1. Introduktion

Robotstyret procesautomatisering gav et beskedent løfte og holdt det et stykke tid. Hvor en person flyttede data mellem systemer, der ikke kunne tale sammen, loggede ind på en portal, kopierede tal ind i et regneark, tastede dem ind i et ERP-system, kunne en RPA-bot læres op til at gøre det samme, klikke på de samme knapper i samme rækkefølge, hurtigere og uden at blive træt. Det tiltrækkende var, at det ikke krævede nogen ændring af de underliggende systemer: botten betjente de eksisterende skærmbilleder nøjagtigt som en person gjorde, så en afdeling kunne automatisere en proces på få uger uden at vente på, at it-afdelingen byggede en grænseflade. På det grundlag blev RPA en af de hurtigst udbredte virksomhedsteknologier i det seneste årti.

Problemet ligger i ordet robotic. En RPA-bot forstår ikke opgaven; den gentager en optagelse. Den ved, at fakturabeløbet står i den tredje boks på den anden fane, ikke hvad et fakturabeløb er, så når portalen redesignes, og boksen flytter sig, tilpasser botten sig ikke, den fejler, og hvis den fejler i det stille, bliver den ved med at bogføre det forkerte tal, indtil nogen opdager det. Enhver proces, en organisation kører, befinder sig i et miljø, der driver af kurs: software opdateres, formularer redesignes, leverandører sender et nyt layout, en regulering tilføjer et felt, et grænsetilfælde opstår, som optagelsen aldrig har set. Over for et miljø i drift er et frosset regelsæt et aktiv i forfald. Branchens navn for konsekvensen er botvedligeholdelse, og det er feltets stille skandale: en stor del af indsatsen i et modent RPA-program går ikke til at automatisere nyt arbejde, men til at reparere automatiseringer, som verden har brudt, så driftsomkostningerne stiger over tid, og forretningsgrundlaget eroderer under det.

Denne artikel handler om, hvad der erstatter RPA, og hvorfor erstatningen er en anden slags ting end blot en hurtigere bot. En kompetent AI-agent, en model, der kan læse et skærmbillede eller et dokument, ræsonnere om, hvad det er til for, kalde værktøjer og kontrollere sit eget arbejde, kan udføre den kontoropgave, RPA udførte, men det er ikke den interessante påstand, for at gøre det samme skrøbelige med en dyrere motor er ikke noget fremskridt. Den interessante påstand er, at en agent kan gøre det, en bot strukturelt ikke kan: den kan forbedre automatiseringen ud fra sin egen kørsel. Hver gang den håndterer en sag, genererer den evidens, hvad den gjorde, om resultatet blev accepteret, hvor den tøvede eller blev korrigeret, og den evidens kan føres tilbage for at revidere, hvordan automatiseringen opfører sig næste gang. Automatisering holder op med at være en optagelse, der laves én gang og forfalder derefter, og bliver en sløjfe, der bliver bedre, jo mere den kører. Vi kalder dette rekursiv automatisering, og den er den første af artiklens to hjørnesten.

Den anden hjørnesten er den, der gør den første sikker, og uden den er rekursionen en byrde snarere end et aktiv. En sløjfe, der ændrer sin egen adfærd ud fra sine egne output, er i kontrolteoretiske termer et feedbacksystem, og feedbacksystemer kan konvergere, eller de kan løbe løbsk. En agent, der overlades til at justere sig selv efter et støjende signal, vil jage støjen, optimere det mål, den fik, snarere end det udfald, den skulle tjene, og regrediere på måder, ingen har valgt. Den disciplin, der forvandler en selvforbedrende sløjfe fra en fare til en pålidelig forbedringsmotor, er ikke ny; industrien har haft den siden 1920’erne og formaliseret den gennem de sidste tredive år som Six Sigma, hvis operationelle kerne er DMAIC-cyklussen: Define målet og tolerancerne, Measure hvad der faktisk sker, Analyse kilderne til fejl og variation, Improve ved en bevidst ændring, og Control så gevinsten fastholdes og ikke mistes. Læst som en projektmetodik er DMAIC velkendt. Læst som kontrolstrukturen i en selvforbedrende automatisering, kørt løbende snarere end én gang, er den netop den regulator, den rekursive sløjfe har brug for, og parringen er emnet for denne artikel.

Bidraget er et argument og en lille model, ikke et benchmark. Afsnit 2 placerer påstanden op mod historien om RPA, intelligent automatisering, løbende forbedring og AI-agenter. Afsnit 3 redegør for, hvorfor en bot med faste regler forfalder, med en model for drift og vedligeholdelse. Afsnit 4 beskriver den rekursive sløjfe, som en agent muliggør. Afsnit 5 er artiklens kerne: DMAIC som den kontrolstruktur, der får sløjfen til at konvergere, med Control-fasen som en ikke-regressionsskralde. Afsnit 6 udleder substitutionsbetingelsen, et enkelt tal, der siger, hvornår agenten overhaler botten. Afsnit 7 følger en konstrueret case om kreditorbogholderi; afsnit 8 til 11 drager konsekvenserne for, hvordan en automatiseringsfunktion drives, besvarer indvendinger, angiver begrænsninger og konkluderer. Spørgsmålet gennemgående er: når automatisering først kan lære af sin egen udførelse, hvad holder den så fast i at lære det rigtige, og hvornår gør det den optagede bot forældet?

