數(shù)字創(chuàng)新要求企業(yè)學(xué)習(xí)如何理解、管理和更改日益復(fù)雜的流程。新一代的過(guò)程挖掘工具有望使自動(dòng)解釋現(xiàn)代企業(yè)的數(shù)字資產(chǎn)變得更加容易，以幫助改善決策、推動(dòng)創(chuàng)新以及提供產(chǎn)品和服務(wù)。
總部位于德國(guó)的Celonis公司的首席執(zhí)行官兼聯(lián)合創(chuàng)始人Alexander Rinke說(shuō)，“通過(guò)了解流程的實(shí)際運(yùn)行方式，企業(yè)可以創(chuàng)造運(yùn)營(yíng)的流動(dòng)性，從而推動(dòng)更高效的運(yùn)營(yíng)，從而創(chuàng)造更好的客戶(hù)體驗(yàn)。人工智能不僅可以簡(jiǎn)單地確定沖突區(qū)域，還可以通過(guò)允許企業(yè)與員工一起實(shí)施建議的變更，提高生產(chǎn)率，并節(jié)省資源來(lái)進(jìn)一步發(fā)展流程挖掘。”
流程挖掘的核心思想在于找到創(chuàng)建和校準(zhǔn)事件日志工作方式的方法。正式的工作首先著眼于經(jīng)典的業(yè)務(wù)應(yīng)用程序(例如ERP)，以理解業(yè)務(wù)流程(例如報(bào)價(jià)到現(xiàn)金)。但是現(xiàn)在，流程挖掘技術(shù)正以各種方式貫穿業(yè)務(wù)、技術(shù)和人員流程。更好的人工智能和機(jī)器學(xué)習(xí)算法在一定程度上推動(dòng)了這項(xiàng)創(chuàng)新。但是，由于采用了諸如數(shù)字孿生之類(lèi)的工具，可以使可視化復(fù)雜的過(guò)程變得更加容易，因此它變得更加重要。
Roots Automation公司聯(lián)合創(chuàng)始人兼首席運(yùn)營(yíng)官John Cottongim說(shuō)，現(xiàn)代流程挖掘起源于業(yè)務(wù)流程建模符號(hào)(BPMN)領(lǐng)域，業(yè)務(wù)流程建模符號(hào)(BPMN)是最早的以技術(shù)為中心的識(shí)別流程的嘗試，以及這些流程中的特定步驟，為改進(jìn)提供了機(jī)會(huì)，Roots Automation公司是一家總部位于約克的自動(dòng)化即服務(wù)公司，專(zhuān)注于大規(guī)模提供智能自動(dòng)化。Cottongim最近領(lǐng)導(dǎo)其團(tuán)隊(duì)完成了糖果巨頭Mars公司的自動(dòng)化工作。
Cottongim說(shuō)，“我們現(xiàn)在看到這一領(lǐng)域的幾家公司進(jìn)入智能自動(dòng)化市場(chǎng)，這一點(diǎn)應(yīng)該并不奇怪，因?yàn)閿?shù)字孿生技術(shù)具有明顯的價(jià)值，能夠測(cè)試和驗(yàn)證系統(tǒng)變化將如何影響一個(gè)大型生態(tài)系統(tǒng)。”
合理的下一步是在可能的情況下實(shí)現(xiàn)這些機(jī)會(huì)的自動(dòng)化。以下是人工智能和自動(dòng)化可以改進(jìn)流程挖掘的六個(gè)步驟：
1.將離散任務(wù)連接到流程
流程挖掘工具在分析從應(yīng)用程序和桌面客戶(hù)端收集的日志數(shù)據(jù)以將跨越多個(gè)應(yīng)用程序甚至跨企業(yè)的復(fù)雜流程組合在一起方面變得越來(lái)越出色。這有助于彌合單個(gè)用戶(hù)對(duì)任務(wù)的看法與更復(fù)雜的工作流和流程之間的差距。傳統(tǒng)上，流程挖掘依賴(lài)于從應(yīng)用程序收集的日志數(shù)據(jù)。
現(xiàn)在，供應(yīng)商正在創(chuàng)建在桌面上運(yùn)行的機(jī)器人程序，并使用機(jī)器視覺(jué)記錄流程的不同視圖，以了解粒度更高的流程。
總部位于舊金山的FortressIQ公司創(chuàng)始人兼首席執(zhí)行官Pankaj Chowdhry表示：“很容易把任務(wù)看作是構(gòu)成整個(gè)過(guò)程的個(gè)人行動(dòng)，這些行動(dòng)通常是通用的。一個(gè)簡(jiǎn)單的例子是發(fā)送電子郵件。在場(chǎng)景中，這個(gè)任務(wù)(例如答復(fù)投訴或以新的發(fā)貨日期更新銷(xiāo)售人員)將成為流程的一部分。流程由任務(wù)和決策組成，通?？缍鄠€(gè)系統(tǒng)和用戶(hù)組。工作流通常是流程的技術(shù)視圖，在業(yè)務(wù)流程建模符號(hào)(BPMN)系統(tǒng)中實(shí)現(xiàn)。”
