Краткая презентация некоторых интересных решений для автоматизации BPM: Process Mining, Robotic Process Automation, Low-/No-Code Platforms, Artificial Intelligence and Hyperautomation

Оглавление

Интересные решения для автоматизации BPM
1. Process Mining
2. Роботизированная автоматизация процессов (RPA)
3. Платформы No Code/Low Code
4. Искусственный интеллект/Машинное обучение
5. Гиперавтоматизация
Ключевые выводы/советы

В предыдущих частях этого введения в управление бизнес-процессами (BPM) мы обсудили некоторые основы (часть I), в том числе итеративный жизненный цикл, состоящий из 7 фаз (« Часть II").

В этой третьей и заключительной части мы представляем некоторые интересные решения для автоматизации бизнес-процессов, которые можно комбинировать с механизмами процессов/рабочих процессов, традиционно используемых для выполнения бизнес-процессов, содержащих соответствующие технические детали. .

Интересные решения для автоматизации BPM

1. Процесс майнинга

Мы кратко представили интеллектуальный анализ процессов во второй части этой серии BPM, когда говорили об автоматическом получении моделей бизнес-процессов из журналов событий. В этом разделе мы немного углубимся в эту захватывающую тему.

В целом интеллектуальный анализ процессов можно рассматривать как мост между научными дисциплинами науки о процессах и науки о данных. В частности, поддисциплина интеллектуального анализа данных, в которой большие объемы данных (большие данные) ищутся интересные шаблоны и обрабатываются для пользователей.
Или, другими словами, интеллектуальный анализ процессов сокращает разрыв между этими двумя дисциплинами, по словам ректора Spiritus Уила М.П. ван дер Алст (Process Mining: наука о данных в действии).
Это так, потому что, с одной стороны, наука о процессах стремится разрабатывать модели без подробного рассмотрения связанных (в режиме реального времени) данных. С другой стороны, наука о данных не занимается (бизнес) процессами.

В частности, интеллектуальный анализ процессов включает в себя анализ и улучшение процессов с использованием данных, содержащихся в журналах событий, которые имеют как минимум три следующих обязательных атрибута события:

  • Атрибут идентификатора обращения, однозначно идентифицирующий конкретный экземпляр процесса.
  • Атрибут активности, описывающий выполняемую задачу.
  • Атрибут timestamp, указывающий точное время выполнения задачи.

Событие — это строка в журнале событий, в которой эти три атрибута могут использоваться инструментами анализа процессов для определения и проверки потока управления процессом (Примечание: быть дополнительными атрибутами события, относящимися к ресурсам, затратам и т. д., но они являются необязательными).

Чтобы проиллюстрировать сказанное, ниже приведен краткий отрывок из журнала событий, связанных с приготовлением пиццы. В дополнение к трем обязательным атрибутам в этом примере идентификатор дела, активность и отметка времени strong> используются два необязательных атрибута: ресурс и клиент:

Некоторые из ИТ-систем, которые генерируют большие объемы таких данных о событиях в организациях, например, следующие:

  • Системы управления рабочим процессом
  • Системы управления бизнес-процессами (BPMS)
  • Системы планирования ресурсов предприятия (ERP)
  • Системы управления взаимоотношениями с клиентами (CRM)

Согласно Руководству по интеллектуальному анализу процессов (стр. 23–28), эти данные о событиях могут затем использоваться шестью типами методов интеллектуального анализа процессов:

