10月28日,“创新无限 合赢未来 弘玑Cyclone 2021 产品发布会”成功举办,弘玑Cyclone发布了行业首个企业级RPA产品及生态合作战略,一系列全新的超级自动化的产品组合,覆盖了超级自动化从需求发现、设计开发、管理分析、到持续交互的全生命周期的各个阶段。帮助企业实现端到端全链路、全生命周期的业务自动化,从而用轻量,敏捷,可装配的方式实现数字化转型。

弘玑Cyclone创始人、CEO高煜光接受了至顶网的采访,针对发布的产品及当下行业的发展,高煜光分享了他的观点和洞察。
RPA从工具化到平台化
RPA(Robotic Process Automation,机器人流程自动化)是指通过自动化软件模拟人类在软件系统中交互的动作来执行业务流程。实际上,RPA就是让软件机器人自动处理大量重复的、基于规则的工作流程任务。
在后疫情时代,企业对于数字化技术的认知不断深入,而RPA的市场需求也得到释放。在高煜光看来,RPA已经不再是一个简单的工具,而是一个通用的软件平台。”从资本驱动到客户需求驱动,RPA市场进入独立创新阶段。“
企业应用RPA的开端一般是任务流自动化,自动执行重复人工任务,但是随着应用深入,RPA逐步向业务流自动化、跨部门协同、业务模式重组发展。
高煜光表示,RPA并不一定是要把人工进行替代,而是更好地在人与人之间的沟通协作之间扮演”承上启下“的作用,提升效率,快速构建新业务。
从点状落地到全面覆盖,企业的RPA之旅需要坚实的产品支撑。这样的产品应该具备整合智能自动化模块的能力,能够成为企业自动化的编排中心,满足端到端的自动化需求,并能够支持组织实现自动化规模部署,且在大规模运行时要求稳定高效。
丰富产品构筑RPA底座
为了帮助企业更好地落地RPA,弘玑Cyclone提供了端到端的产品及解决方案,其企业级RPA产品包括需求发现、设计开发、部署运行、管理分析、持续交互等全项目周期的各阶段,并循环往复以形成所谓的“数字化转型飞轮”机制。

同时,在技术创新方面,弘玑Cyclone企业级RPA产品把流程挖掘、流程分析、AL/ML、RPA、iBPMS、iPaaS、低代码开发等技术在平台层面互相衔接。
例如,Cyclone深弘数据平台能够基于datahub的定位,获取RPA使用过程中的全链路运营及业务数据,并通过对各类运营数据的价值分析,实现跟踪、评估和预测整个自动化项目的绩效。
RPA为AI落地提供了一个切入点,AI本身不善于做长业务流程属性的场景,结合RPA这样的流程自动化软件,能够很自然地将AI的能力嵌入到业务流程里面,实现AI价值的最大化。
Cyclone弘观AI技能平台为企业提供全栈、软硬一体的AI 能力,用户可对自研、第三方AI组件(模型算法)进行全生命周期的管理。
例如弘玑Cyclone帮助某电力公司建设RPA机器人管控平台,贯穿需求管理、流程实现、机器人调度、机器人状态监控、机器人ROI评价等各个环节。通过RPA技术与AI技能管理的无缝衔接,实现了业务用户用拖拉拽的方式对AI能力的调用。
高煜光说,弘玑Cyclone所有产品的组合和产品的设计形成了自动化的整个生命周期的闭环。”面向不同场景的产品组合,我们通过自己和合作伙伴的能力,一起理解客户在不同阶段的不同的自动化需求,更扎实地做到产品创新。“
RPA赋能企业数字化转型
RPA灵活与敏捷的特点,能够在很短的时间内把需求落地,逐渐通过一个系统,在内部小步快跑,做小规模迭代,以非常敏捷高效的方式逐渐推进数字化转型。
在企业数字化转型的过程中,弘玑Cyclone以RPA为核心的超自动化解决方案,不仅提供了企业架构和技术创新相结合的战略方向,还提供了端到端的产品及落地路径,和客户共创属于客户行业客户场景的自动化产品和服务。

除此以外,弘玑Cyclone的咨询专家帮助客户进行数字化转型的决策性支持;在服务层面,弘玑Cyclone提供原厂标准化服务,快速支持客户多变的业务需求。
高煜光表示,从点状落地到线面,企业应该打造RPA中台,也就是自动化运营中心,支撑复杂的业务。弘玑Cyclone同客户一起重塑数字化组织,共创超级自动化未来。
在邮储银行上海分行自动化一期项目中,弘玑Cyclone完成了个金部、零售信贷部、三农金融部中的3个业务流程的自动化,二期30多个业务流程也已完成需求调研,涉及到了关键业务系统和业务类型,每月就可节省448小时人力成本,大大降低了银行的总体运营成本。
除了产品技术,弘玑Cyclone秉持开放的态度,提供完备的合作伙伴赋能计划,能够从技术支持、产品培训、业务场景实施三大方向赋能。合作伙伴拥有丰富的行业知识,与弘玑Cyclone一起挖掘客户自动化的需求,共同推动RPA在行业中的落地。
展望未来,高煜光表示,RPA本质上是人-机器人-系统的有机协同,弘玑Cyclone将持续深耕超自动化(Hyperautomation),打造人机协作新高度。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。