在 BPM 中部署 AI 的發(fā)現(xiàn)和自動(dòng)化功能，可以推動(dòng)前臺(tái)流程、流程數(shù)據(jù)分析、業(yè)務(wù)流程映射和流程建模方面的進(jìn)步。

業(yè)務(wù)流程管理在幫助企業(yè)進(jìn)行流程工程工作和數(shù)字化轉(zhuǎn)型計(jì)劃方面有著悠久的歷史。現(xiàn)在，BPM 正在從 AI 中得到巨大的推動(dòng)。

數(shù)據(jù)和分析咨詢公司DAS42的首席顧問Jeff Springer表示：“人工智能技術(shù)正在迅速發(fā)展，使開發(fā)更復(fù)雜、更有效的人工智能驅(qū)動(dòng)的流程發(fā)現(xiàn)和自動(dòng)化解決方案成為可能。他補(bǔ)充說，其中許多進(jìn)步是由于來自企業(yè)系統(tǒng)、傳感器和社交媒體等許多來源的數(shù)據(jù)可用性不斷提高，從而導(dǎo)致更大規(guī)模的人工智能部署。例如，深度學(xué)習(xí)算法的發(fā)展使人工智能系統(tǒng)能夠從數(shù)據(jù)中學(xué)習(xí)，并識(shí)別人類難以或不可能識(shí)別的模式。

AI 如何改變 BPM？

支持 AI 的部署在 BPM 中發(fā)現(xiàn)了許多應(yīng)用，從改進(jìn)前臺(tái)流程到分析流程數(shù)據(jù)，再到映射業(yè)務(wù)流程，再到利用生成式 AI 流程建模功能。

前臺(tái)流程

呼叫中心智能平臺(tái)提供商Gryphon的產(chǎn)品管理副總裁Brian Steele表示，在前臺(tái)流程中部署人工智能正在推動(dòng)銷售，提高客戶滿意度并改善員工敬業(yè)度。例如，在聯(lián)絡(luò)中心，業(yè)務(wù)流程管理中的人工智能正在豐富客戶互動(dòng)、縮短呼叫等待時(shí)間、個(gè)性化推薦并提供實(shí)時(shí)銷售幫助。

流程挖掘

流程挖掘是 BPM 的關(guān)鍵推動(dòng)因素，可幫助企業(yè)發(fā)現(xiàn)改進(jìn)流程、創(chuàng)造價(jià)值和降低成本的機(jī)會(huì)。業(yè)務(wù)流程SaaS提供商Celonis的產(chǎn)品管理、人工智能和知識(shí)副總裁Chris Monkman解釋說：“人工智能有助于使流程挖掘更快、更易于使用，相反，流程挖掘使人工智能（系統(tǒng)）正在訓(xùn)練的數(shù)據(jù)更加智能，從而釋放其真正的力量。但是，當(dāng)涉及到訓(xùn)練大型語言模型（LLM）和生成式人工智能與幻覺的斗爭時(shí)，過程智能的創(chuàng)新將需要實(shí)時(shí)結(jié)構(gòu)化數(shù)據(jù)和語義知識(shí)的改進(jìn)。

以對象為中心的流程挖掘

Celonis 和亞琛工業(yè)大學(xué)正在將 AI 與以對象為中心的流程挖掘（表示流程中的真實(shí)對象和事件）相結(jié)合，以更好地理解和控制業(yè)務(wù)流程。例如，當(dāng)運(yùn)輸訂單或發(fā)票等真實(shí)對象在業(yè)務(wù)流程中移動(dòng)時(shí)，人工智能可以不斷更新預(yù)期的交貨時(shí)間，在發(fā)生延誤時(shí)發(fā)送警報(bào)，甚至采取行動(dòng)解決問題。

