歡迎閱讀《2025

年

UiPathAI

和自動化趨勢報告》簡介歡迎閱讀我們發布的關于

2025

年及以后

AI

和自動化發展趨勢的報告。我們的目標是為您提供所需信息和“遠見”，助您了解業界環境，并利用其中不斷涌現的機遇。為了總結出這些趨勢，我們對第三方研究進行了細致分析，還融合了我們在與逾萬家

UiPath

客戶、全球

UiPath

社區的數百萬成員以及數千家技術和市場推廣合作伙伴合作的過程中所獲得的獨到見解。我們還吸收了

UiPath

AI

科學家、產品開發者、軟件工程師和自動化策略師，以及我們的銷售、營銷和客戶支持團隊的觀點。將當前正在發生的事提煉為一系列簡短的趨勢向來都是一個挑戰。但事實證明，在今年做到這一點要比往年更難，因為有太多強大的力量正在各顯神通。其中最主要的便是代理型

AI

的迅速崛起，它為軟件智能代理提供了智能，使其不僅能夠理解為實現目標需要采取哪些行動，還能自主采取這些行動。作為

AI

科學的一大飛躍，代理型

AI

對企業自動化有著重大影響，并與我們的許多發展趨勢交織在一起。但這并不代表生成式

AI

已被淘汰。盡管許多組織仍在努力確定和擴展其生成式

AI

計劃，但他們實際上已經能夠通過它獲得收益，一是通過以“由外而內”的方式內置于企業軟件中的

AI，二是通過由

LLM

驅動的全新方法，這二者均能幫助企業掌控內部數據，并借此獲得優勢。最后，AI

對我們的公共和私人生活的影響正在不斷擴大和加深，為此企業和技術提供商需要及時掌握一系列全新法規，這些法規會監管各個方面，包括虛擬勞動力管理、版權歸屬，以及模型訓練中的數據使用等。很明顯，今年趨勢報告的內容將會十分豐富。接下來我們將開始深入探索。UIPATH.COM.CN

|

2025

年

AI和自動化趨勢報告2監管升級：全球各地都在采取行動以駕馭

AI

的強大力量。立法者和法院持續加緊對虛擬世界的監管。7依靠

RAG

從零開始：新工具可掌控數據洪流。今年，上下文是關鍵；知識（圖表）就是力量；LLM

的規模正在持續擴大。6“內置

AI”幫助企業走出幻滅低谷。盡管企業仍然難以依靠自身獲取

AI

價值，但科技公司可彌補其間差距。5人與計算機分工協作：開始對工作進行重新分配。誰能以最出色的方式完成任務，人還是計算機？企業將從根本上重新思考“工作”的含義。4智能代理可以利用一系列自動化機會。2025

年上線：企業中需要同時使用智能代理和機器人的重要用例。3啟動編排：代理生態系統初具雛形。技術提供商創造了一個讓智能代理、機器人和人員能夠和諧共處的環境。2隨著代理型

AI

時代的來臨，AI

已從思考轉向行動。智能代理可獲得自主理解、規劃和行動的能力，而這將改變一切。12025

年UiPathAI

和自動化趨勢概述UIPATH.COM.CN

|

2025

年

AI和自動化趨勢報告3隨著代理型

AI

時代的來臨，生成式

AI為

AI在應用方面的巨大飛躍奠定了基礎：它將深刻改變組織、在這些組織中工作的人員以及工作的本質。這一飛躍就是代理型

AI，一種讓軟件智能代理能夠以動態方式自主規劃、決策和調整的人工智能。這些以目標和行動為導向的智能代理建立在生成式

AI和大型語言模型（LLM）的基礎上，并通過大型行動模型（LAM）和其他先進

AI的組合獲得了規劃和行動的新能力，可自主執行大量復雜的任務，做出細致入微的決策，以及完成端到端流程。這類全新虛擬工作骨干無需依賴業務規則，也無需嚴格遵循預定義的流程來完成工作。相反，智能代理將能夠利用自身功能對簡明易懂的語言提示和事件觸發做出響應，通過復雜的流程進行推理，采取一系列行動來達成目標，并不斷學習和改進。它們將能夠規劃和引導采取這些行動所需的資源和工具，其中最主要的便是

RPA

機器人（請參見側邊欄：“未來是智能代理和機器人的天下”）。智能代理的出現將改變未來的一切。試想一下，您將有機會重新設計業務流程以提高速度、效率和準確性；工作可以在人類和智能代理之間重新分配，讓人類更自由地進行創作和協作；競爭基礎和運營模式可以在代理時代被重新定義。想象一下，在一個

15%

的決策由智能代理自主做出的組織中工作——Gartner?

