注册返回主站

A股最新题材颠覆ChatGPT的AutoGPT及其PE提词工程；ChatGPT升级应用版AGI机器人及其RPA机器人流程自动化！

作者：只似今朝
2023-04-16 08:45:32
分享：

A股最新题材颠覆ChatGPT的AutoGPT及其Prompt Engineering；ChatGPT升级应用版AGI机器人及其RPA（机器人流程自动化）！

……

相关概念股法本息、湘邮科技、浩云科技、金证股份、中科金财、软通动力、掌阅科技……

……

趋势价值，博弈资金；政经读财，洞察天机

……

Auto GPT是一个实验性的开源应用程序，展示了GPT-4语言模型的功能。该程序由GPT-4驱动，可以自主实现用户设定的目标。

特斯拉前AI总监、现OpenAI技术大牛安德烈·卡尔帕西（Andrej Karpathy）理解

AutoGPT能够根据用户需求，在用户完全不插手的情况下自主执行任务，包括日常的事件分析、营销方案撰写、代码编程、数学运算等事务都能代劳。比如某国外测试者要求AutoGPT帮他创建一个网站，AutoGPT就直接调用React框架生成了一个前端页面。

传统的机器学需要人工提前确定模型的结构、参数等息，而AutoML则可以根据给定的数据集和模型性能指标，通过算法搜索和优化技术来构建最佳的模型，节省了大量的人工时间和精力。

AutoML的应用范围非常广泛，包括数据分类、回归分析、图像识别、自然语言处理等领域。它已经成为人工智能发展的重要方向之一，在未来的数十年内，预计将能够实现更多领域的自动化，为人类生产和生活带来更多的便利和效益。

1、法本息5年12倍增长的AI+IT服务黑马，受益创再提速！

明确高速增长1）在手订单饱满，2023年收入利润50~60%的增长。2）未来3年收入3倍增长、净利润4倍增长，2025年突破100亿产值，净利润突破6亿。

工具化和产品化转型1）IT服务工具化公司和软通动力、中软国际最大的区别在于AI工具的研发和使用，未来公司RPA自动化工具提供商，对标UiPath，先自用提高人效、毛利率、响应效率，后面对外输出产品。2）产品化转型公司正在积极从IT服务外包向解决方案厂商转型，金融、运营商、能源等行业，毛利率逐年提升。

客户拓展与华为新签长期的产品与解决方案合作协议，后续有望切入华为ERP业务成为合作商。

创进展自研产品获得鲲鹏创认证+配套华为、统等创产品的实施和应用开发，明年增速80%+。

2、湘邮科技将AutoGPT应用在工作中，最核心的就是RPA软件。

邮科技推出RPA软件，可以在邮政系统广泛应用，背靠邮政集团央企大股东，最有可能因为这款RPA软件产生业绩。

湘邮科技的迅达RPA软件销售给中国邮政旗下各个业务模块使用，降本增效，如邮政快递、票据、银行、保险、券商、资管等。邮政作为敏感单位涉及诸多保密息，湘邮科技是邮政系统内的首选。

此外，湘邮科技总市值不足30亿，是央企控股的最小市值公司，且存在资产注入预期。

3、浩云科技自主研发浩云RPA软件机器人通过融合独有的OCR、领先的自然语言处理(NLP)、搜索和推行目前浩云RPA已推出银行、财税、政务、保险、证券基金等数十种不同岗位的机器人员工。在售后工单处理、商业案例报告生成、供应商准入核实、智慧政务行政审批、金融文档的抽取验查和填写等场景中，机器人员工已经在稳定高效地开展各项工作，为企业的降本增效和营收增长带来了显著成效。

4、金证股份RPA+AI=产品已经落地。

4月12日，公司推出基于ChatGPT自然语言处理技术的智能助手——金微蓝AI运维专家，能够在运维管理系统中自动化处理客户咨询、智能故障排除、自动化流程管理、自动化报表生成等任务，极大地优化了运维服务体验，有望带来金融数字化转型增量。人工智能战略落地团队实际行业经验深厚。

金证股份首席人工智能官、联席CTO，金证优智CEO詹毅先生曾任百度总技术委员会委员、知识图谱技术委员会主席，在人工智能领域有着12年的从业经验，深度参与了国内互联网巨头人工智能的发展历程，并且对金融体系内流程运转和大数据应用具备深刻的理解，有望带动公司深度参与AI赋能。