大型流程模型

企業(yè)管理軟件公司 SAP Signavio 正在使用 LLM 中的標(biāo)記數(shù)據(jù)來訓(xùn)練所謂的大型流程模型 （LPM），以更準(zhǔn)確地分析流程數(shù)據(jù)。SAP和學(xué)術(shù)研究人員發(fā)布了SAP Signavio Academic Models LPM數(shù)據(jù)集，該數(shù)據(jù)集收集了數(shù)十萬個(gè)業(yè)務(wù)模型，主要采用業(yè)務(wù)流程建模符號(hào)。SAP Signavio全球市場影響主管Dee Houchen表示，LPM可以部署在許多用例中，如最佳實(shí)踐建議、流程分析、內(nèi)容創(chuàng)建和流程數(shù)據(jù)增強(qiáng)。

數(shù)據(jù)提取和擴(kuò)充

ABBYY產(chǎn)品營銷高級(jí)副總裁Bruce Orcutt表示，光學(xué)字符識(shí)別軟件提供商ABBYY正在探索人工智能技術(shù)如何從客戶文檔和信件中提取更多數(shù)據(jù)，以加快注冊、資助和審批流程的決策。人工智能還可用于豐富數(shù)據(jù)洞察力并改善流程結(jié)果。“數(shù)據(jù)為王，”O(jiān)rcutt 說，“但 AI 有助于理解所有數(shù)據(jù)，并以對業(yè)務(wù)有影響力的方式為所有數(shù)據(jù)帶來背景和意義。

低代碼/無代碼開發(fā)

傳統(tǒng)上，低代碼和無代碼工具與 BPM 分析工具相結(jié)合，以幫助簡化業(yè)務(wù)再造工作。Lotis Blue Consulting 業(yè)務(wù)流程合伙人 John King 表示，AI 正在使用 GitHub Copilot 功能實(shí)現(xiàn)更多的低代碼/無代碼開發(fā)。此功能可以促進(jìn)應(yīng)用程序開發(fā)的去中心化，并承諾更快的更改速度和更多的 A/B 測試類型的部署，以滿足客戶需求。企業(yè)還可以開發(fā)和支持應(yīng)用程序，這些應(yīng)用程序只需 IT 部門的基礎(chǔ)架構(gòu)和平臺(tái)支持即可實(shí)現(xiàn)關(guān)鍵業(yè)務(wù)流程的自動(dòng)化。

工作網(wǎng)絡(luò)分析

網(wǎng)絡(luò)分析使用圖論來理解復(fù)雜系統(tǒng)的結(jié)構(gòu)和功能。King推測，這些相同的概念可以通過工作網(wǎng)絡(luò)分析擴(kuò)展到企業(yè)，該分析處理來自會(huì)議，電話，即時(shí)消息和電子郵件的工件。人工智能可以識(shí)別行為和協(xié)作模式，并將其與公司的期望和最佳實(shí)踐進(jìn)行比較，從而在需要時(shí)提高生產(chǎn)力。

數(shù)字孿生

數(shù)字孿生是通過數(shù)字線程與現(xiàn)實(shí)世界聯(lián)系在一起的物理環(huán)境和復(fù)雜過程的工作模型。人工智能可以幫助將來自傳感器和工作流程的原始數(shù)據(jù)轉(zhuǎn)換為更相關(guān)的數(shù)字孿生。King補(bǔ)充說，人工智能也可以應(yīng)用于這些模型，以提供不同的場景和決策分析。“這將節(jié)省時(shí)間和金錢，”他推理道，“并允許公司在罕見或預(yù)期事件發(fā)生之前對其進(jìn)行建模，在安全但客觀的環(huán)境中了解事件的影響，并允許提前制定應(yīng)急措施。

業(yè)務(wù)流程映射

DAS42的Springer說，人工智能和機(jī)器學(xué)習(xí)模型已經(jīng)被用于自動(dòng)繪制業(yè)務(wù)流程，并確定改進(jìn)和自動(dòng)化的機(jī)會(huì)。他指出，一家制造公司正在使用人工智能系統(tǒng)實(shí)時(shí)監(jiān)控其生產(chǎn)線，識(shí)別潛在的瓶頸和其他問題，并向操作員提出糾正措施，從而使產(chǎn)量增加了10%。

