Przejdź do treści

Czy RPA jeszcze ma sens? Rozmyślania przy kawie o agentach, umiejętnościach i młodych ludziach

RPA nie umiera - zmienia miejsce w układance. Agenci przejmują myślenie, roboty zostają od wykonania, a najciekawsze przesunięcie dzieje się w ludziach. Osobiste spojrzenie z lotu ptaka na rynek, zespoły i rekrutację.

Jacek Bugajski Jacek Bugajski ·

Branża ogłasza śmierć RPA regularnie od dwóch lat - a roboty jak klikały, tak klikają. Faktury się księgują, zgłoszenia się zamykają, audyty przechodzą. W tym samym czasie budżety, konferencje i nagłówki należą już do agentów AI. Ten rozjazd między narracją a maszynownią intryguje mnie na tyle, że usiadłem z kawą i spisałem, co z niego wynika - dla firm, dla ludzi od automatyzacji i dla tych, którzy właśnie zastanawiają się, kogo rekrutować. To nie jest raport analityczny. To rozmyślania przy kawie - z tezami, z którymi możecie się nie zgodzić. I o to chodzi.

Trzy fale, jeden kierunek

Z lotu ptaka automatyzacja ostatniej dekady układa się w trzy fale. Pierwsza to klasyczne RPA: roboty klikające według reguł, deterministyczne, przewidywalne, doskonałe w powtarzalnej pracy na ustrukturyzowanych danych. Druga fala dołożyła uczenie maszynowe - roboty zaczęły czytać faktury, klasyfikować dokumenty, rozumieć wiadomości. Trzecia fala, którą przeżywamy teraz, to agenci: systemy, które nie wykonują skryptu, tylko rozumują, planują i dobierają narzędzia do celu.

Daniel Dines, założyciel UiPath, ujął to tak: roboty dały nam technologię naśladującą sposób, w jaki ludzie wykonują powtarzalną pracę, a agentic automation po raz pierwszy w historii zaczyna naprawdę naśladować ludzki umysł. Skalę ambicji rynku pokazują wypowiedzi z ostatnich kilkunastu miesięcy: Jensen Huang nazywa agentów nową cyfrową siłą roboczą i przewiduje, że dział IT stanie się działem HR dla agentów, Marc Benioff mówi o wielobilionowej szansie w pracy cyfrowej, a Satya Nadella wieszczy, że logika biznesowa aplikacji przejdzie do agentów.

Brzmi jak wyrok na RPA? Moim zdaniem dokładnie odwrotnie.

Boty zawodzą głośno, agenci cicho

Najlepszy opis różnicy między botem a agentem, jaki ostatnio widziałem, pochodzi nie z materiałów marketingowych, tylko z relacji praktyka. Zastąpił trzy klasyczne boty jednym agentem opartym na LLM. Pierwszy tydzień: euforia, 80% przypadków obsłużonych bezbłędnie. Drugi tydzień: na przypadkach brzegowych agent zaczął podejmować błędne decyzje - i podejmował je z pełnym przekonaniem. Skończyło się dołożeniem barier ochronnych i kolejki przeglądu przez człowieka.

Wniosek, który z tego wynika, powtarzam klientom od miesięcy: boty są niezawodne, ale głupie; agenci są mądrzy, ale nieprzewidywalni. Boty zawodzą głośno i spektakularnie - od razu to widać. Agenci zawodzą cicho - robią to, co “myślą”, że mieliście na myśli. W procesach finansowych, kadrowych czy regulacyjnych cicha awaria jest znacznie groźniejsza od głośnej.

Dlatego dojrzała architektura agentowa nie wyrzuca robotów. Ona przydziela role: agenci myślą, roboty wykonują, ludzie prowadzą. Deterministyczne wykonanie jest tanie, audytowalne i przewidywalne - i właśnie dlatego pozostaje fundamentem wszędzie tam, gdzie błąd kosztuje. Pisaliśmy o tym szerzej w tekstach UiPath przestał być RPA oraz Od RPA do cyfrowych pracowników.

Rynek zresztą sam się filtruje. Gartner prognozuje, że ponad 40% projektów agentic AI zostanie anulowanych do końca 2027 roku - z powodu kosztów, niejasnej wartości biznesowej i braku kontroli ryzyka. Ta sama firma przewiduje jednak, że do 2028 roku 15% codziennych decyzji w pracy będzie podejmowanych autonomicznie. Obie liczby są prawdziwe jednocześnie: hype umrze, technologia zostanie.

Krajobraz umiejętności przesuwa się na naszych oczach

Najciekawsza zmiana nie dzieje się w technologii, tylko w ludziach. Obserwuję to u siebie w firmie, u partnerów i w setkach postów praktyków: rola “RPA developer” na naszych oczach staje się rolą “agent engineer”. I wbrew panice, którą widać w branżowych dyskusjach, uważam, że to awans, a nie wyrok.

Deweloper RPA nie zaczyna bowiem od zera. Trzy rzeczy, które robił przez lata, okazują się przewagą w świecie agentów. Po pierwsze, myśli w przepływach, nie w skryptach - rozgałęzienia, stany, punkty decyzyjne to dokładnie kształt agenta. Po drugie, ma dyscyplinę produkcyjną: ponawianie prób, logowanie, monitoring, umowy SLA - rzadka rzecz w świecie AI, gdzie wiele zespołów kończy pracę na efektownym demo. Po trzecie, potrafi zamieniać niejasne reguły biznesowe w niezawodne kroki - a agent tylko wykonuje to, co ktoś mądrze zaprojektował.

