这种现象的产生，并非企业不敢尝试新兴技术。相反，关于“其在商业领域中的应用场景和商业价值”的讨论一直在持续，越来越多的企业正意识到可以通过人工智能加速实现数字化转型，并开始思考如何借助ChatGPT等生成式人工智能技术提升运营效率。

ChatGPT作为通用型AI大模型应用产品，在C端已经拥有广泛的应用场景，但从长远来看，大模型所带来的最大突破，是为企业数字化转型创造巨大的提速空间。

换言之，大模型未来在B端的落地增长会是爆发性的。

场景落地和技术实践是企业级 AI 成功的关键因素，对于ChatGPT 来说同样如此。现阶段，ChatGPT要实现商业化，必须要挖掘可落地场景，先找到“钉子”，再造“锤子”。而ChatGPT要落地B端，最为关键的一步是要接入企业的业务流程，此时，RPA的作用和优势就尤为凸显。

ChatGPT背后的支撑是大语言模型，如果将大语言模型比喻为机器人的“头脑”，那么RPA就相当于“四肢”。与C端用户追求新奇感不同，企业客户不仅要求产品质量高，还要求速度快。大语言模型能够帮助企业更精准地理解内容，快速获取文本信息，RPA则能快速对这些信息进行自动化处理。同时，借助大语言模型强大的自然语言理解能力，RPA将能为企业提供更多元、更智能的流程自动化服务。

ChatGPT之类的生成式 AI，其原创内容依赖于现有数据的积累和学习，当一家RPA厂商在某些垂直领域积累了足够多的行业经验与数据，其便能更好地帮助大语言模型理解行业自然语言需求，从而扩展出更深的应用场景，为企业提供更实际的价值。

金智维作为深耕金融行业、服务千行万业的企业级RPA专家，已积累了大量的金融行业自动化标准场景。目前，金智维正积极拥抱大模型和AIGC技术，充分利用自身在金融领域积累的经验与场景数据，探索RPA与更多自动化智能化技术（即RPA+X）的融合，持续打造面向金融各类业务场景的“超级数字员工”，助力金融机构进行深层次数字化转型。

大语言模型为行业发展带来的优势显而易见，也为拥有技术储备的科技企业带来新的发展机遇。在大语言模型的风口下，RPA正在经历一场“华丽”的变身，金智维将基于自身的技术优势，立足于垂直领域的根本需求，持续深化AI与RPA的融合应用，助力千行万业数智化升级变革。