在 BPM 中部署 AI 的發(fā)現(xiàn)和自動化功能，可以推動前臺流程、流程數(shù)據(jù)分析、業(yè)務流程映射和流程建模方面的進步。

業(yè)務流程管理在幫助企業(yè)進行流程工程工作和數(shù)字化轉型計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。

數(shù)據(jù)和分析咨詢公司DAS42的首席顧問Jeff Springer表示：“人工智能技術正在迅速發(fā)展，使開發(fā)更復雜、更有效的人工智能驅動的流程發(fā)現(xiàn)和自動化解決方案成為可能。他補充說，其中許多進步是由于來自企業(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，從而導致更大規(guī)模的人工智能部署。例如，深度學習算法的發(fā)展使人工智能系統(tǒng)能夠從數(shù)據(jù)中學習，并識別人類難以或不可能識別的模式。

AI 如何改變 BPM？

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

前臺流程

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

流程挖掘

流程挖掘是 BPM 的關鍵推動因素，可幫助企業(yè)發(fā)現(xiàn)改進流程、創(chuàng)造價值和降低成本的機會。業(yè)務流程SaaS提供商Celonis的產(chǎn)品管理、人工智能和知識副總裁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)）正在訓練的數(shù)據(jù)更加智能，從而釋放其真正的力量。但是，當涉及到訓練大型語言模型（LLM）和生成式人工智能與幻覺的斗爭時，過程智能的創(chuàng)新將需要實時結構化數(shù)據(jù)和語義知識的改進。

以對象為中心的流程挖掘

Celonis 和亞琛工業(yè)大學正在將 AI 與以對象為中心的流程挖掘（表示流程中的真實對象和事件）相結合，以更好地理解和控制業(yè)務流程。例如，當運輸訂單或發(fā)票等真實對象在業(yè)務流程中移動時，人工智能可以不斷更新預期的交貨時間，在發(fā)生延誤時發(fā)送警報，甚至采取行動解決問題。

大型流程模型

企業(yè)管理軟件公司 SAP Signavio 正在使用 LLM 中的標記數(shù)據(jù)來訓練所謂的大型流程模型 （LPM），以更準確地分析流程數(shù)據(jù)。SAP和學術研究人員發(fā)布了SAP Signavio Academic Models LPM數(shù)據(jù)集，該數(shù)據(jù)集收集了數(shù)十萬個業(yè)務模型，主要采用業(yè)務流程建模符號。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，如最佳實踐建議、流程分析、內(nèi)容創(chuàng)建和流程數(shù)據(jù)增強。

數(shù)據(jù)提取和擴充

ABBYY產(chǎn)品營銷高級副總裁Bruce Orcutt表示，光學字符識別軟件提供商ABBYY正在探索人工智能技術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 分析工具相結合，以幫助簡化業(yè)務再造工作。Lotis Blue Consulting 業(yè)務流程合伙人 John King 表示，AI 正在使用 GitHub Copilot 功能實現(xiàn)更多的低代碼/無代碼開發(fā)。此功能可以促進應用程序開發(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)和支持應用程序，這些應用程序只需 IT 部門的基礎架構和平臺支持即可實現(xiàn)關鍵業(yè)務流程的自動化。

工作網(wǎng)絡分析

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

數(shù)字孿生

數(shù)字孿生是通過數(shù)字線程與現(xiàn)實世界聯(lián)系在一起的物理環(huán)境和復雜過程的工作模型。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)轉換為更相關的數(shù)字孿生。King補充說，人工智能也可以應用于這些模型，以提供不同的場景和決策分析。“這將節(jié)省時間和金錢，”他推理道，“并允許公司在罕見或預期事件發(fā)生之前對其進行建模，在安全但客觀的環(huán)境中了解事件的影響，并允許提前制定應急措施。

業(yè)務流程映射

DAS42的Springer說，人工智能和機器學習模型已經(jīng)被用于自動繪制業(yè)務流程，并確定改進和自動化的機會。他指出，一家制造公司正在使用人工智能系統(tǒng)實時監(jiān)控其生產(chǎn)線，識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)務流程分析

傳統(tǒng)上，業(yè)務流程分析是由流程專家手動完成的。網(wǎng)絡安全咨詢公司 S-RM 美洲業(yè)務發(fā)展主管 Stephen Ross 表示，BPM中的 AI 可以加速涉及建模、協(xié)作、流程挖掘以及風險管理和合規(guī)性的任務的業(yè)務流程分析結果。

聊天機器人、虛擬助手和 NLP

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

AI 在 BPM 中的優(yōu)勢

Gryphon 的 Steele 以聯(lián)絡中心為例表示，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)造價值的機會，具體如下：

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

人工智能在業(yè)務流程管理中的挑戰(zhàn)

在BPM 應用程序中部署 AI 的好處伴隨著挑戰(zhàn)、風險和道德問題，包括以下內(nèi)容：

• 缺乏整體概述。關于生成式 AI 如何更廣泛地促進 BPM，目前還沒有達成共識。
• 生成式人工智能的弱點。對 LLM 的準確性、偏見、可重復性、數(shù)據(jù)隱私和幻覺的擔憂需要由供應商同質化解決。
• 數(shù)據(jù)質量。用于訓練和操作人工智能系統(tǒng)的數(shù)據(jù)必須干凈、準確和完整。
• 新數(shù)據(jù)風險。 需要對組織內(nèi)的孤立 AI 進行更嚴格的審查，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，這將需要在專業(yè)培訓或雇用具有必要技能的員工方面進行額外投資。
• 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化技術能夠同步工作，因此他們需要讓員工處于轉型的循環(huán)和中心。
• 道德問題。透明度、問責制和負責任的使用以及潛在的偏見和幻覺只是將 AI 應用于 BPM 時的一些道德考慮因素。