UIPATH首席执行官Daniel在AI代理商代替我们的工作中用餐

今天，我正在与联合创始人丹尼尔·迪恩斯（Daniel Dines）交谈，并再次与Uipath的首席执行官（一家专门从事机器人流程自动化（RPA））的软件公司的首席执行官进行了交谈。我们一直在展示我喜欢称为全圈的很多解码器最近演出的客人，丹尼尔就是一个很好的例子。

他是首先解码器回到2022年，在他与罗布·恩斯林（Rob Enslin）进行联合首席执行官安排之前，一位Google Cloud Exjecover带来了公开公开后帮助引导Uipath的行动。去年1月，丹尼尔（Daniel）辞职成为首席创新官，罗布（Rob丹尼尔（Daniel）担任唯一首席执行官的工作。

创始人踏上外部首席执行官，然后返回担任首席执行官，这是技术界的一个很重要的事情，而丹尼尔和我花了一段时间将他的故事分开。在途中，他做出了一些非常关键的决定，以放弃对他创立的公司的控制权，然后再回来时同样重要的决定。如果您有解码器听众，您知道我对通常被掩盖的这些故事的中间部分着迷，所以我们真的在这里挖了。

但是，Uipath的发展要比C-Suite Shuffles要多得多。AI，尤其是代理AI，整个市场都在颠覆，这应该在互联网上点击并为您做事。

Uipath多年来一直在销售的主要技术是RPA，自2000年代初以来一直存在。它旨在解决许多组织都有的一个相当大的问题。可以说，您使用古老的计费软件经营医院。您可以花费数百万美元升级该软件及其运行的计算机，或者您只需雇用Uipath来为您构建自动化该软件并为用户提供更好界面的RPA系统。这降低了升级所有软件的风险，它使您的用户更加快乐，因为他们使用了一个更好的界面，并且可以通过在此过程中开发新的自动化工作流来为您提供一些效率。

UIPATH建立了一个相当成功的业务，从事RPA的基本版本；我鼓励您在2022年听我们的情节，我们将详细介绍它。但是正如您所期望的那样，这一切都被颠覆了代理AI系统这种有望通过更简单的自然语言接口以更强大的方式自动化事物。因此，丹尼尔必须弄清楚Uipath如何将AI集成并将AI集成到其产品中，或者使其淘汰。

丹尼尔（Daniel）和我真的深入研究了这一点，然后我也想将他推向业务的实用经济学。像Anthropic和Openai这样的大型AI初创公司现在不必获利。当所有AI工作时，他们只是在提高投资和有望获得的大量回报。

但是Uipath是一家上市公司，它以一定的代价为这项技术许可。因此，我想知道丹尼尔对许可AI技术，将其出售给客户的成本，并试图使所有这些盈利的成本的看法，而AI行业本身的基本经济学本身仍然非常不稳定。

我们还讨论了所有这些可能对我们在工作中的经验意味着什么，以及一个机器人向其他机器人发送电子邮件的世界是否实际上是一个好目标。这确实去了，丹尼尔是真正的挖掘游戏。我认为您会喜欢它。

好的，Uipath首席执行官Daniel Dines。开始了。

这次采访经过了详细的编辑。

丹尼尔（Daniel）用餐，您是Uipath的首席执行官。欢迎回到解码器。

非常感谢您拥有我，Nilay。

我很高兴与您交谈。我喜欢一个完整的圈子解码器。你是在2022年春天的演出中最后一次。从那时起，这有点像过山车。您只是要有一个名为Rob Enslin的联合首席执行官。您从Google Cloud雇用了他。然后你一年多以前辞职专注于成为首席创新官。然后，罗布是唯一的首席执行官。然后，罗布辞职，然后现在您再次担任首席执行官。您对公司进行了一些更改。

解释那里发生了什么，因为这是很多决定。显然，我们是一个关于决策的节目，我想谈论很多AI的内容。但是，让我们从一点点的历史开始。为什么要下台，为什么要回来？

好吧，过山车是一个好词。有时人们会夸大其词，但就我们而言，这确实是发生了什么。为什么？看，我一直在努力为这家公司做最好的事情。在某种程度上，这家公司是我的孩子。我花了将近20年[建造]。今年，2025年，我成立了Uipath 20年。我认为，如果我们能获得最好的人才，尤其是在上市的[恩斯林]背景下，这将有所帮助。罗伯是个好人。我们相处得很好。看，这主要是一个很好的旅程。它给了我一些时间，所以我改用了首席创新官。我运行了我们的产品和工程团队。

在2023年，我有自己的时间进行反思，尤其是在将许多责任转移到Rob之后。老实说，我在那个夏天度过了一些灵魂搜索 - 我想要什么？我想说的是我错过了20多岁的疯狂，人们很开心，并在春假时去。我必须工作。在后共产主义的罗马尼亚，有很多动荡，所以在那个阶段，生活对我来说并不那么有趣。我认为也许我会体验到更轻松一点的意义。

