Сокращение времени анализа на 80% и кратное уменьшение затрат. Какая технология меняет представление о процессах
Для начала позвольте занять 30 секунд вашего времени, чтобы дать маленькую историческую справку. Порядка 150 лет назад мир узнал о первой модели того, что мы называем аналитикой процессов. Все началось с Тейлора и его производственного хронометража. После этого Генри Форд дал миру конвейер, что стало первым заходом на территорию автоматизации.
Перепрыгивая в восьмидесятые годы XX века, начинаем говорить о концепции бережливого производства, разработанную в Японии, которая стала первым мостом между технологически и когнитивным блоком исследования процессов и операций. Конец девяностых – время старта для Process Mining – технологии исследований БП, реализуемой с помощью специального софта и не имеющей недостатков предшественников. Предложенное решение исключало необходимость ручного получения данных через многочисленные интервью сотрудников, позволяло обнаруживать «узкие места» и находить скрытую прибыль там, где это не представлялось возможным. Далее классический PM получал «накрутки» в виде дополнительных плюшек, интегрировался в информационные системы вместе с другими решениями (Task Mining), но в определенный момент текущие возможности стали планомерно уезжать на задворки исторического прогресса.
Смотрите, данные, необходимые для работы, извлекаются из корпоративных ИС. Какой характер они носят? Зачастую сложный и разноплановый, и это первый момент, который снижает эффективность. Второй недостаток заключается в необходимости создания искусственных моделей процессов. Почему? Потому что ни один БП не существует обособленно, так как подвержен влиянию других. Поставки зависят от закупок, закупки зависят от оплаты счетов, и так далее. Да, Process Mining был колоссальным прорывом на заре XXI века, но сейчас он работает следующим образом:
- Аналитики осуществляют сложную предварительную обработку данных, извлекая их из информационных систем и внешних цифровых структур;
- По необходимости (а она возникает почти всегда) создаются искусственные модели БП, а их взаимное влияние друг на друга не учитывается;
- Проводится исследование процессов, результат которого может не совпадать с реальностью из двух пунктов, представленных выше.
Вследствие этого бизнесу был нужен новый прорыв, которым и стала Мультипроцессная аналитика. Что это такое? Фактически это развитие классического Process Mining, которая работает на тех же данных, но позволяет исследовать процессы не в вакууме, а с учетом взаимного влияния друг на друга.
МПА уменьшает время, необходимое для анализа, на 80%, позволяя получить точное и подробное изображение реальной работы бизнеса. Это дает возможность видеть реальную картину взаимодействия процессов без необходимости создавать искусственные модели.
Примеры использования:
МПА применяется в различных областях, таких как управление закупками, фронт-офисы, техподдержка, производственные процессы, управление цепями поставок, бухгалтерский учет и аудит.
Программные инструменты:
На данный момент функционал МПА предлагают такие компании, как Celonis в Германии и Proceset в России.
Теория и исторический экскурс хорошие. А есть примеры реальных кейсов?
К сожалению, пока не встречал. В РФ анонс технологии был в сентябре 2023, Celonis сделал в начале того же года. Пока вендоры и компании держат строгий NDA, и движений активных не было
В ближайшие 30 лет и не встретим, почему-то я в этом уверен, никто не захочет отказываться от NDA.
Согласен с вами, но лишь отчасти. Кажется, горизонт будет меньше 30 лет)
В тексте есть нюанс о неточностях классического Process Mining. Насколько точнее МПА?
Все зависит от проекта и исходного качества данных, но, если исходить из теории, то в некоторых случаях может достигаться 70-процентное улучшение точности исследования
К слову о накрутках к Process Mining. А как с ним работает ИИ?
Скорее, ИИ работает с Process Mining, создавая базы гипотез