預測，到

2028

年將會出現這種情況。1智能代理會被廣泛采用嗎？種種跡象表明，答案是肯定的。先行者在廣泛的用例和行業中取得了成功，證實了智能代理在速度、反應時間、個性化、效率和創新方面可帶來顯著提升，這激起了技術分析師和企業領導層的興趣。Gartner

已將代理型

AI列入

2025

年的

25

大技術趨勢

2，而

IDC

則指出，全球在代理型

AI方面的支出已從

2023年的

0

美元躍升至

2024

年的近

4

億美元。而這只是個開始；他們預計，到

2028

年，全球在這個領域的支出將增長

10

倍，達到超過

40

億美元，也就是說，該領域的復合年均增長率（CAGR）高達

68%。32025

年，部分企業會率先采用智能代理，內置于領先技術中的智能代理將得到更廣泛的使用，人們也將投資建立經過精心編排的跨企業智能代理系統，這一切都將為上述增長奠定基礎。趨勢

17152%的高管表示，AI

智能代理將推動他們的工作流邁入更高的自動化水平%的高管表示，他們計劃在

2024

年使用智能代理

4未來是智能代理和機器人的天下。代理自動化會取代機器人流程自動化（RPA）嗎？完全不會。事實上，據

IDC預測，從

2024年到

2028

年，全球在RPA

領域的支出將增加一倍以上，達到82

億美元。5這是因為代理型

AI讓組織能夠在更多地方實現自動化，而智能代理需要依靠安全、高效、可靠的

RPA

機器人來執行大量新工作。您的

2025

年待辦事項：進一步了解代理型

AI

和代理自動化。UIPATH.COM.CN

|

2025

年

AI和自動化趨勢報告4啟動至少一個使用代理自動化的流程。按照本文思路，密切關注先行者，或者成為先行者。AI

已從思考轉向行動。是時候召喚您的智能代理了。顯然，代理生態系統包含一系列復雜的功能。但毫無疑問的是，這個生態系統將在

2025

年迅速成型，并出現在您身邊的企業中。啟動編排：沒有明確定義的角色、系統和流程的人類工作場所將會陷入混亂，不僅表現欠佳，生產力也會極為低下。虛擬工作場所也是如此。如果沒有有力的基礎架構、編排和控制，代理型

AI就無法有效擴展。要充分發揮代理型

AI的潛力，企業需要強勁的代理基礎架構。相關技術必須能夠支撐眾多代理在分散的技術環境和高度復雜的運營活動中有效工作。它必須有能力實現智能代理、機器人和人員之間的協作，同時提供控制、可見性和主動監管。雖然這些功能的許多組成部分已經存在，但企業代理自動化的完整生態系統尚未完全形成。不過，這一趨勢已經初現端倪。2025年，我們將在這一領域看到大量活動，因為一批

AI技術公司（其中包括

UiPath）將不斷創新和投資，將企業級代理自動化平臺推向市場。編排是代理生態系統中最重要的部分之一，對于在企業技術、系統和應用程序的復雜組合中協調代理任務、管理工作流以及優化運營來說至關重要。這種功能必須能夠支持多個代理單獨或協同工作，將決策和行動組合成連貫的序列。它還需要為

AI智能代理和

RPA

機器人之間的工作交接提供便利，讓智能代理能夠隨時取用所需的機器人“四肢”，以便完成工作。可確保正確數據在正確時間到達正確智能代理手中的功能也至關重要，同樣重要的還有上下文錨定、觸發器警示以及記憶和學習系統。為了與代理編排功能協同，代理自動化平臺還需要提供一個場所，以便針對不同流程、權限級別和工作場所角色快速構建、配置和啟動各種智能代理。此外，這些平臺還應包括一個強大的提示詞庫和預配置的智能代理，這些功能都能顯著縮短智能代理開發時間并提高性能。最后，相關技術必須包含持續監控智能代理活動和評估性能的方法，以及安全、監管和人機協同功能。由智能代理構建的工作流、智能代理的行動、模型輸入和輸出、智能代理決策的底層邏輯和數據（事實上就是智能代理所做的一切）都需要保持透明公開、可管理、可預測和安全。趨勢