这对我来说很重要，因为我发现Uipath实际上对我来说是一个锚。它给了我一个心理框架，一个方向。我很难每天醒来，除非我在这台大型机器上，并且这台机器正在轨迹上，否则我很难做些什么。这迫使我的思想在那里。我被伟大的人包围着。我与聪明的投资者，分析师，客户和合作伙伴交谈。这是一种活的生物体。因此，我发现这是我拥有的礼物，可以经营这家公司。

然后，从整个市场的角度来看，2024年初的事情对我们来说并不顺利。我认为宏对某些公司来说很糟糕。我们有一些执行问题。我们最初的上市是土地和扩大的土地，我们过分地改建了该公司的大部分之后。因此，我们的浮点业务遭受了损失，并与一些宏观挑战相结合，创造了一个艰难的环境。罗布（Rob）决定在2024年5月离开公司。公平地说，当时，我已经准备好将其收回。它的速度比我预期的要快，但是在精神上，我已经准备好了夏天和休息时间。

你去春假了吗？你花了一分钟吗？你在棕榈滩吗？

不，不，我没有去棕榈滩，但是我在地中海呆了几个星期。所以也许接近它。

春假在40多岁时与20多岁的春假是我发现的东西。

是的，到底是。

我总是想深入了解变革的实际时刻。我总是开玩笑说我看很多音乐纪录片。在车库里，每个人都在行为，第三行，他们在玩乳木果球场。第二幕，实际上发生了变化时刻，经常被掩盖。这是其中之一。您决定回来担任首席执行官，Rob决定离开。那说话是什么样的？你发起了吗？他开始了吗？他要走了吗，您已经决定要回来了？带我们穿过它。

实际上很简单。我们决定在2024年第一季度在纽约见面。他告诉我，他认为最好把公司带回去，他出于个人原因辞职。确实，他需要休假，因为他的家人的一些成员不好。我告诉他，让我对此有所反思。让我思考一下。但是最后，他坚决的决定。

在讨论之后，我也意识到公司将发生许多变化。我们需要收缩一点。我们对公司进行了超大的狩猎，因此需要进行一些更改。我意识到我要进行更改实际上更好。这将带来很多痛苦，而且我们已经经历了一些痛苦。对于我们来说，最后三个季度对我们来说并不容易。

如果他没有自愿参加，您会做出改变吗？对您而言，您会以首席执行官的身份回来吗？

我意识到了一些东西。当我在这里时，很难获得外部首席执行官。这是不可能的。我会考虑在内部种植某人，而不是在外部引入某人。在您聊天几个小时后，您很难认识某人，然后您去吃晚饭，这对公司的文化产生了很大的影响。即使我拥有公司的控制股份，也不就像是您得到某人，您可以每天命令他们，也可以做到这一点。

我非常关心公司和人民。罗布拥有世界上所有最好的意图，但是看到有时使我感到不舒服的事情，这并不容易，而且对任何人来说都不容易。自然，有两个营地创建了丹尼尔（Daniel）营和罗布（Rob Camp），有时他们没有讲话。同样，没有我们的意图，这是一种动态，不能很好地工作。因此，对我来说，很明显，我不得不夺回首席执行官的角色并推动公司，或者下次我会完全辞职。

这是创始人的一个非常普遍的问题。明显地，边缘比Uipath小得多，但我只剩下少数联合创始人。我经常告诉人们，他们应该是主编，并且被认为是一种威胁。他们喜欢，不，如果您在这里，我们会做的。这是似乎与创始人一起出现的时刻之一。

从理论上讲，我有能力这样做，但是实际上，这很难做到。看，我们是一家上市公司。这是董事会的治理。我有一个座位。董事会应做出决定。因此，董事会将不得不做出集体决定，以消除我的压力。他们本来可以对我反对，但这并不是那么简单。这是可行的，但是

这确实是问题。我们从外部看到其中一些决定。创始人回来担任首席执行官似乎很自然，但内部非常复杂，尤其是在首席执行官的创始人中，辞去了另一名首席执行官的工作，然后回来了。

是的，如果创始人与首席执行官之间有一场战斗，是的，事情可能会很丑陋。就我们而言，确实不是。罗布确实在最佳条件下退出。他一直给我。他协助我过渡。然后，他花了一些时间来修理自己的个人问题。从这个角度来看，这是一个平稳的过渡。

您提到该公司以您不希望这样做的方式发展。有了新的首席执行官，他们希望如何经营公司具有文化影响。然后，作为创始人，您回来并想将其更改。你只是报告了财务结果。事情似乎比过去要稳定一些。您做了什么变化，要么朝着前进的方向发展，要么回到您担任首席执行官时的事物？

