AI एजेंट और RPA (Robotic Process Automation) में से किसे चुनें, यह पूरी प्रक्रिया के लिए एक साथ नहीं, बल्कि हर चरण के लिए अलग तय होता है। जो चरण एक तय प्रक्रिया पर चलते हैं और जिनमें हर बार वही नतीजा चाहिए, वे RPA (निर्धारक प्रवाह) को जाते हैं। जिन चरणों में विवेक चाहिए, जैसे पढ़ना, छाँटना या चुनना, वे AI एजेंट को जाते हैं। जब किसी प्रक्रिया में दोनों तरह के चरण हों, तो दोनों को जोड़ा जाता है: एजेंट फ़ैसला करता है और अमल RPA को सौंप देता है। UiPath भी इस ढाँचे (agentic workflows) का ज़िक्र करता है, जिसमें एजेंट गतिशील फ़ैसले लेते हैं और अमल अनुमान-योग्य वर्कफ़्लो को सौंप देते हैं।

RPA प्रक्रिया इंसान तय करता है

  • इनपुट का रूप तय होता है (फ़ॉर्म, CSV, स्क्रीन पर तय फ़ील्ड)
  • एक ही इनपुट पर एक ही नतीजा ज़रूरी
  • स्क्रीन या फ़ील्ड बदलते ही रुक जाता है
  • लागत प्रति यूज़र या प्रति बॉट (Power Automate में)
⇄चरणों में बाँटें
और सौंपें

AI एजेंट प्रक्रिया मौके पर तय करता है

  • इनपुट अलग-अलग होता है (ईमेल, अलग लेआउट वाली PDF)
  • अपवाद बहुत, रास्ता हर बार बदलता है
  • गलत कार्रवाई के बाद भी ऐसे आगे बढ़ सकता है जैसे काम हो गया हो
  • लागत कॉल या कार्रवाइयों की गिनती के साथ बढ़ती है

हर बिंदु का स्रोत आगे के खंडों में दिया है। फ़ीचर के नाम और कीमतें 14 नवंबर 2026 को आधिकारिक दस्तावेज़ों और कीमतों के पेजों में लिखे अनुसार हैं।

1. फ़र्क़: प्रक्रिया कौन तय करता है

RPA स्क्रीन पर होने वाले काम और डेटा के स्थानांतरण को ठीक वैसे ही दोहराता है जैसे किसी इंसान ने उसे डिज़ाइन किया हो। इनपुट उम्मीद के मुताबिक़ हो तो हर बार वही नतीजा आता है (निर्धारक)। AI एजेंट को एक लक्ष्य और इस्तेमाल करने लायक़ टूल दिए जाते हैं, और अगला क़दम भाषा मॉडल मौके पर चुनता है। यह अलग लेआउट वाले इनपुट और अपवादों के हिसाब से ढल जाता है, लेकिन एक ही इनपुट से हमेशा वही रास्ता या वही नतीजा नहीं निकलता (प्रायिक)।

UiPath ने अपने आधिकारिक पेज "Agents and workflows" में एजेंट और पारंपरिक वर्कफ़्लो (RPA समेत तय प्रवाह) का फ़र्क़ आमने-सामने रखा है। काम की बात यह है कि RPA बेचने वाली कंपनी एजेंट की कमज़ोरियाँ भी उसी तालिका में लिखती है।

पहलूएजेंटवर्कफ़्लो
प्रवाह का नियंत्रणचलते-चलते योजना बनाता है और टूल ख़ुद चुनता हैतय क्रम और तय टूल
इनपुटअसंरचित, तस्वीरों और दस्तावेज़ों समेतसंरचित रिकॉर्ड या फ़ॉर्म
बदलाव से तालमेलनिर्देश बदलकर मौके पर ढल जाता हैडिज़ाइन के स्तर पर बदलाव चाहिए
भरोसेमंदीघटती-बढ़ती (गार्डरेल और मूल्यांकन पर निर्भर)इनपुट तय दायरे में रहें तो ऊँची
गवर्नेंस का बोझज़्यादापरिपक्व नीतियाँ और टूल मौजूद
लागत का अनुमानमध्यम से कम (हर रन में टोकन की खपत बदलती है)ऊँचा

स्रोत: UiPath के "Agents and workflows" की तुलना-तालिकाओं का अंश। उसी पेज पर "agentic workflows" का भी ज़िक्र है, जिनमें एजेंट गतिशील फ़ैसले लेते हैं और अमल अनुमान-योग्य वर्कफ़्लो को सौंप देते हैं।

