德勤发布2022全球智能自动化报告：流程挖掘、流程监控，成为最受欢迎技术

近日，全球四大会计事务所之一的德勤，连续第7年发布了2022全球智能自动化报告。德勤通过技术应用、往年对比、用户反馈、技术创新等维度，对全球35个国家479名高管进行了深度调查，以查看他们对RPA、智能自动化的看法和市场发展趋势。

我们将时间线拉回到2015年，在德勤首次发布的《机器人即将到来》报告中，仅有13%的组织表示，将在未来几个月内通过投资RPA来提升业务自动化程度。而在2022年调查报告中，74%受访者表示，已成功实施RPA。经过7年的技术迭代与市场教育，RPA终于破圈走向大众，成为组织实现数字化转型过程中最重要工具之一。

德勤表示，RPA在各种AI加持下突破了技术瓶颈、扩大了自动化赋能范围，进一步帮助组织扩大了降本增效收益。此外多数受访者表示，人工智能、流程挖掘和流程监控，成为未来最受欢迎的创新技术，46%的受访者计划在未来3年内实施人工智能，43%表示将实施流程挖掘和流程监控。

主要发现

• 组织对自动化的应用成熟度显著提升，平均分为5.04分，高于以往任何一年；
• 流程碎片化，成为组织扩大智能自动化最大障碍；
• 流程挖掘和流程监控，是打破流程碎片化、重塑业务流程标准的有效技术；
• 流程挖掘、流程监控，成为下一阶段智能自动化最受欢迎的创新技术；
• 流程挖掘可以照亮“黑暗中的数据”；
• 智能自动化是组织实现降本增效最有效途径之一，预计在未来3年内平均成本降低31%；

流程挖掘、流程监控，成为下一阶段智能自动化最理想的创新技术

流程挖掘和流程监控在智能自动化领域产出的商业价值获得了组织的认可，同时成为下一阶段最理想的创新技术。

当德勤询问高管他们计划在未来3年内实施哪些智能自动化技术时，人工智能、流程监控和流程挖掘位居榜首。根据Gartner的调查数据，流程挖掘市场预计将以每年40%至50%的速度保持增长，到2022年将超过10亿美元。

德勤调查发现，组织通过使用流程挖掘、任务挖掘、流程监控等技术，正在提升工作鞋效率并生成现有流程的数据见解和改进建议。通过帮助组织选择高价值流程和建立清晰的数据价值，流程挖掘、任务挖掘、流程监控等技术证明了自己是可以放大自动化带来的价值。德勤调查显示，80%的受访者同意，流程智能可以识别或鉴定更高价值的业务流程。

尽管 82%的受访者同意使用流程挖掘可以带来诸多好处，但只有23%的受访组织已经在使用流程挖掘。为了缩小这种应用差距，组织需要打破阻碍他们充分利用流程智能潜力的障碍。

87%的组织同意流程监控，是实现持续改进数据驱动方法的关键。采用流程监控的组织可以将其视为，向数据洞察驱动型组织转型的主要技术。

此外，德勤调查发现，63%的受访者认为流程智能加速了流程发现并有助于识别自动化用例。30% 表示，流程智能没有任何影响，只有 7%的人认为它减缓或停止了发现。对于多数人来说，流程智能的真正价值不是加速发现过程，而是拥有可靠的数据以用于业务案例中的流程改进和自动化。

（1）流程挖掘可以照亮“黑暗中的数据”。

许多组织在应用自动化时，都面临着流程碎片化的挑战，而流程挖掘在克服这一挑战发挥重要作用。当任务挖掘和过程挖掘相结合时，可以照亮“黑暗数据”仿佛成为组织业务流程中的一战指路明灯，同时可获取如何完成工作的经验和准确的见解。这可以减少业务流程变化，鼓励数据驱动的思维，让领导者做出更好的抉择。

（2）流程智能有效解决流程碎片化难题

通过流程挖掘和任务挖掘，组织可以更准确地获得业务流程的端到端视图。这种痛点、异常和流程漏洞的可见性，使领导者能够采取适当的方案推动业务流程标准化。流程监控为领导者提供了对流程中正在发生的事情的实时可见性，使他们可以跟踪期望的标准流程的进展。德勤认为，这将有助于为组织提供解决流程碎片化问题所需的数据和可见性，进而为数字自动化奠定坚实的技术基础。

（3）始终连线，才是关键

组织要将流程智能用于“始终在线”的实时流程监控，应将其数字平台连接到流程挖掘平台——实现实时监控和转换。领先的流程挖掘供应商提供了预先构建的连接器来加速这一进程。