我想带回一些以客户为中心，与客户合作并做他们成功的事情的魔力。我们在很大程度上回到了土地并扩展，“以客户为中心，同时仍保留肌肉进行大笔交易。我们都需要。在仅取决于大笔交易的公司中，预测很难。收入的块可能会引起预测问题。具有方程式的两面是正常的。

这也是我没有意识到的事情。我们不是您可以去第一天说的技术：我会向您出售1亿美元的自动化。让我们看到一个较小的部门，看看它的工作原理。然后，扩展到其他部门，然后扩展到整个公司。

因此，无论您是否有一个很好的Rolodex，您都不会去另一个首席执行官说：“好的，我的朋友，给我这么大的事情，因为我在这里为您服务，我保证您将最好地证明这一点。您需要证明这一点，您需要赚钱到一家公司。这就是为什么在我们的DNA中，本质是要以客户为中心，与他们合作，帮助他们找到机会，帮助他们提供价值，证明价值并在内部向他们传达有关自动化的好处的信息。我们有点失去了这种肌肉。

而现在，我们的分割方式不同。我创建了一个执行会计计划，其中我们拥有与这些帐户有关的所有高管的50个钻石帐户，我们非常认真地对待它。我们还有一个共同创新计划，在其中共同构建软件。我们分散了我们的客户成功功能，该功能是集中运行的。它与销售动议有些脱节，因此我们将其分散到该地区，并且现在与客户更加一致。我们甚至更改了卖方的补偿和客户成功，以更接近我们软件的采用。区域合作伙伴也在销售团队内移动。我简化并简化了我们业务的国际部分成一个大区域。确实发生了很多变化。

当您担任首席创新官时，您的头脑中的所有变化都在吗？您正在观看公司的变化和结果，并且您在想，这就是我的修复方式？

我认为当时我们所经历的一些痛苦是众所周知的。更改？并不是那么多。我花了一个月才能了解团队中的人员是谁，以及我们将要进行什么样的变化。

我喜欢让人们回到节目中，因为我可以将他们的旧决策框架阅读给他们。您离开了，休息了一下，您必须考虑自己想成为的人以及想如何度过时间。

我上次参加演出时，我问的是如何做出决定？我不知道在这个阶段如何经营一家大公司，因为我以前从未处于类似的情况，但是我想建立一个彼此依赖的紧密联系的执行团队。然后，您说的是，人们说的话，这是快速的，如果可以逆转的话，如果他们可以慢慢地做出不可逆转的工作，这是您的框架。你有其他方法吗？这些仍然是基础知识吗？

我认为，是的。我喜欢给人们委派的空间。我的风格是就目标达成共识，就计划达成共识，然后让人们跑步。如果我发现问题，即使是小问题，我的风格就是四处挖掘，看看是否存在潜在癌症或完全不起作用的迹象。你发现有趣的东西。但是，是的，我认为公司的信仰极大地取决于领导团队的凝聚力。与2022年相比，我在做出招聘决定方面有很大的不同是，我永远不会为人才交易化学反应。将不适合组织的人才从未奏效，而且长期造成了非常大的问题。

我上次问您有关公司的结构，您得到了一个非常有趣的答案。您根本没有谈论结构。您谈论了这种文化，并说您希望公司的文化是一个单词。从那以后已经两年了。我开始相信，结构问题确实是一个文化问题的代理。通过描述公司的结构，您可以描述文化。如果我要求您描述公司的文化，您还会选择“谦卑”吗？

我认为当时，谦卑是最需要的方面，因为我们乘坐了非常成功的IPO，而且我们的股票很高。许多人赚了很多钱。那时我们失去了一点谦卑。现在，我们又回到了根源。我认为该公司一直在经历痛苦，我们更好地理解。

看，我还不够聪明，无法从成功中学到东西，而Uipath还不够聪明，无法从成功中学习，但我认为我们足够聪明，可以从痛苦和痛苦中学习。谦卑是我们公司的起源，这是不可或缺的一部分。我们现在需要更多的是大胆而快速。我们正在大力推进我们的代理自动化时代，我看到了伟大的事情正在发生。这是一种新的能量。

另外，我们运行了RPA（机器人过程自动化）七年，八年。最后有一些疲劳。我们只是在完善软件并进入一些白色空间，但这并不令人兴奋。代理AI给桌子带来了很多兴奋。我们基本上是一夜之间在产品和工程中旋转的，该组织的一半以上是为了构建新的代理产品。所有的团队都充满活力，因为他们知道。我们基本上将代理自动化作为公司的首要任务。

我们从字面上改变了方向。这不是泰坦尼克号，而是一条大船。我认为很少有公司有第二幕的机会，我们有机会。AI和自动化是如此协同。我认为越来越多的人得出了这一结论。本质上，代理是AI Plus自动化。这是AI和自动化的融合。我们很容易实现这一诺言。因此，我们的产品和工程正在以惊人的速度进行，做出非常大胆的决定。从技术的角度来看，我们将工作流引擎重新构成了更现代的技术。他们确实体现了大胆而快速的。我还不能说公司的其他地区是正确的，这是我与我们的领导人一起为第二行为做好准备的地方。