असल सवाल यह नहीं कि कौन बेहतर है, बल्कि यह कि कौन क्या ज़िम्मेदारी लेता है। RPA में प्रक्रिया सही है, इसकी गारंटी इंसान डिज़ाइन के समय ही देता है। एजेंट प्रक्रिया तय करने का काम ख़ुद ले लेता है, इसलिए उसकी तरफ़ अलग से नतीजों की जाँच, अनुमतियों की सीमा और लागत की निगरानी चाहिए। AI क्या अच्छा करता है और क्या नहीं, इसकी बड़ी तस्वीर के लिए AI क्या कर सकता है और क्या नहीं देखें।

2. चरण-दर-चरण फ़ैसले की तालिका

प्रक्रिया को चरणों में बाँटें और हर चरण से ये पाँच सवाल पूछें। केवल वही चरण AI एजेंट के उम्मीदवार हैं जो दाएँ कॉलम से मेल खाते हैं।

सवालRPA पर रखेंAI एजेंट पर विचार करें
1. इनपुट किस रूप में है?तय फ़ॉर्म, CSV, स्क्रीन पर तय फ़ील्डईमेल का मुख्य पाठ, मिले-जुले लेआउट वाली PDF, चैट
2. क्या एक ही इनपुट पर एक ही नतीजा ज़रूरी है?हाँ (लेखा, भुगतान, फ़ाइलिंग)शब्दों का फ़र्क़ चल जाता है (सारांश, मसौदे, वर्गीकरण)
3. अपवाद कितने हैं?कम, और उन्हें भी नियमों में लिखा जा सकता हैरोज़ आते हैं, और हर एक पर इंसान सोचता है
4. क्या ग़लती वापस ली जा सकती है?नहीं, या नुक़सान बड़ा है (भुगतान, ऑर्डर, डिलीट)पक्का करने से पहले इंसान जाँच सकता है, या दोबारा किया जा सकता है
5. क्या प्रक्रिया बदलती है?फ़िलहाल नहींसामने वाले या हालात के हिसाब से रास्ता हर बार बदलता है

सबसे भारी सवाल 4 है। जो कार्रवाई वापस नहीं ली जा सकती, उसमें भले फ़ैसला एजेंट करे, आख़िरी अमल इंसान की मंज़ूरी और तय प्रक्रिया से होकर ही जाता है। Copilot Studio के computer use (स्क्रीन चलाने वाला AI) पर Microsoft के सामान्य प्रश्न भी वित्तीय लेन-देन करने, और भर्ती, स्वास्थ्य या वित्त में सिफ़ारिश या अंक देने को उन उपयोगों में गिनते हैं जिनके लिए यह टूल नहीं बना।

आम कामों पर लागू करें तो तस्वीर यह बनती है।

काम का उदाहरणक्या चुनेंक्यों
तय फ़ॉर्मैट वाले इनवॉइस लेखा सिस्टम में चढ़ानाRPAइनपुट संरचित है और एक ही नतीजा ज़रूरी है
सप्लायर के हिसाब से बदलते फ़ॉर्मैट वाले इनवॉइस पढ़नाएजेंट से निकालें → RPA से चढ़ाएँपढ़ने में विवेक चाहिए, चढ़ाना नियमित काम है
पूछताछ वाले ईमेल छाँटना और जवाब का मसौदा बनानाएजेंट + इंसान भेजेप्राकृतिक भाषा और ढेरों अपवाद, और भेजा गया संदेश वापस नहीं होता
नए कर्मचारी की ऑनबोर्डिंग (अकाउंट, उपकरण के अनुरोध)RPA या वर्कफ़्लोचरण तय हैं (UiPath भी यही उदाहरण देता है)
भुगतान करना, महीने का क्लोज़RPA + इंसान की मंज़ूरीवापस नहीं हो सकता और ऑडिट का रिकॉर्ड चाहिए
बिना API वाला पुराना आंतरिक सिस्टम चलानाRPA (अगर स्क्रीन स्थिर हैं)स्थिर स्क्रीन निर्धारक तरीक़े से चलाई जा सकती हैं (अगर लगातार बदलती हैं तो पहले AI से स्क्रीन चलाना आज़माएँ)

