僅僅幾年前，在企業軟件中最熱門的話題之一是“機器人流程自動化”（RPA）。這些服務似乎並沒有完全實現它們的承諾，這些服務試圖自動化許多重複性業務流程。然而，生成式人工智能的興起可能就是構建這些系統所缺少的關鍵。

總部位於西雅圖的Tektonic是這一領域的新創公司之一。該公司將GenAI與更傳統的符號方法結合起來，並於今天宣布其由Point72 Ventures和Madrona Ventures領投的1000萬美元種子融資輪。

這裡的想法是讓用戶通過使用自然語言與GenAI代理合作，以創建工作流自動化。公司強調的一個領域是報價和續約，這些往往涉及一系列難以自動化的手動任務，因為每家企業對於這些任勞作業都有其自己的流程，並且往往是動態的。

Tektonic的聯合創始人是Nic Surpatanu，他曾在Tanium、UiPath和Microsoft擔任領導職務。“去年發生了生成式人工智能，我意識到這使得以前不可能的一些軟件情境成為可能，”Surpatanu說。“根據我在UiPath和Microsoft學到的知識，我知道您可以對傳統自動化進行多大程度的推動。”

更重要的是，他說，他相信您不能將生成式人工智能視為一個魔盒。“您必須將其與符號方法結合起來。如果要充分發揮其潛力，您必須將其與更傳統的軟件結合起來，”他說。

Surpatanu認為，生成式人工智能可以為這些系統帶來一定程度的上下文適應性和對用戶意圖的理解，這以前幾乎是不可能的，而且RPA經常很難應對。使用這些較老的工具，在用戶界面進行任何重大更改都會破壞腳本化的自動化。一旦創建了一組自動化，您就必須承諾維護這些內容。

人工智能還能夠提取語義實體並將其映射到用戶意圖。

“我們的方法[…]將無法使其完全靈活。我並不聲稱如此。但我引入了足夠的靈活性，以涵蓋比以前可能的範例集合更廣泛，”Surpatanu說。他指出，他認為當前的模型還不夠可靠，無法支持完全自主的代理人，因此在這段時間內，人類將繼續參與其中。但是，他也強調，如果像Tektonic這樣的工具可以將自動化處理的當前技術水平從50%提升到80%，這本身就將是一個重大進步。

在技術方面，Tektonic利用基礎模型和實體提取以及低級動作的開放模型的組合。

“銷售代表應該與理解其流程並完成任務的基於人工智能的代理合作，而不是在多個應用程序中進行手動工作，這樣他們就可以花更多時間與客戶合作，”Madrona的Steve Singh、Ted Kummert和Palak Goel在該公司今天的公告中寫道。“生成式人工智能模型的出現，具有在應用程序中的數據孤島之間進行推理和協調任務的能力，讓我們重新思考了處理自動化流程的方式，將其帶到了以往未曾到達的地方。”

Tektonic仍處於非常初期階段，團隊目前正在與一些設計合作夥伴合作，以測試並構建其系統。“快進將來，大約三到五年後，我們將成為一家SaaS公司。您將進來，我們將連接到您系統中的API，”Surpatanu說。“但目前，開始使用Tektonic需要在企業的虛擬私有雲中安裝系統容器。”