我要问一个关于结构的问题，然后我有很多有关代理AI和自动化的问题。当您再次担任唯一首席执行官职位时，您做出的重大决定之一是您砍掉了大约400人。你释放公司的10％。您最终是否在该切割中进行了重组？为什么要做出这个决定，目标是什么？

那时我们研究了我们的中心功能。公平地说，我们在这些中心职能中雇用了过多的人，我们必须简化组织。从文化的角度和经济上，从情感的角度来看，解雇人们的决定是最难的。很难制造它们。每次我们必须做它们时，这都是一个彻底的过程。我从不匆忙，我总是在为我们真正需要更多的斗争吗？

这是我们最低的时刻之一，以及首席执行官的变化。我认为现在，正如我们将其抛在脑后一样，我们已经做好了准备。现在，世界正处于一个有趣的，具有挑战性的阶段。没有人知道它要去哪里。我认为我们作为一家公司的准备工作更加准备，更精简和敏捷。我们花了一些时间来治愈痛苦，我认为对公司的信心正在恢复。回顾过去，我认为这对公司来说是正确的选择。

我想问这个问题作为AI的引导。您将这些削减作为一个较低的时刻，因为很难做到这一点。正确的决定，但很难做到。您将AI的线程拉到了AI上，我从听众那里听到的是，我们的公司将出现这种自动化，我们所有人都将退出工作。”白领工人将退出工作。软件工程师可能会失业。律师对失业感到恐惧。您是否看到这种联系，如果您的软件成功，您将重新定向经济，很多人可能会失业？

如果我们现在是现实的，那就是改变时间的问题，而不是变化本身。您的工作和我的工作随着时间而改变。工作改变。这是一个何时成为的问题以及变化的压缩程度。现在，我不太担心它会突然来。如果您查看AI和实际用例，我们仍然必须看到广泛的采用。现在，这是生产力的提高，更像是AI的助手类型。我问些什么，得到了回应，我的工作速度更快，更好。目前还没有影响真正的人口的巨大意义。

我认为代理AI是将AI部署到更多企业上下文中的步骤之一，它可能会加速工作的方式。我的意思是什么？我认为今天的工作不是一件简单的任务。您的工作很少，您可以将其描述为一项任务。因此，工作是众多的操作事物，重复性的事物和许多临时事物。这取决于不同的环境和企业。

我认为已经解决了许多重复的任务。我们拥有基本上消除其中许多工作的技术。现在，我们还拥有一项技术，可以帮助人们完成更多此类临时任务，例如研究任务。我认为这些工作将更多地转移到人们做出决定的地方。他们将分析哪些信息代理正在检索哪些信息以及将其放在一起。代理和自动化。人们将分析，做出决定，然后将由企业工作流以及我们已经拥有的机器人进行。因此，乔布斯将更多地转变为从指挥平面进行决策，检查和监督。

我一直都在考虑这个。我不知道我是一个很棒的主编。我觉得您可以通过走进房间并有一个​​音响板来使我自动化，并说它使它变短或使其更长，然后您只是旋转轮子然后选择一个。但是我知道何时会说这些话，因为我花了多年的时间写博客文章，然后是故事和播客。我拥有执行决策的所有这些经验，以便我对做出决定时做出的决定有很高的信心。

如果没有人执行决策，您将如何得到？如果那是所有机器人？我只想与您进行比较。您是创始人，您花了所有的时间经营这家公司。如果您没有所有这些经验，您将如何做出好的决定？

执行经验？

是的。

这是一个很好的问题。最终，许多事情就像一个黑匣子。我不知道为什么如果在键盘上按键，它在屏幕上显示，但是我可以决定按下。在某种程度上，对于许多公司而言，运营将就像一个黑匣子，而决策将处于更高的水平。我认为，即使我们不知道如何在幕后烹饪，我们仍然可以做出决定。

我很好奇这是如何发挥作用的。我是学校，说最好的领导者是那些在地面上度过的时间的人。这并不总是正确的。我与演出中的许多领导人进行了交谈，但是尤其是当我与创始人交谈时，在公司的每个阶段，这种经验都可以使您有信心进行改变。如果操作是黑匣子，我想知道这种信心来自哪里。

我需要对此进行更多的思考。最好的人可能也会理解运营。即使它们是由机器人和人工智能执行的，他们也会理解以做出更好的决定并更改操作。但这更多是一种分析类型的人。更机械键入，复制和粘贴的工作类型将消失。