UiPath की तुलना-तालिका भी इनवॉइस प्रोसेसिंग (Invoice processing) को तय रास्ते वाले वर्कफ़्लो का उदाहरण बताती है। अलग-अलग फ़ॉर्मैट पढ़ने वाला चरण ही एजेंट को दें।

3. दोनों कैसे नाकाम होते हैं

चुनते समय यह बात आसानी से छूट जाती है कि दोनों अलग-अलग तरह से टूटते हैं। RPA रुक जाता है। AI एजेंट ग़लती के बाद भी आगे बढ़ सकता है। रुकना अलर्ट से पकड़ में आ जाता है, पर आगे बढ़ती ग़लती तब तक दिखती नहीं जब तक कोई नतीजा न जाँचे।

पहलूRPAAI एजेंट (स्क्रीन चलाने समेत)
आम नाकामीस्क्रीन का कोई तत्व (सेलेक्टर) नहीं मिलता और वह चरण एरर दे देता हैग़लत जगह क्लिक, एक ही कार्रवाई बार-बार, या बिना जाँचे काम पूरा मान लेना
कारणस्क्रीन के लेआउट, फ़ील्ड के नाम या पॉप-अप में बदलावस्क्रीन ग़लत पढ़ना, अस्पष्ट निर्देश, या स्क्रीन पर लिखे आदेश (प्रॉम्प्ट इंजेक्शन)
पता कैसे चलता हैनाकाम रन के रूप में दर्ज होता है और अलर्ट आता हैनतीजा अलग से न जाँचें तो सामान्य समाप्ति जैसा दिखता है
मुख्य बचावनाकामी के अलर्ट, रुके मामलों को इंसान तक लौटाने का रास्ता, स्क्रीन के बदलावों की जाँचजाँच का चरण, अहम कार्रवाई से पहले इंसान की पुष्टि, अलग-थलग माहौल और अनुमति-सूचियाँ

RPA उत्पाद भी कम रुकने के लिए AI जोड़ रहे हैं। UiPath का Healing Agent UI ऑटोमेशन नाकाम होने पर नए सेलेक्टर, इंतज़ार का समय और अचानक आए पॉप-अप से निपटने का तरीक़ा सुझाता है, और रन के दौरान एक-एक करके रिकवरी के तरीक़े आज़माता है।

एजेंट की तरफ़ की सावधानियाँ कंपनियों के आधिकारिक दस्तावेज़ साफ़ लिखते हैं। नीचे उन फ़ीचर के नाम हैं जिनसे AI स्क्रीन चलाता है (computer use), और उनके आधिकारिक पेजों की चेतावनियाँ।

फ़ीचरआधिकारिक दस्तावेज़ क्या चेतावनी देते हैं
Anthropic: Claude API का computer use toolClaude कभी-कभी नतीजा जाँचे बिना ऐसे बरतता है जैसे कार्रवाई सफल रही। वह स्क्रीन या तस्वीरों में लिखे निर्देश मान सकता है। समर्पित वर्चुअल मशीन, उसे लॉग-इन की जानकारी न देना, डोमेन की अनुमति-सूची, और असली नतीजों वाले फ़ैसलों से पहले इंसान की पुष्टि की सलाह दी गई है।
OpenAI: API का computer toolयह असली अकाउंट और डेटा पर असर डाल सकता है। स्क्रीन की सामग्री को अविश्वसनीय मानें और असर वाली कार्रवाइयों की पुष्टि करें। अलग-थलग ब्राउज़र या VM और साइटों व कार्रवाइयों की अनुमति-सूची इस्तेमाल करें।
Google: Gemini API का Computer Useइसमें ग़लतियाँ और सुरक्षा की कमज़ोरियाँ हो सकती हैं। अहम कामों पर क़रीबी निगरानी रखें, और अहम फ़ैसलों या संवेदनशील डेटा वाले कामों में इसे न लगाएँ। जवाब पुष्टि माँगे (require_confirmation) तो अंतिम यूज़र से पूछें। इसे सैंडबॉक्स VM या कंटेनर में चलाएँ।
Microsoft: Copilot Studio का computer use (सामान्य प्रश्न)फ़ीचर का पेज कहता है कि बटन या स्क्रीन बदलने पर यह ढल जाता है, लेकिन सामान्य प्रश्न ये चेतावनियाँ देते हैं। लेआउट बदलने या लोडिंग में देरी से एक ही काम के अलग नतीजे आ सकते हैं। ड्रॉपडाउन और तारीख़ चुनने वाले हिस्से इसके लिए कठिन हैं। यह कार्रवाइयाँ दोहरा सकता है या अटक सकता है। इंसानी निगरानी प्रायिक ढंग से काम करती है, इसलिए वह सुरक्षा की आख़िरी दीवार नहीं है।