  • Обнаружение процесса:
     — основная цель в этом контексте – создать модель процесса из журнала событий. – этот метод часто используется, когда невозможно получить документацию по процессу. с помощью других (ручных) подходов или когда качество существующей документации сомнительно.
  • Проверка соответствия:
    — здесь сравнивается поведение, записанное в журналах событий, и существующая модель процесса. организация.
  • Анализ производительности. Улучшение процессов за счет выявления проблем – общая цель анализа процессов. Помимо возможных проблем с соответствием, это также могут быть проблемы с производительностью, которые необходимо решить.
    Проблемы с производительностью в этом контексте могут означать:
     — Несвоевременное завершение операции.
     – Ограничено. производство.
    - Сорванные сроки.
    - Опоздания.
    - Чрезмерные доработки и повторяющиеся проблемы с качеством.
  • Сравнительный анализ процессов. Этот метод анализа сравнивает несколько журналов событий, чтобы ответить на следующие вопросы:
    – Каковы заметные различия и сходства между этими журналами?
    – Какие факторы приводят к этим различиям?
    Затем наблюдаемые различия можно объяснить с помощью анализа первопричин.
    Кроме того, сравнительный анализ процессов хорошо подходит для сопоставительного анализа между или внутри организаций.
  • Predictive Process Mining:предыдущие четыре метода исследования процессовобратны в прошлое. Однако также можно использовать модели процессов, обнаруженные и дополненные с помощью анализа процессов, в ориентированный на будущее.
    В этом случае стандартные методы машинного обучения (регрессия, деревья решений и т. д.) могут применяться к моделям, которые затем можно использовать прогнозирующим образом.
  • Анализ процесса, ориентированный на действие.
     — Прогнозирующий анализ процесса может привести к диагностике текущего состояния процесса. Эти диагнозы могут быть преобразованы в действия по улучшению, т.е. использование платформ автоматизации с низким кодом (см. ниже) как часть этой окончательной техники интеллектуального анализа процессов.
     –    Анализ процессов также может выявить повторяющуюся и утомительную работу, которую можно автоматизировать с помощью «программных роботов» без изменения базовых ИТ-систем. Эти программные роботы также известны как роботизированная автоматизация процессов (RPA), что ведет к следующему разделу.

Прежде чем мы перейдем к RPA, вот обзор шести методов интеллектуального анализа процессов, обсуждавшихся выше:

2. Роботизированная автоматизация процессов (RPA)

Robotic Process Automation (RPA) — еще одна тенденция автоматизации BPM, которая в последние годы становится все более популярной.

Под RPA понимается использование «программных роботов» (или для краткости «ботов») для автоматизации определенных задач, обладающих следующими характеристиками:

  • Они повторяются и утомительны.
  • У них есть четко определенный набор правил и структурированные данные.
  • У них большой объем сделок.
  • Обычно они являются частью более крупных бизнес-процессов.
  • Они возникают на уровне пользовательского интерфейса (G)UI.
  • Они включают в себя такие действия, как: ввод или извлечение данных, заполнение форм или простое принятие решений.

Затем боты RPA автоматизируют взаимодействие пользователя с (G)UI, аналогично инструментам тестирования GUI, где демонстрационные действия, выполняемые пользователя записываются и воспроизводятся.
Однако ключевое различие между инструментами тестирования RPA и GUI заключается в том, что RPA позволяет обрабатывать данные внутри и между несколькимиприложениями.

По сравнению с традиционными решениями для автоматизации рабочих процессов, которые требуют от разработчика знания бизнес-процесса наизнанку, использование RPA имеет несколько преимуществ:

  • Неинвазивность.RPA неинвазивен, поскольку работает на уровне (G)UI.
  • Системная интеграция. Он может интегрироваться с существующими ИТ/устаревшими системами, в которых отсутствуют интерфейсы прикладного программирования (API) или которые требуют ручного вмешательства.
  • Простота использования: RPA прост в использовании, потому что его метод «запись и воспроизведение» не требует сложного программирования и проверки качества, как традиционная автоматизация (Примечание: бот RPA должен еще протестировать в меньшем масштабе, прежде чем масштабировать его для полного развертывания!)
  • Скорость внедрения. Решения RPA внедряются быстрее, чем традиционные решения автоматизации.

Однако есть также несколько проблем при использовании RPA. Например:

  • Изменчивость процессов. Процессы с высоким уровнем изменчивости или исключений могут стать проблемой для реализации RPA. Другими словами, дополнительный «бот-уровень» может легко сломаться!
    Для обработки такой изменчивости могут потребоваться более сложные структуры правил или дополнительные возможности для принятия решений.
  • Ошибочные ожидания в отношении стоимости и поддержки из-за ажиотажа вокруг RPA. Стоимость и текущие усилия многих реализаций RPA, как правило, оказываются выше, чем первоначально предполагалось.
  • Безопасность и соответствие: решения RPA должны быть разработаны с соответствующими средствами контроля доступа и мерами конфиденциальности, чтобы гарантировать, что бот следует протоколам безопасности и соответствует требованиям соответствия.
  • Управление изменениями. Внедрение RPA может привести к изменениям в методах работы и сопротивлению сотрудников.
    Таким образом, топ-менеджеры и менеджеры по изменениям должны ясно дать понять, что RPA не предназначена для замены людей, но дополняет их (!)за счет освобождения от повторяющихся задач. которые отнимают много времени и утомительны.

Короче говоря, не верьте рекламе RPA и используйте ее как еще один инструмент в своем наборе инструментов BPM!

