?是 Copilot。几乎所有大型企业软件提供商都在使用它们,其中包括 Google、GitHub、SAP、Salesforce、Microsoft 等公司。(我们的相应产品是 UiPath Autopilot。)而且它们正在创

    23、造实际价值。约 70 的早期用户表示,Microsoft Copilot 提高了他们的工作效率,并提升了工作质量。19 GitHub 的 Copilot 使任务完成率提高了 26。20 就我们的产品而言,UiPath Autopilot for Developers 将自动化开发时间缩短了 75。21 对于我们的一位客户来说,UiPath Autopilot for Testers 更是减少了 50 的手动测试工作量。22但这项技术仍有更多价值未被发掘,问题的重点在于如何让人类开始使用 Copilot。(例如,约 30%至 40%的程序员仍未使用 GitHub 的 Copilot,尽管他们本应

    24、是对技术十分友好的群体。23)因此,我们预计企业将会围绕培训、跟踪和激励最终用户使用 Copilot 开展大量活动。各类技术公司的产品内部还嵌入了更多其他 AI 功能,且 AI 正在显著提升客户的生产力、准确性,并为客户节省成本。请参阅下一页的例子,了解 AI 在我们的产品 UiPath Test Suite 中的应用。这还只是 UiPath 的例子。如果将这种创新模式推广至所有大型企业软件公司,AI 的影响力应该足以让企业从“幻灭”转向“振奋”。2025 年,企业可以期待其企业技术供应商为其提供更多 AI 价值,并且一定要制定计划,以便充分利用这些价值。趋势 5技术提供商的“内置 AI”可让

    25、用户轻松获得收益。您的 2025 年待办事项:确保您的企业充分利用企业技术中内置的 AI:了解现有的 AI 功能以及这些功能的用处。培训员工应用内置工具(例如 Copilot),并养成使用习惯。“以生成式 Al 为核心的 技术正在从炒作转变为大多数技术提供商的 重要推动力。”-Gartner,“Emerging Tech Impact Radar:Artificial Intelligence”,2024 年 1 月测试自动化测试管理测试设计搜索文档生成低代码测试自动化修复测试自动化中的验证错误UIPATH.AI|2025 年 AI 和自动化趋势报告9为 SAP 事务生成测试执行模糊验证生成编

    26、码 API 测试自动化用自然语言搜索项目根据需求生成测试生成综合测试数据重构编码测试自动化导入手动测试用例质量检查要求生成编码测试自动化生成表达式生成测试见解报告示例:AI 在 UiPath Test Suite 中的作用 AI 和自动化可以接管许多曾经需要手动完成的任务,显著提高测试人员的工作效率,同时提升测试覆盖率。来源:UiPathUIPATH.COM.CN|2025 年 AI 和自动化趋势报告10依靠 RAG 从零开始:新工具可掌控数据洪流。众所周知,过量的数据正在拖累我们。根据 Gartner 的一项研究,近半数的数字工作者表示,他们难以找到有效执行工作所需的数据。平均每名员工每周要

    27、浪费将近 3.5 小时来应对信息负担。还有 38 的员工表示,他们必须加班才能应对这些问题。24 杂乱无章且分散的数据不仅让员工备受困扰,也为构建和扩展 AI 模型带来了困难。在最近的一项针对 AI 高管的调查中,36 的受访者表示,他们难以为模型获取优质的训练数据;39 的受访者认为确保数据的安全性和隐私性是一大主要挑战。25值得庆幸的是,各种利用生成式 AI、大型语言模型(LLM)以及其他 AI 科学领域最新突破的新技术和工具正不断涌现,为数据难题提供了更好的新型解决方案。其中主要包括知识图谱、检索增强生成(RAG)、GraphRAG 和内部/私有 LLM。知识图谱是事件、概念和文档等现实

    28、世界实体的图形表示。它们可将分散在不同数据存储库中的相关信息连接起来,进而带来可观的收益。例如,通过改进某大型电子商务平台的搜索引擎建议,知识图谱将该平台的点击率提高了 35。26 2023 年,知识图谱的市场规模为 10 亿美元;预计到 2030 年,其市场规模将增长至 60 多亿美元(复合年均增长率为 18.1)。27检索增强生成(RAG)可让生成式 AI 模型在生成响应时访问真实世界数据,进而提高生成式 AI 模型的性能,将生成式 AI“从巧妙的小把戏变成商业优势”。28 例如,RAG 帮助一家全球咨询公司将顾问搜索信息的时间缩短了 40%,每年可节省 500 万美元。29 按照预计,2

