艺赛旗CTO吴鑫：流程挖掘、任务挖掘，加速推动RPA向超自动化演进近日

近日，由RPA中国主办的“企业数字化变革引擎：流程优化与重构-流程挖掘技术发展与应用研讨会”在线上顺利召开。艺赛旗CTO吴鑫作为特邀嘉宾出席了此次会议，并以《流程挖掘、任务挖掘加速推动RPA向超自动化演进》为主题，做深度技术与项目实践分享。
在Gartner最新发布的“2022年12大技术趋势”中，超自动化连续3年入选，成为入选次数最多的技术之一。同时超自动化也入选了Gartner发布的“2022年10大政府技术趋势” 。这充分证明超自动化在全球数字化转型浪潮中发挥重要推动作用。
吴鑫表示，超自动化并非是单一技术而是一种技术集合，包含RPA（机器人流程自动化）、AI（OCR、NLP等）、云化、流程挖掘、任务挖掘、低代码、BPM等。随着用户自动化需求的深入，未来可能会有更多的智能创新技术加入到超自动化阵列中，以提升自动化效率扩大赋能范围。

文章图片
从超自动化核心技术属性来看， RPA依然是重要的技术底座，其他智能创新技术皆围绕RPA展开或扩大其边界能力将自动化价值发挥到极致，使得企业在应用自动化时像工厂机器人那样实现大规模应用，创造更高的商业价值。
但在超自动化大规模实现场景化落地过程中，如何有效识别业务自动化机会，智能追踪、监控自动化业务流程，填补自动化流程断点，持续改进自动化流程提升KPI ，成为企业扩大自动化规模道路上的“拦路虎” 。因此，流程挖掘、任务挖掘被吸纳进超自动化技术矩阵中，成为“攻城拔寨”打通业务链上下游的利器。

文章图片
吴鑫指出，流程挖掘主要通过对业务系统的数据及日志采集、清洗、过滤（如SAP ， Salesforce ，金蝶)形成可分析的元数据；然后根据元数据做进一步的业务流程比对，业务流程再造等智能化操作，并给出可视化解决方案。而任务挖掘则可以帮助企业高效识别自动化机会，为实施自动化提供智能决策，以加快大规模自动化应用进程。
从技术视角来看，任务挖掘能够通过搜集任务记录、任务分析以及用户交互行为，深度解读执行层面所遭遇的流程断点、数字鸿沟、低效任务等。这样做的好处是，可以减少业务流程之间的差距，减少/检查违规自动化业务流程，同时可以加速自动化项目交付周期，为大规模自动化应用奠定基础。
虽然流程挖掘和任务挖掘都是诊断数字业务流程的“门诊医生” ，但在技术层面两者却略有不同。吴鑫表示，任务挖掘主要聚焦在业务的操作步骤，而流程挖掘关心的是端到端的流程以及子流程。技术层面，任务挖掘使用的是数据挖掘识别模式，而流程挖掘则是通过AI算法，更加侧重于客户、流程、业务，业务分析颗粒感更强一些。
有一点需要注意的是，流程挖掘和任务挖掘皆是对数据进行深度加工，因此如何保护数据安全不泄露也成为技术的关键点。 “艺赛旗作为国内最早布局任务挖掘厂商之一，格外注重用户的数据安全。在最新发布的艺赛旗RPM中，内置了隐私计算功能，将敏感数据和透明数据进行模糊化，以保护用户数据资产安全。 ”吴鑫说。

文章图片
为了使用户深度感知任务挖掘的商业价值，吴鑫分享了艺赛旗的实际项目案例：中移在线上海分公司主要负责客户的业务咨询、办理和投诉等业务，但由于客户咨询量大、业务类型众多、业务办理操作步骤繁琐等因素，该公司在业务管理中存在着业务办理效率低、业务瓶颈不明确和座席业务操作流程不透明等难题。