22024年至2025年，代理自動化市場將增長3

倍（從約

3

億美元增長至約

9

億美元）3

倍36

%2024

年至

2028

年的復合年均增長率為

36%6您的

2025

年待辦事項：關注代理型

AI技術的發展，它們來得很快。就建立和擴展代理型

AI生態系統制定計劃，并采取措施加以推進。“沒有編排，就沒有代理型

AI。”-

UiPath

CEO

兼聯合創始人

Daniel

Dines代理生態系統初具雛形。自動化公司開始布局，讓智能代理也能大展拳腳。UIPATH.COM.CN

|

2025

年

AI和自動化趨勢報告5智能代理可以利用一系列自動化機會。代理自動化是一個“機會均等”的機遇，適用于不同行業、部門和活動。它為端到端自動化開辟了一系列全新工作流。那么，代理自動化最早將在哪里立足？這些信息又將如何幫助您規劃代理日程？以下是可以考慮的部分領域：客戶服務：智能代理可以大幅提升呼叫中心的工作效率。例如，麥肯錫報告稱，在智能代理的幫助下，某大型呼叫中心每小時多解決了

14%

的問題。7高度個性化的銷售和營銷：配備實時數據、上下文以及正確的需求和行為預測模型后，智能代理既可以支持人工代表提供一對一服務，也可以利用自身的對話功能提供一對一服務。業務運營：智能代理能夠持續監控并評估海量流數據，然后實時決策、規劃和執行，這使他們能夠自主管理供應鏈、庫存水平、需求預測和物流規劃。患者護理：復雜的數據環境，需要對信息流進行持續監控，在不斷變化的環境中做出概率性而非基于規則的決策……患者護理是讓智能代理施展其

AI驅動能力的絕佳領域。軟件開發：AI

已經深度融入至程序員的活動中。例如，它為

Google

的產品創建了超過

25%

的代碼。8

這還不是全部：智能代理可以設計系統架構、開發和執行測試、自動調試等。科學

/

制藥研究：通過自主設計并進行實驗、分析結果并提出假設，智能代理可以擴展實驗室的能力并加速創新。可以考慮的領域不勝枚舉；在任何復雜、成本高昂、勞動密集、數據飽和、時間敏感的流程中，代理自動化都可能會成為您問題的答案。請尋找具有這些特點的用例，在這些用例中，您的智能代理可以發揮出最大的作用，產生最大的影響。趨勢

3您的

2025

年待辦事項：在短時間內，創建最適合用例的簡短列表。了解實施這些用例所需的資源。實施一到兩個測試用例。“智能代理所能釋放的價值來自于其能夠自動化一系列復雜用例的潛力

......這些用例歷來都很難以具有成本效益或時間效益的方式解決。”9——麥肯錫公司，“Why

Agents

Are

theNextFrontierofGenerativeAI”，2024

年UiPath

客戶在哪些方面采用了智能代理？以下是我們在前沿領域觀察到的情況：智能文檔處理（IDP）和通信挖掘：代理自動化正在幫助它們建立端到端自動化。銀行和金融服務：對于投資顧問而言，智能代理可收集、分析和編制財務數據報告。在貸款領域，智能代理可執行審核文件、制定決策以及自動生成并處理所有文件等工作。智能代理還會負責欺詐和合規性監控。客戶支持：部分

AI

智能代理可收集數據并提供實時建議和處理。其他智能代理可實現高度個性化的端到端代理與客戶互動。保險和醫療保健索賠管理：從評估索賠申請資料到解決索賠事宜，智能代理可顯著加快索賠處理速度。制造業：AI