双基石+多元创新寻求突破。

1）金证股份推行“金融科技+数字经济”双基石战略，新一代证券综合业务平台FS2.0在安证券、中金财富、广发证券等多家客户逐步上线。

2）创新类业务是公司未来持续发力的方向，与公司双基石业务产生良好的协同作用，同时也成为公司向Fintech 2.0业务模式和Fintech 3.0业务模式转型的突破口。

……

A股AI产业的十倍机会，ChatGPT+RPA=AutoGPT，AI三要素继续炒作！

第一阶段、市场炒作了Ai产业的三要素算法、算力、数据。

第二阶段、市场炒作了一些细分的Ai+产业，例如Ai+医疗，Ai+游戏，Ai+传媒等。

第三阶段、推测将会炒产业覆盖面广、替代性强、真正应用于具体工作中的AutoGPT。

李彦宏今年3月份曾说过Ai应用层有十倍机会。

我认为，出现十倍机会的应用需要满足两个条件

1、适用面广，各行业适用。

2、可替代性高，直接产生收益或降低成本

那么答案很明显，第一个机会就是AutoGPT、RPA。例如以下行业的应用

目前为止AutoGPT上线仅两周就在GitHub上获得6万多颗星，不写代码的人可能不太懂这个火爆程度有多高，可类比的是上一个这样的现象出自BITE币。

那么什么是AutoGPT？

AutoGPT是一个开源的AI代理Python应用程序，由开发人员Significant Ggravitas近日发布在GitHub上，它使用GPT-4作为驱动基础，允许AI自主行动，完全无需用户提示每个操作，30分钟内就可以完成设置，以设置和入门的简便性在用户中大受欢迎。

AutoGPT最大的特点就在于能全自动地根据任务指令进行分析和执行，自己给自己提问并进行回答，中间环节不需要用户参与。

如果说ChatGPT是服从用户指令，用户让它干什么它就干什么，那AutoGPT就是“自己觉得应该干什么就干什么”，它就像是一个遇到不懂的问题能自行去百度的人类。

用户可以为AutoGPT设定总体目标，然后让它逐步采取措施来一一实现目标，这就是“AI代理”概念的由来，它完全自动执行操作。

可能会有朋友还是不懂有什么用，我简单的归纳总结一下

ChatGPT相当于人的大脑（思考总结，运用逻辑输出结果），RPA相当于人的躯干与四肢（执行动作）。ChatGPY+RPA=AutoGPT。就等于一个完整的数字人类。可以用于各个行业。

那么RPA又是什么呢？

RPA一般指机器人流程自动化。机器人流程自动化（Robotic process automation，简称RPA）是以软件机器人及人工智能（Ai）为基础的业务过程自动化科技。

这里看出RPA软件的发展以Ai为基础，在ChatGPT出现之前RPA还只能做一些简单重复的工作替代人工，而AutoGPT的出现证明了ChatGPT+RPA的无限可能性。

一、RPA 的特点与效能

RPA 是已经被封装好的代码，拖拽组件即可完成 RPA 机器人的组装，因此具有开发周期短、设计简单、适应性广的特点，非技术人员就能组装；同时具备快速部署实施、不破坏原有计算机系统、7×24小时不间断工作、复用度高的优势。

因此，它是真正0基础小白也能上手的自动化办公神辅助

不写代码与 Python 编程不同，RPA 是中文可视化界面，鼠标拖拉拽即可操作

安全性高RPA 只是承担了数据的搬运工作，系统并不会保留客户的任何一项数据

不会失误人工计算量大且易出错，但 RPA 不会，准确率高

不知疲倦24小时不间断地执行任务，节省70%的工作时间

二、RPA 的部分应用

随着AI技术的不断成熟，及RPA的优势逐渐被大众认识，由AI+RPA组成的「智能RPA」目前广泛应用于金融、财务、电商、物流、人力资源、医疗、政务等行业领域。

不仅为员工个人提高工作效率，更在企业量级的应用场景中大放异彩，为企业降本增效，加速数字化转型。

关于RPA，有一些争论，例如ChatGPT是对RPA的替代。

ChatGPT的火爆出圈让世人看到了生成式AI强大的功能，同时也让人们深切感知到自动化为工作带来的诸多好处，例如，可以将重复、枯燥、无意义的业务流程实现自动化。

RPA（机器人流程自动化）与ChatGPT拥有很多相似的功能属性，“自动化”是最大共同点。根据ETR最新调查数据显示，截止2023年第一季度，受ChatGPT在全球范围的利好因素影响，RPA的需求显著上升。