Chowdhry說(shuō)：“當(dāng)客戶(hù)看到一個(gè)流程如何跨越多個(gè)系統(tǒng)，有時(shí)甚至擴(kuò)展到他們的企業(yè)之外時(shí)，我們已經(jīng)從客戶(hù)那里看到了激動(dòng)人心的時(shí)刻。”
對(duì)最新流程信息的準(zhǔn)確訪問(wèn)改變了企業(yè)的運(yùn)營(yíng)方式。這正從簡(jiǎn)單的日志分析發(fā)展到“企業(yè)必備功能”，從而實(shí)現(xiàn)了軟件活動(dòng)跟蹤和分析的簡(jiǎn)化。
2.了解流程發(fā)生的原因
下一步在于嘗試?yán)斫鉃槭裁匆_(kāi)展一個(gè)流程，以了解如何更有效地組成或重新構(gòu)想各個(gè)組件。
Chowdhry說(shuō)，“流程認(rèn)知不僅涉及‘正在發(fā)生什么?’。還有‘為什么會(huì)發(fā)生?’，其中包括非線(xiàn)性流程在內(nèi)的所有應(yīng)用程序和角色。”
可以使用自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、序列建模、異常檢測(cè)和機(jī)器學(xué)習(xí)的新組合來(lái)解密這些因果關(guān)系。在將來(lái)，這些功能可以與因果深度學(xué)習(xí)技術(shù)集成在一起，以理解更改流程可能導(dǎo)致事物產(chǎn)生的原因，而不僅僅是與之相關(guān)聯(lián)。
3.提出流程建議
機(jī)器學(xué)習(xí)功能已嵌入到流程挖掘工具中，以解釋現(xiàn)有流程并提出建議。例如，Celonis Action Engine公司可以在模塊、系統(tǒng)和流程之間自動(dòng)連續(xù)地分析數(shù)據(jù)。人工智能模塊將有價(jià)值和個(gè)性化的行動(dòng)建議傳達(dá)給人力和數(shù)字勞動(dòng)力，并可以直接在組織的源系統(tǒng)中執(zhí)行預(yù)先批準(zhǔn)的行動(dòng)。
Rinke說(shuō)，“這是識(shí)別流程瓶頸的一個(gè)重要開(kāi)始，但當(dāng)企業(yè)可以使用這些信息來(lái)推薦消除阻礙以創(chuàng)建更流暢的流程流的最佳行動(dòng)方案時(shí)，就會(huì)提高企業(yè)績(jī)效。”
為指導(dǎo)行動(dòng)和推動(dòng)業(yè)務(wù)流程變革而提出個(gè)性化建議的工具將有助于進(jìn)一步提高流程挖掘分析的價(jià)值。例如，機(jī)器學(xué)習(xí)可以幫助識(shí)別模式和異常，以改進(jìn)特定的結(jié)果，例如交付時(shí)間。
4.確定自動(dòng)化候選者
創(chuàng)建機(jī)器人流程自動(dòng)化(RPA)的過(guò)程比API集成等更多技術(shù)方法要快得多。但是，在確定自動(dòng)化候選者和記錄機(jī)器人邏輯方面仍然存在開(kāi)銷(xiāo)。現(xiàn)在，機(jī)器人流程自動(dòng)化(RPA)供應(yīng)商正在尋求通過(guò)使用機(jī)器視覺(jué)算法部署機(jī)器人來(lái)彌合這種差距，從而使用Kryon公司的Process Discovery等工具自動(dòng)識(shí)別現(xiàn)有的流程邏輯。
總部位于以色列特拉維夫的Kryon公司的首席收入官Richard French說(shuō)：“我們的客戶(hù)告訴我們，60%的時(shí)間和70%以上的成本是在找到正確的自動(dòng)化流程的同時(shí)積累起來(lái)的。”
采用自動(dòng)化技術(shù)還可以捕獲員工的變化，從而減少重新設(shè)計(jì)機(jī)器人流程自動(dòng)化(RPA)邏輯的需求。此外，有關(guān)流程和變體的數(shù)據(jù)也可以用于生成機(jī)器人腳本。
5.創(chuàng)建組織的數(shù)字孿生