智能代理可以全天候監控物聯網（IoT）數據流，為設備維護、產品質量和供應鏈優化提供支持。代理自動化將在

2025

年大顯神通。UIPATH.COM.CN

|

2025

年

AI和自動化趨勢報告6人與計算機分工協作：開始對工作進行重新分配。OpenAI

的一項研究估計，AI

可為將近

20％

的員工承擔一10半的工作。 麥肯錫估計，到

2030

年，30％

的工作量將由計算機而非員工完成。11

而這些研究是在代理型

AI

全面興起之前完成的。鑒于代理時代帶來的可能性，企業勞動力管理的新要務是“重新設計和重新分配”。從

2025

年開始，一直到

2020年代末及以后，企業將需要集中精力應對重塑運營模式、重新規劃工作、重新培訓人員以及在虛擬員工和人類員工之間重新分配任務和流程等巨大挑戰。高層領導處于這場變革的最前沿，他們面臨的挑戰是將公司帶入一個朦朧但正在快速逼近的未來狀態。他們將得到正在快速崛起的顧問和運營設計師群體的幫助，這些人員擅長構思新的

AI運營模式、管理大規模變革以及創建并實施跨企業代理系統。人力資源部門將需要對成千上萬的員工進行再培訓并提升其技能，使員工能夠使用新的

AI工具，并與智能代理進行有效合作。他們需要找到既掌握了技術技能，又具備批判性思維、問題解決和創造力等核心能力的新員工。他們還必須重新考慮招聘計劃，并重新制定評估和獎勵制度。

IT

部門的任務也不輕松。組織會要求

IT

部門建立融合了AI

和自動化的工作場所生態系統，以促進虛擬員工、人類員工和

AI工具之間的協作。而當前的自動化卓越中心（CoE）將轉變為新的代理自動化中心，負責構建和管理智能代理，以確保智能代理能夠迅速完成指定工作。工會、政府、學術界、政策制定者也將深受影響

......

這是一個全球性現象，它的發展將影響每個人。許多思想領袖預測，勞動力供需模式將發生重大變化。麥肯錫認為，這對

STEM、醫療保健、法律和創意領域的工作者來說可能是好事，因為這些領域的工資很可能會變得更高。而另一方面，辦公室工作人員、生產工人和客戶服務代表將供過于求。總之，全球成百上千萬的工作者將經歷麥肯錫所說的“職業轉換”，例如，歐洲有

1200

萬，美國也有

1200

萬。12

13

總體而言，這相當于

2024

年第二季度歐洲勞動力的約

5.5％

14

和截至

2024年

9

月美國勞動力的約

7.4％。15對于那些繼續工作的人來說，他們的工作方式將發生轉變。趨勢

4重新設計完成工作之道。對于未來一年的啟示是什么？巨大的變革浪潮正在我們腳下形成。您需要立即開始構想未來，并讓您的組織做好充分準備，以便成功迎接未來。您的

2025

年待辦事項：利用流程挖掘和任務挖掘，找出

AI

可執行任務占比最高的工作。召集人力資源部門、員工、業務線負責人、IT

部門和運營部門，展開以下工作：··規劃公司的

“

未來勞動力

”確定合適的代理技術和工具對員工進行再培訓并提升其技能為任務的重新分配做好準備“AI

不會搶走您的工作，會搶走您工作的是那些懂得使用

AI

的人。”——經濟學家、IMD

商學院教授

Richard

E.

Baldwin在

2023

年世界經濟論壇增長峰會上的演講UIPATH.COM.CN

|

2025

年

AI和自動化趨勢報告7“內置

AI”幫助企業走出幻滅低谷。在挖掘

AI潛力方面，高層領導變得有些灰心喪氣，這并非毫無理由。他們在

AI上花費了數百萬美元，但只有大約一半的

AI原型可以投入生產。在最近的一項調查中，70％

的受訪者表示，他們只啟動了

30％

或更低比例的計劃項目。16

因此，三分之二的受訪者對自己組織捕獲

AI

成果的能力感到遲疑或不滿也就不足為奇了。17但這并不意味著企業沒有通過

AI獲得很多價值。只是這些價值來自于不同的地方：在過去的一年中，企業技術公司在其產品中使用

AI的情況呈爆炸式增長。而且這種增長在短期內不會放緩。實際上，Gartner

預測，到

2026年，超過

80％

的企業軟件供應商將在其產品中嵌入

AI，而在2023

年這一比例僅為

1％。18最常見的一種

AI用例是什么呢？是

Copilot。幾乎所有大型企業軟件提供商都在使用它們，其中包括

Google、GitHub、SAP、Salesforce、Microsoft

等公司。（我們的相應產品是

UiPath

Autopilot

?。）而且它們正在創造實際價值。約

70％

的早期用戶表示，Microsoft

Copilot

提高了他們的工作效率，并提升了工作質量。19

GitHub

的Copilot

使任務完成率提高了

26％。20

就我們的產品而言，UiPath

Autopilot

?