2. Baggrund

2.1 RPA og dets loft

RPA blev i informationssystemlitteraturen karakteriseret som „letvægts“-automatisering: software, der betjener præsentationslaget i eksisterende systemer snarere end deres data eller logik, så den udrulles af forretningen, uden for det traditionelle it-projekt, mod uændrede backends (van der Aalst, Bichler & Heinzl, 2018; Hofmann, Samp & Urbach, 2020). De tidlige casestudier var oprigtigt positive med hensyn til omkostninger og hastighed (Lacity & Willcocks, 2016; Willcocks, Lacity & Craig, 2015). Den samme litteratur navngav loftet, efterhånden som feltet modnedes. Syed et al. (2020), der gennemgår tilstanden af RPA-forskning og -praksis, identificerer afhængigheden af stabile, strukturerede input og botternes skrøbelighed over for ændringer i grænseflade og proces som tilbagevendende, uløste temaer og placerer vedligeholdelse og styring blandt feltets centrale udfordringer; Wewerka og Reichert (2023), der kortlægger feltet systematisk, katalogiserer begrænset håndtering af undtagelser og vedligeholdelsesindsats blandt dets vedvarende problemer. Loftet er ikke en defekt ved et bestemt produkt; det er en iboende del af at automatisere ved at efterligne overfladen. En bot indkoder hvordan en kompetent person tilfældigvis klikkede, ikke hvad opgaven kræver, og afstanden mellem de to er præcis det råderum, miljøet har til at bryde den.

2.2 Fra RPA til intelligent og agentbaseret automatisering

Praktikere svarede ved at montere intelligens på botten: optisk tegngenkendelse til at læse dokumenter, en klassifikator til at sortere dem, en model til at håndtere det ustrukturerede input, RPA ikke kunne. Denne intelligente automatisering eller hyperautomatisering udvidede spændvidden af input, en pipeline kunne acceptere, men den lod kontrolstrukturen være uændret, en fast orkestrering med smartere komponenter indsat i faste positioner, og den arvede derfor den samme skrøbelighed ét lag højere oppe. Det nyere skift er af en anden art. En AI-agent indtager ikke en fast position i et håndtegnet flow; den får et mål og et sæt værktøjer og beslutter selv trinene, hvilket lader den optage variation, som ville have brudt en fast orkestrering, og fordi den ræsonnerer over opgaven snarere end at afspille en optagelse, kan den bedes om at forklare, kontrollere og revidere, hvad den gjorde. Agentlitteraturen inden for maskinlæring giver mekanikken, at flette ræsonnement sammen med værktøjsbrug (Yao et al., 2023), at reflektere over mislykkede forsøg for at gøre det bedre næste gang (Shinn et al., 2023) og den bredere oversigt over autonome agenter (Wang et al., 2024). Vores interesse er ikke mekanismen i det abstrakte, men en konsekvens for driften: en agents udførelse frembringer inspicerbar evidens, og evidens er, hvad en sløjfe har brug for for at forbedre sig.

2.3 Løbende forbedring er ældre end maskinen

Idéen om, at en proces bør måles og forbedres ud fra sit eget output, er ikke en AI-idé; den er grundlaget for det tyvende århundredes kvalitetsstyring, og artiklen læner sig bevidst op ad den. Shewhart (1931) skelnede mellem den variation, der er iboende i en stabil proces, common cause, og den tilskrivelige, special cause, variation, der signalerer, at noget har ændret sig, og gav kontroldiagrammet som det instrument, der skiller dem ad, så man reagerer på reelle skift og ikke på støj, netop den fejltilstand, en ustyret læringssløjfe har; den moderne statistiske behandling er Montgomery (2024). Deming (1986) byggede ledelsessystemet op omkring den og udbredte Plan–Do–Study–Act-cyklussen af iterativ forbedring. Six Sigma (Harry & Schroeder, 2000; Pyzdek & Keller, 2023) pakkede praksissen ind i DMAIC og knyttede den til en kvantificeret defektrate; de akademiske behandlinger giver den en teori (Linderman et al., 2003) og en åbenhjertig redegørelse for dens spænding med innovation (Benner & Tushman, 2003). Én tråd er særligt tæt på denne artikel: Box’ (1957) evolutionary operation, der kørte en produktionsproces som et langsomt, vedvarende eksperiment, justerede dens indstillinger og beholdt det, der målbart forbedrede udbyttet, er rekursiv selvforbedring under statistisk kontrol, årtier før begrebet, og den er den rette forfader til det, en agent nu gør med softwarens hastighed.

