RPA（機械流程自動化）同 AI Agent 最核心嘅分別，係 RPA 嚴格跟隨預設規則執行固定步驟，介面或流程稍有變化就會出錯停頓；AI Agent 則具備判斷能力，能夠理解上下文、應對未預見情況並自主決定下一步行動。兩者針對唔同類型嘅業務場景，選用前必先釐清工作流程係「可完全定規則」定係「需要靈活判斷」。
RPA 係咩？從「死規則」理解自動化原理
RPA 全名 Robotic Process Automation，中文即機械流程自動化。其核心設計係透過錄製或編程方式，令軟件機械人模仿人類在電腦上的操作——按特定座標點擊、複製貼上數據、依序填寫表格、自動跑出報表——每個步驟都按固定邏輯一一執行。
RPA 最大優勢在於對現有系統的侵入性極低。由於它在介面層操作，毋須接觸底層代碼或 API，適合整合多個舊有遺留系統（Legacy System）。例如企業同時使用十年前的 ERP 同自家開發嘅 CRM，傳統 API 整合費用高昂，RPA 機械人只需模仿員工跨系統手動轉錄數據的步驟，即可實現自動化。
然而 RPA 亦有明顯局限：
- 脆弱性高：介面稍有變化（例如按鈕位置移位、欄位名稱更新），機械人即失效，需人手重新設定規則
- 零理解能力：無法讀懂非結構化資訊，例如客戶電郵中的自由文字、掃描 PDF 的不規則格式
- 維護成本持續：業務流程越複雜，規則庫越龐大，後期維護工作亦同步增加
適合 RPA 的典型場景：月結財務對賬、固定格式表單入帳、定期報表生成、跨系統數據同步（前提：格式高度一致）。
AI Agent 係咩？「識判斷」同「識協作」係關鍵
AI Agent 是一種具備語言理解、推理及自主行動能力的人工智能程序。它不依賴預設步驟，而是接收目標指令後，自行分解任務、調用工具（如搜尋、計算、API 呼叫）、理解回傳結果，再決定下一步，直至完成目標。
現代 AI Agent 通常建基於大型語言模型（LLM），配合工具使用能力（Tool Use）和記憶機制。以採購詢價流程為例：
1. 接收採購需求（自然語言輸入） 2. 自動搜尋供應商資料及比較報價 3. 起草詢價電郵並發送 4. 收到回覆後比對條款、歸納建議 5. 生成比較報告交予採購主任審批
整個過程中，每一步所需的判斷、資訊抽取和文字生成均由 AI Agent 自主完成，毋須預設每個細節的規則。
AI Agent 的核心能力：
- 理解非結構化資訊：電郵、PDF、語音記錄皆可處理
- 應對例外情況：當情境不符預期時，能嘗試替代方案而非直接停頓
- 多步驟協作：可與其他 Agent、API 及人類協同工作
不過，AI Agent 亦有代價：運算資源消耗較高、輸出結果需要人工審核機制，在高度合規或零容錯場景（如金融交易）需要額外管控框架。
RPA 同 AI Agent 有咩分別？核心對比一覽
| 維度 | RPA | AI Agent |
|---|---|---|
| 執行邏輯 | 固定規則，步驟預設 | 目標驅動，自主推理 |
| 處理資訊類型 | 結構化（固定格式） | 結構化 + 非結構化 |
| 應對例外能力 | 低（遇變停頓） | 高（嘗試替代方案） |
| 導入門檻 | 中（需錄製/編程規則） | 中至高（需 LLM 配置及提示工程） |
| 維護需求 | 流程變化時需重設 | 模型更新可自動適應部分變化 |
| 適用場景 | 規則明確、重複性高嘅操作 | 需要判斷、語言理解嘅複雜流程 |
| 典型香港應用 | 月結報表、ERP 數據同步 | 客服回覆、採購分析、文件審核 |
簡言之：RPA 勝在穩定可預測；AI Agent 勝在靈活處理複雜情境。 兩者並非競爭關係，而是互補。
香港企業點揀用邊種？三個決策框架
選擇前，先問三個問題：
一、流程步驟係咩唔變？ 如果你的業務流程每一步都能完整文件化、輸入輸出格式完全固定，RPA 是高性價比選擇。例如每日自動抓取銀行對賬單並核對 ERP 數字，只要格式不變，RPA 執行準確率可接近 100%。
二、涉唔涉及自由文字或人類判斷？ 如果流程中需要閱讀客戶查詢電郵、分析合約條款、從 PDF 中抽取不規則資訊，AI Agent 是必要選擇。這些任務涉及語意理解，規則引擎無法勝任。
三、容錯率係幾多？ 高度合規場景（如金融或醫療）宜採用 RPA 加人工複核，確保每步可審計。AI Agent 則較適合容許偏差的輔助決策場景，或已有人工審批閘門的工作流。
對於大多數中型香港企業，最務實路徑是混合部署：以 RPA 處理後台固定操作，以 AI Agent 處理前端溝通及分析層。例如客服 AI Agent 理解查詢後，觸發 RPA 機械人查詢後台系統並回填答案，兩者協同完成全鏈路。
如需了解混合自動化架構點整合到實際業務流程，可參考 [HKINT AI 工作流程自動化方案](/ai/workflow)，當中涵蓋 RPA 同 AI Agent 協同部署的實際案例及評估框架。
邊類香港行業最適合呢兩種技術？
金融及會計 月結對賬、稅務申報數據整合——高度適合 RPA。客戶盡職調查（KYC）文件審核，涉及非結構化 PDF 及自由文字——AI Agent 更合適。
零售及電商 庫存水位監測及自動補貨觸發——RPA。客服查詢分類及智能回覆——AI Agent。
物流及供應鏈 貨運單據入系統——RPA。供應商報價分析及採購建議——AI Agent。
法律及合規 標準合約條款比對——AI Agent（理解語意）。合規報告自動生成（固定格式）——RPA。
值得注意的是，香港中小企在考慮導入任何自動化方案前，宜先評估內部流程文件化程度。若業務流程仍以「人腦記憶」方式運作，無論 RPA 還是 AI Agent 都難以有效落地，優先梳理 SOP（標準操作程序）方是務實第一步。
常見問題
問：RPA 機械人同 AI Agent 可以一齊用嗎？
可以，而且通常建議結合使用。常見架構是 AI Agent 作為「前端大腦」，負責理解指令、處理非結構化資訊及作出判斷；RPA 作為「後端手腳」，負責執行固定格式操作，如入帳、跑報表、跨系統同步數據。兩者協同可大幅提升整體自動化覆蓋率，同時保留各自優勢。
問：香港中小企規模唔大，值唔值得導入 AI Agent？
視乎業務痛點而定。若企業主要痛點在高重複性行政操作，RPA 投資回報更快且門檻更低。若業務大量依賴人工閱讀文件、回覆客戶查詢或分析報告，AI Agent 可顯著節省人力，且雲端 LLM API 的按用量計費模式令啟動成本大幅降低。建議從單一高頻痛點場景試行，驗證效果後再擴展。
問：RPA 係咩唔係人工智能？
傳統 RPA 本身並不包含人工智能——它是基於規則的確定性自動化工具。不過，市場上部分供應商已推出「智能 RPA」或「超自動化」方案，整合 OCR（光學字元辨識）及基礎機器學習以處理半結構化資訊，界線因此漸趨模糊。嚴格定義上，具備自主推理及決策能力的才屬 AI Agent；能力僅限步驟模仿及規則執行的則屬 RPA。