因此，您上次参加演出时，我认为RPA周围没有很多炒作。我之所以喜欢它，是因为我对使用计算机的计算机的想法着迷，而当您在2022年进行演出时，我是这样的高度。你骑得很高。这就是为什么您说需要谦卑的原因。这个想法是，我们不会使用Uipath技术来抽象许多旧的计算机系统，而是构建新的接口，这将允许各种灵活性。那是一个大主意。

我认为这发生了变化。在AI时代，我们看到许多公司有希望的代理能力。我们看到很多公司都说，他们将把堆栈越来越远，一直到决策。但是，当我回顾一下对话以及从那以后发生的一切发生的事情时，让我的事情是机器人过程自动化，您拥有一些旧医院建筑系统和Uipath的想法将建立一种现代的使用方式来使用它，这是确定性的。您知道该软件中的所有按钮在哪里，可以通过它们编程。也许您需要一些机器学习才能更好地了解界面或使其易碎的脆性减少，但是您知道输入和输出是什么。RPA知道这些事物之间的道路。

AI完全不是决定性的。机器人要去做点什么。您正在构建的软件，您要销售的RPA与要构建的代理功能之间有连接吗？因为似乎必须发生这种根本的技术转变。

我认为当您说确定性和非确定性时，您表达了我们正在构建的内容的本质。当我解释机器人和AI应该如何相互作用时，这些恰恰是我使用的术语。看，LLM并不是要执行确定性任务。如果您要求LLM乘以两个数字，则无法弄清楚如何乘以两个数字，因为它不是统计匹配的。最好的做法是理解，啊，我需要乘以两个数字。我有一个知道如何乘以两个数字的工具，因此我将调用一个工具，我会得到确切的答案。这就是它们的工作方式。他们内心没有智力，因为这是一种非确定性工具。这并不是要采取一系列确定性步骤。

同样，您可以想到在企业系统中产生副作用的交易工作。它应该是确定性的。您不能有95％的机会成功进行付款交易。它必须是100％，如果有例外，则应通知人们。也许不可能。

我们的机器人提供了这种完全确定性的方式来跨多个系统进行交易，这些交易会对这些系统产生影响。与LLM和像Openai的运营商这样的技术或来自人类的计算机使用实际上，我们是用户，我们与这两家公司紧密合作以集成他们的技术 - 您可以补充RPA在过程中无法自动进行的部分过程中所做的事情。如果我有一个依赖研究的过程 - 就像我旅行一样，我想用AI创建旅行社。该旅行社将对可用航班和跨多种航空公司进行研究。如果我错过一个飞行选项，那就不会大大伤害。

因此，我可以拥有一个非确定性的工具，去提取信息，然后代理可以做出一些决定。它可以向用户展示，这些可用航班。但是，当我预订航班时，我必须使用确定性的东西。当钱交易时，钱就易手了。基本上，我们可以两全其美。我们可以在接受非确定性的风险的同时扩展确定性的范围。当我们可以承担更多风险时，有一些域名或测试应用程序之类的领域。这很有意义。这取决于您可以接受的风险水平。

对我来说很有意义。我看到您的竞争对手和您的合作伙伴，例如Openai和Anthropic，他们将整个技术都押在了代理AI上。我认为他们的计划是为了变得足够好，可以做所有事情。您的方法是，传统的RPA（传统的确定性计算机）需要执行一些操作，并且可以使用LLM或AI系统进行分层。我只是想知道交叉点是什么。Openai说，运营商可以做到这一切，并且为您的业务提供某种范式转变时，会有一个交集点吗？

我绝对确定相交点是何时您可以以确定性的方式定义任务并知道步骤。确实，拥有一个LLM可以一直执行此任务的LLM可以重新发现如何做或考虑每个步骤，因为不可能达到100％的准确性。我们正在测试这些LLM的简单表单填充。他们可以很好地工作，但是请考虑一下。您需要运行数百甚至数千次才能达到100％的准确性。这不是技术的目的。

我的意思是，LLMS最终将创建可以准确工作100％的例程。但是，当您一生中第一次看到应用程序或书籍时，LLM会像每次看到一个过程一样发现一个过程。我们学习。您会学习一个应用程序，然后如果您观看自己，那么您所做的大多数事情都会在自动驾驶仪上。

我们有其他公司参加了演出，并谈论了他们的代理软件方法。实际上，它们是他们想要构建的代理软件的传真。所以，兔子参加了演出，其第一个版本的兔子R1正在后台运行测试软件。您会在Spotify上要求一首歌，并且只需在云中的Spotify网站上单击，然后将歌曲流式传输给您。它的声称是它实际上确实建立了代理，但是它需要构建第一个版本并具有概念证明。

但是，确定性系统以一种非常真实的方式可以像人们从AI系统中想要的东西一样起作用。它几乎可以做到这一点，然后变脆，但是AI可以通过对变化或意外结果做出反应或意外的结果来减少脆性。您如何将这些东西合并在一起？您如何决定使用哪种系统？因为那好像这当下的技术问题。我们看到合并的代理AI和自动化的方式是将工作流程技术放在其上。