Na to nakładają się nowe warstwy kompetencji: projektowanie agentów i promptów, integracja z systemami enterprise, orkiestracja wielu agentów i robotów, process intelligence oraz - co podkreślam na każdym spotkaniu - bezpieczeństwo AI. Bariery ochronne, punkty kontroli człowieka, audytowalność decyzji agenta. O tym, dlaczego samo napisanie automatyzacji to dziś najłatwiejsza część, pisaliśmy w tekście Coding agent napisze automatyzację w 10 minut. Wdrożenie jej do produkcji zajmuje 10 tygodni.

A co z młodymi? Głosy, które warto usłyszeć

Tu dochodzimy do wątku, który poruszył mnie najbardziej. Skoro AI wykonuje coraz więcej pracy juniorów, po co zatrudniać juniorów? Takie pytanie słyszę coraz częściej - i dane pokazują, że nie jest teoretyczne. Badanie zespołu Erika Brynjolfssona ze Stanforda wykazało, że w zawodach najbardziej wystawionych na AI zatrudnienie osób w wieku 22-25 lat spadło relatywnie o 16% od końca 2022 roku, podczas gdy w starszych grupach dalej rosło. Dario Amodei, szef Anthropic, otwarcie ostrzega przed wpływem AI na stanowiska początkujących pracowników umysłowych.

A jednak liderzy, którzy tę technologię budują, mówią zgodnie coś odwrotnego do paniki. Matt Garman, szef AWS, nazwał zastępowanie juniorów przez AI “najgłupszą rzeczą, jaką w życiu słyszał” - bo juniorzy są najtańsi, najbardziej zaangażowani w narzędzia AI, a firma, która przestaje ich uczyć, za dziesięć lat nie będzie miała nikogo, kto cokolwiek umie. Daniel Dines mówi wprost: rezygnacja z rekrutacji juniorów to błąd. Jensen Huang dodaje perspektywę, którą uważam za najtrafniejszą: pracy nie zabierze Wam AI, tylko człowiek, który używa AI.

Podpisuję się pod tym w całości. W SNOK nie szukamy ludzi, którzy mają dziesięć lat doświadczenia w jednym narzędziu. Szukamy ludzi otwartych, ciekawych i szybkich w nauce - bo półka narzędzi wymienia się co kwartał, a ciekawość się nie starzeje. Młody człowiek z natywnym odruchem sięgania po AI plus doświadczony architekt, który wie, gdzie automatyzacja boli - to jest zespół na tę dekadę.

Zapraszam do dyskusji

Mam trzy pytania, na które naprawdę chcę poznać Wasze odpowiedzi. Po pierwsze: czy w Waszych organizacjach klasyczne RPA dalej robi robotę, czy już tylko czeka na wymianę? Po drugie: jak przekwalifikowujecie zespoły automatyzacji - i co okazało się najtrudniejsze? Po trzecie: czy rekrutujecie dziś juniorów do zespołów automatyzacji, czy wstrzymaliście się “do wyjaśnienia”?

Piszcie w komentarzach na LinkedIn albo bezpośrednio do mnie. Najciekawsze wątki opiszę w kolejnym tekście - przy kolejnej kawie.

Źródła

Wszystkie cytaty przywołane w tekście pochodzą z publicznych wypowiedzi i publikacji; tłumaczenia z języka angielskiego są moje własne, wierne oryginałowi. Prognozy rynkowe podaję z datą publikacji - to prognozy, nie fakty dokonane.

Ewolucja RPA i agentic automation

Rynek, liczby i prognozy

Rynek pracy i młodzi pracownicy

Tematy: Agentic AI RPA UiPath kompetencje rekrutacja
Spodobał się artykuł? Proszę podać go dalej:

Więcej z serii

Inne

Przegląd tygodnia: gdy AI zaczyna atakować - agentyczny ransomware, kaskada CVE w SAP i zwrot ku suwerenności

Tydzień, w którym pojawił się pierwszy w pełni agentyczny ransomware, SAP zamroził koszty pod push AI, a rynek zaczął mówić jednym głosem: agent AI to nowa powierzchnia ataku, a odpowiedzią jest kontrola - nad modelem, danymi i warstwą nadzoru.

Przegląd tygodnia: AI wchodzi w fazę dojrzałości - architektura, hamulce i pierwsze rachunki

Tydzień, w którym AI dostała architekturę, hamulce i pierwsze rachunki. SAP otwiera modułową architekturę AI z Claude jako komponentem, UiPath dokłada Guardrails i case management, a rynek zaczyna mówić o FinOps dla AI i nowych wektorach ataku na agentów widzących ekran.

NIS2 Autopilot: agent compliance pod nadzorem człowieka, napędzany SecurityBridge

Zegar NIS2 rusza w chwili incydentu: 24 godziny na wczesne ostrzeżenie do CSIRT, 72 godziny na pełną notyfikację. Odpowiada zarząd, osobiście. NIS2 Autopilot łączy detekcję SecurityBridge z agentem AI, który triażuje incydent i składa szkic raportu - a człowiek zatwierdza, zanim cokolwiek opuści organizację.

Skontaktuj się z nami

Skontaktuj się z nami Napisz na office@snok.ai