很多人认为ChatGPT会取代RPA，这是一个错误的观点。因为从技术层面、商业化场景来看，是两种完全不同的技术。例如，ChatGPT无法实现跨业务流程、系统、平台实现端到端自动化功能。

但在技术层面二者可以实现很好的互补，ChatGPT可以当RPA的“大脑”，而RPA可以充当ChatGPT的“四肢”。

另外我们来看看微软是怎么做的。明显是将ChatGPT与RPA结合起来了，而不是替代关系。而AutoGPT的本质就是RPA软件（调用了GTP4.0的接口），如果别的RPA软件企业也接入一样可以替代AutoGPT。（当然，国内企业只能接入华为、腾讯、阿里、百度的，原因你懂的）

2019年9月，孙正义以3亿美元投资了Automation Anywhere(AA)。此后不到2个月，软银便以60亿元卖掉了波士顿动力机器人。

彼时，这个全球知名的机器人品牌在软银手上满打满算也就两年半时间，便被轻易转手他人。现在，软银已经投资AA满三年，并且还投资了更多的RPA项目，AA估值已接近百亿美元。

鉴于波士顿动力蜗牛一般的商业变现进程，应该是在物色RPA机器人项目之前，孙正义就已决定要抛弃它了，不然也不会抛的这么干脆。

而抛弃硬件机器人转投软件机器人，也安利了业内外一个事实距离硬件机器人的普及应用仍然需要更多时间，但人工智能主导下的软件机器人却迎来了爆发期。

所以，孙正义在投资AA后的某个活动上说，世界经济将在RPA和AI的帮助下迎来大飞跃。

就在孙正义发表这通分享后的几年里，RPA就如火箭发射的速度迅速在全球应用落地，RPA机器人也在以更快的速度席卷全球各地。

因为RPA极强的普适性，使得其能够胜任所有的业务场景。

融合RPA的智能自动化解决方案出现于越来越多的行业和业务场景，让很多组织一步到位地实现基于业务流程优化的数字化转型。RPA的引入，也让更多陈列已久的企业管理系统焕发生机。

更重要的是，RPA在增效降本的同时，缓解了广大企业 “辞职频繁与用工困难长期并存”的割裂局面。

现在，RPA已广泛应用于金融、政务、电商、零售、电、能源、医疗、制造、物流、地产、教育等诸多行业，在财务管理、人力资源、客服、法务、采购等业务场景发挥着不可替代的作用。

随着越来越多的领域引入RPA，更多的业务场景也正在不断被发掘。RPA全球大流行的画卷，也就此徐徐展开。

RPA软件企业的投资机会

海外Automation Anywhere(AA)、UiPath、Robocorp等

最近UiPath通过与Open AI合作推出了类ChatGPT产品Clipboard AI ，并且将生成式AI作为长期技术创新点之一。

国内影刃、湘邮科技、法本息、金证股份、浩云科技、软通动力、中科金财等。

这个板块的机会不管从发展空间还是业绩落地预期来看，都比之前被爆炒的光模块要大。

类比的话，湘邮科技=剑桥科技、法本息=中际旭创。

其中湘邮科技背靠央企中国邮政集团，作为其控股子公司，后续有望将公司开发的RPA产品首先销售并应用于邮政集团各个模块，例如快递业务（中国邮政、EMS）、银行（邮政银行）、证券（中邮证券）、保险（中邮保险）、投资（中油资本）、电子商务等等。

