Технологический эксперт Кай Вейнер (Kai Wähner) выпустил материал о том, как меняется рынок Process Intelligence под влиянием агентного искусственного интеллекта.
Редакция ProcessMi обратила внимание на обзор и подготовила его сокращенный перевод.
От анализа к управлению процессами
Раньше Process Intelligence чаще связывали с инструментами Process Mining. Теперь понятие охватывает три взаимосвязанных компонента.
- Process Mining анализирует журналы событий корпоративных систем и восстанавливает фактическое выполнение процессов;
- Оркестрация координирует работу сотрудников и систем, обеспечивая соблюдение правил;
- Контур контроля решений (Decision Gate) проверяет действия автоматизации и рекомендации ИИ до их исполнения.
Каждый компонент решает свою задачу. Аналитика обнаруживает проблемы, но не устраняет их самостоятельно. Оркестрация без предварительного анализа рискует закрепить неэффективные операции. А без контроля решений невозможно определить, какие действия разрешено выполнять ИИ-агентам.
Что меняется с развитием агентного ИИ
Интеллектуальное управление процессами приносит пользу и без ИИ. Process Mining помогает выявлять задержки, повторные операции и отклонения от регламентов. Оркестрация позволяет корректировать исполнение, сокращать сроки и операционные затраты.
Однако с появлением ИИ-агентов значение этих инструментов возрастает. Агенты способны не только формировать рекомендации, но и самостоятельно выполнять действия, последствия которых затрагивают другие операции.
Для их работы необходимы актуальные данные, установленные границы полномочий и возможность проследить историю решений. Одни действия агент может выполнять самостоятельно, другие требуют подтверждения человека.
Автор отмечает, что внедрение агентного ИИ не должно сводиться к автоматизации существующих операций. Сначала необходимо исследовать процесс, выявить недостатки и пересмотреть порядок работы. Иначе компания рискует воспроизводить прежние ошибки с большей скоростью.
Как меняется рынок технологий
Граница между процессной аналитикой и исполнением постепенно размывается. Разработчики Process Mining расширяют возможности автоматизации, а поставщики платформ оркестрации добавляют аналитические инструменты. Какие-то вендоры развивают инструменты управления процессным контекстом и исполнением.
При этом универсальная платформа необязательно становится оптимальным решением. Крупные компании часто используют инструменты разных производителей: одни отвечают за анализ процессов, другие — за их исполнение.
Как сохранить независимость от поставщиков
Автор выделяет четыре фактора, которые необходимо учитывать при выборе платформы: открытые стандарты, доступность исходного кода, контроль над данными и консолидацию рынка.
Стандарты BPMN и DMN обеспечивают описание процессов и правил, OCEL 2.0 и XES — переносимость данных процессной аналитики, MCP и A2A — взаимодействие ИИ-агентов.
Однако поддержка стандартов не всегда гарантирует технологическую независимость. Важно учитывать возможность переноса данных, самостоятельного размещения программного обеспечения и замены отдельных компонентов.
Отдельный риск связан с поглощением небольших разработчиков крупными компаниями. Такие сделки могут привести к изменению стоимости, функциональности и условий использования продуктов.
Три уровня современной архитектуры
Вейнер рассматривает интеллектуальное управление процессами как часть архитектуры, объединяющей три уровня:
- Первый — событийная интеграция, обеспечивающая доступ к актуальным данным;
- Второй — аналитика и управление процессами;
- Третий — агентный ИИ, способный принимать решения и выполнять действия в установленных границах.
Эти компоненты должны работать согласованно, но необязательно принадлежать одному поставщику.
Главный вывод автора — при выборе технологий стоит начинать не со сравнения вендоров, а с архитектуры предприятия. Необходимо определить, какие инструменты нужны для анализа процессов, как будет организовано их исполнение и где должен находиться контур контроля решений.
По материалам «Process Intelligence Landscape 2026: Mining, Orchestration, and the Agentic AI Shift»