توسيع UiPath لمنصته التلقائية لدعم وكلاء الترميز الذكية عبر المؤسسة

UiPath (PATH ) أعلنت عن ما وصفتها بأول منصة تلقائية للمؤسسات مع دعم أصلي لمختلف وكلاء الترميز الذكية، بما في ذلك OpenAI Codex و Claude Code من Anthropic. التكنولوجيا الجديدة، التي تسمى “UiPath لوكلاء الترميز”، مصممة لربط البرامج والتشغيل التلقائي التي تم إنشاؤها بواسطة الذكاء الاصطناعي مباشرة مع أنابيب الحوكمة والتشغيل والاختبار والتشغيل في المؤسسات.

ت反映 الإعلان تحولا أوسع النطاق في تطور البرمجيات للمؤسسات. أدوات الترميز بالذكاء الاصطناعي تطورت بسرعة من مساعدي التكميل التلقائي إلى وكلاء متعلمين بشكل متزايد قادرون على إنشاء رمز، وتصحيح التطبيقات، وتنفيذ الاختبارات، وإدارة تدفقات العمل التطويرية. ومع ذلك، لا تزال العديد من المنظمات تواجه صعوبات في تطبيق هذه الأدوات بشكل آمن داخل بيئات المؤسسات الكبيرة.

تحاول UiPath وضع نفسها كطبقة حوكمة بين وكلاء الترميز الذكية وبنية المؤسسات.

من وكلاء الترميز المعزولة إلى تدفقات العمل للمؤسسات

الجيل الحالي من وكلاء الترميز – بما في ذلك أنظمة مثل Codex و Claude Code – أظهر مكاسب إنتاجية قوية للمطورين، ولكن المؤسسات واجهت قيود عملية عند محاولة توسيع نطاقها عبر المنظمات الكبيرة.

لا تزال العديد من أدوات الترميز بالذكاء الاصطناعي تعمل كمساعدين منفصلين غير متصليين بنظم الموافقة، والأنابيب التلقائية، ومتطلبات التدقيق، وإدارة الاعتماد، وضوابط النشر. هذا غالبا ما يضطر المنظمات إلى إدراج مراحل المراجعة والتحويل اليدوية بين مخرجات الترميز الذكية وأنظمة الإنتاج.

تهدف طبقة التكامل الجديدة من UiPath إلى معالجة هذا التجزئة من خلال السماح للمؤسسات باستخدام وكلاء ترميز متعددين في الوقت نفسه، مع مركزية الحوكمة والتشغيل من خلال منصة UiPath نفسها. وفقا للشركة، ستتمكن المنظمات من تشغيل وكلاء ترميز مختلفين عبر الإدارات دون قفل نفسها في نظام مورد واحد.

تجمع منصة الشركة الأوسع بالفعل بين التلقائية الروبوتية للمعالجة، ووكلاء الذكاء الاصطناعي، وأدوات الحوكمة، وأنظمة الاختبار، وتكاملات API، وذكاء العملية في بيئة تلقائية موحدة. لقد أعادت UiPath تحديد موقع نفسها على مدار السنوات القليلة الماضية من مورد تلقائي روبوتي تقليدي إلى ما تسميه “حوكمة الأعمال الوكيلية”.

لماذا تصبح الحوكمة حرجة

واحدة من المواضيع الرئيسية وراء الإعلان هي أن الحوكمة قد تصبح أكثر أهمية من نموذج الذكاء الاصطناعي الفردية.

مع ظهور وكلاء ترميز mớiين من شركات مثل OpenAI و Anthropic و Google (GOOGL ) ، تواجه المؤسسات تحديا في إدارة نماذج متغيرة بسرعة مع الحفاظ على الاستقرار والأمان والامتثال. تركز نهج UiPath على إنشاء طبقة تنفيذ وحوكمة متسقة تبقى حتى مع تطور نماذج الذكاء الاصطناعي الأساسية.

