创建企业的数字双胞胎，识别机器人流程自动化(RPA)等自动化技术，并将孤立的任务连接到流程中，这些是CIO在推进流程时发现的一些事情.方式。数字创新要求组织学习如何理解、管理和改变日益复杂的流程。新一代流程挖掘工具有望更轻松地自动解读现代企业的数字资产，以帮助改进决策、推动创新以及交付产品和服务。总部位于德国的Celonis的首席执行官兼联合创始人AlexanderRinke表示：“通过了解流程的实际运作方式，公司可以创造运营流动性，从而推动更高效的运营，从而创造更好的客户体验。AI不仅可以简单地识别冲突区域，还可以通过允许企业与员工一起实施建议的更改、提高生产力和节省资源，使流程挖掘更进一步。”流程挖掘的核心思想是寻找创建和校准事件日志的方法。正式工作从查看ERP等经典业务应用程序开始，以了解报价到收款等业务流程。但是现在，流程挖掘技术以各种方式穿插在业务、技术和人员流程中。更好的人工智能和机器学习算法在一定程度上推动了这一创新。然而，由于采用了数字双胞胎等工具，可以更轻松地可视化复杂流程，因此它变得更加重要。RootsAutomation联合创始人兼首席运营官JohnCottongim表示，现代流程挖掘起源于业务流程建模符号(BPMN)领域，这是最早以技术为中心的尝试，旨在识别流程，以及这些流程中的具体步骤RootsAutomation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最近带领他的团队在糖果巨头玛氏公司从事自动化工作。“我们现在看到该领域的多家公司进入智能自动化市场也就不足为奇了，因为数字孪生在能够测试和验证系统变化将如何影响大型生态系统方面具有明显的价值，”Cottongim说。“合乎逻辑的下一步是在可能的情况下使这些机会自动化。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分析从应用程序和桌面客户端收集的日志数据到复杂的流程是越来越擅长把它们放在一起。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过程之间的差距。传统上，流程挖掘依赖于从应用程序收集的日志数据。供应商现在正在创建在桌面上运行的机器人，并使用机器视觉来记录流程的不同视图，以便更细致地了解流程。位于旧金山的FortressIQ的创始人兼首席执行官PankajChowdhry说：“很容易将任务视为构成整个过程的单个动作，通常是笼统的。”一个简单的例子是发送电子邮件。在某个场景中，此任务（例如回答投诉或用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，通常跨越多个系统和用户组。在业务流程建模符号(BPMN)系统中，工作流通常是流程的技术视图。”Chowdhry说：“当客户看到单个流程如何跨越多个系统，有时甚至超出其企业范围时，我们看到了客户的兴奋。片刻。”准确访问新的流程信息已经改变了企业的运营方式。这正在从简单的日志分析演变为简化软件活动跟踪和分析的“企业必备功能”。2.了解流程为何发生下一步是尝试了解流程为何发生，以便了解如何更有效地组合或重新构想各种组件。“过程意识不仅仅是关于‘发生了什么？’。它还关于‘为什么会发生？’这包括所有应用程序和角色，包括非线性过程，”Chowdhry说。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破译这些因果关系。将来，这些功能可以与因果深度学习技术相结合，以理解为什么改变一个过程可能会导致某些事情发生，而不仅仅是与之相关联。3.提出流程建议机器学习功能嵌入到流程挖掘工具中，以解释现有流程并提出建议。例如，CelonisActionEngine可以自动持续分析模块、系统和流程之间的数据。人工智能模块向人类和数字劳动力传达有价值和个性化的行动建议，并可以直接在组织的源系统中执行预先批准的行动。“这是确定流程瓶颈的一个重要开端，但是当公司可以使用这些信息来推荐好的行动方案以消除障碍以创建更顺畅的流程时，它会提高业务绩效，”Rinke说。“提供个性化建议以指导行动和推动业务流程变革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善特定结果，例如交付时间。”4.识别自动化候选人创建机器人过程自动化(RPA)的过程比API集成等更多技术方法要快得多。但是，在识别自动化候选者和记录机器人逻辑方面仍然存在开销。现在，机器人过程自动化(RPA)供应商正在寻求弥合这一差距，方法是部署使用机器视觉算法的机器人，以使用Kryon的ProcessDiscovery等工具自动识别现有的流程逻辑。总部位于以色列特拉维夫的Kryon的首席营收官RichardFrench表示：“我们的客户告诉我们，60%的时间和超过70%的成本都是在寻找合适的自动化流程时积累的。“采用自动化还可以捕捉员工的变化，减少重新设计机器人流程自动化(RPA)逻辑的需要。此外，有关流程和变体的数据也可用于生成机器人脚本。5.创建组织的数字双胞胎通常是双胞胎提供物理世界中可以用数据校准和更新的事物的模型。传统上，这些产品专注于物理设备，例如发电厂和汽车。过程挖掘技术还可以帮助创建Gartner所谓的数字孪生组织Organization(DTO)，它更关注业务流程而不是物理产品，以帮助公司提高绩效、客户体验和业务流程外包计划。全球流程采矿负责人，西门子股份公司，加州大学圣巴巴拉分校LarsReinkemeyer，客座讲师分校说，“未来，数字孪生组织（DTO）将使我们能够优化所有Sie以更有效的方式处理和衡量改进程度。数字孪生组织(DTO)预计将处于数字化转型过程中。作出重要贡献。“Reinkemeyer一直在与其他公司合作，将数字孪生组织(DTO)技术应用于采购、生产、物流和财务。西门子一直在使用数字孪生组织(DTO)技术来可视化数百万个流程步骤，从而代表人与人之间的互动和IT，从而确定自动化的机会。例如，由Reinkemeyer领导的团队创??建了一个订单到现金流程模型，并开发了衡量和改进流程数字化的指标。2018年，这种方法减少了11次返工%并将订单到收款流程自动化25%。数字孪生组织(DTO)模型捕获并表示涉及超过3000万个不同行项目的流程，这些项目每年通过多达60个不同的流程步骤进行处理。流程挖掘用于将此数据实时表示为流程图，充当实际流程的数字孪生。管理人员可以从全局视图以及可以可视化的单个视图查看流程。这使得组织单位之间的比较成为可能，并使对实际流程的更改变得更加容易。例如，目标可能是消除流程中的几个手动步骤。6.识别偏差根据Cottongim的说法，目前，流程挖掘工具面临的最大挑战之一是识别与标准流程的偏差。最好由分析师完成。他认为，当前流程挖掘领域的工具集主要侧重于确定流程的“快乐路径”或识别个人何时偏离规定或标准路径。尽管一些技术正在取得进展以解决交替路径的复杂网络，但仍然很少解决这些路径是由用户偏好引起的意外偏差、由期望异常引起的实际偏差，还是底层系统功能。“我认为我们至少还需要几年的时间才能采用能够识别和解释基本直接幸福路径之外的过程路径的工具，”Cottongim说。该领域的主要挑战是识别屏幕外业务逻辑，这是需要在该位置使用异常路径的根本原因。目前，实际流程分析仍然是对特定业务环境有深刻了解的有价值的业务分析师的领域。Cottongim说，“虽然端到端的流程分解和最终的自动化在未来似乎是可能的，但鉴于这些技术的当前状态，流程意识和合规性似乎更容易掌握，并且可能成为价值的来源短期。”