峰哥预测，RPA 未来三年增速仍将维持在70%以上。随着实施 RPA 企业的数量迅速增长，市场对 RPA 人才的需求将持续升温。

可以预见的是，掌握 RPA 等数字化技能的员工将成为未来炙手可热的紧缺人才。而ChatGPT+RPA产生的AutoGPT将在各个行业产生深远的影响。

……

AutoGPT将带领AI走向再一个高度！

一、AutoGPT-自主人工智能 GPT最现象级产品

AI最重要的现象级产品AutoGPT出现了，用AI控制AI。它能帮你把任务拆解，你只需要给它说一个需求，然后它就自己去执行了，直接跳过chatGPT不停对话的过程都被省了。最近一个名为 AutoGPT 的研究开始走进大众视野，这款软件系统的横空出世，一举将AI进程推向了新高度-自主人工智能。AutoGPT用处很多，可用来分析市场并提出交易策略、提供客户服务、进行营销等其他需要持续更新的任务。

AutoGPT正在互联网上掀起一场风暴，它无处不在。很快，已经有网友上手实验了，该用户让AutoGPT建立一个网站，不到3分钟AutoGPT就成功了。期间 AutoGPT 使用了React和 Tailwind CSS，全凭自己，人类没有插手。看来程序员之后真就不再需要编码了。

特斯拉前AI总监、刚刚回归OpenAI的Andrej Karpathy也为其大力宣传，并赞扬AutoGPT是prompt工程的下一个前沿。

掌阅科技公司正在接入的AI大模型包括市场上的主流大模型，公司主要从事的是利用AI大模型进行内容生成的Prompt Engineering工作。

具体来说，AutoGPT 相当于给基于 GPT 的模型一个内存和一个身体。有了它，你可以把一项任务交给 AI 智能体，让它自主地提出一个计划，然后执行计划。此外其还具有互联网访问、长期和短期内存管理、用于文本生成的 GPT-4 实例以及使用 GPT-3.5 进行文件存储和生成摘要等功能。AutoGPT 用处很多，可用来分析市场并提出交易策略、提供客户服务、进行营销等其他需要持续更新的任务。

正如网友所说 AutoGPT 正在互联网上掀起一场风暴，它无处不在。很快，已经有网友上手实验了，该用户让 AutoGPT 建立一个网站，不到 3 分钟 AutoGPT 就成功了。期间 AutoGPT 使用了 React 和 Tailwind CSS，全凭自己，人类没有插手。看来程序员之后真就不再需要编码了。

之后该用户补充说，自己的目标很简单，就是用 React 创建一个网站。提出的要求是创建一个表单，添加标题「Made with autogpt」，然后将背景更改为蓝色。AutoGPT 成功的构建了网站。如果给 AutoGPT 的 Prompt Engineering更多，表现会更好。

所以AutoGPT的关键是Prompt Engineering

”Prompt Engineering” 译作提示工程，指的是一种人工智能的应用方式，主要是指利用语言模型（如 GPT-3）等技术，根据用户的提示（prompt），生成自然语言文本的过程。

在 Prompt Engineering 中，用户提供一个简短的提示，然后模型根据这个提示生成一段文本作为回应。这个提示可以是一个问题、一个关键词、一句话、一段文字等等。模型会基于这个提示学习，并生成新的文本来回答问题、描述事物等等。这种技术可以应用于自然语言生成、文本摘要、机器翻译、对话系统等多个领域。

为什么需要 Prompt Engineering？

你可能用过不少 AI 相关的产品，你或许会觉得好像只需要会说话、会打字，就能让 AI 输出答案。好像不需要什么技术。

但实际上，并不是所有的 prompt 都能得到满意或精确的答案。因为人类的语言从根本上说是不精确的2，目前机器还没法很好地理解人类说的话3。所以才会出现 Prompt Engineering 这个技术。另外，受制于目前大语言模型 AI 的实现原理4，部分逻辑运算问题、格式问题等等都需要额外对 AI 进行提示。

Prompt Engineering 为自然语言生成提供了一种非常灵活和高效的方法，因为它可以根据用户提供的具体上下文生成高质量的文本，从而实现更准确和更有意义的交互。

Prompt工程AI2.0时代打开大模型能力的金钥匙

百度董事长李彦宏也极度看好prompt engineering未来的发展

A股中，603533掌阅科技在互动平台表示公司正在接入的AI大模型包括市场上的主流大模型。公司主要从事的是利用AI大模型进行内容生成的Prompt Engineering工作。