    29、024 年到 2030 年间 RAG 市场规模的复合年均增长率将达到 44.7%;且到 21 世纪 20 年末,该市场规模将达到 90亿美元。30 GraphRAG 可将知识图谱引入 RAG 流程,进一步优化流入 AI 系统的数据。这一过程提高了准确性,减少了“幻觉”,提升了计算效率,并能在更好地感知上下文的基础上生成响应。一项研究发现,基于 GraphRAG 的系统可将所需 Token 的数量减少 26%至 97%不等。31内部或私有 LLM 是基于组织专有数据,以安全方式训练而成的 AI 模型,通常专注于特定流程或决策流。如果开发得当,这些模型能提供更相关、更准确的见解,在公司防火墙内将企

    30、业数据转化为重要的优势。由于从头开始构建此类模型难度很大且成本高昂,因此许多公司选择从基础 LLM 入手,再利用专有数据来进一步完善。2030 年,全球在 LLM 上的支出将超过 220 亿美元,从 2024 年起以近 50%的年增长率增长。32 这四种方法正在推动企业在访问、整理和利用数据方面实现质的飞跃。再加上允许用户通过自然语言“向计算机提问”来查找和整合数据的简明界面,很明显,我们与数据的关系现正处于朝着更好的方向转变的边缘。趋势 6 7575%相比于通用 LLM,使用专用 LLM 可使数据相关性提升超过 75%*UiPath DocPath LLM 与 ChatGPT-4o 的对比,

    31、测试由 UiPath 研发团队在一组多样化企业文档上进行新方法不断涌现,数据管理将迎来全新格局,而人类和模型终将成为胜者。您的 2025 年待办事项:全新技术和工具拓展了可能性,您应将“利用 AI 实现数据管理转型”设立为这一年的优先项目。UIPATH.COM.CN|2025 年 AI 和自动化趋势报告11“在善用 AI 并享受它带来的 无数好处之前,需要先缓解 与其相关的重大风险。”乔拜登,美国第 46 任总统,关于安全、可靠、值得 信赖地开发和使用人工智能的行政命令,2023 年 10 月监管升级:全球各地都在采取行动以驾驭 AI 的强大力量。虽然 AI 正在不断开辟新的技术前沿,但不受约

    32、束的实验窗口期也正在逐渐关闭。全球各地的监管机构都已明确表示,是时候让该行业走向成熟、并接受问责文化了。法院也开始介入,涉及知识产权、图像和数据所有权等等的多起与 AI 相关的重要案件正在审理中。近十年来,监管活动一直在不断壮大力量,而生成式 AI 得到快速、广泛的采用更是让监管活动的热度急剧升温。仅在美国,50 个州在 2024 年就提出了近 500 项相关法案,与 2023 年的 130 项相比出现了大幅增加。美国国会也在加强对 AI 的监督,与 2023 年相比,提出的相关法案数量翻了一番。其中,美国联邦贸易委员会(FTC)尤其强势,已在多起案件中针对数据滥用和算法偏见采取行动,其中较为

    33、出名的一次便是针对 Meta 公司违反 2012 年面部识别技术相关法令的行为对 Meta 实施处罚。全球范围内,类似的监管活动也在迅速增加,其中欧盟的 AI 法案最具代表性。这项具有里程碑意义、涵盖范围广泛的法案于 2024 年 8 月生效,对 AI 应用程序采用了基于风险的监管方法。它明确禁止了某些应用程序(政府评分等),并对高风险系统(如就业筛选和医疗保健领域使用的系统)提出了严格要求。AI 法案还解决了部分涉及版权和内容所有权的棘手问题,要求生成式 AI 模型公开其训练数据并遵守版权法。说到版权,美国和欧盟最近均重申,100%由 AI 生成的输出内容不符合版权要求,必须有人类参与其中。

    34、33 但具体要参与到什么程度,目前仍不明确。这些纷纷扰扰的监管活动为世界各地的企业带来了巨大的不确定性。企业领导者并不是不希望看到相关法规的制定,恰恰相反,德勤针对高管的一项调查发现,78%的高管希望加强对 AI 的监管。34 但他们需要知道这些法规的具体内容,然后才能放心地向前推进。事实上,当企业被问及其生成式 AI 计划受阻的最大原因时,“监管的不确定性”是最常见的回答(36%)。35 除立法部门外,司法部门也已下场。最近备受瞩目的诉讼案(如 Getty Images 控告 Stability AI 侵犯版权的案件)突显出与 AI 开发相关的法律风险正在日益增加。因此,利用生成式 AI 的

    35、组织必须做好准备,以便接受针对其训练数据来源和使用权的更为严格的审查。在 2025 年间,各类组织将开始投注更多精力,以确保自己为应对监管做足了准备。他们有大量的工作要做,因为:目前只有大约一半的组织制定了生成式 AI 监管框架;开展正式立法监测的组织还不到一半;只有三分之一的组织对其生成式 AI 的实施情况进行了正式盘点。36 目前,世界各地的政府和司法活动正在迅速将“无拘无束的 AI 行业”转变为监管严格的行业,因此上述准备水平远远不够。趋势 7立法者、领导者和律师正在构建有关 AI 的法律框架。您的 2025 年待办事项:密切关注法院和立法者的动向,为新法规可能提出的要求做好准备。实施强