组织的自动化成熟度显著提升

今年，德勤调查显示，组织对自动化的应用成熟度显著提升。德勤将自动化成熟度模型从 1 到 10 分等级（1代表最小，10代表最高）。今年的结果显示，与 2019 年相比，2020 年自动化转型的飞跃更为显着。组织自我评估得分从 2020 年的 4.41 分（满分 10 分）上升到2021-2022 年的平均分 5.04 分（满分 10 分）。

当德勤移除试点智能自动化的组织（那些实时自动化少于10个组织）时，数据显示，实施者（11-50个自动化）和扩展者（51+个自动化）对自己的平均评分为 5.96。这与德勤2018 年的调查结果相比，大规模部署自动化的组织数量翻了一倍。

智能自动化是组织实现降本增效，最有效途径之一

降低成本仍然是许多组织应用智能自动化的首要任务之一。组织通过采用智能自动化，预计在未来3年内平均成本降低31%，高于2020年的24%。成功应用智能自动化的组织告诉德勤，他们已实现平均成本降低32%。德勤在研究期间采访的一位金融领域的高管表示，从根本上重新设计流程并使用多种智能自动化工具，使组织在目标领域实现了70%以上的成本降低。

流程碎片化成为组织扩大智能自动化最大障碍

组织在应用智能自动化时会遭遇各种障碍。今年德勤调查发现，流程碎片化成为最大扩大障碍，其次分别是缺乏清晰的愿景、缺乏充足的IT准备和抵制自动化应用。

流程碎片化：在德勤过去的四次调查中，难以通过统一流程管理的不成熟，和流程碎片化被列为扩展自动化的最大障碍。预计在未来五年或更长时间内，流程碎片化仍是首位，但组织可以采取一些措施来解决这个问题。

为了减少流程的碎片化，组织应该采用端到端的自动化方法。结合新的思维和能力（例如创新技术）可以帮助创建更强大的流程，为利益相关者带来前所未有的价值。

为了帮助打破流程碎片化并推动流程标准化，组织应考虑使用流程挖掘和流程监控。

端到端自动化

德勤认为，端到端自动化是一种专注于在整个流程中交付自动化解决方案的方法，这会涉及使用多种工具。这种提供自动化的方法，使组织能够在整个价值链中获得更显着的收益。

最顶尖的智能自动化应用者，已从基于任务的自动化稳步转向端到端自动化。德勤调查结果显示，在从COVID-19中恢复过来的同时，超过85%的组织正在重新思考如何完成工作。今年，德勤发现 92% 的实施者，要么已经实施端到端自动化作为其智能自动化战略的一部分（44%），要么计划在未来三年内实施（48%分）。

多数组织使用 OCR 和 RPA 等基本工具便开始了他们的自动化之旅，例如，财务流程自动化。这些举措通常会带来价值，但仅使用一两个工具实现自动化，其局限性很快就变得明显了。用户应该考虑将更多的创新技术加入到“工具箱”中。

关键技术解析

RPA（Robotic Process Automation）：RPA也被称为软件机器人，主要通过模拟、录屏、API等方式模拟人类的键盘输入、鼠标点击等行为，将基于规则、重复的数字化业务实现自动化。RPA具有兼容性强、适配率高、易使用等技术特点。

人工智能（Artificial Intelligence）：人工智能技术可以执行一些需要人类思考的任务，例如，从图像、文本或语音中提取数据；在对数据进行智能分析后提出建议、预测或决策。人工智能包括机器学习、深度学习、自然语言处理和生成技术等，是实现非结构化业务自动化的关键技术。

流程挖掘（Process Mining）：流程挖掘通过专门的数据挖掘算法、模型，识别信息系统日志事件中的模式、细节和趋势等，以定义和理解底层业务流程存在的诸多弊端。

流程监控（Process Monitoring）：流程监控是通过流程挖掘，实时监控业务流程的性能。所产生的各种数据洞察、建议、预测，可以帮助用户更好地执行业务流程或进行转换。

流程智能（Process Intelligence）：该技术包括流程挖掘、任务挖掘、模拟和执行管理工具等，通过深度分析数据可以优化、重新设计自动化流程，提升更高的自动化收益、效率。

公民主导开发（Citizen-Led Development）：公民主导开发是一种框架，鼓励非IT人员（没有专业编程基础的人）通过低代码、无代码开发平台自行开发复杂、有人值守的自动化业务流程。该方法不仅可以让业务人员具有独立开发自动化的能力，也能提升整个组织的自动化意识。

低代码开发（Low-Code）：在自动化领域中，低代码可以帮助没有编程基础的人员，通过可视化拖拽的方式快速构建自动化业务流程。报告来源：德勤文章翻译&编辑：RPA中国