ChatGPT के भीतर का एजेंट और ब्राउज़र चलाने वाले AI उत्पाद, उनकी मौजूदा स्थिति के साथ, AI ब्राउज़र के काम कितनी दूर तक ऑटोमेट कर सकता है में हैं। हादसों के प्रकार और बचाव AI एजेंट के सुरक्षा हादसे में हैं।

Microsoft के सामान्य प्रश्न बताते हैं कि AI से स्क्रीन चलाना भी इंटरफ़ेस के बदलावों के प्रति संवेदनशील है। यह नहीं कहा जा सकता कि स्क्रीन बदलने पर एजेंट कभी नहीं टूटता। उसके पास बस RPA से ज़्यादा ढलने की गुंजाइश है, और ढलने के बाद नतीजा सही है या नहीं, यह फिर भी अलग से जाँचना पड़ता है।

4. लागत कैसे बनती है: तय इकाइयाँ बनाम इस्तेमाल

RPA और एजेंट की कीमत का ढाँचा ही अलग है। Power Automate में RPA की कीमत यूज़र या बॉट की संख्या से तय होती है, जबकि एजेंट मॉडल कॉल या स्क्रीन कार्रवाइयों की संख्या के साथ महँगे होते जाते हैं। कौन सस्ता पड़ेगा, यह मात्रा और हर मामले की कार्रवाइयों की संख्या के साथ पलट जाता है, इसलिए दोनों ढाँचों में अनुमान लगाएँ।

कीमत का ढाँचाआधिकारिक उदाहरणमात्रा बढ़ने पर
RPA प्रति यूज़रPower Automate Premium: प्रति यूज़र प्रति माह 15 डॉलर (सालाना बिलिंग)। इसमें attended RPA शामिल है, जो उस कंप्यूटर पर चलता है जिसे कोई इंसान इस्तेमाल कर रहा हो।यूज़र वही रहें तो नहीं बदलती।
RPA प्रति बॉटPower Automate Process: प्रति बॉट प्रति माह 150 डॉलर, और Hosted Process (Microsoft की होस्ट की हुई वर्चुअल मशीन पर) प्रति माह 215 डॉलर (दोनों सालाना बिलिंग)। इसमें unattended RPA शामिल है।जब तक एक बॉट काफ़ी है, नहीं बदलती। वरना बॉट जोड़ने पड़ते हैं।
एजेंट प्रति कॉलUiPath का Unified Pricing: UiPath के होस्ट किए मॉडल में हर LLM कॉल Platform Units ख़र्च करती है (स्टैंडर्ड मॉडल 0.2, प्रीमियम 0.4, बेसिक 0.16)। कॉल 64,000 इनपुट टोकन के हिस्सों में गिनी जाती हैं।मात्रा और हर मामले की कॉल के साथ बढ़ती है।
एजेंट प्रति स्क्रीन कार्रवाईCopilot Studio का computer use: हर चरण (क्लिक या टाइपिंग का एक समूह) के 5 Copilot Credits, प्रीमियम मॉडल के साथ 15।मात्रा × चरणों के साथ बढ़ती है।
एजेंट प्रति टोकनClaude API का computer use: हर स्क्रीनशॉट लगभग 1,000–1,800 इनपुट टोकन का होता है।काम जितना लंबा, उतने ज़्यादा इमेज टोकन जमा होते हैं।

स्रोत: Power Automate की कीमतें (अमेरिका की सूची-कीमतें; देश, क्षेत्र और अनुबंध के हिसाब से बदलती हैं), UiPath Agents की लाइसेंसिंग (Flex प्लान में Agent Units: स्टैंडर्ड 1, प्रीमियम 2, बेसिक 0.8), Copilot Studio का computer use, Claude का computer use tool।

अनुमान का उदाहरण: हर महीने अलग-अलग फ़ॉर्मैट के 500 इनवॉइस AI से स्क्रीन चलाकर दर्ज करना

