Бауыржан Жакиев 
Управление бизнес-процессами (BPM), по своей сути, направлено на поиск путей повышения эффективности работы компаний. Искусственный интеллект и автоматизация уже не первый год являются частью инструментария BPM. Однако появление генеративного ИИ открывает перед этой сферой, как и перед многими другими технологиями для рабочего места, гораздо более широкие перспективы, выходящие далеко за рамки простого создания контента, с которым это ПО стало ассоциироваться.
Партнер компании ISG Алекс Мандерс поясняет, что возможности, возникающие при интеграции BPM и генеративного ИИ, только начинают проявляться. Поскольку предприятия продолжают ускорять переход в облако, многие BPM-платформы предлагают облачно-ориентированные возможности. Он отмечает, что если взять облачные данные в качестве примера, генеративный ИИ может анализировать закономерности и тенденции в них для автоматической генерации новых бизнес-процессов или оптимизации существующих. В частности, он указывает, что генеративный ИИ способен использовать исторические облачные данные для прогнозирования будущих сценариев или тенденций. BPM-платформы затем могут моделировать эти сценарии, чтобы понять потенциальное влияние на бизнес-процессы, позволяя вносить коррективы заблаговременно. Кроме того, генеративный ИИ может анализировать облачные данные для понимания моделей использования ресурсов и предлагать оптимальные стратегии их распределения, обеспечивая максимальную эффективность и минимизацию потерь. Мандерс утверждает, что интеграция генеративного ИИ в программную платформу BPM, использующую облачные данные, приведет к постоянному совершенствованию процессов на основе данных реального времени, что улучшит принятие решений, распределение ресурсов и общую производительность бизнеса.
Однако он предостерегает, что хотя BPM помогает организациям создавать лучшие процессы, любой компании, планирующей интегрировать генеративный ИИ в свою BPM-платформу, следует учитывать несколько моментов. Во-первых, эффективность генеративного ИИ напрямую зависит от качества данных, на которых он обучается. Необходимо обеспечить высокое качество, точность данных и соблюдение внутренних правил управления ими. Во-вторых, важно понимать, как генеративный ИИ принимает решения или генерирует процессы. Мандерс рекомендует изучать системы, предлагающие прозрачность и объяснимость, что помогает пользователям понимать результаты работы системы и доверять им. В-третьих, по мере роста использования системы генеративного ИИ должны справляться с увеличением объемов данных и усложнением процессов. Организациям требуется убедиться в масштабируемости интегрируемых решений и возможностей генеративного ИИ.
Арун Рамчандран, президент и глобальный руководитель консалтинга по генеративному ИИ в Hexaware, видит в генеративном ИИ средство для укрепления партнерских отношений между ИТ-отделами и бизнес-подразделениями, в первую очередь за счет ускоренного проектирования, создания low-code/no-code панелей управления и быстрой разработки прототипов. Он отмечает, что компании могут автоматизировать рутинные и основанные на правилах задачи, что является сутью BPM, используя алгоритмы генеративного ИИ. Например, интеллектуальная автоматизация процессов (IPA) на базе генеративного ИИ способна анализировать большие объемы данных, выявлять закономерности и генерировать скрипты автоматизации, оптимизирующие рабочие процессы. Рамчандран также добавляет, что ускорение цикла разработки, особенно таких аспектов, как генерация кода и пользовательского интерфейса, усилит low-code и no-code компоненты BPM.