2.4 Feedback, varietet og grænserne for en fast regel

Kybernetikken leverer grunden til, at en fast bot nødvendigvis må tabe til en foranderlig verden. Ashbys (1956) lov om nødvendig varietet fastslår, at en regulator kun kan optage forstyrrelse i forhold til den varietet, den selv kan frembringe: kun varietet kan ophæve varietet. En RPA-bot har, pr. konstruktion, næsten ingen, ét svar pr. optaget sti, så den kan kun regulere et miljø, der aldrig forlader de stier, og ethvert virkeligt miljø gør det til sidst. En agent styret af en læringssløjfe fremstiller varietet på forlangende og genererer et svar på en sag, den ikke udtrykkeligt var bygget til, hvilket er grunden til, at den kan følge et bevægeligt mål, som en fast regel ikke kan. Wiener (1948) gav den grundlæggende redegørelse for styring via feedback, og maskinlæringstraditionen for at lære af et belønningssignal (Sutton & Barto, 2018) og for at organisationer lærer ved at korrigere fejl (Argyris & Schön, 1978) er det samme princip på andre skalaer. Bidraget her er at sætte disse to gamle vidensområder sammen om et nyt objekt: agenten leverer varieteten, og DMAIC leverer den kontrol, der holder varieteten rettet mod målet.

3. Hvorfor en bot med faste regler forfalder

Anklagen mod RPA er ikke, at den fejler på dag ét; den er, at den er bygget til at være optimal på dag ét og til at forringes hver dag derefter. Fastlæg en proces og udrul en bot, der håndterer en andel af dens sager korrekt. Miljøet driver derefter, med en vis hastighed, væk fra den tilstand, botten blev optaget mod: formularer ændres, systemer opgraderes, nye varianter af input ankommer, politikker tilføjer et trin. Hvert tilskud af drift forvandler nogle sager, botten plejede at håndtere, til sager, den nu mishåndterer, så bottens fejlrate stiger nogenlunde i forhold til den akkumulerede drift. Mellem indgreb,

hvor $\varepsilon_0$ er fejlraten ved udrulning, $t$ er tid, og $\delta$ er driftraten, det tempo, hvormed verden lader optagelsen bag sig. Det eneste, der sænker $\varepsilon^{\mathrm{rpa}}$, er et menneske: en ingeniør bemærker nedbruddet, genoptager stien og nulstiller fejlraten mod $\varepsilon_0$, mod en omkostning og indtil den næste drift. Botten tegner derfor en savtak, der stiger med drift og falder ved hver manuel reparation, og som aldrig forbedrer sig ud over sit oprindelige design, fordi intet i den lærer. Dens gennemsnitlige fejl over levetiden er fastlagt af, hvor hurtigt verden bevæger sig ($\delta$), og hvor ofte organisationen har råd til at sende nogen for at reparere den.

To træk ved dette billede er vigtige. For det første er vedligeholdelsen reaktiv og ubegrænset: efterhånden som en bestand af botter vokser, vokser den drift, de kollektivt akkumulerer, med den, så vedligeholdelsesindsatsen stiger med antallet af automatiseringer snarere end med det nye arbejde, der automatiseres, hvilket er den mekanisme, hvormed et RPA-programs driftsomkostninger overhaler dets besparelser. For det andet er fejlen ofte stille: en bot, der bogfører en værdi fra det forkerte felt, kaster ikke en fejl, den frembringer et plausibelt, forkert resultat, og omkostningen ved det er kun begrænset af, hvor længe det forbliver ubemærket. En fast regel i en verden i bevægelse er ikke blot begrænset; den er en byrde, hvis størrelse organisationen ikke kontrollerer.

4. Rekursiv automatisering: sløjfen en bot ikke kan lukke

En agent ændrer billedet, fordi dens udførelse er en informationskilde, der kan vendes tilbage mod automatiseringen selv. Når en agent behandler en sag, efterlader den et spor: det input, den så, de trin, den valgte, de værktøjskald, den foretog, det output, den frembragte, og, afgørende, det efterfølgende signal om, hvorvidt det output blev accepteret, korrigeret eller omgjort. Det spor er evidens om, hvor automatiseringen er stærk, og hvor den er svag, og fordi agentens adfærd kommer til udtryk i ting, der kan redigeres, dens instruktioner, de eksempler, den gives, de værktøjer og kontroller, den skal bruge, dirigeringen af svære sager, kan den evidens føres tilbage som en revision. Automatiseringen forbedrer sig ud fra sin egen kørsel. Hvor ligning (1) kun har en udefrakommende hånd til at sænke fejlen, sænker den rekursive sløjfe den indefra, hver cyklus:

