AIと自動化がプロセスマイニングを改善する6つの方法

企業のデジタル ツインを作成し、ロボティック プロセス オートメーション (RPA) などの自動化テクノロジを特定し、分離されたタスクをプロセスに接続するなど、CIO はプロセスを向上させる方法を見つけています。

[[280632]]

デジタルイノベーションでは、企業はますます複雑化するプロセスを理解、管理、変更する方法を学ぶ必要があります。新世代のプロセス マイニング ツールにより、現代の企業のデジタル資産の自動解釈が容易になり、意思決定の改善、イノベーションの推進、製品やサービスの提供が促進されます。

「プロセスが実際にどのように実行されているかを理解することで、企業は業務の流動性を高め、より効率的な業務を推進し、ひいてはより良い顧客体験を生み出すことができます」と、ドイツに拠点を置く Celonis の CEO 兼共同創設者である Alexander Rinke 氏は述べています。「単に競合領域を特定するのではなく、AI はプロセス マイニングをさらに一歩進め、企業が従業員と協力して推奨される変更を実施し、生産性を向上させ、リソースを節約できるようにします。」

プロセスマイニングの中心的な考え方は、物事がどのように機能するかについてのイベントログを作成し、調整する方法を見つけることです。正式な作業は、従来のビジネス アプリケーション (ERP など) を調べて、ビジネス プロセス (見積もりから入金までなど) を理解することから始まります。しかし現在、プロセスマイニング技術は、ビジネス、テクノロジー、人事プロセス全体でさまざまな方法で使用されています。この革新は、人工知能と機械学習アルゴリズムの改良によって推進されています。しかし、複雑なプロセスを容易に視覚化できるデジタルツインなどのツールのおかげで、それはさらに重要になっています。

大規模なインテリジェント自動化の提供に注力するヨークを拠点とする自動化サービス企業、Roots Automation の共同設立者兼 COO である John Cottongim 氏は、現代のプロセス マイニングは、ビジネス プロセス モデリング表記法 (BPMN) の世界にそのルーツがあると述べています。BPMN は、プロセスとそのプロセス内の特定のステップを特定して改善の機会を提供する、最も初期のテクノロジー中心の試みの 1 つです。コットンギム氏は最近、チームを率いてキャンディ大手のマース社向けの自動化プロジェクトを完了した。

「システムの変更が大規模なエコシステムにどのような影響を与えるかをテストし検証するためのデジタルツイン技術の明らかな価値を考えると、この分野の複数の企業がインテリジェントオートメーション市場に参入し始めていることは驚くべきことではない」とコットンギム氏は述べた。

論理的に次のステップは、可能な場合はこれらの機会を自動化することです。 AI と自動化によってプロセス マイニングを改善できる 6 つのステップを以下に示します。

1. 個別のタスクをプロセスに接続する

プロセス マイニング ツールは、アプリケーションやデスクトップ クライアントから収集されたログ データを分析して、複数のアプリケーションや企業全体にまたがる複雑なプロセスをまとめる能力が向上しています。これにより、単一ユーザーのタスクのビューと、より複雑なワークフローおよびプロセスとの間のギャップを埋めることができます。従来、プロセス マイニングはアプリケーションから収集されたログ データに依存しています。

現在、ベンダーはデスクトップ上で実行され、マシンビジョンを使用してプロセスのさまざまなビューを記録し、より詳細なプロセス理解を得るボットを作成しています。

「タスクは、全体のプロセスを構成する個々のアクションと考えるのが簡単で、これらのアクションは多くの場合、汎用的です」とサンフランシスコを拠点とする FortressIQ の創設者兼 CEO である Pankaj Chowdhry 氏は述べています。「簡単な例としては、電子メールの送信があります。シナリオでは、このタスク (苦情への対応や新しい出荷日による売上の更新など) はプロセスの一部になります。プロセスは、多くの場合、複数のシステムとユーザー グループにまたがるタスクと決定で構成されます。ワークフローは、多くの場合、ビジネス プロセス モデリング表記法 (BPMN) システムに実装されたプロセスの技術的なビューです。」

「プロセスが複数のシステムにまたがり、時には企業を超えて拡張できることをお客様が実感したとき、私たちは興奮した瞬間を目にしてきました」とチョウドリー氏は語った。

新しいプロセス情報への正確なアクセスにより、ビジネスの運営方法が変わります。これは単純なログ分析から「企業に必須」のものへと進化しており、ソフトウェア アクティビティの追跡と分析を簡素化します。

2. プロセスが発生する理由を理解する

次のステップは、プロセスがなぜ行われているのかを理解し、コンポーネントをより効果的に構成または再考する方法を理解することです。

「プロセス認識は単に『何が起こっているか』ということではなく、『なぜそれが起こっているか』ということであり、これには非線形プロセスを含むすべてのアプリケーションとロールが含まれます」とチョウドリー氏は述べた。

これらの因果関係は、自然言語処理、コンピューター ビジョン、シーケンス モデリング、異常検出、機械学習の新しい組み合わせを使用して解読できます。将来的には、これらの機能を因果深層学習技術と統合して、プロセスの変更が単にプロセスと関連しているだけでなく、プロセスの変更がなぜ何かを引き起こすのかを理解できるようになるかもしれません。

3. プロセス提案を行う

機械学習機能はプロセスマイニング ツールに組み込まれており、既存のプロセスを解釈して推奨事項を作成します。たとえば、Celonis Action Engine は、モジュール、システム、プロセス間のデータを自動的かつ継続的に分析できます。 AI モジュールは、人間とデジタルの従業員に価値のあるパーソナライズされたアクションの推奨事項を伝え、組織のソース システムで事前に承認されたアクションを直接実行できます。