我们的代理人更像是数据输入的，不一定是对话剂。我们专注于在企业流程的背景下交付工作的企业代理。因此，对我们来说，关键的是这个编排部分。

可以说，您有一个贷款代理必须批准一些贷款。收到贷款申请时会触发工作流程。因此，您有一个企业工作流程。然后，该工作流将首先将应用程序发送给专门从应用程序中提取信息的阅读代理。然后，如果我对提取的内容不够自信，我可以将其发送给人类用户以验证基本的东西。可以是一个更少年的人来进行此验证。

然后，工作流将其发送给将提出贷款建议的代理商。该代理可以开始呼叫工具，例如，获得此人的信用评分。因此，此工具绝对是确定性的。它是信用评分机构的API，或者您可以使用RPA机器人。这显然是确定性的。您不会使用Openai运营商之类的东西来弄清楚一个人的信用评分。绝对没有意义。这花费了太多时间，而且不可靠。

您已经看到这是一种组合。工作流程知道如何指导流程的固定路径，然后代理能够制作出可以提供上下文的建议和呼叫工具。然后，在代理商提出建议批准这笔贷款之后，它将授予人类用户。工作流将创建一个任务，人用户将其在收件箱中获取任务，要求他们批准或不批准。他们按下按钮并批准。工作流程可能会返回到最后一个代理商，然后说：``请撰写一个很好的接受消息。

这是一个简单的看法，但这就是我们相信世界和企业客户将采用代理商的方式。另外，他们需要对系统充满信心。您说我们正在谈论这个黑匣子系统，这是一群发挥魔力的代理商，有时他们会犯错。在接受它之前，您需要有信心，需要看工作。当他们看到工作流程时，每个人都会更自信。他们可以说，看，如果发生这种情况，那就这样。如果发生这种情况，那就是这样。因此，您可以追踪它，您可以理解它，您可以推理它。

我对人类和人工智能之间的互动之一的一种是，很长一段时间以来，我们必须说相同的语言。即使您创建应用程序或自动化，AI也会实际创建代码。AI最终可以直接与机器代码合作。他们不必创建Python代码，但是AI必须创建Python代码，因为人类可以推理，更改和接受它。在自动化应用程序中将是相同的。AI将使用现有平台，将在那些现有平台的基础上创建工件，人们将验证那里发生的事情。

我认为，在消费者方面，现有平台的价值是受到巨大威胁。因此，我将其称为消费者方面的Doordash问题。我们只是Amazon的Panos Panay上了，它推出了Alexa的新版本。您将能够说：Alexa，给我买一个三明治，这只会得到索尔达什送给您三明治。

对于Doordash来说，这是一个巨大的问题。如果其界面以这种方式进行商品化，则其边缘将承受重大压力。我们将最终让Doordash的首席执行官参加演出，我会问他这个问题。但是我可以抽象地看到这些系统中的某些系统的压力，这些系统将通过新型界面进行商品化。

经典的RPA确实取决于存在的系统。您需要没有人想升级的现有贷款系统，以便您可以在其顶部构建RPA接口。您需要可能没有很好的API的信用评分接口，但是可以使用RPA从他们的网站获取。人工智能改变了这一点，因为它也来了所有这些系统。AI行业的某些部分一次追逐所有这些事情，而不仅仅是建立这个编排层。

您如何看待这些系统的长期寿命？我看着消费者的一面，我说，哦，这是Doordash的一个大问题。对于Uber来说，这是一个大问题。我不知道它在企业方面是如何工作的。

我们会看到它如何发展。我们仍然有很多大型机以及我们的RPA触及许多大型机的事实表明，企业系统的改变比消费者领域要困难得多。如果您查看工作日和SAP等复杂的企业应用程序，我可以看到人们在AI驱动的顶部添加了一层不错的语音。你知道，将我的度假响应者更改为此。

但是平板电脑和手机没有使键盘或鼠标过时。我认为他们仍然必须共存。与语音相比，许多人可以使用键盘更快地处理用户界面，但是语音将成为与应用程序交互的好方法。当您需要同时吸收大量信息时，您需要用户界面。在许多情况下，您仍然需要与之互动。这比告诉AI容易，请按“确定”按钮。我只需单击按钮即可。它更容易，而且更快。他们必须共存。

我在考虑Doordash问题。您基本上说，亚马逊可以建立自己的doordash。如果它可以控制与客户的接口

他们并不是说他们会建立自己的遗产。Doordash获得额外收入的机会将消失。这将无法提高销售，无法达成交易，无法拥有独家。该界面将被商品化，它将成为亚马逊或任何正在控制业务的AI代理商的服务提供商。您会看到很多这些想法。您需要一个服务提供商的生态系统，以便代理商去寻址，这损害了服务提供商的边缘。