Her er $\varepsilon_k$ fejlraten efter $k$ cyklusser, $g \in (0,1)$ er forbedringsgevinsten, den brøkdel af den afhjælpelige fejl, en cyklus fjerner, og $\varepsilon_\ast$ er det uafviselige gulv, den rest, processen ikke kan afgive, fordi den afspejler ægte flertydighed, manglende information eller uafviselig dømmekraft, opgavens væsentlige snarere end tilfældige vanskelighed. Iteration af ligning (2) giver den lukkede form

et geometrisk fald fra startfejlen til gulvet. Dette er den form, kvalitetstraditionen altid har stræbt efter, og den form, en bot aldrig kan tegne, fordi en bot ikke har noget $g$: dens forbedringsgevinst er nul, og ligning (2) kollapser til en konstant, der kun afbrydes af manuelle nulstillinger. Forskellen mellem RPA og agentbaseret automatisering er i denne model forskellen mellem $g = 0$ og $g > 0$: mellem en automatisering, der kun kan repareres udefra, og en, der forbedrer sig selv indefra.

Tre betingelser gør $g$ positiv og holder den sådan, og alle tre er ting, agentens udførelse leverer, som en bots ikke gør. Der skal være et signal: et måleligt udfald for hver sag, så bedre og værre kan skelnes fra hinanden. Der skal være tilskrivelig evidens: spor, der er rige nok til at lokalisere, hvorfor en sag gik galt, ikke blot at den gjorde det. Og der skal være en redigerbar flade: håndtag, prompts, eksempler, værktøjer, dirigering, som en revision faktisk kan flytte. En agent frembringer alle tre som et biprodukt af at arbejde; en optaget bot frembringer ingen af dem, hvilket er den dybere grund til, at den ikke kan lære. Men et positivt $g$ er endnu ikke et sikkert $g$. En sløjfe, der reviderer sig selv efter et signal, kan lige så let hæve fejlen som sænke den, hvis signalet er støjende, tilskrivningen forkert, eller ændringen en regression. At gøre $g$ pålideligt positiv, cyklus efter cyklus, er kontrolstrukturens opgave, og det er DMAIC.

5. DMAIC som kontrolstruktur

Artiklens centrale påstand er, at den disciplin, der forvandler en selvforbedrende sløjfe fra en fare til en pålidelig motor, allerede findes, fuldt udarbejdet, i Six Sigma-DMAIC-cyklussen, forudsat at den læses ikke som et engangsforbedringsprojekt, men som automatiseringens permanente kontrolstruktur, kørt løbende. Hver fase leverer noget, som den rekursive sløjfe fra afsnit 4 har brug for for at holde sin gevinst positiv og sin retning sand; Figur 1 tegner cyklussen, og Tabel 3 knytter hver fase til sin rolle.

Define. Sløjfen har brug for et mål, der ikke er den proxy, den vil blive fristet til at jage. Define angiver det udfald, automatiseringen tjener, de tolerancer, der tæller som succes, og et ærligt skøn over gulvet $\varepsilon_\ast$, under hvilket yderligere indsats er spild, så sløjfen optimerer forretningsresultatet og ikke en bekvem erstatning for det. De fleste løbske feedbackfejl er Define-fejl: sløjfen forbedrede præcis det, den fik besked på, hvilket var det forkerte.

Measure. Der er ingen forbedringsgevinst uden et signal, og Measure er den fase, der fremstiller et, og instrumenterer hver sag, så udfaldet, korrektionerne og tøvepunkterne registreres, ikke udtages stikprøvevist efter anekdote. Dette er den moderne form af Shewharts indsigt om, at man ikke kan forbedre det, man ikke måler, og det er også her, process mining (van der Aalst, 2016) gør sin ret gældende, idet den rekonstruerer, hvad processen faktisk gjorde, ud fra dens egne hændelseslogfiler snarere end ud fra, hvordan man forestillede sig, den kørte.

Analyse. En læringssløjfes karakteristiske fejl er at reagere på støj, som om den var signal, og justere sig selv efter den normale spredning i en stabil proces og slå gnister. Analyse er vagten: den adskiller common-cause-variation, der skal lades i fred, fra special-cause-variation, der skal handles på, og den tilskriver den handlingsrelevante fejl en årsag, der er specifik nok til at kunne rettes. Dette er Shewharts (1931) skelnen, der udfører præcis det arbejde, den blev opfundet til, nu idet den beskytter en automatisering mod at jage sin egen hale.

Improve. Først nu foretages en ændring: en revision af agentens instruktioner, dens eksempler, dens værktøjer, dens kontroller eller den dirigering, der sender en klasse af svære sager til et menneske eller en specialiseret sti. Improve er sløjfens mutationstrin, stedet hvor gevinsten $g$ faktisk realiseres, og det ligger bevidst nedstrøms for måling og analyse, så ændringen svarer på en diagnosticeret årsag snarere end en fornemmelse.