تقول الشركة إن نظام الحوكمة الخاص بها يتضمن تنفيذ السياسات، وضوابط التشغيل، وثلاجات الاعتماد، وسجلات التدقيق، وأذونات قائمة على الأدوار، وحوكمة النشر. هذه الميزات مهمة بشكل خاص للصناعات الخاضعة للتنظيم مثل المالية والرعاية الصحية والتأمين والحكومة، حيث لا يمكن أن تنتقل الشفرة التي تم إنشاؤها بواسطة الذكاء الاصطناعي إلى الإنتاج بدون إشراف.

هذا يعكس اتجاها أوسع في صناعة البرمجيات. يتحول البائعون بشكل متزايد من ميزات الذكاء الاصطناعي التوليدية الفردية إلى أنظمة قادرة على تنسيق وكلاء ذكاء اصطناعي متعددين عبر تدفقات عمل تشغيلية أكبر.

تخفيض حواجز تطوير التلقائية

还有 إشارة مهمة أخرى من الإعلان هي توسيع نطاق من يمكنه بناء تلقائية المؤسسات.

على مدار التاريخ، غالبا ما تتطلب مشاريع التلقائية للمؤسسات مطورين تلقائيين روبوتيين متخصصين أو فرق هندسية برمجية. الآن، تدعي UiPath أن وكلاء الترميز مع بنية الحوكمة يمكن أن يسمحا لمحللين الأعمال، وفرق العمليات، وخبراء المجال غير التقنيين ببناء وتحسين التلقائية باستخدام تعليمات اللغة الطبيعية بدلا من سير عمل الترميز التقليدية.

تصف الشركة نموذجا حيث يتعامل وكلاء الترميز مع التنفيذ الفني، بينما تدير منصة UiPath الاختبار، والنشر، والحوكمة، والتنفيذ.

هذا النهج يمكن أن يسرع تحولا في الصناعة على المدى الطويل نحو إنشاء برمجيات مدعومة بالذكاء الاصطناعي، حيث يتصرف العمال البشر بشكل متزايد كمسؤولين، ومراجعين، ومصممين سير العمل بدلا من كتابة كل مكون يدويا.

تحدي الموثوقية للبرمجيات التي تم إنشاؤها بواسطة الذكاء الاصطناعي

على الرغم من الحماس المتزايد حول وكلاء الترميز، الموثوقية لا تزال مشكلة كبيرة.

许多 فشل المؤسسات التي تنطوي على شفرة تم إنشاؤها بواسطة الذكاء الاصطناعي لا تنشأ من الشفرة نفسها، ولكن من مشاكل التكامل، واختبارات API، وصراعات الأذونات، واخطاء النشر، وسوء الحوكمة بين الأنظمة.

هذا هو أحد الأسباب التي تجعل الحوكمة والبنية التحتية للحوكمة تجذب انتباها متزايدا من المؤسسات. تحتاج الشركات التي تنشر برمجيات تم إنشاؤها بواسطة الذكاء الاصطناعي على نطاق واسع إلى أنظمة قادرة على مراقبة التنفيذ، وتنفيذ ضوابط السياسات، ومعالجة الموافقات، والحفاظ على استمرارية التشغيل حتى عند تغير نماذج الذكاء الاصطناعي الأساسية.

يبدو أن UiPath تراهن على أن المؤسسات سوف تقوم في النهاية بتوحيد معايير أقل حول نماذج الترميز الفردية وأكثر حول البنية التحتية التي تحكم كيفية تفاعل هذه النماذج مع أنظمة المؤسسات.

إذا أثبتت هذه الفرضية صحتها، قد يركز المنافس الصناعي لتطوير البرمجيات التي تم إنشاؤها بواسطة الذكاء الاصطناعي بشكل متزايد على منصات الحوكمة القادرة على تنسيق عدد كبير من الوكلاء المستقلين عبر بيئات المؤسسات بدلا من مساعدي الترميز المستقلين أنفسهم.