for

Developers

將自動化開發時間縮短了

75％。21

對于我們的一位客戶來說，UiPath

AutopilotforTesters

更是減少了

50％

的手動測試工作量。22但這項技術仍有更多價值未被發掘，問題的重點在于如何讓人類開始使用

Copilot。（例如，約

30%

至

40%

的程序員仍未使用

GitHub

的

Copilot，盡管他們本應是對技術十分友好的群體。23）因此，我們預計企業將會圍繞培訓、跟蹤和激勵最終用戶使用

Copilot

開展大量活動。各類技術公司的產品內部還嵌入了更多其他

AI功能，且AI正在顯著提升客戶的生產力、準確性，并為客戶節省成本。請參閱下一頁的例子，了解

AI

在我們的產品

UiPathTest

Suite

?

中的應用。這還只是

UiPath

的例子。如果將這種創新模式推廣至所有大型企業軟件公司，AI

的影響力應該足以讓企業從“幻滅”轉向“振奮”。2025

年，企業可以期待其企業技術供應商為其提供更多

AI價值，并且一定要制定計劃，以便充分利用這些價值。趨勢

5技術提供商的“內置

AI”可讓用戶輕松獲得收益。您的

2025

年待辦事項：確保您的企業充分利用企業技術中內置的

AI：了解現有的

AI

功能以及這些功能的用處。培訓員工應用內置工具（例如Copilot），并養成使用習慣。“以生成式

Al

為核心的技術正在從炒作轉變為大多數技術提供商的重要推動力。”-Gartner，“EmergingTechImpact

Radar:ArtificialIntelligence”，2024年

1月UIPATH.COM.CN

|

2025

年

AI和自動化趨勢報告8測試自動化測試管理測試設計搜索文檔生成低代碼測試自動化修復測試自動化中的驗證錯誤UIPATH.AI

|

2025

年

AI和自動化趨勢報告9為

SAP

事務生成測試執行模糊驗證生成編碼

API

測試自動化用自然語言搜索項目根據需求生成測試生成綜合測試數據重構編碼測試自動化導入手動測試用例質量檢查要求生成編碼測試自動化生成表達式生成測試見解報告示例：AI

在

UiPath

Test

Suite

中的作用AI

和自動化可以接管許多曾經需要手動完成的任務，顯著提高測試人員的工作效率，同時提升測試覆蓋率。來源：UiPath依靠

RAG

從零開始：眾所周知，過量的數據正在拖累我們。根據

Gartner

的一項研究，近半數的數字工作者表示，他們難以找到有效執行工作所需的數據。平均每名員工每周要浪費將近

3.5

小時來應對信息負擔。還有

38％

的員工表示，他們必須加班才能應對這些問題。24雜亂無章且分散的數據不僅讓員工備受困擾，也為構建和擴展

AI模型帶來了困難。在最近的一項針對

AI高管的調查中，36％

的受訪者表示，他們難以為模型獲取優質的訓練數據；39％

的受訪者認為確保數據的安全性和隱私性是一大主要挑戰。25值得慶幸的是，各種利用生成式

AI、大型語言模型（LLM）以及其他

AI科學領域最新突破的新技術和工具正不斷涌現，為數據難題提供了更好的新型解決方案。其中主要包括知識圖譜、檢索增強生成（RAG）、GraphRAG

和內部

/私有

LLM。知識圖譜是事件、概念和文檔等現實世界實體的圖形表示。它們可將分散在不同數據存儲庫中的相關信息連接起來，進而帶來可觀的收益。例如，通過改進某大型電子商務平臺的搜索引擎建議，知識圖譜將該平臺的點擊率提高了