Control. Control er den fase, der gør det hele sikkert, og det er her, den rekursive automatisering adskiller sig skarpest fra både en bot og et ustyret læringssystem. En foreslået ændring vedtages ikke, fordi den virker bedre; den vedtages kun, hvis den måles, mod tilbageholdte sager, til ikke at gøre udfaldet værre, og ellers forkastes den, og den forrige version bevares. Formelt, idet vi skriver $\widehat{\varepsilon}(m)$ for den målte fejl i en kandidatrevision $m$,

hvor $\gamma \ge 0$ er en konfidensmargin, der forhindrer porten i at blive narret af støj. Porten har en præcis effekt på sløjfen: den gør fejlsekvensen monoton i forventning,

så forbedring akkumuleres og gives aldrig tilbage. Dette er det, der forvandler den rå rekursion fra ligning (2) fra en tilfældig vandring, der kunne drive hvor som helst hen, til en skralde, der kun strammer, og det er den disciplin, Statistisk Proceskontrol bidrog med til fremstillingsindustrien for et århundrede siden, nu anvendt på en automatisering, der omskriver sig selv. Control udfører også den uglamourøse anden halvdel af sit arbejde: den standardiserer og fastholder gevinsten og fastgør den forbedrede version med dens værn, så den næste cyklus starter fra det nye gulv og ikke det gamle.

Parringen er pointen. Rekursion uden DMAIC er en sløjfe, der kan forbedre eller ødelægge med lige stor lethed; DMAIC uden rekursion er det periodiske forbedringsprojekt, kvalitetsteams altid har kørt i hånden, begrænset af, hvor ofte folk kan mødes. En agent, der kører DMAIC som sin egen permanente kontrolstruktur, får begge dele: softwareforbedringens hastighed og rækkevidde og den statistiske kontrols konvergensgaranti.

6. Substitutionsbetingelsen

Vi kan nu præcist sige, hvornår agenten overhaler botten. De to automatiseringer står over for den samme verden i drift, med den samme driftrate $\delta$. Botten har ingen intern gevinst og derfor stiger dens fejl, ifølge ligning (1), med drift, indtil et menneske nulstiller den. Agenten kører sin DMAIC-sløjfe med cyklustid $\tau$, tiden til at måle, analysere, foreslå og portafgøre én revision, og gevinst pr. cyklus $g$, mens den samme drift $\delta$ skubber dens fejl opad. Over kontinuert tid kombineres de to kræfter:

et læringsled, der trækker fejlen ned mod gulvet, og et driftled, der skubber den op. Dens ligevægtstilstand, hvor sløjfen nøjagtigt holder trit med verden, er

så automatiseringen holder sig i en begrænset afstand over gulvet, fastlagt af forholdet mellem, hvor hurtigt verden driver, og hvor hurtigt sløjfen lærer. Botten, med $g \to 0$, har slet ingen endelig ligevægtstilstand: dens fejl er kun begrænset af vedligeholdelsesplanen. Definer det dimensionsløse substitutionstal

forholdet mellem den fejl, en cyklus fjerner, og den fejl, drift tilføjer over samme cyklus. Når $\Sigma > 1$ fjerner sløjfen fejl hurtigere, end omgivelserne tilfører den, og automatiseringen konvergerer mod et snævert bånd over gulvet; når $\Sigma \gg 1$ ligger den i det væsentlige på gulvet. Agenten erstatter botten netop når den kan køre en styret sløjfe med $\Sigma > 1$, hvilket er et udsagn om tre kontrollerbare størrelser: hæv gevinsten $g$ med bedre måling og tilskrivning, forkort cyklussen $\tau$ med automatisering af selve sløjfen, og agenten slår enhver fast bot i ethvert miljø, hvis drift $\delta$ er endelig. Figur 2 stiller de to baner op mod hinanden. Den praktiske læsning er, at substitution ikke er et spørgsmål om, hvorvidt agenten er klogere end botten på dag ét, det er den ofte ikke, men om, hvorvidt dens sløjfe drejer, under kontrol, hurtigere end verden drejer; og når den først gør det, divergerer bottens savtak og agentens nedstigning for altid.

7. En konstrueret case: kreditorbogholderi

Casen er konstrueret, ikke observeret: dens tal er illustrative og internt konsistente, og den er ment til at vise modellens størrelser antage plausible værdier, ikke til at rapportere et resultat. Betragt kreditorbogholderifunktionen i en mellemstor koncern, der modtager leverandørfakturaer i mange formater på tværs af flere portaler og skal matche hver enkelt til en indkøbsordre og en varemodtagelse, kontere den og bogføre den til betaling. Det er det arketypiske RPA-mål, stort volumen, kan beskrives med regler, kedeligt, og den arketypiske RPA-skuffelse, fordi formaterne driver konstant, og hver leverandør er en undtagelse, der venter på at indtræffe.