अगर हर इनवॉइस में उतने ही चरण लगें जितने Microsoft की कीमत-व्याख्या के उदाहरण में हैं (टाइमशीट: खोलना, नई बनाना, तीन फ़ील्ड भरना, सबमिट करना = 4 चरण), तो स्टैंडर्ड मॉडल 500 इनवॉइस × 4 चरण × 5 = हर महीने 10,000 Copilot Credits ख़र्च करता है। प्रीमियम मॉडल इसे तीन गुना करके 30,000 कर देता है।

अगर उसी काम को "एजेंट मान निकाले → RPA उन्हें दर्ज करे" में बाँटें, तो स्क्रीन की कार्रवाइयाँ RPA की तरफ़ चली जाती हैं, और एजेंट की लागत सिर्फ़ निकालने वाली कॉल की रह जाती है। कौन सस्ता है, यह क्रेडिट की कीमत और आपके RPA बॉट की ख़ाली क्षमता पर निर्भर है, इसलिए अपने अनुबंध की इकाई-कीमतों से गुणा करें।

Copilot Studio के एजेंट फ़्लो हर चलाई गई कार्रवाई पर क्षमता ख़र्च करते हैं, और जब परिवेश में Copilot Credits ख़त्म हो जाते हैं, नए रन रोक दिए जाते हैं (रुकने से बचने के लिए इस्तेमाल के हिसाब से बिलिंग चालू की जा सकती है; Agent flows overview)। Microsoft 365 Copilot लाइसेंस वाले यूज़र से बातचीत के दौरान एजेंट जो रन शुरू करता है, उन पर असर नहीं पड़ता, लेकिन किसी इवेंट ट्रिगर जैसे कारण से एजेंट जो रन ख़ुद शुरू करता है, उनका शुल्क लगता है और वे रोके जा सकते हैं। ख़र्च की सीमा पर पहुँचते ही काम रुक जाना प्रति बॉट वाले RPA में नहीं होता। क्षमता की निगरानी को संचालन की सूची में जोड़ें।

5. अनुमतियाँ और ऑडिट

RPA बॉट सिर्फ़ वही काम करता है जिनके लिए उसे बनाया गया, इसलिए उसकी अनुमतियों का दायरा उसी के बराबर है जितना आपने डिज़ाइन किया। एजेंट अपने टूल में से ख़ुद चुनता है, इसलिए उसे दी गई हर अनुमति उस दायरे में आती है जिसे वह इस्तेमाल कर सकता है। आधिकारिक दस्तावेज़ों से ये बातें जाँचने लायक़ हैं।

बनाने से पहले चार जाँचें

उपलब्ध टूल
UiPath का एजेंट सिर्फ़ वही प्रोसेस इस्तेमाल कर सकता है जो आप साफ़ तौर पर जोड़ें (Automations)। Automation Anywhere में भी Tools टैब में ज़रूरत के Processes, Task Bots, API Tasks और AI Agents जोड़े जाते हैं (Create and manage AI Agent)। सिर्फ़ उतना दें जितना काम को चाहिए
किसकी क्रेडेंशियल
Copilot Studio का computer use डिफ़ॉल्ट रूप से बनाने वाले की क्रेडेंशियल इस्तेमाल करता है। Microsoft चेताता है कि इस सेटिंग के साथ एजेंट शेयर करने पर उसे इस्तेमाल करने वाला कोई भी व्यक्ति मूल लेखक की पहुँच से काम कर सकता है। शेयर करना हो तो अंतिम यूज़र की क्रेडेंशियल पर जाएँ या सीमित अनुमतियों वाला अलग अकाउंट इस्तेमाल करें
छूने लायक़ दायरा
Copilot Studio की अनुमति-सूची सूची से बाहर की साइटों और ऐप पर कार्रवाई रोकती है, पर उन्हें खोलने से नहीं रोकती। मशीन की तरफ़ भी समर्पित मशीन, न्यूनतम अनुमति और सिर्फ़ अनुमत साइटें व ऐप जैसी परतें जोड़ें
रिकॉर्ड रखना
Automation Anywhere का AI Governance मॉडल के साथ हुए प्रॉम्प्ट और जवाबों के लॉग दिखाता है। Copilot Studio के स्वतंत्र computer use टूल (प्रीव्यू) में पिछले 28 दिनों के रन Activity टैब में दोबारा देखे जा सकते हैं (सत्र की रिकॉर्डिंग, स्क्रीनशॉट और चरणों के लॉग)। एजेंट के फ़ैसले और RPA के लॉग एक ही केस नंबर से खोजे जा सकें, ऐसा इंतज़ाम करें

