
无代码自动化这件事,卡点不在工具
周末折腾了一下 amber 的 Automation 模块,踩了不少坑。
先说名字。我搜「amber automation」,出来的是车队 GPS 设备,还有一个饮料集团的 RPA 经验分享,都不是我要找的。这个是企业 AI 助手那条线上的自动化模块,跟你平时问 AI 助手的知识库是同一个池子。定位很直白,就是不写代码,把重复的活儿串成流程。
第一天,接数据源卡在字段映射
开通不难。邮箱注册,建了个工作区,第一步是接数据源。这块我格外小心,我从来不把公司邮箱、后台系统这类登录态交给浏览器插件式的工具,等于把令牌递出去。它给的是 API 和文件上传两种方式,我走了只读 API 加文件上传。
这里有个词要先解释。Agentic AI,直译叫智能体,跟普通问答机器人不同,它能往下走一步,查到依据之后起草回复,再把工单派给对应的人。据说它还会从处理结果里学,我这边跑的量太小,暂时没法评价。
搭第一条流程花了大概两个小时。画布式界面,左边拖节点,触发条件、动作、条件分支三段式。卡住的地方在字段映射。我传了一份供应商合同清单进去,日期那一列格式不统一,跑起来直接报错,而报错只写「字段解析失败」,没说哪一行。我一行行对,才找出是三行混了日月顺序。
第三天,起草回复比预期好,校对环节没省
第二条流程是给客户和 LP 的常规问询起草回复。这条有惊喜。它从知识库里捞出来的口径比我预期准,引用的条款也对得上号。
问题在后半段。金额和期限它不做校验,我得自己核一遍。这跟我在 WorkBuddy 上踩的是同一个坑。数字类的东西,工具给你省的是打字时间,不是核对时间。 数据本身不规整,前面清洗的功夫一分都省不掉。
一周后,三条流程的实际状态
| 流程 | 状态 | 主要卡点 | 我这边测下来的耗时变化 |
|---|---|---|---|
| 合同条款提取 | 上线 | 日期格式、报错定位弱 | 从半天到一小时出头 |
| 常规问询起草 | 上线,需人工复核 | 数字校验靠人 | 大概省一半,复核占回去一些 |
| 周会纪要归档派单 | 半停 | 责任人不固定,规则没法写死 | 基本持平 |
第三条停下来的原因不在工具。我们内部谁负责什么一直在调,规则写不死,流程就跑不顺。这也让我想明白一件事,它真正逼的是团队把流程写清楚,省不省人反倒次要。 写不清楚的流程,交给什么工具都一样。
结论,看情况
适合的是流程已经稳定、有像样知识库、并且有人愿意认领规则维护的团队。HR 的常规问询、客服的一线答复、财务共享中心的重复单据,这几类是最能出效果的。
不适合的是流程还在频繁改的团队,数据脏且没人清洗的团队,以及指望装上就不管了的团队。这三类上了就是纯支出。
从资产配置的角度讲,这类工具的定价逻辑是席位加调用量,前几个月成本很低,容易让人低估后面维护规则的人力。风险收益比好不好,主要看你的流程有多少是能被固化的,跟工具本身关系不大。固化不了的,那就是一笔沉没成本。
我这边先留着前两条流程跑,第三个月再看调用量和人工复核时间的比值。
物界前沿