Koncernens RPA-bestand håndterer de reneste leverandørlayouts og dirigerer alt andet til mennesker. Ved udrulning bogførte den omkring 55 procent af fakturaerne straight-through, men over atten måneder skubbede tre portalopdateringer og en bølge af nye leverandører straight-through-raten ned og den stille fejlrate op, så et stående team bruger meget af sin uge på at genoptage brudte botter og jage fejlbogføringer; Tabel 1 giver før-kolonnen. At erstatte de optagede botter med en agent, der læser hver faktura for, hvad den er, matcher den ved ræsonnement snarere end ved faste koordinater og dirigerer ægte undtagelser til et menneske, og at indkapsle den agent i en stående DMAIC-sløjfe, straight-through-raten er det, Measure sporer, hver uges korrektioner er den evidens, Analyse arbejder på, agentens prompts, eksempler og matchkontroller er det, Improve reviderer, og en tilbageholdt stikprøve er den port, Control anvender, ændrer både niveauet og dets retning. Agenten starter kun en smule bedre end botten, men fordi dens sløjfe drejer hurtigere, end portalerne driver ($\Sigma > 1$), falder dens undtagelsesrate cyklus for cyklus mod det gulv, der sættes af de fakturaer, der reelt kræver menneskelig dømmekraft, mens vedligeholdelsesbyrden vendes om: i stedet for at ingeniører reparerer optagelser, bliver arbejdet at gennemgå sløjfens foreslåede ændringer ved Control-porten. Tabel 1 følger modellens størrelser gennem casen.

8. Hvad der ændrer sig for driftsmodellen

At erstatte en bot med en agent er ikke en én-til-én-udskiftning af motorer under samme motorhjelm; det ændrer, hvad automatiseringsfunktionen gør, og hvad den skal være god til. Tabel 2 stiller de to side om side. Den største ændring er, hvor den menneskelige indsats går hen. Under RPA er det tilbagevendende menneskelige arbejde reparation: at finde og genoptage de botter, verden har brudt, en reaktiv opgave, der skalerer med bestandens størrelse og ikke frembringer noget nyt. Under en DMAIC-styret agent er det tilbagevendende menneskelige arbejde Control-porten: at gennemgå sløjfens foreslåede revisioner og beslutte, hvad der skal gennemføres, en opgave, der skalerer med forbedringstempoet snarere end bestandens størrelse, og som frembringer en bedre automatisering, hver gang den udføres. Kompetencerne ændrer sig tilsvarende, fra at skripte robotter mod skærmbilleder til at definere udfald, instrumentere processer og bedømme evidens, hvilket vil sige fra automatiseringsingeniørkunst mod kvalitetsstyringens disciplin, nu udført med softwarens hastighed.

Der er en anden ændring, i styring. Et system, der omskriver sin egen adfærd, er mere magtfuldt end en optagelse og kræver mere ansvarlighed, ikke mindre, og DMAIC leverer revisionssporet som et biprodukt: hver gennemført ændring svarer på en målt årsag, passerede en registreret port og kan tilskrives og tilbagerulles, så en selvforbedrende automatisering, korrekt kørt, er mere inspicerbar end den uigennemsigtige bot, den erstatter, ikke mindre. Control-fasen er lige så meget et compliance-instrument som et kvalitetsinstrument. Dette betyder mest, hvor automatisering berører reguleret arbejde, og det er den samme disciplin, målt ændring bag en port, som vi har argumenteret for andetsteds i vores forskning om reguleret it.

9. Indvendinger og svar

En agent er langt dyrere pr. sag end en bot. Pr. sag, i dag, ofte ja, og for en snæver, stabil opgave med stort volumen, hvis miljø reelt ikke driver, kan en optaget bot forblive det økonomiske valg, og intet her siger andet. Argumentet bider, hvor miljøet driver, hvilket er de fleste steder, for dér er bottens sande omkostning ikke dens pris pr. sag, men dens vedligeholdelseshale og dens stille fejl, og agentens sløjfe betaler for sin højere enhedsomkostning ved at fjerne begge. Den sammenligning, man skal foretage, er levetidsomkostning mod et miljø i drift, ikke enhedsomkostning på dag ét.

Dette er bare RPA med en model monteret på, hvilket leverandørerne allerede sælger. Det er det modsatte. At montere en model ind i en fast orkestrering, intelligent automatisering, som den almindeligvis sælges, bevarer den skrøbelige kontrolstruktur og gør dens komponenter klogere, så den hæver loftet en smule og arver forfaldet. Påstanden her handler om selve kontrolstrukturen: at erstatte den faste orkestrering med en styret sløjfe, der omskriver automatiseringen ud fra sit eget output. Motoren er den mindre halvdel af ændringen; sløjfen er den større.