मंज़ूरियों में भी सावधानी चाहिए। Microsoft लिखता है कि computer use की इंसानी निगरानी प्रायिक ढंग से चलती है, इसलिए जब आप चाहें तब शायद न रुके और ज़रूरत न हो तब रुक जाए, और कहता है कि इसे सुरक्षा की आख़िरी दीवार न मानें। वापस न होने वाली कार्रवाइयों की मंज़ूरी एजेंट के विवेक पर न छोड़ें, बल्कि उसे प्रवाह में ऐसे मंज़ूरी-चरण के रूप में रखें जिससे हर मामला गुज़रे। एजेंट के विवेक पर अंकुश लगाने का तरीक़ा AI गार्डरेल में है।

6. कैसे जोड़ें: तीन उदाहरण और उत्पादों के फ़ीचर

जोड़ का ढाँचा हमेशा एक ही है। एजेंट पढ़ता और फ़ैसला करता है, नियमों पर खरे उतरने वाले मामले RPA तय प्रक्रिया से पूरे करता है, और जो मेल न खाएँ या जिन पर भरोसा कम हो, वे इंसान के पास जाते हैं।

1. प्राप्त करना: ईमेल, PDF या फ़ॉर्म से इनपुट
↓
एजेंट 2. पढ़ना, वर्गीकरण, मान निकालना
↓
RPA 3. नियमों पर खरा: तय प्रक्रिया से दर्ज करता है
इंसान 3. मेल नहीं या भरोसा कम: मंज़ूरी या फ़ैसला देता है
↓
4. रिकॉर्ड रखना: फ़ैसले और अमल के लॉग एक ही केस नंबर से रखें, और इंसान तक पहुँचे मामलों से अगला सुधार करें

उदाहरण: तीन कामों को कैसे बाँटें

  • अलग-अलग फ़ॉर्मैट के इनवॉइस

    एजेंट सप्लायर, रक़म, देय तारीख़ और मदें निकालता है, और जिनमें ज़रूरी फ़ील्ड ख़ाली हों या जोड़ न मिले, उन्हें इंसान को भेजता है। RPA सिर्फ़ पूरे इनवॉइस लेखा सिस्टम में दर्ज करता है। भुगतान एक अलग प्रवाह में होता है, जिसे इंसान की मंज़ूरी के बाद RPA चलाता है।

  • पूछताछ वाले ईमेल

    एजेंट इरादा पहचानकर जवाब का मसौदा बनाता है। ऑर्डर की जानकारी देखना या पता बदलना जैसे तय काम RPA या किसी फ़्लो को जाते हैं। भेजने से पहले इंसान जाँचता है, और रिफ़ंड जैसी वापस न होने वाली कार्रवाइयाँ मंज़ूरी-चरण से गुज़रती हैं।

  • बिना API वाला पुराना सिस्टम

    स्क्रीन स्थिर हैं तो उन्हें RPA से निर्धारक तरीक़े से चलाएँ। सिर्फ़ तब, जब स्क्रीन इतनी बार बदलें कि रखरखाव पीछे छूट जाए, पहले AI से स्क्रीन चलाना आज़माएँ और प्रोडक्शन में फैलाने से पहले नतीजे की जाँच का चरण जोड़ें। Microsoft भी computer use को उस स्थिति का साधन बताता है जब API न हो।

UiPath: एजेंट प्रोसेस को टूल की तरह बुलाता है

  1. प्रोसेस को टूल के रूप में जोड़ें: एजेंट के Design टैब में Tools के अंदर Add tool चुनें और Automations टैब से प्रोसेस चुनें। यह उसी सॉल्यूशन का प्रोजेक्ट या साझा Orchestrator फ़ोल्डर में प्रकाशित प्रोसेस होना चाहिए। इनपुट और आउटपुट दस्तावेज़ में बताए प्रकारों तक सीमित हैं, जैसे स्ट्रिंग, संख्या और बूलियन (Automations)।
  2. इंसान तक रास्ता बनाएँ: Escalations Action Center के Action apps के ज़रिए इंसान से जाँच, मंज़ूरी या हाथ से मदद माँगते हैं। काम किसी ख़ास यूज़र को, काम के बोझ के हिसाब से, बारी-बारी से या दूसरे विकल्पों से सौंपा जा सकता है (Escalations)।
  3. पूरी प्रक्रिया को जोड़ें: Maestro एजेंट, रोबोट और इंसानी कामों को एक प्रवाह के रूप में संभालता है।