數(shù)字孿生通常提供物理世界中某個(gè)模型的模型，該模型可以通過(guò)數(shù)據(jù)進(jìn)行校準(zhǔn)和更新。傳統(tǒng)上，這些產(chǎn)品主要集中在物理設(shè)備，例如發(fā)電廠和汽車(chē)。流程挖掘技術(shù)還可以幫助創(chuàng)建Gartner公司所謂的組織數(shù)字孿生組織(DTO)，該組織更多地關(guān)注業(yè)務(wù)流程而不是物理產(chǎn)品，以幫助企業(yè)改善績(jī)效、客戶(hù)體驗(yàn)和業(yè)務(wù)流程外包計(jì)劃。
西門(mén)子公司全球流程挖掘負(fù)責(zé)人、加利福尼亞大學(xué)圣塔芭芭拉分校的客座講師Lars Reinkemeyer說(shuō)，“在未來(lái)，數(shù)字孿生組織(DTO)將使我們能夠優(yōu)化西門(mén)子的所有流程，并以更有效的方式衡量改進(jìn)程度，數(shù)字孿生組織(DTO)有望在數(shù)字化轉(zhuǎn)型過(guò)程中做出重要貢獻(xiàn)。”
Reinkemeyer一直在與其他企業(yè)合作，將數(shù)字孿生組織(DTO)技術(shù)應(yīng)用于采購(gòu)、生產(chǎn)、物流和財(cái)務(wù)。
西門(mén)子一直在使用數(shù)字孿生組織(DTO)技術(shù)實(shí)現(xiàn)數(shù)百萬(wàn)個(gè)流程步驟可視化，因此代表了人員與IT之間的互動(dòng)，從而確定了自動(dòng)化機(jī)會(huì)。例如，Reinkemeyer帶領(lǐng)的團(tuán)隊(duì)創(chuàng)建了一個(gè)從訂單到現(xiàn)金流程的模型，并開(kāi)發(fā)了用于度量和改進(jìn)流程數(shù)字化的指標(biāo)。在2018年，這種方法將返工減少了11%，并將訂單到現(xiàn)金流程的自動(dòng)化速度提高了25%。
數(shù)字孿生組織(DTO)模型捕獲并表示涉及超過(guò)3000萬(wàn)個(gè)不同訂單項(xiàng)的流程，這些訂單項(xiàng)每年通過(guò)多達(dá)60個(gè)不同的流程步驟進(jìn)行處理。流程挖掘用于將這些數(shù)據(jù)實(shí)時(shí)表示為流程圖形，作為實(shí)際過(guò)程的數(shù)字孿生。
管理人員可以從全局視圖以及能夠可視化的單個(gè)視圖中查看流程。這樣就可以在各個(gè)組織單位之間進(jìn)行比較，并使對(duì)實(shí)際流程的更改更加容易。例如，目標(biāo)可能是消除流程中的幾個(gè)人工步驟。
6.識(shí)別偏差
Cottongim表示，當(dāng)前，流程挖掘工具面臨的最大挑戰(zhàn)之一是識(shí)別與標(biāo)準(zhǔn)流程的偏差。最好由分析師來(lái)完成。他認(rèn)為，流程挖掘領(lǐng)域中的當(dāng)前工具集主要集中于確定過(guò)程的“快樂(lè)路徑”或確定個(gè)人何時(shí)偏離規(guī)定的或標(biāo)準(zhǔn)的路徑。
盡管一些技術(shù)正在取得進(jìn)展，以解決復(fù)雜的交替路徑網(wǎng)絡(luò)，但對(duì)于這些路徑是由用戶(hù)偏好引起的偶然偏差、由所需異常引起的實(shí)際偏差還是由底層系統(tǒng)功能引起的解決方法，仍然鮮有涉及。
Cottongim說(shuō)：“我認(rèn)為，我們距離采用這些工具至少還有幾年的時(shí)間，它們能夠識(shí)別和解釋基本的直接快樂(lè)路徑之外的過(guò)程路徑。”
這個(gè)領(lǐng)域的主要挑戰(zhàn)是確定屏幕外業(yè)務(wù)邏輯，這是導(dǎo)致需要在該位置使用異常路徑的根本原因。
目前，實(shí)際流程分析仍然是有價(jià)值的業(yè)務(wù)分析師的領(lǐng)域，他們對(duì)特定的業(yè)務(wù)環(huán)境有著堅(jiān)定的把握。
Cottongim說(shuō)，“雖然端到端的流程分解以及最終的自動(dòng)化在未來(lái)似乎是可能的，但考慮到這些技術(shù)的當(dāng)前狀態(tài)，流程意識(shí)和遵從性似乎更容易掌握，而且很可能在短期內(nèi)成為價(jià)值的來(lái)源。”
版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。
京公網(wǎng)安備 11010502049343號(hào)