Это интервью профессор Ульмского университета (Германия) Манфред Райхерт дал в августе 2020 года. Райхерт много лет занимается исследованием различных аспектов управления бизнес-процессами. Изучает потребности предприятий, тенденции и проблемы, связанные с технологиями в этой области. За свою работу он получил множество наград, среди них: BPM Test of Time, Merckle Forschungspreis, IFIP TC2 Manfred Paul Award и doIT Software Award. 

В этом интервью Манфред Райхерт рассказал о текущих тенденциях технологий управления процессами нового поколения.

Почему организациям важно понимать бизнес-процессы?

Управление процессами раньше было полностью теоретической дисциплиной, основанной на утомительном сборе данных и множестве предположений. Однако интеграция нового программного обеспечения, ИТ-систем и технологий теперь позволяет управлять бизнес-процессами совершенно другим способом, основанным на фактах.

В современном динамичном деловом мире успех предприятия зависит от его способности быстро и гибко реагировать на изменения окружающей среды. Таким образом, гибкость бизнеса представляет собой конкурентное преимущество для удовлетворения таких потребностей, как:

•  более быстрый вывод продукта на рынок, 
•  повышение вариативности продукта,
•  согласованность бизнеса и ИТ. 

Как следствие, повышение эффективности и качества бизнес-процессов, оптимизация взаимодействия с партнерами и клиентами стали решающими факторами успеха для организаций.

Что отличает технологию process mining от других технологий бизнес-процессов? 

Технология process mining является новаторской, поскольку она кардинально изменила наш взгляд на бизнес-процессы, реализованные в информационных системах предприятия. Вместо проведения сложного анализа кода или дорогостоящих семинаров с заинтересованными сторонами, модели процессов могут быть автоматически обнаружены из журналов событий информационных систем.

В течение последнего десятилетия BPM была создана как широкая дисциплина, охватывающая самые разные темы: от формальных методов в информатике до методов инженерии информационных систем и методов управления. И в ближайшее десятилетие мы увидим новаторские тенденции в области BPM. Например, в связи с возрастающей зрелостью Интернета вещей разрыв между цифровыми процессами, выполняемыми в информационной системе, и процессами, фактически происходящими в физическом мире, может быть заполнен. В свою очередь, знание состояния объектов физического процесса позволит обнаруживать отклонения и устранять их. Это еще больше укрепляет почву для process mining.

Какие проблемы придется преодолеть технологии process mining (процесс майнинг)?

Хотя за последнее десятилетие технология process mining стала более зрелой, все еще существуют организационные барьеры, препятствующие ее внедрению. В частности, многие предприятия не могут отказаться от своих подразделений, что приводит к огромным расходам на проекты по разработке бизнес-процессов и противодействует инициативам по повышению эффективности работы и улучшению качества обслуживания клиентов. Таким образом, самой большой проблемой будет преодоление этих барьеров – только тогда технологии бизнес-процессов смогут раскрыть свой потенциал в полной мере. Обратите внимание, что это также требует модернизации устаревших систем, которые все еще работают на многих предприятиях. Интеллектуальный анализ позволяет обнаруживать процессы, реализованные этими системами, и, таким образом, способствует их миграции на современные программные архитектуры.

Как в дальнейшем изменится роль process mining (процесс майнинг) в технологическом ландшафте?

Важность process mining в технологическом ландшафте возрастет. Функции интеллектуального анализа процессов будут включены в комплекты BPM, а также в информационные системы с учетом процессов (например, системы ERP), чтобы обеспечить возможность онлайн-аналитики (например, проверки соответствия). При дальнейшем дополнении журналов событий данными о физических объектах (например, ресурсах), задействованных в бизнес-процессе, станет возможной сложная аналитика этих процессов и их ресурсов в режиме реального времени, что обеспечит операционное превосходство и улучшенное обслуживание клиентов.

Какое влияние ИИ и машинное обучение оказывают process mining (процесс майнинг)?

Искусственный интеллект и машинное обучение уже применялись в process mining, например, для прогнозирования рисков процесса или времени выполнения процесса на основе исторических данных о событиях. Такой подход позволяет прогнозировать, что произойдет в будущем. Предписывающая же аналитика использует машинное обучение для предоставления интеллектуальных рекомендаций для достижения желаемых результатов или ускорения выполнения процесса. Наконец, существуют амбициозные планы по использованию ИИ и машинного обучения, чтобы обеспечить автоматическую оптимизацию и развитие бизнес-процессов на основе данных.

В целом ИИ и машинное обучение сделают BPM-пакеты более умными за счет непрерывной оценки данных, связанных с процессами, что позволит делать более точные прогнозы и предоставлять значимые индикаторы прогнозирования. Последнее может помочь лицам, принимающим решения, повысить эффективность работы компании.