Et selvforbedrende system, der ændrer sin egen adfærd, er en risiko, man ikke kan styre. Det er en risiko, og ustyret er den en alvorlig en, hvilket er hele grunden til, at artiklens anden hjørnesten er en kontroldisciplin og ikke en model. En agent, der omjusterer sig selv efter et støjende signal uden nogen Analyse-fase og uden nogen Control-port, vil ganske rigtigt drive og regrediere. Svaret er ikke at forbyde sløjfen, men at styre den med den metode, fremstillingsindustrien har brugt til at styre selvjusterende processer i et århundrede: mål, adskil signal fra støj, ændr mod en diagnosticeret årsag, og gennemfør kun det, en port beviser ikke gør tingene værre. En styret sløjfe er mere ansvarlig end en bot, ikke mindre.

Din model er for simpel; virkelig fejl falder ikke geometrisk. Modellen er en bevidst forenkling, og dens konstanter er ikke målt; dens formål er at gøre strukturen læselig, at en bot har $g = 0$, og en styret agent har $g > 0$, og at substitution afhænger af, hvorvidt sløjfen løber fra driften. Den geometriske form er den generiske adfærd hos en proportionalregulator mod et gulv, ikke en præcis empirisk lov, og afsnit 10 siger det. Substitutionstallet $\Sigma$ er ment som en tænkemåde, ikke et tal, man citerer med tre decimaler.

10. Begrænsninger

Dette er et praktikerrettet argument med en bevidst simpel model, og dens grænser bør være tydelige. Modellen i afsnit 3 til 6 er illustrativ: den lineære drift i ligning (1), den konstante gevinst i ligning (2) og det ene gulv $\varepsilon_\ast$ er forenklinger valgt for læselighed, og virkelig drift er ujævn, virkelig gevinst aftager, efterhånden som gulvet nærmer sig, og gulvet selv flytter sig, efterhånden som opgaven ændrer sig; substitutionstallet $\Sigma$ er en linse, ikke en målt størrelse, og vi har ikke estimeret det mod feltdata. Argumentet er afgrænset til processer, der driver, og som bærer et brugbart udfaldssignal; en ægte stationær opgave med stort volumen kan stadig favorisere en optaget bot, og en proces uden måleligt udfald sulter sløjfen for det signal, hele mekanismen afhænger af. Påstanden handler om en kontrolstruktur, ikke et produkt, og den specifikke agentteknologi er tidlig og i hastig bevægelse; en læser bør beholde strukturen, en styret rekursiv sløjfe slår en frosset regel i en verden i bevægelse, og genoverveje komponenterne, efterhånden som de ændrer sig. Endelig er gevinsten kun nogensinde så ærlig som Measure- og Control-faserne: en organisation, der instrumenterer dårligt, eller lader porten forfalde til et stempel uden indhold, vil få rekursionens risici uden dens konvergens, hvilket er en grund til at tage disciplinen alvorligt, ikke en defekt ved idéen.

11. Konklusion

Robotstyret procesautomatisering gjorde noget nyttigt ved at optage, hvordan en person betjener et system, og afspille det, men den automatiserede overfladen af en opgave og frøs den, og en frosset regel i en verden i bevægelse forfalder: dens fejl stiger med drift, dens vedligeholdelsesregning stiger med dens bestand, og dens værste fejl er stille. AI-agenter erstatter den ikke ved at afspille de samme regler med en dyrere motor, men ved at lukke en sløjfe, en optagelse ikke kan, og forbedre automatiseringen ud fra dens egen udførelse, cyklus efter cyklus. Den rekursion er den første hjørnesten og, alene, lige så meget fare som hjælp. Den anden hjørnesten er det, der gør den pålidelig: DMAIC-cyklussen, læst ikke som et engangsprojekt, men som automatiseringens permanente kontrolstruktur, Define målet og gulvet, Measure hver sag, Analyse signal fra støj, Improve mod en diagnosticeret årsag, og Control med en port, der kun gennemfører det, som målbart ikke gør tingene værre, så forbedring bliver en skralde og ikke et spil. I artiklens model er forskellen forskellen mellem en forbedringsgevinst på nul og en gevinst holdt pålideligt positiv, og agenten overhaler botten netop når dens styrede sløjfe fjerner fejl hurtigere, end verden tilfører den. Den ingeniørkunst, der følger, handler mindre om modellen, der læser fakturaen, end om sløjfen bygget omkring den, og den disciplin, den sløjfe har brug for, er en, industrien har ejet i et århundrede og nu kan køre med softwarens hastighed. Automatisér opgaven, mål hvad der sker, forbedr mod det, du måler, og lad intet ændre automatiseringen, som en port ikke har vist at være bedre. En bot er et fotografi af en proces; en styret agent er processen, der lærer. Det er substitutionen, og det er det hele.