Аджай Манглани, директор по маркетингу BPM-провайдера Kognitos, называет интеграцию генеративного ИИ в BPM квантовым скачком, который оптимизирует операции, сокращает расходы и повышает гибкость организаций. Он продолжает, что хотя BPM десятилетиями помогал организациям постепенно повышать эффективность процессов, ИИ выводит его на совершенно новый уровень. Ссылаясь на данные IDC, он сообщает, что мировые расходы на искусственный интеллект, по прогнозам, достигнут 110 миллиардов долларов в 2024 году по сравнению с 50,1 миллиарда долларов в 2020 году. По мере взрывного роста инвестиций в ИИ эти возможности быстро интегрируются в программное обеспечение, услуги и решения BPM в различных отраслях. Манглани отмечает, что BPM-платформы, такие как Appian, Nintex, IBM Business Process Manager и другие, уже включают ИИ для анализа данных, выявления возможностей трансформации и стимулирования автоматизации. Но новое программное обеспечение BPM на базе генеративного ИИ позволяет пользователям вообще обходить этап обнаружения процессов. Хотя ИИ революционизирует каждый аспект BPM, он выделяет две области: гиперавтоматизацию и диалоговые интерфейсы. Самый преобразующий эффект – это гиперавтоматизация, основанная на алгоритмах и решениях ИИ. Повторяющиеся, рутинные рабочие процессы и задачи, которые когда-то требовали человеческих усилий, теперь теоретически могут быть автоматизированы в беспрецедентных масштабах, освобождая людей для работы, требующей более ценных суждений, творчества и мышления. Ключевым способом трансформации BPM с помощью ИИ, по его словам, являются диалоговые интерфейсы, такие как чат-боты. Основанные на обработке естественного языка, эти инструменты пошагово ведут сотрудников через процессы в зависимости от контекста ситуации. Такое своевременное руководство освобождает работников от необходимости обращаться к инструкциям или статичным указаниям. Это позволяет создавать динамичные, персонализированные процессы, адаптированные к каждому пользователю и сценарию. По мере взаимодействия сотрудников с диалоговыми интерфейсами во время процессов ИИ собирает данные для постоянного уточнения своих рекомендаций. Отрасли, такие как цепочки поставок, производство потребительских товаров, транспорт, высокие технологии, страхование и другие, уже получили значительные выгоды от внедрения решений автоматизации на базе ИИ с возможностями интерпретации человеческого языка. Манглани подчеркивает, что возможности ИИ в BPM безграничны, алгоритмы могут непрерывно анализировать данные для оптимизации решений и автоматизации ответов на каждом этапе процесса. Он заключает, что BPM эволюционирует от реактивного инструмента для постепенных улучшений к двигателю трансформации, работающему на искусственном интеллекте, и в ближайшие годы следует ожидать скачков в том, как ИИ улучшает автоматизацию, интеллектуальный анализ, аналитику и обнаружение процессов.
Дилип Джагадиш, старший менеджер по дизайну продуктов в Smartsheet, говорит, что интеграция ИИ в программное обеспечение BPM, хотя и не является совершенно новой концепцией, сделала значительные шаги вперед благодаря таким инновациям, как перевод описаний процессов на основе ИИ и индикаторы производительности для майнинга процессов. Он продолжает, что генеративный ИИ способен коренным образом изменить подход к BPM. Среди преимуществ он выделяет интеллектуальную поддержку принятия решений: генеративный ИИ может предоставлять специалистам по BPM системы поддержки принятия решений, которые, опираясь на алгоритмы машинного обучения, анализируют огромные массивы данных и предлагают действенные рекомендации. Прогностические возможности генеративного ИИ знаменуют собой сейсмический сдвиг в аналитике и прогнозировании в рамках BPM. Джагадиш утверждает, что, используя исторические данные, алгоритмы генеративного ИИ могут предвидеть результаты, выявлять аномалии и прогнозировать тенденции. Эта предусмотрительность, добавляет он, может помочь компаниям оптимизировать запасы, сократить расходы и позиционировать себя как проактивных лидеров отрасли. Объединение генеративного ИИ с непрерывным совершенствованием процессов носит трансформационный характер. Генеративный ИИ извлекает полезные сведения из данных и служит катализатором эволюции процессов. От выявления узких мест до предложения реинжиниринга и возможностей автоматизации, генеративный ИИ гарантирует, что процессы BPM остаются адаптируемыми в условиях меняющейся динамики. Мониторинг данных в реальном времени позволяет ИИ обнаруживать отклонения и инициировать упреждающие корректирующие действия. Джагадиш прогнозирует, что роль BPM в организациях трансформируется в роль стратегического организатора и посредника. Специалисты по BPM переходят от ручного составления схем процессов к курированию совершенства, созданного ИИ. Он заключает, что генеративный ИИ становится мощным союзником, создавая сложные процессы, в то время как эксперты по BPM обеспечивают руководство, контекст и надзор, и это симбиотическое партнерство открывает новую эру, где BPM выходит за рамки обыденного, становясь гибким инструментом инноваций и операционного совершенства.