35％。26

2023

年，知識圖譜的市場規模為

10

億美元；預計到

2030

年，其市場規模將增長至

60

多億美元（復合年均增長率為

18.1％）。27檢索增強生成（RAG）可讓生成式

AI模型在生成響應時訪問真實世界數據，進而提高生成式

AI模型的性能，將生成式

A“I

從巧妙的小把戲變成商業優勢”。28

例如，RAG

幫助一家全球咨詢公司將顧問搜索信息的時間縮短了

40%，每年可節省

500

萬美元。29

按照預計，2024

年到

2030

年間

RAG

市場規模的復合年均增長率將達到44.7%；且到

21

世紀

20

年末，該市場規模將達到

90

億美元。30GraphRAG

可將知識圖譜引入

RAG

流程，進一步優化流入

AI系統的數據。這一過程提高了準確性，減少了“幻覺”，提升了計算效率，并能在更好地感知上下文的基礎上生成響應。一項研究發現，基于

GraphRAG的系統可將所需

Token

的數量減少

26%

至

97%

不等。31內部或私有LLM

是基于組織專有數據，以安全方式訓練而成的

AI模型，通常專注于特定流程或決策流。如果開發得當，這些模型能提供更相關、更準確的見解，在公司防火墻內將企業數據轉化為重要的優勢。由于從頭開始構建此類模型難度很大且成本高昂，因此許多公司選擇從基礎

LLM

入手，再利用專有數據來進一步完善。2030

年，全球在

LLM

上的支出將超過

220

億美元，從

2024年起以近

50%

的年增長率增長。32這四種方法正在推動企業在訪問、整理和利用數據方面實現質的飛躍。再加上允許用戶通過自然語言“向計算機提問”來查找和整合數據的簡明界面，很明顯，我們與數據的關系現正處于朝著更好的方向轉變的邊緣。趨勢

6>75%相比于通用

LLM，使用專用

LLM

可使數據相關性提升超過

75%**

UiPath

DocPath

LLM

與

ChatGPT-4o

的對比，測試由

UiPath研發團隊在一組多樣化企業文檔上進行新工具可掌控數據洪流。新方法不斷涌現，數據管理將迎來全新格局，而人類和模型終將成為勝者。您的

2025

年待辦事項：全新技術和工具拓展了可能性，您應將“利用

AI

實現數據管理轉型”設立為這一年的優先項目。UIPATH.COM.CN

|

2025

年

AI和自動化趨勢報告10“在善用

AI

并享受它帶來的無數好處之前，需要先緩解與其相關的重大風險。”——喬

·

拜登，美國第

46

任總統，《關于安全、可靠、值得信賴地開發和使用人工智能的行政命令》，2023

年

10

月監管升級：全球各地都在采取行動以駕馭

AI

的強大力量。雖然

AI正在不斷開辟新的技術前沿，但不受約束的實驗窗口期也正在逐漸關閉。全球各地的監管機構都已明確表示，是時候讓該行業走向成熟、并接受問責文化了。法院也開始介入，涉及知識產權、圖像和數據所有權等等的多起與AI

相關的重要案件正在審理中。近十年來，監管活動一直在不斷壯大力量，而生成式

AI得到快速、廣泛的采用更是讓監管活動的熱度急劇升溫。僅在美國，50

個州在

2024

年就提出了近

500

項相關法案，與

2023

年的

130

項相比出現了大幅增加。美國國會也在加強對

AI的監督，與

2023

年相比，提出的相關法案數量翻了一番。其中，美國聯邦貿易委員會（FTC）尤其強勢，已在多起案件中針對數據濫用和算法偏見采取行動，其中較為出名的一次便是針對

Meta

公司違反

2012

年面部識別技術相關法令的行為對

Meta

實施處罰。全球范圍內，類似的監管活動也在迅速增加，其中歐盟的《AI法案》最具代表性。這項具有里程碑意義、涵蓋范圍廣泛的法案于

2024年

8

月生效，對

AI應用程序采用了基于風險的監管方法。它明確禁止了某些應用程序（政府評分等），并對高風險系統（如就業篩選和醫療保健領域使用的系統）提出了嚴格要求。《AI法案》還解決了部分涉及版權和內容所有權的棘手問題，要求生成式

AI模型公開其訓練數據并遵守版權法。說到版權，美國和歐盟最近均重申，100%由

AI生成的輸出內容不符合版權要求，必須有人類參與其中。33

但具體要參與到什么程度，目前仍不明確。這些紛紛擾擾的監管活動為世界各地的企業帶來了巨大的不確定性。企業領導者并不是不希望看到相關法規的制定，恰恰相反，德勤針對高管的一項調查發現，78%