Appendiks A. At køre DMAIC som en automatiserings kontrolsløjfe

Praksissen nedenfor er det, der holder en rekursiv automatisering konvergerende snarere end afdriftende. Ingen er ny for AI; hver er kvalitetstraditionen anvendt på en automatisering, der omskriver sig selv.

Referencer

Argyris, C., & Schön, D. A. (1978). Organizational learning: A theory of action perspective. Addison-Wesley. ISBN 978-0-201-00174-3.

Ashby, W. R. (1956). An introduction to cybernetics. Chapman & Hall. http://pcp.vub.ac.be/books/IntroCyb.pdf

Benner, M. J., & Tushman, M. L. (2003). Exploitation, exploration, and process management: The productivity dilemma revisited. Academy of Management Review, 28(2), 238–256. https://doi.org/10.2307/30040711

Box, G. E. P. (1957). Evolutionary operation: A method for increasing industrial productivity. Journal of the Royal Statistical Society: Series C (Applied Statistics), 6(2), 81–101. https://doi.org/10.2307/2985505

Deming, W. E. (1986). Out of the crisis. MIT Center for Advanced Engineering Study. ISBN 978-0-911379-01-0.

Harry, M. J., & Schroeder, R. (2000). Six Sigma: The breakthrough management strategy revolutionizing the world’s top corporations. Currency/Doubleday. ISBN 978-0-385-49437-3.

Hofmann, P., Samp, C., & Urbach, N. (2020). Robotic process automation. Electronic Markets, 30(1), 99–106. https://doi.org/10.1007/s12525-019-00365-8

Lacity, M., & Willcocks, L. P. (2016). Robotic process automation at Telefónica O2. MIS Quarterly Executive, 15(1), 21–35. https://aisel.aisnet.org/misqe/vol15/iss1/4/

Linderman, K., Schroeder, R. G., Zaheer, S., & Choo, A. S. (2003). Six Sigma: A goal-theoretic perspective. Journal of Operations Management, 21(2), 193–203. https://doi.org/10.1016/S0272-6963(02)00087-6

Montgomery, D. C. (2024). Introduction to statistical quality control (8th ed.). Wiley. ISBN 978-1-119-72309-7.

Pyzdek, T., & Keller, P. A. (2023). The Six Sigma handbook (6th ed.). McGraw-Hill. ISBN 978-1-26-514399-2.

Shewhart, W. A. (1931). Economic control of quality of manufactured product. D. Van Nostrand. ISBN 978-0-87389-076-2 (ASQ reprint).

Shinn, N., Cassano, F., Gopinath, A., Narasimhan, K., & Yao, S. (2023). Reflexion: Language agents with verbal reinforcement learning. In Advances in Neural Information Processing Systems 36 (NeurIPS 2023). https://arxiv.org/abs/2303.11366

Sutton, R. S., & Barto, A. G. (2018). Reinforcement learning: An introduction (2nd ed.). MIT Press. ISBN 978-0-262-03924-6.

Syed, R., Suriadi, S., Adams, M., Bandara, W., Leemans, S. J. J., Ouyang, C., ter Hofstede, A. H. M., van de Weerd, I., Wynn, M. T., & Reijers, H. A. (2020). Robotic process automation: Contemporary themes and challenges. Computers in Industry, 115, 103162. https://doi.org/10.1016/j.compind.2019.103162

van der Aalst, W. M. P. (2016). Process mining: Data science in action (2nd ed.). Springer. https://doi.org/10.1007/978-3-662-49851-4

van der Aalst, W. M. P., Bichler, M., & Heinzl, A. (2018). Robotic process automation. Business & Information Systems Engineering, 60(4), 269–272. https://doi.org/10.1007/s12599-018-0542-4

Wang, L., Ma, C., Feng, X., Zhang, Z., Yang, H., Zhang, J., Chen, Z., Tang, J., Chen, X., Lin, Y., Zhao, W. X., Wei, Z., & Wen, J.-R. (2024). A survey on large language model based autonomous agents. Frontiers of Computer Science, 18(6), 186345. https://doi.org/10.1007/s11704-024-40231-1

Wewerka, J., & Reichert, M. (2023). Robotic process automation: A systematic mapping study and classification framework. Enterprise Information Systems, 17(2), 1986862. https://doi.org/10.1080/17517575.2021.1986862

Wiener, N. (1948). Cybernetics: Or control and communication in the animal and the machine. MIT Press. ISBN 978-0-262-73009-9.

Willcocks, L. P., Lacity, M., & Craig, A. (2015). The IT function and robotic process automation (The Outsourcing Unit Working Research Paper Series). London School of Economics and Political Science, LSE Research Online item 64519. http://eprints.lse.ac.uk/64519/

Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., & Cao, Y. (2023). ReAct: Synergizing reasoning and acting in language models. In International Conference on Learning Representations (ICLR 2023). https://arxiv.org/abs/2210.03629