3. Платформы без кода/мало кода

Третье решение для автоматизации бизнес-процессов — это low-code или даже no-code платформы. Оба этих подхода набирают популярность, поскольку они демократизируют программирование.
Это означает, что пользователи с ограниченными навыками программирования или без них — так называемые гражданские разработчики — могут теперь быстро создавайте приложения и автоматизируйте процессы.

Разве low-code/no-code не то же самое, что RPA в области BPM?
Ответ — нет. Подходы с низким/отсутствием кода и RPA не одно и то же, хотя оба они способствуют автоматизации процессов.

Вот чем они отличаются:

  • Платформы с минимальным или нулевым кодом предоставляют визуальные интерфейсы, функции перетаскивания и готовые компоненты, которые упрощают разработку приложений.
    Затем пользователи могут настраивать и настраивать процессы, рабочие процессы и пользовательские интерфейсы, используя подход визуального моделирования.
    Другими словами, платформы с низким/отсутствием кода ориентированы на предоставление бизнес-пользователям возможности быстро создавать приложения без сложного кодирования.
  • RPA, с другой стороны, фокусируется на автоматизации определенных задач на уровне (G)UI. Это делается с помощью упомянутой выше техники «записи и воспроизведения» в существующих приложениях.

Вкратце, оба этих решения по автоматизации имеют смысл существования в BPM: платформы с низким/отсутствием кода обеспечивают более широкую среду разработки для создания приложений и автоматизации сквозных процессов, в то время как RPA нацелен на автоматизацию определенных повторяющихся задач, которые требуют человеческого взаимодействия с программными системами.

Кроме того, малое количество кода/отсутствие кода и RPA могут дополнять друг друга, обеспечивая более комплексное решение для автоматизации, использующее сильные стороны обоих подходов!

Как и в случае с RPA, вам следует не доверять слепо рекламе «гражданских разработчиков» и использовать low-/no-code как дополнительный инструмент в вашем BPM набор инструментов!

Обзор плюсов и минусов платформ с минимальным кодом и без кода см. также в этих вводных статьях, написанных в контексте Microsoft Power Apps:

4. Искусственный интеллект/машинное обучение

В то время как генеративные ИИ, такие как ChatGPT, Bard и т. д., штурмуют мир, искусственный интеллект и особенно методы машинного обучения (ML) также используются в автоматизации бизнес-процессов для повышения эффективности и точности.

Процедура следующая:

  • Во-первых, определите бизнес-процессы, которыеподходят для автоматизации с использованием методов ИИ. Обычно это процессы, которые включают повторяющиеся задачи, принятие решений, анализ данных или распознавание образов.
  • Во-вторых, соберите соответствующие данные, которые будут использоваться для обучения моделей машинного обучения. Сюда могут входить такие источники данных, как:
     — Исторические данные о процессе.
     – Журналы транзакций.
     – Взаимодействия с клиентами.
     – Или любой другой источник данных, который дает представление о процессе. .
  • В-третьих, найдите и извлеките из собранных данных значимые функции, которые имеют отношение к процессу, который вы хотите автоматизировать. Это включает в себя преобразование необработанных данных в формат, подходящий для ввода в модели машинного обучения.
  • В-четвертых, выберите соответствующий алгоритм или метод машинного обучения, т. е. (контролируемое, неконтролируемое и т. д.) обучение, исходя из характера процесса и доступных данных.
  • В-пятых, обучайте выбранные модели машинного обучения с помощью собранных данных. Это включает ввод данных в модели и итеративную настройку параметров модели для повышения ее производительности.
  • В-шестых, интегрируйте обученные модели машинного обучения с системами рабочих процессов. Это может включать создание API или интерфейсов для обеспечения обмена данными между моделями и другими системами.
  • В-седьмых, настройте автоматизированную систему для использования развернутых моделей машинного обучения для принятия решений в режиме реального времени. Для управления автоматизированным процессом модели могут анализировать входящие данные, прогнозировать результаты или давать рекомендации.

Вкратце, методы AI/ML можно применять для автоматизации когнитивных задач, таких как прогнозная аналитика, распознавание образов и т. д., которые также можно использовать для автоматизации бизнеса.

