Руководствуясь кривой развития технологий Gartner, приходим к выводу: сейчас мы находимся в точке завышенных ожиданий от искусственного интеллекта, а в будущем можем сильно разочароваться. Как показывает практика, гармонизация функционала новых решений возможна при правильном использовании их связок. Таковым может выступать взаимодействие Process Mining и генеративного ИИ, совместное внедрение которых может изменить ландшафт корпоративных БП. Разберём на конкретных примерах в различных сферах.

1. Расширенное обнаружение и отображение

Сочетание Process Mining и искусственного интеллекта в банковском секторе  позволяет моделировать улучшенные карты процессов потребительского кредитования, учитывающие весь поток транзакций, пользовательских действий и причин отказа от заявок. Такой подход находит «узкие места» до фактического выполнения БП, что позволяет оптимизировать процесс и повысить операционную эффективность, сделав кредитование более быстрым и удобным для клиентов. 

2. Оптимизация 

Автомобильные концерны могут применить связку GenAI и PM для оптимизации производственных линий. Анализируя журналы событий автоматизированной сборки транспортных средств, ИИ предлагает корректирующие гипотезы, направленные на сокращение отходов, вредных выбросов и соблюдение экологических стандартов. 

3. Мониторинг и адаптация 

Логистические компании с их сложными действиями по обслуживанию клиентов могут извлечь выгоду из адаптации процессов в режиме реального времени. Отслеживая журналы доставки с помощью Process Mining, генеративный искусственный интеллект может корректировать процессы в динамике, что позволяет поддерживать соблюдение стандарта обслуживания в самых разных обстоятельствах. 

4. Автоматизированное документирование

Медицинские учреждения управляют конфиденциальными данными пациентов и должны придерживаться NDA. Исследуя процессы лечения и взаимодействия с пациентами, GenAI может сам генерировать отчёты в соответствии с врачебной тайной и установленной законодательной нормой, что позволяет  исключить большое количество ручного труда. 

5. Предиктивная аналитика 

Телекоммуникационные компании применяют Process Mining для анализа сетевого трафика и взаимодействия с клиентами. Применив генеративный ИИ, можно предсказать будущие проблемы, вызванные нагрузкой на сеть, что позволит скорректировать инфраструктуру или изменить штат сотрудников, обеспечив бесперебойное обслуживание клиентов.

6. Персонализация

Представители сферы розничной торговли имеют возможность применить связку для исследования заказов, определяя ключевые и прибыльные клиентские предпочтения. AI, обученный на наиболее распространённых закономерностях, создаст персонализированный подход, повысив общий уровень потребительской лояльности и качество обслуживания. 

Алгоритмизация

Разобрав связку технологий на практических примерах, необходимо сформулировать универсальный жизненный цикл внедрения, следование которому значительно упростит задачу и позволит максимизировать эффективность: 

• сбор и обработка релевантных данных о процессах;
• выбор инструментов ИИ и Process Mining, которые хорошо интегрируются и могут масштабироваться вместе с бизнесом;
• запуск пилотных проектов для отработки подхода в контролируемой среде;
• внедрение механизмов непрерывной обратной связи;
• привлечение заинтересованных сторон для согласования бенефитов связки технологий с бизнес-целями компаниями.

По материалам LinkedIn