人工知能がビジネスプロセス管理にどのような根本的な変革をもたらすのか
AI の検出機能と自動化機能を BPM に導入すると、フロントエンド プロセス、プロセス データ分析、ビジネス プロセス マッピング、プロセス モデリングの進歩を促進できます。
ビジネス プロセス管理には、企業のプロセス エンジニアリングの取り組みとデジタル変革の取り組みを支援してきた長い歴史があります。現在、BPM は AI によって大幅に向上しています
データおよび分析コンサルティング会社 DAS42 の主任コンサルタント、ジェフ・スプリンガー氏は次のように述べています。「AI テクノロジーは急速に進歩しており、開発はより複雑になり、より複雑なものになっています。同氏は、効果的なAI主導のプロセス発見と自動化ソリューションが可能であり、これらの進歩の多くは、エンタープライズシステム、センサー、ソーシャルメディアなどの多くのソースからのデータの可用性の増加によるものであり、大規模なAI導入につながっていると付け加えた。たとえば、深層学習アルゴリズムの開発により、人工知能システムがデータから学習し、人間が認識するのが困難または不可能なパターンを識別できるようになります。
AI は BPM をどのように変化させますか?
BPM では、AI 対応の導入がますます一般的になってきています。この導入方法は、多くのアプリケーション シナリオで重要な役割を果たしています。フロントエンド プロセスの最適化、プロセスの分析に使用できます。データを作成し、ビジネス プロセスをマッピングし、さらに生成 AI プロセス モデリング機能を活用する
フロント オフィス プロセス
Gryphon は、次のようなインテリジェント プラットフォームを提供しています。コールセンターでは、フロントエンド プロセスに人工知能を導入することで売上が伸び、顧客満足度が向上し、従業員の献身性が向上していると述べています。たとえば、コンタクト センターでは、ビジネス プロセス管理における AI が顧客との対話を豊かにし、電話の待ち時間を短縮し、パーソナライズされた推奨事項を提供し、リアルタイムの販売支援を提供します。
プロセス マイニング
プロセス マイニングは BPM を実現する重要な要素であり、企業の発見を支援します。ビジネス プロセス SaaS プロバイダーである Celonis の製品管理、人工知能、ナレッジ担当バイスプレジデントである Chris Monkman 氏は、「人工知能は、プロセス マイニングをより速く、使いやすくするのに役立ちます。対照的に、プロセスは、マイニングにより手動が可能 インテリジェンス (システム) がトレーニングされるデータはさらに賢くなり、それによってその真の力が解放されます。しかし、大規模言語モデル (LLM) のトレーニングや生成 AI の幻覚との戦いとなると、プロセス インテリジェンスの革新には、リアルタイムの構造化データとセマンティック知識の改善が必要になります。
オブジェクト中心のプロセス マイニング
Celonis とアーヘン工科大学は、人工知能とオブジェクト中心のプロセス マイニングを組み合わせて、理解と制御を改善しています。ビジネスプロセス。たとえば、出荷注文や請求書などの実際のオブジェクトがビジネス プロセス内を移動するにつれて、AI は予想納期を継続的に更新し、遅延が発生した場合にはアラートを送信し、問題を解決するための措置を講じることもできます
大規模プロセス モデル
エンタープライズ管理ソフトウェア会社 SAP Signavio は、LLM からのラベル付きデータを使用して、いわゆる大規模プロセス モデル (LPM) をトレーニングしています。プロセスデータをより正確に分析します。 SAP と学術研究者は、主にビジネス プロセス モデリング表記による数十万のビジネス モデルのコレクションである SAP Signavio Academic Models LPM データセットをリリースしました。 SAP Signavioのグローバル市場影響責任者であるDee Houchen氏は、LPMはベストプラクティスの推奨、プロセス分析、コンテンツ作成、プロセスデータの強化など、多くのユースケースに導入できると述べた。
データ抽出と強化
ABBYY 光学式文字認識ソフトウェア プロバイダーである ABBYY は、人工知能テクノロジーを研究していると製品担当上級副社長の Bruce Orcutt 氏は述べています。 ABBYY でのマーケティング クライアントの文書や通信からより多くのデータを抽出して、登録、資金提供、承認プロセスの意思決定を迅速化する方法。 AI は、データの洞察を強化し、プロセスの成果を向上させるためにも使用できます。 「データは王様です」とオーカット氏は言いました、「しかし、AI はすべてのデータを理解し、ビジネスに影響を与える方法ですべてのデータにコンテキストと意味をもたらすのに役立ちます。
ローコード/ノーコード開発
従来、ローコード ツールとノーコード ツールは BPM 分析ツールと組み合わされて、ビジネス リエンジニアリングの合理化を支援してきました。尽力。 Lotis Blue Consulting のビジネス プロセス パートナーである John King 氏は、AI が GitHub Copilot 機能を使用して、よりローコード/ノーコード開発を可能にしていると述べました。この機能はアプリケーション開発の分散化を促進し、顧客のニーズを満たすためにより迅速な変更とより多くの A/B テスト タイプの展開を約束します。企業は、IT 部門のインフラストラクチャとプラットフォームのサポートだけで、重要なビジネス プロセスを自動化するアプリケーションを開発およびサポートすることもできます