的高管希34望加強對

AI

的監管。 但他們需要知道這些法規的具體內容，然后才能放心地向前推進。事實上，當企業被問及其生成式

AI計劃受阻的最大原因時，“監管的不確定性”是最常見的回答（36%）。35

除立法部門外，司法部門也已下場。最近備受矚目的訴訟案（如

Getty

Images

控告

StabilityAI侵犯版權的案件）突顯出與

AI開發相關的法律風險正在日益增加。因此，利用生成式

AI的組織必須做好準備，以便接受針對其訓練數據來源和使用權的更為嚴格的審查。在

2025年間，各類組織將開始投注更多精力，以確保自己為應對監管做足了準備。他們有大量的工作要做，因為：目前只有大約一半的組織制定了生成式

AI監管框架；開展正式立法監測的組織還不到一半；只有三分之一的組織對其生成式

AI的實施情況進行了正式盤點。36

目前，世界各地的政府和司法活動正在迅速將“無拘無束的

AI行業”轉變為監管嚴格的行業，因此上述準備水平遠遠不夠。

趨勢

7立法者、領導者和律師正在構建有關

AI

的法律框架。您的

2025

年待辦事項：密切關注法院和立法者的動向，為新法規可能提出的要求做好準備。實施強有力的數據監管和安全措施。優先考慮

AI

算法的透明度和可解釋性。針對與

AI

相關的決策建立明確的問責機制。UIPATH.COM.CN

|

2025

年

AI和自動化趨勢報告11參考文獻UIPATH.COM.CN

|

2025

年

AI和自動化趨勢報告124.5.NationalCIOReview，“LIVEfromGartnerITSymposium:

The

Rise

of

Agentic

AI”，2024

年

10

月。Gartner?*，“GartnerTop10StrategicTechnologyTrends

for

2025”，2024

年

10

月。IDC，“WorldwideIntelligentProcessAutomationSoftware

Forecast,

2024-2028”，2024

年

8

月。Capgemini，“HarnessingtheValueOfGenerativeAI

2ndEdition:TopUseCasesAcrossSectors”，2024

年5

月。IDC，“WorldwideIntelligentProcessAutomationSoftware

Forecast,

2024-2028”，2024

年

8

月。IDC，“WorldwideIntelligentProcessAutomationSoftware

Forecast,

2024-2028”，2024

年

8

月。McKinsey&Company，“ThePromiseandthe

Realityof

Gen

AI

Agents

in

the

Enterprise”，2024

年

5

月。Fortune，“Over

25%

of

Google’s

Code

Is

Now

WrittenbyAI—andCEOSundarPichaiSaysIt’sJusttheStart”，2024

年

10

月。McKinsey&Company，“WhyAgentsArethe

NextFrontier

of

Generative

AI”，2024

年

7

月。Eloundou、Tyna

等人，“GPTs

are

GPTs:

An

Early

Look

at

the

Labor

Market

Impact

Potential

of

LargeLanguage

Models”，2023

年

8

月。McKinsey&Company，“TheeconomicpotentialofgenerativeAI:Thenextproductivityfrontier”，2023

年6

月。McKinsey

&

Company，“A

New

Future

of

Work:

The

RacetoDeployAIandRaiseSkillsinEuropeand

Beyond”，2024

年

5

月。McKinsey&Company，“GenerativeAIandthe

Futureof

Work

in

America”，2023

年

7

月。歐盟統計局，“EU

Labour

Market

-

QuarterlyStatistics”，2024

年

9

月。美國勞工統計局，“Employment

Situation

—

October2024”，2024

年

11

月。Deloitte，“Deloitte’sStateofGenerativeAIintheEnterprise

Quarter

Three

Report”，2024年

8

月。BCG，“AIRadar:FromPotentialto

ProfitwithGenAI”，，2024

年

1

月。Gartner?*，“EmergingTechImpactRadar:

ArtificialIntelligence”，2024

年

1

月。Microsoft，“WhatCanCopilot’sEarliestUsers

TeachUs

About

Generative

AI

at

Work?”，2023

年

11

月。Cui,Zheyuan（Kevin）等人，“TheEffectsofGenerativeAIonHighSkilledWork:Evidencefrom

ThreeFieldExperimentswithSoftware

Developers”，

2024

年

9

月。UiPath

自動化卓越中心UiPath

客戶Cui,Zheyuan（Kevin）等人，“TheEffectsofGenerativeAIonHighSkilledWork:Evidencefrom

ThreeFieldExperimentswithSoftware

Deve