人工智能和自动化改善过程挖掘的6种措施

数字创新要求企业学习如何理解、管理和更改日益复杂的流程。新一代的过程挖掘工具有望使自动解释现代企业的数字资产变得更加容易，以帮助改善决策、推动创新以及提供产品和服务。

总部位于德国的Celonis公司的首席执行官兼联合创始人Alexander Rinke说，“通过了解流程的实际运行方式，企业可以创造运营的流动性，从而推动更高效的运营，从而创造更好的客户体验。人工智能不仅可以简单地确定冲突区域，还可以通过允许企业与员工一起实施建议的变更，提高生产率，并节省资源来进一步发展流程挖掘。”

流程挖掘的核心思想在于找到创建和校准事件日志工作方式的方法。正式的工作首先着眼于经典的业务应用程序(例如ERP)，以理解业务流程(例如报价到现金)。但是现在，流程挖掘技术正以各种方式贯穿业务、技术和人员流程。更好的人工智能和机器学习算法在一定程度上推动了这项创新。但是，由于采用了诸如数字孪生之类的工具，可以使可视化复杂的过程变得更加容易，因此它变得更加重要。

Roots Automation公司联合创始人兼首席运营官John Cottongim说，现代流程挖掘起源于业务流程建模符号(BPMN)领域，业务流程建模符号(BPMN)是最早的以技术为中心的识别流程的尝试，以及这些流程中的特定步骤，为改进提供了机会，Roots Automation公司是一家总部位于约克的自动化即服务公司，专注于大规模提供智能自动化。Cottongim最近领导其团队完成了糖果巨头Mars公司的自动化工作。

Cottongim说，“我们现在看到这一领域的几家公司进入智能自动化市场，这一点应该并不奇怪，因为数字孪生技术具有明显的价值，能够测试和验证系统变化将如何影响一个大型生态系统。”

合理的下一步是在可能的情况下实现这些机会的自动化。以下是人工智能和自动化可以改进流程挖掘的六个步骤：

1.将离散任务连接到流程

流程挖掘工具在分析从应用程序和桌面客户端收集的日志数据以将跨越多个应用程序甚至跨企业的复杂流程组合在一起方面变得越来越出色。这有助于弥合单个用户对任务的看法与更复杂的工作流和流程之间的差距。传统上，流程挖掘依赖于从应用程序收集的日志数据。

现在，供应商正在创建在桌面上运行的机器人程序，并使用机器视觉记录流程的不同视图，以了解粒度更高的流程。

总部位于旧金山的FortressIQ公司创始人兼首席执行官Pankaj Chowdhry表示：“很容易把任务看作是构成整个过程的个人行动，这些行动通常是通用的。一个简单的例子是发送电子邮件。在场景中，这个任务(例如答复投诉或以新的发货日期更新销售人员)将成为流程的一部分。流程由任务和决策组成，通常跨多个系统和用户组。工作流通常是流程的技术视图，在业务流程建模符号(BPMN)系统中实现。”

Chowdhry说：“当客户看到一个流程如何跨越多个系统，有时甚至扩展到他们的企业之外时，我们已经从客户那里看到了激动人心的时刻。”

对新流程信息的准确访问改变了企业的运营方式。这正从简单的日志分析发展到“企业必备功能”，从而实现了软件活动跟踪和分析的简化。

2.了解流程发生的原因

下一步在于尝试理解为什么要开展一个流程，以了解如何更有效地组成或重新构想各个组件。

Chowdhry说，“流程认知不仅涉及‘正在发生什么?’。还有‘为什么会发生?’，其中包括非线性流程在内的所有应用程序和角色。”

可以使用自然语言处理、计算机视觉、序列建模、异常检测和机器学习的新组合来解密这些因果关系。在将来，这些功能可以与因果深度学习技术集成在一起，以理解更改流程可能导致事物产生的原因，而不仅仅是与之相关联。

3.提出流程建议

机器学习功能已嵌入到流程挖掘工具中，以解释现有流程并提出建议。例如，Celonis Action Engine公司可以在模块、系统和流程之间自动连续地分析数据。人工智能模块将有价值和个性化的行动建议传达给人力和数字劳动力，并可以直接在组织的源系统中执行预先批准的行动。

Rinke说，“这是识别流程瓶颈的一个重要开始，但当企业可以使用这些信息来推荐消除阻碍以创建更流畅的流程流的优秀行动方案时，就会提高企业绩效。”

为指导行动和推动业务流程变革而提出个性化建议的工具将有助于进一步提高流程挖掘分析的价值。例如，机器学习可以帮助识别模式和异常，以改进特定的结果，例如交付时间。

（编辑：周口站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!