業(yè)務(wù)流程分析

傳統(tǒng)上，業(yè)務(wù)流程分析是由流程專家手動(dòng)完成的。網(wǎng)絡(luò)安全咨詢公司 S-RM 美洲業(yè)務(wù)發(fā)展主管 Stephen Ross 表示，BPM中的 AI 可以加速涉及建模、協(xié)作、流程挖掘以及風(fēng)險(xiǎn)管理和合規(guī)性的任務(wù)的業(yè)務(wù)流程分析結(jié)果。

聊天機(jī)器人、虛擬助手和 NLP

盡管聊天機(jī)器人和虛擬助手已經(jīng)存在了近 60 年，但它們的商業(yè)價(jià)值直到最近十年才得以實(shí)現(xiàn)。在生成式 AI 的支持下，自然語言處理 （NLP） 為聊天機(jī)器人和虛擬助手開辟了新的商機(jī)，可以集成到 BPM 系統(tǒng)中，以處理查詢、指導(dǎo)員工完成流程并改善客戶互動(dòng)。NLP 還擅長分析非結(jié)構(gòu)化數(shù)據(jù)源，例如客戶反饋和社交媒體帖子，以提取有價(jià)值的見解。

AI 在 BPM 中的優(yōu)勢

Gryphon 的 Steele 以聯(lián)絡(luò)中心為例表示，BPM 中的 AI 可用于發(fā)現(xiàn)流程優(yōu)化、提高效率、降低成本和創(chuàng)造價(jià)值的機(jī)會(huì)，具體如下：

• 識(shí)別并自動(dòng)執(zhí)行重復(fù)性任務(wù)，讓呼叫座席騰出時(shí)間專注于更復(fù)雜的任務(wù)，提高客戶滿意度。
• 將客戶路由到正確的座席或部門，以減少呼叫等待時(shí)間并確保客戶獲得最佳服務(wù)。
• 為座席提供實(shí)時(shí)幫助，以更快、更高效地解決客戶服務(wù)問題。
• 分析數(shù)據(jù)以識(shí)別客戶情緒、趨勢和模式，從而改善客戶體驗(yàn)。

人工智能在業(yè)務(wù)流程管理中的挑戰(zhàn)

在BPM 應(yīng)用程序中部署 AI 的好處伴隨著挑戰(zhàn)、風(fēng)險(xiǎn)和道德問題，包括以下內(nèi)容：

• 缺乏整體概述。關(guān)于生成式 AI 如何更廣泛地促進(jìn) BPM，目前還沒有達(dá)成共識(shí)。
• 生成式人工智能的弱點(diǎn)。對 LLM 的準(zhǔn)確性、偏見、可重復(fù)性、數(shù)據(jù)隱私和幻覺的擔(dān)憂需要由供應(yīng)商同質(zhì)化解決。
• 數(shù)據(jù)質(zhì)量。用于訓(xùn)練和操作人工智能系統(tǒng)的數(shù)據(jù)必須干凈、準(zhǔn)確和完整。
• 新數(shù)據(jù)風(fēng)險(xiǎn)。 需要對組織內(nèi)的孤立 AI 進(jìn)行更嚴(yán)格的審查，并了解組織數(shù)據(jù)所在的位置、組成內(nèi)容以及使用方式。
• 缺乏熟練工人。人工智能和BPM需要專門的技能和知識(shí)，這將需要在專業(yè)培訓(xùn)或雇用具有必要技能的員工方面進(jìn)行額外投資。
• 害怕工作崗位被取代。許多組織希望生成式人工智能和自動(dòng)化技術(shù)能夠同步工作，因此他們需要讓員工處于轉(zhuǎn)型的循環(huán)和中心。
• 道德問題。透明度、問責(zé)制和負(fù)責(zé)任的使用以及潛在的偏見和幻覺只是將 AI 應(yīng)用于 BPM 時(shí)的一些道德考慮因素。