    36、有力的数据监管和安全措施。优先考虑 AI 算法的透明度和可解释性。针对与 AI 相关的决策建立明确的问责机制。UIPATH.COM.CN|2025 年 AI 和自动化趋势报告12参考文献1.National CIO Review,“LIVE from Gartner IT Symposium:The Rise of Agentic AI”,2024 年 10 月。2.Gartner*,“Gartner Top 10 Strategic Technology Trends for 2025”,2024 年 10 月。3.IDC,“Worldwide Intelligent Process Aut

    37、omation Software Forecast,2024-2028”,2024 年 8 月。4.Capgemini,“Harnessing the Value Of Generative AI 2nd Edition:Top Use Cases Across Sectors”,2024年 5 月。5.IDC,“Worldwide Intelligent Process Automation Software Forecast,2024-2028”,2024 年 8 月。6.IDC,“Worldwide Intelligent Process Automation Software Fore

    38、cast,2024-2028”,2024 年 8 月。7.McKinsey&Company,“The Promise and the Reality of Gen AI Agents in the Enterprise”,2024 年 5 月。8.Fortune,“Over 25%of Googles Code Is Now Written by AIand CEO Sundar Pichai Says Its Just the Start”,2024 年 10 月。9.McKinsey&Company,“Why Agents Are the Next Frontier of Generati

    39、ve AI”,2024 年 7 月。10.Eloundou、Tyna 等人,“GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models”,2023 年 8 月。11.McKinsey&Company,“The economic potential of generative AI:The next productivity frontier”,2023年 6 月。12.McKinsey&Company,“A New Future of Work:The Race to De

    40、ploy AI and Raise Skills in Europe and Beyond”,2024 年 5 月。13.McKinsey&Company,“Generative AI and the Future of Work in America”,2023 年 7 月。14.欧盟统计局,“EU Labour Market-Quarterly Statistics”,2024 年 9 月。15.美国劳工统计局,“Employment Situation October 2024”,2024 年 11 月。16.Deloitte,“Deloittes State of Generative

    41、 AI in the Enterprise Quarter Three Report”,2024 年 8 月。17.BCG,“AI Radar:From Potential to Profit with GenAI”,2024 年 1 月。18.Gartner*,“Emerging Tech Impact Radar:Artificial Intelligence”,2024 年 1 月。19.Microsoft,“What Can Copilots Earliest Users Teach Us About Generative AI at Work?”,2023 年 11 月。20.Cui

    42、,Zheyuan(Kevin)等人,“The Effects of Generative AI on High Skilled Work:Evidence from Three Field Experiments with Software Developers”,2024 年 9 月。21.UiPath 自动化卓越中心22.UiPath 客户23.Cui,Zheyuan(Kevin)等人,“The Effects of Generative AI on High Skilled Work:Evidence from Three Field Experiments with Software

    43、Developers”,2024 年 9 月。24.Gartner*,“Gartner Top 10 Strategic Technology Trends for 2025”,2024 年 10 月。25.LXT,“The Path to AI Maturity 2024-An Executive Survey”,2024 年 3 月。26.Enterprise Knowledge,“Top Graph Use Cases and Enterprise Applications(With Real World Examples)”,2023 年 2 月。27.Maximize Market

    44、Research,“Knowledge Graph Market:Global Industry Analysis and Forecast(2024-2030)”,2024 年 9 月。28.IDC,“GenAI Awareness,Readiness,and Commitment(ARC)Survey”,2023 年 8 月。29.IngestAI,“RAG in Enterprise Search:How Retrieval-Augmented Generation is Transforming Search Strategies”,2024 年 3 月。30.Grandview Re

    45、search,“Retrieval Augmented Generation Market Size,Share,&Trends Analysis Report 2024 2030”,2024 年 10 月。31.Edge、Darren 等人,“From Local to Global:A Graph RAG Approach to Query-Focused Summarization,”,2024 年 4月。32.Grandview Research,“Large Language Model Powered Tools Market Size,Share,&Trends Analysis

    46、 Report 2024 2030”,2024 年 10 月。33.Deloitte AI Institute,“The Legal Implications of Generative AI”,2020 年 10 月。34.Deloitte,“Deloittes State of Generative AI in the Enterprise Quarter One Report”,2024 年 1 月。35.Deloitte,“Deloittes State of Generative AI in the Enterprise Quarter Three Report”,2024 年 8 月。36.Deloitte,“Deloittes State of Generative AI in the Enterprise Quarter Three Report”,2024 年 8 月。*GARTNER 是 Gartner,Inc.和/或其美国和国际附属机构的注册商标和服务标志。保留所有权利。