UiPath ergänzt TypeSafe-Konnektor, um Jev-Entscheidungsmodelle in Workflows auszuführen

Kleine Entscheidungen, hohe Kosten

UiPath argumentiert, dass jeder automatisierte Prozess voller kleiner Ermessensentscheidungen steckt: Welches Team bearbeitet ein Ticket, ist eine Rechnung strittig oder nur überfällig, kann ein extrahierter Wert als verlässlich gelten? Derzeit, so das Unternehmen, wird jede dieser Entscheidungen an ein großes Sprachmodell (LLM) oder einen Agenten geschickt. Im großen Maßstab kostet das Zeit und Geld, nämlich in Form von Latenz und höheren Preisen.

Das Unternehmen weist darauf hin, dass sich LLMs und Agenten für Schlussfolgern, Planen und offene Aufgaben eignen, viele Workflow-Schritte aber begrenzte Entscheidungen sind: eine von wenigen Optionen wählen, etwas auf einer Skala einordnen oder mit Ja oder Nein antworten. In Unternehmensprozessen werden solche Entscheidungen oft für Tausende Datensätze benötigt. Manche sind eindeutig genug für die Automatisierung, andere erfordern menschlichen Kontext und Anleitung.

UiPath arbeitet mit TypeSafe zusammen, um seine Jev-Modelle als Antwort auf dieses Problem zu UiPath-Entwicklern und Unternehmenskunden zu bringen.

Was der Konnektor bietet

Der TypeSafe-Konnektor ist in UiPath Integration Service als Preview verfügbar. Nutzer verbinden ihn mit ihrem eigenen TypeSafe-API-Schlüssel, danach erscheinen Jev-Aktivitäten in ihren Workflows. Laut UiPath lassen sie sich in UiPath Maestro Automate, Maestro Orchestrate und auf jeder UiPath-Oberfläche ausprobieren, die Konnektoren unterstützt. Wer nach "Jev", "TypeSafe" oder "System One" sucht, findet sie.

Da der Konnektor den eigenen TypeSafe-Schlüssel des Kunden verwendet, unterliegen Anfragen laut UiPath der direkten Vereinbarung des Kunden mit TypeSafe und werden nicht über den UiPath AI Trust Layer geleitet.

Jev liefert eine typisierte Antwort, die Wahrscheinlichkeit jeder Option und die Konfidenz in die Entscheidung. Entwickler können Konfidenzschwellen für automatisierte Aktionen festlegen. Liegt die Konfidenz für eine Aufgabe unter der Schwelle, kann ein UiPath-Workflow einen Menschen einbinden, der die Informationen prüft, fehlenden Kontext ergänzt und die Entscheidung leitet, bevor der Prozess fortgesetzt wird. UiPath beschreibt dies als Umsetzung eines "Two-Brain-Systems".

So funktioniert Jev

Bei Jev übergibt ein Entwickler einen State, also den JSON-Kontext für die Entscheidung, sowie eine Reihe von Fragen. Jede Frage gehört zu einem von drei Typen:

• Choice: Welche dieser Optionen trifft zu?
• Score: Welche Stufe auf einer geordneten Skala?
• Noul: Wie wahr ist diese Aussage, auf einer Skala von 0 bis 1?

Jede Antwort ist auf die vom Entwickler definierten Optionen beschränkt und kommt mit Wahrscheinlichkeiten pro Option sowie einem Konfidenzwert zurück. Mehrere Fragen zum selben State können in einer einzigen Anfrage parallel beantwortet werden. UiPath beschreibt Jev als schnelles Denken für begrenzte Entscheidungen, während LLMs und Agenten weiterhin das überlegte, mehrstufige Schlussfolgern übernehmen. Die UiPath-Plattform kann beides nacheinander oder parallel orchestrieren.

Erik Gafni, CTO von TypeSafe, sagte, die meisten Entscheidungen in einem Geschäftsprozess "brauchen kein Modell, das einen Absatz schreibt". Nach seinen Worten brauchen sie "die richtige Antwort, in der richtigen Form, mit einem ehrlichen Signal dafür, wie sicher sich das Modell ist".

Erste interne Ergebnisse

UiPath erklärt, Jev und andere Entscheidungsmodelle an realen Workloads getestet zu haben, darunter die Bewertung von Agenten-Ausgaben, das Extrahieren von Feldern aus Dokumenten, Klassifizierung und das Neu-Ranking von Suchergebnissen. Das Unternehmen bezeichnet dies als frühe interne Experimente und nennt vier Ergebnisse:

• Jev zeigte in Evaluierungsdatensätzen 94 % Übereinstimmung mit einem LLM-as-a-Judge-System.
• Mit Konfidenzschwellen können Teams schwierigere Entscheidungen an Reasoning-Agenten oder Menschen eskalieren und behalten in den meisten Fällen einen hohen Durchsatz.
• Die interne Evaluierung von UiPath ergab eine ähnliche Entscheidungsqualität bei 7,7-fach niedrigeren Kosten und 4- bis 20-fach höherer Geschwindigkeit als beim entsprechenden LLM-Judge.
• Die Dokumentenextraktion lässt sich als Retrieval und Auswahl statt als Generierung behandeln: Ein Jev-Aufruf findet, welcher Teil eines Dokuments das jeweilige Feld enthält, ein zweiter wählt den exakten Wert.

Diese Zahlen stammen aus UiPaths eigenen Tests und wurden in der Quelle nicht unabhängig überprüft.

Was das für Entwickler bedeutet

Für Teams, die Automatisierungen auf UiPath bauen, bietet der Konnektor die Möglichkeit, routinemäßige Klassifizierungs- und Bewertungsschritte statt an ein allgemeines LLM an ein spezialisiertes Modell zu übergeben, mit einem integrierten Weg zur menschlichen Prüfung bei geringer Konfidenz. Da es sich um eine Preview handelt und der Konnektor den eigenen TypeSafe-Tenant und -Schlüssel des Kunden nutzt, benötigen Nutzer eine bestehende Vereinbarung mit TypeSafe. UiPath verweist Entwickler für Details zu Choice-, Score- und Noul-Fragen auf die TypeSafe-Dokumentation und lädt sie ein, ihre Arbeit im UiPath Community Forum zu teilen.