希望充分利用机器人过程自动化优势的组织渐渐将人工智能视为优化流程的关键技术。
将人工智能加到业务流程管理中并不容易。有很多公司在做这样的事情，其方法是创建或购买单任务机器人(例如自然语言处理系统或视觉识别工具)，同时使用传统的，非人工智能的方法将其添加到流程中。例如，工程师编写脚本，商业分析师使用流程可视化工具创建自动化工作流。
但这实际上还是在用人的智能在梳理流程，用人的智能将不同的系统连接到一个连贯的流程，用人的智能根据业务的发展改变流程并发现和解决问题。
如今，人工智能、机器学习和相关技术正在通过机器人过程自动化(RPA)进入这一领域。麦肯锡称，这种人工智能和机器人过程自动化的结合使得智能过程自动化(IPA)得以实现。除机器人过程自动化和机器学习算法外，智能过程自动化还包括过程管理软件、自然语言处理和生成，以及认知智能体(agent)或“机器人”。
麦肯锡称，智能过程自动化可以将效率提高20%至35%，同时将处理时间缩短50%至60%，使投资回报率达到大幅增长。然而，现在还为时尚早，因为大多数公司都还处于初级发展阶段，它们零零碎碎地使用人工智能，但很少将其维系到一个完整的端到端自动化流程，更不用说是由人工智能驱动的过程流。
Gartner的分析师Moutusi Sau表示，“目前还没有任何用例能做到包打天下”，他指的是金融服务行业对机器人过程自动化的采用。“市面上有一些聊天机器人引擎和人工智能决策工具，但仅凭某一个特定的解决方案是无法造势的。银行要做的事情可多了去了。”
简陋的机器人
对很多公司来说，智能过程自动化的过程始于智能机器人，往往是一个聊天机器人，这些机器人可以回答客户或员工所提出的问题。
德国采埃孚集团就是这种情况，该集团是全球第三大汽车供应商，它一年多以前开始将智能应用到业务流程。
采埃孚集团的IT经理Andreas Bauer说：“在我们所处的企业通信领域，我们要做很多重复的工作，我们会收到大量的电子邮件，邮件里充斥着大量重复的问题。”
第一步是创建机器人，这是回答常见问题的基本工具。
Bauer说：“就第一个步骤来说，这可以说很轻量化了，如果有人问，他们是否可以申请工作，或者找到职位空缺。我们首先会处理一个用例，然后解决另一个用例。我们现在正在开发一个金融机器人，客户希望通过这个机器人来了解发票或账单的状态。”
但是，一旦业务流程的大部分步骤都实现了自动化，那么新的智能水平就可以得到应用——关于流程本身的智能。因此，在为机器人选择供应商时，采埃孚集团着眼于未来。
Bauer说：“我们正朝一个方向发展，即把整个流程链自动化，我们正在努力探寻的不仅仅是一个机器人。我们一直在寻找的是一个编排和集成平台，在这个平台里，我们可以轻松地采用这些技术，并将其与智能相结合。”
Bauer说，采埃孚集团正在寻找能够从经验中学习，同时能避免意外后果的平台。他说：“恐怕是人都听说过微软机器人出乱子的事情。”
因此，虽然自动化集成和编排是最终要实现的目标，但公司还需要一个内置制约与平衡功能的平台。Bauer说：“人们担心出乱子，而我们却无法控制。你必须要小心，必须密切关注技术。这并不是说技术能自我维持下去。你也必须付出努力。”
采埃孚集团选择了Vizru，这是一个机器人平台，该平台可以在机器人的底层提供管理，治理和语言支持层，该层名为人工智能流程的有状态网络(stateful network for AI process，SNAP)，如果SNAP表现出异常行为，它将使机器人停止工作。Vizru称，如果有人违反了合规性或不恰当地在进程之间共享敏感数据，SNAP层也可以标记或暂停事务。
Vizru还提供对智能路由的内在支持，例如，系统可以自动“快速跟踪”某一事务的审批流程，这个审批流程在业务流程结束时始终处于受批准的状态。
决策点
另一种方法是将智能决策点添加到传统的自动化业务流程中。
这就是美国富达担保公司(American Fidelity Assurance)正在做的事情。这家总部位于俄克拉荷马城的公司为150万保单持有人提供250万份保单。美国富达面临的一个难题是自动将每天发来的大量电子邮件转交给合适的接收者。在过去，这是由人来决定的。
“有没有办法让先进的机器学习从过去的数据中学习，从过去的决策中学习，并做出无异于人类的决策”?该公司负责研发的副总裁Shane Jason Mock这样问道，他不是无缘无故问这样的问题，而是参观亚马逊时得到了启发。
Mock说：“我知道我真的很难进入亚马逊的仓库，我意识到，有些人正在不断挑战极限，实现一个个惊人的壮举。也许这并非保险领域的其他人正在做的事情。但衡量标准实际上也无关乎他人正在做的事情，而是关乎如何帮助客户。”
为了在流程中添加智能，美国富达担保公司向企业机器人过程自动化供应商UiPath和人工智能平台DataRobot求助。
Mock说：“在新的电子邮件流程中，我们将机器人过程自动化组件与机器学习组件相结合，两者的结合决定了电子邮件的去向。”
在很多情况下，机器人过程自动化的传统方法将达到一个决策点，这个决策点太复杂，以至于连简单的自动化都无法实现。
美国富达担保公司还在研究用人工智能对流程进行挖掘，从而实现流程发现的自动化，而不是让业务分析师理清公司所发生的的状况。
Mock说：“我们做了一些概念证明，但现在评论这个问题还为时过早。”