#ネットワーク分析の作業
ネットワーク分析とは、グラフ理論を使用して複雑なシステムの構造と機能を理解する方法。 King 氏は、これらと同じ概念を、会議、電話、インスタント メッセージ、電子メールからの仕事内容を処理できる職場ネットワーク分析を通じて企業に拡張できると考えています。人工知能が行動パターンとコラボレーション パターンを特定し、それらを企業の期待やベスト プラクティスと比較することで、必要に応じて生産性を向上させることができます。
#デジタル ツイン##デジタル ツインは、デジタル スレッドを現実世界の物理環境および複雑なプロセスに接続する実用的なモデルです。 AI テクノロジーは、センサーやワークフローから取得した生データを、より関連性の高いデジタル ツインに変換するのに役立ちます。さらに、キング氏は、人工知能をこれらのモデルに適用して、さまざまなシナリオや意思決定分析を提供できることも指摘しました。これにより、時間と費用が節約され、企業がまれなイベントや予想されるイベントを発生前にモデル化できるようになり、それによって安全かつ客観的な環境でイベントの影響を理解し、緊急時対応策を策定できるようになると彼は考えています
ビジネス プロセス マッピング
DAS42 の Springer 氏によると、人工知能と機械学習モデルは、ビジネス プロセスを自動的にマッピングし、改善と自動化の領域を特定するためにすでに適用されています。同氏は、ある製造会社では、生産ラインをリアルタイムで監視し、潜在的なボトルネックやその他の問題を特定し、オペレーターに是正措置を提供することで、生産量を 10% 増やすことに成功したと述べました。
ビジネス プロセス分析
従来、ビジネス プロセス分析はプロセスの専門家によって手動で行われていました。サイバーセキュリティコンサルティング会社S-RMの南北アメリカ事業開発責任者スティーブン・ロス氏は、BPMのAIはモデリング、コラボレーション、プロセスマイニング、リスク管理とコンプライアンスを含むタスクのビジネスプロセス分析結果を加速できると述べた。
チャットボット、仮想アシスタント、NLP
チャットボットと仮想アシスタントは 60 年近く前から存在していますが、その商業的価値が存在するようになったのは、これはここ 10 年間でようやく達成されました。生成 AI を活用した自然言語処理 (NLP) は、BPM システムに統合してクエリを処理し、プロセスを通じて従業員をガイドし、顧客との対話を改善できるチャットボットと仮想アシスタントに新たなビジネス チャンスをもたらします。 NLP は、顧客のフィードバックやソーシャル メディアの投稿などの非構造化データ ソースを分析して、貴重な洞察を抽出することにも優れています。
BPM における AI の利点
Gryphon の Steele を例として、彼は次のように指摘しました。中国で人工知能を適用すると、次のように、プロセスの最適化、効率の向上、コストの削減、価値創造の機会を特定できます。
反復的なタスクを特定して自動化し、コール エージェントを解放して集中できるようにします。より複雑なタスクに対応し、顧客満足度を向上させます。
- 顧客を適切なエージェントまたは部門にルーティングして、電話の待ち時間を短縮し、顧客が最高のサービスを受けられるようにします。
- カスタマー サービスの問題をより迅速かつ効率的に解決するために、エージェントにリアルタイムの支援を提供します。
- データを分析して顧客の感情、傾向、パターンを特定し、顧客エクスペリエンスを向上させます。
- ビジネス プロセス管理における人工知能の課題
BPM アプリケーションに AI を導入するメリットには、次のような課題、リスク、倫理的問題が伴います。
で始まる次の内容:- 全体的な概要が不足しています。生成 AI がより広範に BPM にどのように貢献できるかについては、現時点ではコンセンサスがありません。
- 生成型人工知能の弱点。 LLM の精度、偏り、再現性、データ プライバシー、幻覚に関する懸念には、ベンダーの均一性によって対処する必要があります。
- データ品質。 AI システムのトレーニングと運用に使用されるデータは、クリーン、正確、完全である必要があります。
- 新たなデータリスク。組織内でサイロ化された AI をさらに精査し、組織データがどこに存在するか、何で構成され、どのように使用されるかを理解する必要があります。
- 熟練労働者が不足しています。人工知能と BPM には専門的なスキルと知識が必要であり、専門的なトレーニングや必要なスキルを持つ従業員の雇用への追加投資が必要になります。
- 仕事が取って代わられるのが怖い。多くの組織は、生成 AI と自動化テクノロジーが連携して機能することを望んでおり、そのため従業員が最新情報を把握し、変革の中心に位置し続ける必要があります。
- 道徳的な問題。 AI を BPM に適用する場合、透明性、説明責任、責任ある使用、および潜在的な偏見や錯覚は、倫理的考慮事項の一部にすぎません。
以上が人工知能がビジネスプロセス管理にどのような根本的な変革をもたらすのかの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G
