低代码、RPA和BPM时代结束了，流程自动化上BOAT
企业知识开源计划创始人企业利用信息技术来处理业务流程，经历了任务的信息记录（ERP/CRM）、任务流转的自动化（BPM以及集成平台iPaaS）、任务执行自动化（RPA）和任务规则智能化（各种机器学习和人工智能引擎）等发展过程，参见
《基于大模型的智能运营 ｜ 智能体式编排，业务流程管理的新阶段》。
今天，企业对业务自动化平台的需求，已不再满足于推动人类活动、把流程做完，而在于构建能够协调人与机器、任务机器人（RPA）与AI智能体之间协作的统一平台，从而实现更高效、更可靠、更可控的业务运行。
这个平台就是我从去年开始在国内行业里多次科普的、由Gartner提出的BOAT（Business Orchestration and Automation Technology），将多类技术与厂商纳入到这个架构里：
业务流程自动化和业务流程管理（传统称为BPM，近年来也称为BPA或者DPA）：端到端流程建模与执行部署，驱动流程任务的自动流转和执行通知，适合对治理合规性要求高的企业；
流程机器人自动化（RPA）：在现有应用之上，自动执行重复性的流程任务，例如数据的输入或跨系统搬运、屏幕上键盘鼠标操作；
iPaaS（Integration Platform as a Service）：负责集成不同的企业信息系统，打通数据；
低代码平台：让业务团队更快地构建应用、表单和工作流；
各种流程任务相关的规则引擎、优化引擎；
智能文档：确保流程合规性的非结构化信息的记录保存，并实现非结构化信息向结构化信息的转化，例如合同文本。
AI智能体：由人工智能驱动、具备主动性，能在复杂情境下认知请求、做出决策、使用工具并与人协作的软件。
简单说，BOAT有四项能力：
面向最终用户的应用和工作流
面向运营管理者的流程编排
打通不同企业信息系统的流程和数据
实现业务流程的各种人工智能能力的融合
我在《企业信息系统进化｜协同、混沌与编排》《中台为何在企业里跑不起来 ｜ 编排 vs. 编舞》等文中解释了编排的概念，为何“编排”在数字化业务流程管理中越来越重要？
一方面，业务场景越来越复杂，单点自动化容易产生碎片化流程——数据孤岛、异常边界和人工接手点都增加了出错与治理成本。
另一方面，大模型崛起带动的AI智能体带来了新的人机交互模型：它们可以主动发起任务、跨系统调用服务、与人类协同推演方案，这对平台提出了更高的编排与协调要求。
编排能够定义角色与责任、处理异常与例外路径、在合规与审计要求下记录决策链路，从而把可能失控的流程自动化提升为受控的业务执行。
BOAT重点解决这样一些企业自动化的场景：
1)以人为中心的流程编排（Human-centric orchestration）：面向需要大量人为判断或客户互动的流程，例如复杂的审批、财富管理顾问与客户协作、医疗诊疗路径等。此类平台强调用户体验、决策支持、任务分配与回退机制，以及实时可视化的流程追踪。
2)任务与流程自动化（Task and process automation）：面向高频重复性任务，如发票处理、订单处理、后台结算。重点是稳定性、可扩展性与与现有遗留系统的集成能力，通常依赖RPA、BPM引擎与强大的连接器集合。
3)智能体式工作流（Agentic workflows）：面向需要自主行动与多步策略决策的场景，AI智能体能在权限与规则范围内独立完成任务、反馈结果并与人类协作者协同。该方向要求自动化平台能支持长时态上下文管理、多代理协调与安全隔离。
4)自动化治理（Governance of automation）：随着自动化规模化，合规、审计、安全与风险管控变得关键。治理能力涵盖变更管理、审计日志、AI模型/机器人行为监控、访问与权限控制，以及对决策过程的可解释性支持。
前段时间，Gartner发布了第一个BOAT的魔力象限图。从这个图上看，涵盖了过去几年主流的BPM/BPA、低代码、iPaaS、RPA厂商：
在过去，行业里对这些厂商的习惯分类是：
低代码厂商：Mendix，OutSystems，Appian
RPA厂商：Blue Prism、Nintex、UiPath、Automation AnyWhere
iPaaS及编排厂商：Boomi，Workato，Salesforce（应该主要指其收购的MuleSoft）
BPM及编排厂商：Camunda（奥瑞方的开源源头）、Flowable、Bizagi
综合性RPA/iPaaS/BPM大厂：SAP、IBM、微软、ServiceNow
这几个跑道以不同侧重点与技术堆栈切入到业务流程自动化中，在过去这些年本来就有相互交叉；BOAT概念一出江湖，正好全面整合了这些跑道。因此，可以说RPA、低代码、BPM的时代已经结束了，BOAT是替代这些概念的新名词，更准确的行业跑道定义。
对企业而言，BOAT是介于传统纯人类编排的业务流程管理系统和完全自主智能体的多智能体系统之间的中间状态，选择合适的BOAT平台需要从战略、技术与组织三方面考量：
- 战略层面：明确目标是提升客户体验、降低运行成本、提高合规可控性，还是为创新型基于AI的服务搭建智能协作基础。不同目标决定了对人机协同深度、智能体自主性与治理框架的优先级。
- 技术层面：评估平台的集成能力（与ERP、CRM、消息总线等业务系统的对接）、扩展性（支持并发与横向扩展）、可视化与可观测性（流程可视、日志与指标）、以及对AI模型与智能体的支持（上下文管理、长期记忆、模型安全与可解释性）。
- 组织层面：自动化的成功依赖于业务流程的治理体系，即流程责任权、变更管理以及流程管理跨职能、跨体系的协作。需要建立明确的企业流程自动化治理委员会、定义机器人与智能体的责任边界，并制定运维与持续改进机制。
展望未来，我认为BOAT还将进一步利用大模型发展的趋势，呈现出几个演进方向：
- 更深层次的跨系统语义互操作：通过共享语义层与标准化接口，使流程与智能体能在更高语义级别上互通，减少点对点集成成本。
- 增强型可解释AI与审计工具：为满足监管与业务可控性需求，BOAT平台将内置更强的模型监控、偏差检测与决策回溯能力。
- 多模态协同：智能体将能处理文本、语音、图像与结构化数据的混合任务，并在多智能体系统中进行分工协作，例如，奥瑞方已经实现了手绘流程图自动部署为智能化流程：
- 模块化治理与合规即代码：将合规规则、审核流程与权限策略以代码化、可复用的模块形式嵌入到平台中，简化跨部门合规实施。
总之，RPA、BPM、低代码等作为企业流程自动化的解决方案，已经成为一个历史阶段，BOAT作为一个以编排为核心、融合多类技术的架构范式，为企业提供了完整的把人类判断、自动化效率与智能体能力高效编排并以治理为底座的解决方案，是当前企业运营数字化的主流方向。