Microsoft: Power Automate और Copilot Studio

  • फ़्लो के भीतर AI का एक चरण

    क्लाउड फ़्लो में AI Builder का Run a prompt जोड़कर वर्गीकरण या सारांश करें, नतीजे के हिसाब से शाखा बनाएँ, और Run a flow built with Power Automate for desktop से डेस्कटॉप फ़्लो (RPA) चलाएँ। प्रवाह इंसान तय करता है और AI सिर्फ़ एक चरण है, इसलिए यह सबसे निर्धारक ढाँचा है (Use your prompt in Power Automate, Trigger desktop flows from cloud flows)।

  • एजेंट फ़्लो को बुलाता है

    Copilot Studio में एजेंट के Tools पेज पर Add a tool → Flow से एजेंट फ़्लो जोड़ें। फ़्लो में When an agent calls the flow ट्रिगर और Respond to the agent कार्रवाई होनी चाहिए, असिंक्रोनस जवाब बंद हो, फ़्लो प्रकाशित हो, और वह 100 सेकंड के भीतर जवाब दे (Add an agent flow as a tool)। Microsoft एजेंट फ़्लो को निर्धारक बताता है: एक ही इनपुट हमेशा एक ही आउटपुट देता है।

  • स्क्रीन भी AI के हवाले

    Copilot Studio का computer use प्राकृतिक भाषा के निर्देशों से Windows की स्क्रीन चलाता है। कई फ़्लो में दोबारा इस्तेमाल होने वाला स्वतंत्र टूल संस्करण प्रीव्यू में है, और Microsoft साफ़ लिखता है कि प्रीव्यू फ़ीचर प्रोडक्शन के लिए नहीं हैं (Add standalone computer use tools)।

Automation Anywhere: AI Agent Studio

Automation 360 का AI Agent Studio AI Agents, AI Skills, AI Guardrails और AI Governance से बना है, और इसके लिए Enterprise Platform लाइसेंस चाहिए। AI Agent के Tools में मौजूदा Task Bots और Processes जोड़े जा सकते हैं, यानी आपके मौजूदा बॉट एजेंट के "हाथ" बन सकते हैं। आधिकारिक उदाहरण (बीमा दावों को निपटाने वाला एजेंट) में एजेंट को निर्देश है कि दावे की जानकारी अधूरी हो तो Human in the Loop से मदद माँगे।

अगर एजेंट ख़ुद बना रहे हैं, तो टूल चुनने के लिए AI एजेंट फ़्रेमवर्क की तुलना और उदाहरणों के लिए कारोबारी ऑटोमेशन के उपयोग देखें।

7. लागू करने के छह चरण

UiPath की गाइड "Best practices for building agents" सलाह देती है कि एजेंट को अलग बॉट की तरह नहीं, बल्कि मौजूदा कारोबारी प्रवाह में जुड़े हिस्से की तरह बनाया जाए। इसी सोच को किसी भी उत्पाद पर लागू होने वाले चरणों में बदलें तो ये बनते हैं।

  1. मौजूदा प्रक्रिया को चरणों में बाँटें और विवेक वाले चरणों पर निशान लगाएँ: विवेक का मतलब है असंरचित इनपुट पढ़ना, संदर्भ की तुलना करना या ठीक-ठाक विकल्पों में से चुनना। बिना निशान वाले चरण RPA या निर्धारक फ़्लो को जाएँ।
  2. पहले नियमित चरणों को RPA में पक्का करें और उनके इनपुट-आउटपुट तय करें: मानकर चलें कि उन्हें एजेंट बुलाएगा, और आर्ग्युमेंट सरल प्रकार के रखें। अगर Copilot Studio बुलाएगा, तो उन्हें ऐसी इकाइयों में बाँटें जो 100 सेकंड में लौट आएँ।
  3. एजेंट को एक ही भूमिका दें: एक ज़िम्मेदारी, जैसे "इनवॉइस से मान निकालना" या "पूछताछ का इरादा पहचानना"। UiPath की वही गाइड कहती है कि सीमित भूमिका को जाँचना आसान होता है।
  4. प्रोडक्शन से पहले मूल्यांकन सेट से परखें: आम मामलों के साथ टूटे फ़ॉर्मैट, अधूरी जानकारी और भ्रमित करने वाले इनपुट भी मिलाएँ। परखने का तरीक़ा AI एजेंट के मूल्यांकन की गाइड में है।
  5. इंसान तक लौटने का रास्ता और अनुमतियों की हद तय करें: अधूरी जानकारी, टूल की नाकामी, अस्पष्ट फ़ैसले और नियमों के अपवाद इंसान को भेजें। वापस न होने वाली कार्रवाइयों के लिए मंज़ूरी को अनिवार्य चरण बनाएँ, और अगर एजेंट स्क्रीन चलाता है तो उन ऐप और साइटों को सीमित करें जिन्हें वह छू सकता है।
  6. प्रोडक्शन में छोटे से शुरू करें और लॉग व लागत देखकर सुधारें: एक विभाग और एक तरह के दस्तावेज़ से शुरुआत करें। फ़ैसलों के रिकॉर्ड, RPA के रन लॉग और क्षमता या क्रेडिट की खपत को एक ही पैमाने पर देखें, और इंसान तक पहुँचे मामलों से निर्देश और नियम सुधारें।

