創建企業的數字孿生、識別機器人流程自動化(RPA)等自動化技術并將孤立的任務連接到流程中，是首席信息官推進流程時發現的幾種方法。

數字創新要求企業學習如何理解、管理和更改日益復雜的流程。新一代的過程挖掘工具有望使自動解釋現代企業的數字資產變得更加容易，以幫助改善決策、推動創新以及提供產品和服務。   總部位于德國的Celonis公司的首席執行官兼聯合創始人Alexander Rinke說，“通過了解流程的實際運行方式，企業可以創造運營的流動性，從而推動更高效的運營，從而創造更好的客戶體驗。人工智能不僅可以簡單地確定沖突區域，亞洲服務器，還可以通過允許企業與員工一起實施建議的變更，提高生產率，并節省資源來進一步發展流程挖掘。”  

流程挖掘的核心思想在于找到創建和校準事件日志工作方式的方法。正式的工作首先著眼于經典的業務應用程序(例如ERP)，以理解業務流程(例如報價到現金)。但是現在，流程挖掘技術正以各種方式貫穿業務、技術和人員流程。更好的人工智能和機器學習算法在一定程度上推動了這項創新。但是，由于采用了諸如數字孿生之類的工具，可以使可視化復雜的過程變得更加容易，因此它變得更加重要。  

Roots Automation公司聯合創始人兼首席運營官John Cottongim說，現代流程挖掘起源于業務流程建模符號(BPMN)領域，業務流程建模符號(BPMN)是最早的以技術為中心的識別流程的嘗試，以及這些流程中的特定步驟，為改進提供了機會，Roots Automation公司是一家總部位于約克的自動化即服務公司，專注于大規模提供智能自動化。Cottongim最近領導其團隊完成了糖果巨頭Mars公司的自動化工作。  

Cottongim說，“我們現在看到這一領域的幾家公司進入智能自動化市場，這一點應該并不奇怪，因為數字孿生技術具有明顯的價值，能夠測試和驗證系統變化將如何影響一個大型生態系統。”  

合理的下一步是在可能的情況下實現這些機會的自動化。以下是人工智能和自動化可以改進流程挖掘的六個步驟：  

1.將離散任務連接到流程  

流程挖掘工具在分析從應用程序和桌面客戶端收集的日志數據以將跨越多個應用程序甚至跨企業的復雜流程組合在一起方面變得越來越出色。這有助于彌合單個用戶對任務的看法與更復雜的工作流和流程之間的差距。傳統上，流程挖掘依賴于從應用程序收集的日志數據。  

現在，供應商正在創建在桌面上運行的機器人程序，并使用機器視覺記錄流程的不同視圖，以了解粒度更高的流程。  

總部位于舊金山的FortressIQ公司創始人兼首席執行官Pankaj Chowdhry表示：“很容易把任務看作是構成整個過程的個人行動，這些行動通常是通用的。一個簡單的例子是發送電子郵件。在場景中，這個任務(例如答復投訴或以新的發貨日期更新銷售人員)將成為流程的一部分。流程由任務和決策組成，通常跨多個系統和用戶組。工作流通常是流程的技術視圖，在業務流程建模符號(BPMN)系統中實現。”  

Chowdhry說：“當客戶看到一個流程如何跨越多個系統，有時甚至擴展到他們的企業之外時，我們已經從客戶那里看到了激動人心的時刻。”  

對最新流程信息的準確訪問改變了企業的運營方式。這正從簡單的日志分析發展到“企業必備功能”，從而實現了軟件活動跟蹤和分析的簡化。  

2.了解流程發生的原因  

下一步在于嘗試理解為什么要開展一個流程，以了解如何更有效地組成或重新構想各個組件。  

Chowdhry說，“流程認知不僅涉及‘正在發生什么?’。還有‘為什么會發生?’，其中包括非線性流程在內的所有應用程序和角色。”   可以使用自然語言處理、計算機視覺、序列建模、異常檢測和機器學習的新組合來解密這些因果關系。在將來，這些功能可以與因果深度學習技術集成在一起，以理解更改流程可能導致事物產生的原因，而不僅僅是與之相關聯。  

3.提出流程建議  

機器學習功能已嵌入到流程挖掘工具中，以解釋現有流程并提出建議。例如，Celonis Action Engine公司可以在模塊、系統和流程之間自動連續地分析數據。人工智能模塊將有價值和個性化的行動建議傳達給人力和數字勞動力，并可以直接在組織的源系統中執行預先批準的行動。