「これはプロセスのボトルネックを特定するための重要な第一歩ですが、企業がこの情報を活用して、障害を取り除き、よりスムーズなプロセスフローを作成するための適切な行動方針を推奨できれば、ビジネスパフォーマンスが向上します」とリンケ氏は言います。

アクションを導き、ビジネス プロセスの変更を促進するためのパーソナライズされた推奨事項を作成するツールは、プロセス マイニング分析の価値をさらに高めるのに役立ちます。たとえば、機械学習はパターンや異常を識別して、配達時間などの特定の結果を改善するのに役立ちます。

4. 自動化の候補を特定する

ロボティック プロセス オートメーション (RPA) を作成するプロセスは、API 統合などのより技術的なアプローチよりもはるかに高速です。ただし、自動化の候補を特定し、ロボットのロジックを文書化するというオーバーヘッドがまだ存在します。現在、ロボティック プロセス オートメーション (RPA) ベンダーは、Kryon の Process Discovery などのツールを使用して、マシン ビジョン アルゴリズムを使用して既存のプロセス ロジックを自動的に識別するロボットを導入することで、そのギャップを埋めようとしています。

「自動化に適したプロセスを見つける間に、時間の60％とコストの70％以上が費やされていると、当社の顧客は話しています」と、イスラエルのテルアビブに本拠を置くKryonの最高売上責任者リチャード・フレンチ氏は語った。

自動化により、従業員の変化も把握できるため、RPA ロジックを再設計する必要性が軽減されます。さらに、プロセスやバリアントに関するデータを使用してロボット スクリプトを生成することもできます。

5. 組織のデジタルツインを作成する

デジタル ツインは通常、データを使用して調整および更新できる物理世界の何かのモデルを提供します。従来、これらの製品は発電所や自動車などの物理的なデバイスに重点を置いていました。プロセス マイニング技術は、ガートナーが組織のデジタル ツイン (DTO) と呼ぶものの作成にも役立ちます。DTO は、物理的な製品よりもビジネス プロセスに重点を置き、企業がパフォーマンス、顧客エクスペリエンス、ビジネス プロセス アウトソーシングの取り組みを改善できるようにします。

「将来的には、デジタルツイン組織（DTO）により、シーメンスのすべてのプロセスを最適化し、改善の度合いをより効率的に測定できるようになります」と、シーメンスのプロセスマイニングのグローバル責任者であり、カリフォルニア大学サンタバーバラ校の客員講師であるラース・ラインケマイヤー氏は述べています。「デジタルツイン組織（DTO）は、デジタル変革プロセスに重要な貢献をすることが期待されています。」

Reinkemeyer は、他の企業と協力して、デジタルツイン組織 (DTO) テクノロジーを調達、生産、物流、財務に適用しています。

シーメンスは、デジタルツイン組織 (DTO) テクノロジーを使用して何百万ものプロセスステップを視覚化し、人と IT 間の相互作用を表現して自動化の機会を特定しています。たとえば、ラインケマイヤー氏のチームは、注文から入金までのプロセスのモデルを作成し、プロセスのデジタル化を測定および改善するための指標を開発しました。 2018 年には、このアプローチによりやり直しが 11% 削減され、受注から入金までのプロセスが 25% 高速化されました。

デジタル ツイン組織 (DTO) モデルは、毎年最大 60 の異なるプロセス ステップで処理される 3,000 万を超えるさまざまな行項目を含むプロセスをキャプチャして表現します。プロセス マイニングは、このデータをプロセス グラフとしてリアルタイムで表現するために使用され、実際のプロセスのデジタル ツインとして機能します。

管理者は、視覚化できる個別のビューだけでなく、グローバル ビューからもプロセスを表示できます。これにより、組織単位間の比較が可能になり、実際のプロセスの変更が容易になります。たとえば、プロセス内のいくつかの手動ステップを排除することが目標になる場合があります。

6. 偏見を特定する

Cottongim 氏は、今日のプロセス マイニング ツールが直面している最大の課題の 1 つは、標準プロセスからの逸脱を特定することだと述べています。これはアナリストが行うのが最適です。彼は、プロセス マイニング分野の現在のツールセットは、主にプロセスの「ハッピー パス」を決定すること、または個人が規定されたパスまたは標準パスから逸脱したタイミングを特定することに重点を置いていると主張しています。

交互パスの複雑なネットワークを説明するいくつかの技術は進歩していますが、これらのパスがユーザーの好みによって引き起こされた偶発的な逸脱なのか、望ましい異常によって引き起こされた実際の逸脱なのか、または基礎となるシステム機能によって引き起こされたのかについては、まだほとんど理解されていません。

「基本的な直接的なハッピーパス以外のプロセスパスを識別して説明できるツールが登場するまでには、少なくとも数年かかると思います」とコットンギム氏は語った。

この領域の主な課題は、その場所で例外パスを使用する必要がある根本的な原因であるオフスクリーン ビジネス ロジックを特定することです。

現在、実際のプロセス分析は、特定のビジネス コンテキストをしっかりと把握している貴重なビジネス アナリストの領域のままです。

「エンドツーエンドのプロセス分解と最終的な自動化は将来的には可能と思われますが、これらのテクノロジーの現状を考えると、プロセスの認識とコンプライアンスの方が達成可能であり、短期的には価値の源泉となる可能性が高いと思われます」とコットンギム氏は述べた。