सारांश

  • कैसे तय करें: प्रक्रिया को चरणों में बाँटें और इनपुट का रूप, एक ही नतीजे की ज़रूरत, अपवादों की संख्या, ग़लती वापस हो सकने और प्रक्रिया के बदलने के बारे में पूछें।
  • कैसे टूटते हैं: स्क्रीन बदलने पर RPA रुकता है, जबकि एजेंट ग़लत कार्रवाई के बाद भी आगे बढ़ सकता है। एजेंट के चरणों में नतीजे की जाँच जोड़ें।
  • लागत: RPA की कीमत प्रति यूज़र या बॉट, एजेंट की प्रति कॉल या कार्रवाई। दोनों का अनुमान मात्रा × कार्रवाइयाँ × इकाई-कीमत से लगाएँ।
  • अनुमतियाँ और ऑडिट: टूल साफ़ तौर पर और कम से कम दें, देखें कि वह किसकी क्रेडेंशियल से चलता है, और फ़ैसलों व रन को हर केस के हिसाब से खोजने लायक़ बनाएँ।
  • जोड़: जब प्रक्रिया में दोनों तरह के चरण हों, एजेंट फ़ैसला करे, RPA अमल करे, और वापस न होने वाली कार्रवाइयाँ इंसान की मंज़ूरी से गुज़रें।

सामान्य प्रश्न (FAQ)

क्या RPA की जगह AI एजेंट लगा देने चाहिए?

यह बदलने की वजह नहीं है। जिन नियमित चरणों में एक ही इनपुट पर एक ही नतीजा चाहिए, वहाँ निर्धारक RPA से नतीजे और लागत दोनों का अनुमान आसान रहता है। सिर्फ़ विवेक वाले चरण एजेंट को दें और नियमित चरण RPA पर रहने दें।

क्या दोनों को जोड़ना ज़रूरी है?

नहीं। अगर सारे चरण नियमित हैं, तो अकेला RPA काफ़ी है। अगर काम सिर्फ़ विवेक वाले चरणों से बना है (जैसे पूछताछ का वर्गीकरण), तो अकेला एजेंट काफ़ी है। जोड़ की ज़रूरत तब है जब एक ही प्रक्रिया में विवेक वाले और नियमित चरण साथ-साथ हों।

अगर स्क्रीन बदलने पर RPA रुकता है, तो क्या AI से स्क्रीन चलाना बेहतर है?

ज़रूरी नहीं। Microsoft लिखता है कि लेआउट बदलने या पेज धीरे लोड होने पर AI से स्क्रीन चलाने के नतीजे भी बदल जाते हैं। स्थिर स्क्रीन के लिए RPA लें, लगातार बदलती स्क्रीन के लिए AI आज़माएँ, और दोनों हालात में नतीजे की जाँच का चरण जोड़ें।

UiPath या Power Automate: किस पर बनाएँ?

मौजूदा RPA संसाधनों और कंपनी के प्लेटफ़ॉर्म पर बनाने से दोबारा काम कम होता है। अगर UiPath Orchestrator में प्रोसेस हैं, तो UiPath के एजेंट से उन्हें टूल की तरह बुलाएँ। अगर Microsoft 365 और Power Platform केंद्र में हैं, तो Copilot Studio और Power Automate के फ़्लो सबसे सहज रास्ता हैं। दोनों की कीमत का ढाँचा अलग है, इसलिए अपनी मात्रा और कार्रवाइयों की संख्या से दोनों का अनुमान लगाएँ।