流程挖掘
传统的业务流程管理方法涉及到一系列流程，如业务分析师与经理和员工交谈，进行审计，然后创建说明组织各种业务流程的图表。
博思艾伦咨询公司(Booz Allen Hamilton)战略创新部门的主管Sumeet Vij说：“我们所接触的客户中有很多都在墙上贴着过程流程。但事实真的如此吗?你会发现，实际发生的状况是不同的，瓶颈也是不同的。使用机器学习进行流程挖掘有助于人们了解实际状况是如何发生的。”
此外，这些工具可以随着业务的发展更新流程——甚至可以实时发现异常行为。
有一家公司已经拥有智能过程采矿系统，这就是查特工业(Chart Industries)，这是一家服务于能源行业的制造公司，总部位于佐治亚州鲍尔格朗德市(Ball Ground)。
几年前，查特工业一直举步维艰。能源行业因油价下跌而受到重创，公司的股价下跌，高层管理人员被换掉。新的领导层希望做出改变。例如，查特工业有三个主要部门，即使这三个部门共享甲骨文和J.D. Edwards的单一ERP系统，也依然需要多个后台来处理应付账款、应收账款和其它后台任务——每个后台都有自身的流程和程序。
“我们曾发现，我们的客户曾经十分高效地利用一个做法，即晚于规定的期限向我们付钱”，查特工业的执行副总裁Bryan Turner如是说。
还有其它影响现金流的机会。例如，在某些情况下，查特工业可以在一定时间内利用折扣向供应商付钱;在其它方面，它可以利用长期持有现金的好处。Turner说，就这点而言，提高效率有诸多好处，如获得高达数百万的资金。
查特工业向流程挖掘供应商Celonis求助，以发掘这些机会。
Turner说：“如今，我们在一些自定义系统上运行Celonis。只要有数据库，事务和时间戳，统统都可以输入到Celonis。大量繁重的工作不外乎就是如何在我们的组织和软件即服务(SaaS)应用程序或亚马逊的Celonis后端之间移动数据。”
Celonis经历并确定了业务流程——不是纸上谈兵，而是身体力行。然后，Celonis使用机器学习来发现各种模式和异常情况。
人们可以以图表的形式查看业务流程，例如Visio图表，管理人员可以深入了解流程，细到各个事务的程度。
Turner说：“仅就延迟付款的例子中，我们每年就节省了24万美元。该软件的成本早就收回来了，我们还将发现，这种节约成本的机遇必然能对我们的供应商和客户都管用。”
需要多少数据?
人工智能系统往往需要数百万个数据点才能进行可用的预测。大多数公司都不具备海量业务流程的内部数据。
根据Constellation Research的首席分析师兼创始人Ray Wang的说法，由于Celonis有业务流程挖掘平台，它在用人工智能帮各大公司实现智能流程自动化方面得天独厚。Wang说，Workday或Salesforce等其它事务型供应商也可以很好地帮客户使用历史数据来自动发现和管理业务流程。
Wang说，这些供应商也许能达到可以协调流程并找出下一个最佳行动的程度。“但这尚需时日。”
有些提供企业ERP、CRM和类似平台的供应商可能会在未来开始使用智能流程自动化工具——如果它们现在还没有这么做的话。例如，Salesforce正在通过其爱因斯坦平台(Einstein platform)来提供智能工具。
在这些例子中，企业受益于受过所有供应商客户的数据集训练的人工智能。在其它情况下，各大公司也许能够购买预先受过训练的模型并根据自身的需要进行调整，或者找到开源或市场中可获得的培训数据集。
此外，企业数据还可以通过外部数据来进行扩充，这些数据有助于为业务流程提供信息，例如天气数据或金融市场数据。
博思艾伦咨询公司的Vij表示：“更多的数据有助于提高算法的稳定性，但我们也十分清楚，很多时候，当我们介入时，客户并没有掌握所有数据。”
Vij说，不是非得将整个业务流程完全自动化才能应用智能。很多企业工具并没有数字接口或API，并且一些业务流程需要大量人力。智能过程可能知道何时将任务转交给特定的人员进行处理。有时，看似需要人类介入的步骤很可能并不需要人类。
Vij说：“人们在SharePoint和Drupal存放各种东西，这两个平台中所存放的东西是非结构化的，需要人来考察和发现。但你可以应用自然语言处理方面的所取得的进步来提取结构化信息，而不必让人来读取。”
Vij说，已经适用于智能管理的流程包括人力资源流程，如入职流程和财务流程，又比如理赔。
商业流程分析
人工智能平台提供商DataRobot的企业发展高级副总裁Seann Gardiner表示，某些最先进的公司拥有足够的业务流程数据，如今它们可以研究正在发生的事情的全貌并进行分析和预测。
Seann说：“这些公司正在从机器人过程自动化流程中汲取经验并使这些流程更加智能化。我并不认为组织在大刀阔斧地做这样的事情，但至少有了这样的苗头。”
Seann补充说，如果一家公司非常注重流程级自动化，并且能够使这样的数据畅通无阻，那么该公司也许已经准备就绪了。“但你必须拥有这样一个商业领袖，这个领袖对自动化和人工智能优先的心态抱有坚定的信念，并且能够进行必要的组织变革。”
Seann表示，财富5,000强中的公司已经将流程落实到位，在这些流程中，它们已经制定了可以采用人工智能和机器人过程自动化相结合的流程。“问题在于，它们是否愿意花时间，以便能够对组织进行大规模的变革。”