另外，字节跳动可能会在4月18日的火山引擎原动力大会上发布字节的ChatGPT大模型

2020年11月4日晚间，掌阅科技公告，公司控股股东、实际控制人成湘均、张凌云与量子跃动签订了《北京量子跃动科技有限公司与张凌云、成湘均关于掌阅科技股份有限公司之股份购买协议》及补充协议，成湘均和张凌云拟将其分别持有的2252.25万股、2252.25万股无限售流通股份协议转让给量子跃动。量子跃动持有公司4504.50万股，占公司总股本的11.23%。量子跃动是字节跳动的子公司，字节跳动持有其100%的股权。

根据上文，我们可以很清楚的看到，字节跳动投资AI的主体是用的量子跃动这个平台，而恰恰，量子悦动是掌阅科技的二股东，持股11%。字节跳动发布的大模型需要的数据，想必也用到掌阅科技的数据。

我们用数千年追求的数据驱动，现在只需要再等5天！

火山引擎这个公众号的标题令人遐想，下周二的发布会必定有关于数据的黑科技诞生，掌阅科技极大的预期差！

……

一图文秒懂 RPA、AutoGPT、CHatGPT及其区别

什么是RPA

百度百科理解

机器人流程自动化（Robotic process automation，简称RPA）是以软件机器人及人工智能（AI）为基础的业务过程自动化科技。机器人流程自动化（RPA）系统是一种应用程序，它通过模仿最终用户在电脑的手动操作方式，提供了另一种方式来使最终用户手动操作流程自动化。

RPA指的是Robotic Process Automation，中文名称为“机器人流程自动化”。它是一种基于软件机器人和业务流程自动化技术的自动化解决方案，旨在实现业务流程的自动化处理。RPA能够通过模拟人工操作，自动执行重复、标准化的任务，并与ERP、CRM等企业内部系统进行集成，从而大幅度提高效率和准确性。

RPA的实现需要依靠专用软件平台和机器人，机器人是通过模拟用户交互的方式执行各种操作，而软件平台负责控制、维护和管理机器人的执行。RPA不需要进行人工编程，仅仅需要录制任务操作步骤，就可以生成可执行的流程自动化脚本。这使得RPA成为了一项相对容易实施和管理的技术，在企业应用领域有着广泛的应用前景。

什么是AutoGPT

百度百科理解

Auto GPT是一个实验性的开源应用程序，展示了GPT-4语言模型的功能。该程序由GPT-4驱动，可以自主实现用户设定的目标。

特斯拉前AI总监、现OpenAI技术大牛安德烈·卡尔帕西（Andrej Karpathy）理解

Auto，全称AutoML，是指自动机器学习。简单的说，Auto就是利用机器学习和人工智能的技术自动地构建预测模型，以便更快、更高效地解决数据挖掘问题。

传统的机器学习需要人工提前确定模型的结构、参数等息，而AutoML则可以根据给定的数据集和模型性能指标，通过算法搜索和优化技术来构建最佳的模型，节省了大量的人工时间和精力。

什么是CHatGPT

Chatargtp是一个使用GPT模型的命令行聊天机器人，它是由开放AI平台OpenAI发布的。Chatargtp可以理解自然语言，根据输入的上下文和用户意图生成回复。

Chatargtp实现了对话的连贯性和上下文感知，可以与人类进行类似真实谈话的对话，并且可以应对各种常见的问题和场景。你可以输入一些简单的问题或者提供上下文, Chatargtp将回复一个语义连贯、有逻辑结构的文本。

Chatargtp是基于深度学习技术构建的聊天机器人，使用OpenAI公司开发的GPT语言模型，经过大量的训练和优化可以在无需手动编写规则的情况下，自主学习生成高质量的回复。

RPA与人工智能的区别

RPA（Robotic Process Automation）与人工智能有着很大的区别。RPA的主要作用是通过自动化机器人来模拟和执行人类员工的例行性任务，例如数据输入、账单处理、息归档等。而人工智能则是指一系列算法技术和应用，包括机器学习、自然语言处理、图像识别等，以模拟和实现人类的智能行为。

另外，RPA一般是基于规则和流程来执行的，而人工智能则更加注重“自学习”，具有自学习能力，通过复杂算法不断训练和优化模型，并且可以针对不确定性较高的情况下进行推理和决策。

在实际应用中，RPA更适合于处理结构化、重复性的任务，以节约劳动力成本和提升工作效率；而人工智能则更适合于处理非结构化数据和任务，例如自然语言处理、深度学习、图像识别等。两者在不同场景中都有各自的优势，可以互相补充和协同工作来更好地满足企业和用户的需求。