5. Гиперавтоматизация

Гиперавтоматизация как конвергенция традиционной автоматизации рабочих процессов с использованием механизмов рабочих процессов/систем управления бизнес-процессами (BPMS) и описанных выше решений для автоматизации является своего рода «следующим рубежом» в автоматизации бизнеса (процессов).
Цель состоит не только в том, чтобы автоматизировать больше процессов (например, недокументированных и использующих неструктурированные данные), но и в том, чтобы быть более эффективными («интеллектуальными»), чем традиционные возможности автоматизации. . Это означает, что гиперавтоматизация использует передовые технологии для автоматизации как рутинных, так и сложных задач на беспрецедентном уровне. Это может:

  • Повысить эффективность.
  • Повышение маневренности/гибкости.
  • Улучшите процесс принятия решений и качество обслуживания клиентов.

IBM заходит так далеко, что утверждает, что:

Гиперавтоматизация — это концепция автоматизации всего, что можно автоматизировать в организации.

Конечно, еще предстоит увидеть, что останется от этого заявления после того, как ажиотаж прошел через деревню BPM и вернулось некоторое спокойствие.
А пока вот несколько примеров того, как могут выглядеть проекты гиперавтоматизации. например: Calkins, M. et al. (2020), Гиперавтоматизация.

Ключевые выводы/советы

Вот основные выводы из части III этого введения в BPM, в которой рассматриваются решения/тенденции в автоматизации BPM:

  • Интеллектуальный анализ процессов создает мост между наукой о процессах, которая склонна разрабатывать модели без подробного рассмотрения связанных данных, и наукой о данных, которая склонна игнорировать (бизнес) процессы.
    Затем мы можем выделить следующие шесть типов методов анализа процессов, которые все основаны на большом объеме данных о событиях, создаваемых ИТ-системами, такими как механизмы рабочих процессов, системы управления процессами и т. д.:
    - Обнаружение процессов
    - Проверка соответствия
    - Анализ производительности
    - Сравнительный анализ процессов
    - Процесс прогнозирования Mining
     — процессный майнинг, ориентированный на действия
  • В Robotic Process Automation (RPA) соответствующие «программные боты» используют технику «записи и воспроизведения», чтобы автоматизировать, в частности, взаимодействие пользователя с (G)UI внутри и между несколькимиприложениями.
  • Платформы с минимальным/отсутствием кода предоставляют среду разработки, которая позволяет «гражданским разработчикам», не имеющим или ограниченным навыкам кодирования, быстро создавать приложения и автоматизировать сквозные процессы.
    Это отличает Подход RPA с низким/отсутствием кода, который заключается в автоматизации конкретныхповторяющихся задач, требующих человеческого взаимодействия с программными системами.
    Однако здесь также важно отметить, что Подходы с малым количеством кода/без кода и RPA могут дополнять друг друга и не исключают друг друга!
  • Методы искусственного интеллекта (ИИ)/машинного обучения (МО) также полезны для автоматизации бизнеса за счет автоматизации когнитивных задач, таких как прогнозный анализ, распознавание образов и т. д.
  • Наконец, гиперавтоматизация – это новейшая тенденция, при которой различные решения для автоматизации, описанные выше (включая традиционные системы управления процессами/рабочими процессами), объединяются, чтобы вывести автоматизацию бизнеса на беспрецедентный ("более интеллектуальный") уровень.

Последний совет.
Внедрение автоматизации бизнес-процессов часто требует изменений в методах работы, ролях и обязанностях. Следовательно, вероятное сопротивление изменениям и опасения по поводу гарантий занятости являются проблемами, которые необходимо решать с самого начала (!) с помощью эффективных стратегий и практик управления изменениями.

Решение этих задач требует:

  • Поддержка высшего руководства.
  • Эффективная коммуникация со всеми заинтересованными сторонами.
  • Команда энтузиастов мультипликаторов, которые могут изменить ситуацию в организации.
  • Сильные аналитические способности.
  • Практика управления данными.
  • Сотрудничество между бизнес- и ИТ-командами.

Если этого не произойдет, вполне вероятно, что культура конкретной организации (понимаемая здесь как сложная социальная система, чьи бесчисленные коммуникационные потоки в конечном счете невозможно контролировать) поглотит бизнес. проект автоматизации на завтрак —перефразируя знаменитую цитату Питера Друкера о стратегии.

Короче говоря, дорога к уже переполненному кладбищу неудачных проектов по оцифровке вымощена несуществующими или плохими стратегиями/методами управления изменениями.

Спасибо за чтение и, надеюсь, увидимся в следующем посте!

Автор WAITS Software und Prozessberatungsgesellschaft mbH, Кёльн, Германия: Питер Борман, июль 2023 г.