20世纪90年代，业务流程再造风靡一时：公司利用新兴技术（如企业资源规划(ERP)系统和互联网）对广泛的端到端业务流程进行彻底变革。在再造学术和咨询支持者的推动下，公司预计会从订单到现金、从构思到新产品商业化等广泛流程会发生变革。
但尽管技术确实带来了重大更新，但实施往往未能达到过高的期望。例如，SAP或Oracle等大型ERP系统提供了有用的IT主干来交换数据，但也创建了非常僵化的流程，很难在IT实施之后进行更改。从那时起，流程管理通常只涉及对本地流程的增量更改——重复流程采用精益和六西格玛，开发采用敏捷精益创业方法——所有这些都无需任何技术帮助。
现在，这种改造正在一些公司中卷土重来，我们预计会在更多公司中看到它。这不仅需要对人工智能的理解，还需要重新认识业务流程作为改进工作的结构。随着人工智能成为一种普遍适用的通用技术，它似乎越来越有可能实现流程再造支持者最初设想的那种彻底的业务流程重新设计。
90年代实现再造的技术主要是基于交易和通信的。它们实现了组织内部和跨组织的有效数据捕获和传输。另一方面，人工智能可以实现更好、更快、更自动化的决策。本质上，大型组织中的大多数人工智能部署都涉及从大型数据集中学习以进行预测或分类，这反过来又有助于企业做出更好的运营决策。更好的运营决策反过来又通过产生更好的结果来提高效率。一个关键的区别是，目前的人工智能系统是一种真正的通用技术，不仅在生产规划和控制方面带来了巨大变化，而且在视觉图像识别和检查、自主操作和生成新内容方面也带来了巨大变化。
虽然推动人工智能发展的方法已经存在了几十年，但实施这些方法的成本却急剧下降。以前，现代基于人工智能的解决方案只是数据科学家的领域，现在已经足够成熟，可以“现成”提供，大大降低了进入的技术门槛。计算成本的下降——受云的广泛可用性、低成本带宽的增长和传感器成本的降低推动——大大降低了模型驱动预测的价格。基于人工智能的决策也可以纳入更广泛的自动化背景中。机器人流程自动化（RPA）等技术有助于构建工作流程并自动化信息密集型的后台流程。RPA是基于规则的，这限制了它采用基于数据的决策的能力。但结合机器学习作为“智能流程自动化”，它可以处理更多种类的任务。
这种由人工智能驱动的再造已经在进行中。银行正在利用人工智能来改变为客户提供的财富管理建议。保险公司正在利用人工智能使客户入职和承保变得更加容易，并通过对被保险人拍摄的照片进行深度学习分析，自动估算汽车和房屋损坏的索赔金额。工业公司正在重塑维护和工程流程。即使在医疗领域，尽管人工智能的研究相当多，但临床应用却少得多，但一些国家的诊断和治疗正在被基于人工智能的远程医疗所重塑。
所有这些都对我们使用人工智能的方式、工作方式以及公司组织方式产生了重要影响。为了利用这些潜在的好处，公司需要重新从端到端的流程视角审视他们的业务，并仔细思考人工智能如何改变它们。从本质上讲，公司需要探索他们在哪里生成足够的数据来提取可用于支持运营决策的模式。
相关资讯
