RPA（Robotic Process Automation) 由于其实用性和领域通用性（ 哪个领域哪个企业没有办公室的琐务和流程要做？）成为近年来很火的赛道，它的字面翻译是“机器人流程自动化”，本来比较实在的，反映了其“任务执行器”的本性，后来被翻译（拔高）为“数字员工”或“机器员工”，其实是“托大”了。

白硕老师说得很确切：“RPA的核心任务是代替人跟系统（s）打交道。只有对系统（s）的外特性充分、精准建模，这个核心任务才成立。系统本身（比如OCR）的误差可以不精准，但是跟系统打交道时下达的指令必须精准。”

最适合 RPA 去自动化的任务都是场景中定义非常明确的流程性机械操作。譬如，某员工有个常常需要重复的工作流程，每天股市收盘的时候要上网去把当天股市的数据爬下来，然后写入 spreadsheet 打包发电子邮件给老版们，或者发布到公司内网。这样的任务最适合 RPA 去自动化。

与员工不同，RPA 目前没法听懂自然语言的任务分配去做事，也没法随机应变。通常是要事先用设计器把操作流程固定下来才可以工作。好在这种设计是低代码，可以较快实现上线和维护。

最近，Meta（就是原脸书）的首席AI科学家Yann LeCun离职，声称准备投身一家推广自动化员工的HR公司。看来，Meta hold 不住他了，脸书是真要衰落了，很像当年的雅虎晚期，甚至元宇宙也装不下这尊菩萨了。

Yann LeCun说的自动化员工显然不是指 RPA。他发帖说要把所有员工数字化编码，然后把员工开除掉，让机器人取代员工。说要把人力资源编码成向量模型（HR2vec），然后就可以做下游工作了。这话实在有些玄乎，也或者就是种啥颜色的幽默。果然，后来有人说他就是半开玩笑。决意要离开股票一泻千里的Meta。人之将行，其言也谑。他就是用 2vec 这种时髦的技术术语造成唬人效果而已。有钱任性，有学术本钱一样任性，谁叫他是深度学习之父，DL三巨头之一呢。

后来他补了个帖子：

看来，他首先瞄准的HR自动化方向是呼叫中心的客服。其实，客服中心的半自动乃至自动化，一直是AI的目标，因为人力节省很容易度量，ROI 很好计算。这个帖子也好玩，本来的大白话 “AI 代替重复枯燥的白领工作”，他要拽成 “dimensionally-collapsed folks（bored people）”，哈。可见目标也没有远大到能应变处理各种事务，而是那种“维度扁平”的单调工作，例如售后服务。就是类似京东在成都研究院做了好多年的自动客服系统：到618 的时候，每日接客数字惊人，回答常见的售后服务问题，完全不是任何呼叫中心的人力可以承受的 load，这是刚需，非自动化不可的场景。

其实他这样的人物，真要做更高档的员工自动化，应该去找老马。马斯克的人形机器人项目，请他站台做机器人“基础模型”，那才是将来的模拟 full-rank 下游 AI 的真正舞台呢。基础认知模型跟不上，马斯克不过是波士顿动力的放大版而已，沿用自动驾驶技术也只是帮助机器人跑步不撞墙而已。老马吹嘘的比特斯拉电动车市场更大的人形机器人项目，到目前为止是基本没有完成白领的认知智能的，不过就是一些对环境的感知智能而已。

真正的数字员工首先要能听懂老板的自然语言指令，听懂了然后去执行，这才称得上员工。RPA 目前不行，可见的将来也不行，看不出来有这方面的推动。有朋友问，有能听懂自然语言指令的模型吗？还真有，那就是现在火遍NLP领域的超大生成模型，例如 GPT3。关于 GPT3，找机会专门聊聊，且听下回分解。

【相关】

李维 郭进《自然语言处理答问》（商务印书馆 2020）

预告：李维《巴别塔影：符号自然语言处理之旅》（人民邮电出版社 2022）

预告：李维等 《知识图谱：演进、技术和实践》（机械工业出版社 2022）

【语义计算：李白对话录系列】

【置顶：立委NLP博文一览】

《朝华午拾》总目录