有可能。

我想我在消费空间中看到了它。你会来回看到。有一定的数量，我们不希望您在这里。我们将阻止您的代理商使用我们的服务。这已经发生在消费者方面。有一些交易。然后，在企业方面，似乎会有很多交易，也许不是API访问，而是允许代理访问或RPA访问，因为数据是有价值的。

在一定程度上，我们与RPA遇到了同样的问题。想一想大多数企业或SaaS软件都是由用户座椅许可的。使用RPA，您需要更少的用户座椅。您可以拥有一个席位，可以完成数百个席位的工作。他们找到了防止这种情况并创建特殊服务帐户来处理它的方法。一些供应商不允许它。我相信他们会找到一些处理方法，因为如果Doordash不想接收订单，Alexa订单怎么能订购？他们两个都必须有一些东西。

我认为这是一个巨大的技术挑战，业务挑战甚至更加困难。您必须让很多人同意从根本上重组其业务，以便任何一个工作。同样，在企业方面，还有更多的交易。您有一些直觉，一些历史，有些动作说：“好吧，我们将如何结构访问数据。我不知道它如何在消费者方面发挥作用。

您提到了有关LLMS没有内存的一件事，必须每次重新考虑工作流程。是的。我认为AI公司正在为此而努力。但是他们也推动了推理的想法，现在我们将一遍又一遍地接近人类推理的模拟。我不知道这是否正确。他们说他们可以做到。这会影响您所做的事情吗？您能说，在这里做出决定的过程吗？

我们看到的推理部分的方式是，创建自动化对我们的世界更有帮助。我们拥有这种技术的副词类型，您可以在其中描述一个过程，它可以创建工件来执行该过程。LLM的智能越聪明，与创建所获得的现实越接近，开发人员必须更改它。因此，从某种意义上说，这就像创建代码一样。这是同一件事。Smarter LLMS将创建更好的代码，但是该代码仍将由HyperScalers执行。不是这样做的。考虑一下。也许LLM会尽一切努力。他们为什么要生成代码？

您提到了大型评分者。我一直在考虑很多事情的一件事是，高级标准者正在采取的投资仅仅是为了购买NVIDIA芯片，建立数据中心或投资于核融合，而不是承诺对AI服务的需求量如此之大。

他们必须以某种方式赚钱。目前尚不清楚Frontier AI公司将如何赚钱。我不知道Openai将会有多赚钱。我不知道人类会如何赚钱，除非筹集更多的钱，否则他们非常擅长。这是一个长期计划。您是一家上市公司。你必须赚钱。您必须购买令牌，必须使用它们，必须构建产品，必须收取市场价格。我们现在的利率是可持续的吗？

我不知道这对他们来说是否可持续，但是如果我是他们，我也会做同样的事情。如果这确实是我们时代最大的革命怎么办？如果所有这些GPU和AI代理人都会接管世界而我不在那儿怎么办？

但是我说，您必须向客户收取一些AI工具的价格。您没有运行所有自己的模型。您与其中一些公司合作。您要购买他们的一些能力。反过来，它们是从Azure，AWS或其他运行的东西购买的能力。所有这些公司都需要一个利润，其中一些利润率为负。Openai现在就损失了推理，但它将这种能力卖给了您。

在某个时候，他们要旋转旋钮，说：“我们必须赚钱。When will it become too expensive?That seems like the correction that’s coming.You’re going to say, “Okay, OpenAI raised our prices.UiPath has raised its prices,” and some customers are going to say no.

If we look at through our lens of the processes we automate, what’s the alternative at this point?Using human labor?I think even if OpenAI increases prices, I still don’t think humans can compete with AI plus automation when it is possible.And long term, the pricing will go down and it’s a lot of competition for the business.I’m not really concerned about this aspect.

Have you structured your technology so that you can swap between AI providers?Are you tied to OpenAI, Anthropic, or is that easily modular?

不，一点也不。We actually offer our customers a piece of technology that we callAI Trust Layer, where they can switch between different providers or bring their own on-prem model if they want.

你just boughta company called Peak, which is another AI provider.Why make that bet?Why bring in technology?

We want to get into vertical agents.Peak is a pricing and inventory agent, and it has really solid experience in delivering these dedicated solutions based on agentic AI, and we want to extend that.Of course, we’ll integrate it first into our platform, but we want to come out with more dedicated agents.It makes the entire go-to-market easier.We want it to work a bit like a locomotive for the entire platform because it can create more demand for automation.

How does that technology plug into your existing stack?I understand it has markets you might not have or that you want to get bigger in, but ideally you buy a company and what you’re going to do is sell its existing markets more of your tools.

确实。That was on our mind.I think we have really good synergies in our go-to-market, and we can really accelerate its go-to-market, particularly in the manufacturing industries.We have very solid manufacturing practices in the US, Germany, and Japan.

