流程挖掘是一种从事件日志中发现、监控和优化实际业务流程的技术。在AI的驱动下，流程挖掘能进行更深层次的自动化和智能化处理，从而帮助企业更准确地了解和优化业务流程，提高决策的精确度和运营的效率。然而，AI驱动的流程挖掘在实践中仍面临许多挑战，例如如何处理大规模和复杂的流程日志，如何在保证数据安全和隐私的同时进行有效的流程挖掘，以及如何更好地将流程挖掘的结果应用到实际决策和运营中等。
在7月11日由RPA中国举办的《AI驱动下的流程挖掘如何提升企业决策和运营效率》线上研讨会中，邀请到来自华北电力大学教授、凡得科技首席科学家程龙教授、优数腾首席咨询师刘刚老师，两位资深行业专家分别就AI驱动流程挖掘的最新研究和实践经验以及可能会遇到的技术挑战做了详细的分享介绍。
👇PC端回放扫码观看👇
华北电力大学教授、凡得科技首席科学家程龙教授在《流程挖掘中的人工智能：技术与挑战》的主题分享中提到，随着企业数字化转型的深入，流程挖掘技术变得越来越重要。Gartner预计到2025年，80%的企业将在其至少10%的业务运营中嵌入流程挖掘功能。随着大模型的应用场景越来越广泛，程教授也对大模型辅助的流程挖掘应用进行了深入的探讨。例如，对于OpenAI的GPT-4，程教授强调了它最新发布的code interpreter的强大性，并介绍讲解了面向流程挖掘场景，大模型在基于自然语言的数据分析、洞察增强、业务理解、生成报告等方面的应用示例。最后，程教授列举了流程挖掘人工智能技术中存在的许多技术挑战。例如，数据质量和数据集限制、解释性和可信度、模型迁移和泛化能力、可扩展性和效率、可操作性和应用落地、新兴技术（如OCPM）等。这些问题不仅关乎技术的本质和边界，也涉及到我们如何将这些技术应用于实际业务中，使其产生真正的价值。但他同时也强调，这些挑战同样是机遇，是推动我们进一步探索和理解流程挖掘领域人工智能技术的动力。
优数腾首席咨询师刘刚老师分享的主题是《流程挖掘助力优秀企业走向卓越》。刘刚老师首先介绍了流程挖掘技术的背景与驱动力，中国的数字化转型背景是流程挖掘市场发展的重要增长驱动力，为流程挖掘技术提供了大量的应用场景。越来越多的企业开始意识到“流程管理和流程优化”在数字化转型中的重要性；越来越多的企业都迫切在“流程优化和流程管理”等领域完成数字化转型。但是在实际的流程管理过程中，也存在着流程复杂、不透明、长链条、跨系统、跨组织、过时、数据割裂、不准确等特点，为企业流程管理带来了很大的挑战与执行难点。谈及流程挖掘为企业提供的核心价值，刘刚老师表示，通过进行流程还原/监控流程的运行，然后根据流程图和流程指标发现异常数据信息，再通过分析，提出持续的优化方案，最后落地实施形成新的流程并持续运行。基于流程的事实依据，企业可以做出更科学严谨的决策。后续刘刚老师详细介绍了优数腾的流程挖掘产品方案及不同行业的优质实施案例。
AI驱动下的流程挖掘能够更进一步优化企业的运营流程和提高决策效率，这种技术的引入有助于企业在创新过程中的更广泛参与。随着本次线上研讨会的成功举办（累计在线观众3837人），行业用户对AI及大模型与流程挖掘结合的重要性有了更深入的理解和关注。我们期待会有更多的企业和专业人才投身该领域，为其发展提供新的活力，共同寻找更多有价值的创新应用。