RPA与CHatGPT区别

虽然RPA和聊天机器人（chatbot）都可以通过自动化技术来提供服务，但两者在本质上是完全不同的。

目的RPA的主要目的是通过模拟人工操作来执行重复性、繁琐或容易出错的业务流程，从而提高效率和准确性；聊天机器人的主要目的是通过自然语言处理技术来与用户进行对话，根据用户提出的问题或需求提供帮助或解决方案。

工作方式RPA通常以预定义的任务列表或流程为基础，通过识别GUI元素来模拟人工操作执行；聊天机器人则通过分析用户的输入文本内容，使用人工智能技术来产生响应，并且可以集成到即时通讯软件、网站等多种渠道中，更加灵活。

应用场景RPA适合处理非常规化、无法通过系统接口调用实现的业务场景，例如人为输入大量数据、从网站上抓取息、对邮件进行分类处理等；聊天机器人适合于交互式、多轮、类似问答的场景，例如客服问答、餐饮订餐、社区活动推广等。

技术原理RPA主要运用OCR、GUI识别和BOT组合等技术；聊天机器人则采用自然语言处理(NLP)、对话管理(Dialogue management)、知识图谱等人工智能相关技术。综上所述，RPA主要解决重复、繁琐或容易出错的业务流程，而聊天机器人则更多的是通过自然语言与用户进行互动交流，两者虽然都能够通过自动化技术来提供服务，但实现准则、应用场景以及技术原理都有明显的差异。

RPA与Auto的区别

RPA（Robotic Process Automation）与Auto（自动化）之间的区别主要体现在以下几个方面着眼点不同RPA更加注重流程的管理和化，而Auto则更加偏向于某个具体应用场景下的自动化实现。

要素不同RPA涉及到软件机器人、自动任务调度和特定的流程分析等要素，而Auto则需要关注具体领域和应用的技能和方法。

范畴不同RPA常常被应用于企业级流程自动化，例如财务、人力资源、客户服务等业务流程的智能化管理和扩展。而Auto则常规应用于特定领域的自动化发展，例如自动驾驶、自动化测试、机器翻译等。

技术手段不同RPA技术更多地关注于流程自动化的全局性管理，其中包括界面自动化、自动任务调度、文本分析技术、过程挖掘技术等；而Auto则更加侧重于特定任务的自动化实现，例如计算机视觉、自然语言处理、人工智能算法等。总之，虽然RPA和Auto都是自动化实现中的重要技术手段，但它们的应用场景、关注点和技术手段是有所不同的。

AutoGPT与Chatargtp区别

AutoGPT和Chatargtp都是基于GPT模型的聊天机器人，具有类似的功能，它们都可以进行自然语言处理，生成文本回复，并且都可以应对各种常见的场景和问题。

然而，Auto是一个闭源的商业产品，而Chatargtp是基于开放AI平台OpenAI发布的一个开源项目。这意味着Auto的算法和实现细节不向外界公开，而Chatargtp的代码可以被所有人免费获得并进行修改和使用。

此外，AutoGPT还包含了更多的定制化选项和场景适配功能，可以根据特定的需求进行定制，同时支持定制化部署。Chatargtp则更加注重通用性，适用于一般的聊天场景，并且可以通过简单的命令行界面进行使用。

Autogpt 未来预期

由于 AutoGPT 是一个商业产品，在未来的发展中，其主要目标是吸引更多的客户并提供更好的服务。AutoGPT 的生态系统正在不断扩大，整合了机器人工具、智能语音、智能硬件等技术和产品，以满足不同行业和领域的需求。同时，随着技术的不断进步，AutoGPT 将继续深化在自然语言处理、图像识别、机器学习等领域的应用，并不断更新其算法和模型，提高机器人的语言理解和回答能力。

除了对机器人核心技术的深化与巩固之外，也需要适应产业生态的变化，加强与 AI、云计算等领域的合作与协作，探索机器人的更广泛应用场景。另外，随着大数据、区块链等技术的渐成熟，AutoGPT 也需要深入探索如何结合以上技术，进行更有效的息管理、安全保障、知识管理等方面的工作，为客户提供更全面的智能服务。