Do you think there’s an opportunity for you to commoditize the AI tools themselves?I just keep thinking about this.You have your AI Trust Layer, you have your own vertical systems that you’re buying that you might deploy.At some point, what matters to companies is the business outcome, not that they have an OpenAI partnership.It feels like the big AI companies are trying to be everything to everyone, and you’re trying to specialize.Do you think at some point you’re going to say, “What we deliver are business outcomes and the technology doesn’t actually matter”?

I think that generative AI is going through this phase.Initially, it was a nice toy.Everybody put budgets to experiment with it, and now we are moving toward the phase where people really want outcomes.Initially, they all used OpenAI, and our strategy was to use OpenAI because it’s the best.If you want to make a proof of concept, why would you use something different?

But as you go and you specialize it for different types of industries and processes, you can choose whatever is more appropriate.We look at everything from DeepSeek, Llama, to Anthropic.We use all of them in different parts of the business.In the end, we are more of an AI engineering company, and our job is to build nice products that deliver value for customers.Behind the scenes, we use whatever LLMs are best for a particular scenario.

I actually want to ask you aboutDeepSeek。Was that as shocking of a moment for you?The industry reacted to the idea that you could run the model much more cheaply very harshly —very harshly。Did you see that and say, “This will bring my cost down.This is also a revolution”?

Selfishly, for UiPath, any open-source capable model is a great thing for us and for our customers.My belief is that these dedicated agents will require a combination of fine-tuning and really good prompts.So, if you can have a great model that you can fine-tune and combine with good prompts, that will provide the highest value and the cheapest price.We find you can actually distill it into a smaller model that works very well for a particular domain.

Where do you see the biggest growth for traditional RPA, for AI, and for the hybrid of AI and RPA?

RPA is an established industry right now that grows in the low double-digits.The demand that we are seeing right now for our agentic technology, I have never seen in the RPA world.It really opens all the doors.We get a seat at the table where we are not used to being from the automation perspective.People are really excited about this idea of agentic automation.They get it.The value proposition is kind of simple for us.I can go to my clients and tell them, “Guys, where did you deploy robots?How are people interacting with the robots today?Why are we not reducing the work of people, deploying agents, and creating an enterprise workflow that will connect agents with people and robots?” It’s a no-brainer proposition.It resonates, it’s simple, it creates a lot of excitement.

I want to tell you about my favorite Slack room at Vox Media and get your reaction to it.

We have a room called Finance Support, and in this room, people ask a Slack robot to do stuff: file invoices, give receipts, all this stuff.I look at this room once a week, and it cracks me up every time.I literally fall over and giggle every time because the people who are new to this room type full sentences: “Hi, I need help with this receipt.Can you itemize this thing?I’ve got a flight.” The people who are repeat users have discovered that they just need to scream nouns at a robot.

So they just show up and they just say the word “expenses,” and all of this is in one stack.There are people who are very polite and then people who are just yelling nouns at a robot.You can see this secondary language of human-machine interaction developing: “I’m just going to say keywords to the robot because that’s all it needs from me.”

I look at that and I say, “Oh, that’s a revolution.” First of all, it’s very funny.But this is a revolution in business.You’re going to have some people who are just saying keywords in Slack to get things done for their business to an agent that might just go off and do it, and then you have the people who are used to all of the niceties of business fluffing up their communication.At some point, you’re just going to have robots saying nouns to each other instead of using an API.In many ways, that’s what RPA was.You’re just using the human interface instead of an API.Do you see all of business changing around this as clearly as I do when I look at this Slack room?

Yeah, and even for RPA, this is true.Many people are using RPA by creating a Slack channel that connects directly with a robot that does something.AI just extends the same idea.To me, it’s kind of fascinating how we communicate with bots.I discovered myself — well, maybe it’s just an impression — but if I say, “please,” I think that LLMs come back with better responses.[笑]

Here’s something I also worry about.You’re the CEO.You get a lot of emails, you send a lot of emails.Do you ever worry about the loop where you’re responding to an email that was written by AI with another email that’s written by AI and suddenly everyone’s just pushing the summarize button and no one’s actually talking?

I personally write my emails because everybody in the company and clients knows my own tone and my broken English.So I cannot use LLMs.But yes, I’ve seen many instances where it looks like LLMs are talking to each other.

You’re the automation vendor.LLMs talking to each other — there’s something hollow there, right?Is that something you want to achieve with your products, or is it something you’re trying to avoid?

I think to a certain extent we want to achieve that with our product.We want to facilitate agents talking to each other, but in a more controlled environment.

Daniel, you’ve given us so much time.You’re going to have to come back.I feel like I could just talk about the philosophical repercussions of all of these systems with you for many more hours, but you’ve given us so much time.Thank you for being on解码器。

太感谢了。

_{Questions or comments about this episode?Hit us up at decoder@theverge.com.We really do read every email!}