AI正迅速成(chéng)爲一種(zhǒng)無處不在的技術。

在20世紀90年代，業務流程再造曾風靡一時：企業利用企業資源規劃（enterprise resource planning, ERP）系統和互聯網等新興技術，對(duì)廣泛的端到端業務流程進(jìn)行徹底的變革。在再造工程的學(xué)界及咨詢界擁趸的鼓舞下，企業期待著(zhe)對(duì)從訂單到現金以及從新産品概念到其商業化等廣泛的流程進(jìn)行變革。

可是，雖然技術的确帶來了重大的升級，但技術的實施通常未能(néng)達到超高的預期。比如，SAP或甲骨文（Oracle）之類的大型企業資源規劃系統爲數據交換提供了有用的IT主幹，但也創造了十分僵化的流程，在IT實施後(hòu)很難改變。自那以後(hòu)，流程管理通常隻涉及對(duì)局部流程進(jìn)行漸進(jìn)式改變——將(jiāng)精益生産（Lean）和六西格瑪（Six Sigma）用于重複性流程，而將(jiāng)敏捷精益創業（Agile Lean Startup）方法用于開(kāi)發(fā)——所有這(zhè)些都(dōu)沒(méi)有得到任何技術的幫助。

現在，這(zhè)種(zhǒng)想法的一個版本在一些企業正卷土重來，我們可望在更多的企業中看到它。這(zhè)不僅需要對(duì)人工智能(néng)（AI）的欣賞和理解，而且需要重新認識業務流程，將(jiāng)其當作改進(jìn)工作的架構。随著(zhe)AI成(chéng)爲一種(zhǒng)普遍适用的通用技術，再造工程支持者最初設想的那種(zhǒng)業務流程的徹底重新設計似乎越來越有可能(néng)實現。（我們中的一人——達文波特——寫了有關這(zhè)一主題的首部著作）。

流程再造的提檔升級

20世紀90年代實現再造的技術主要是交易型、基于通信的技術。它們在企業内和企業間實現了高效的數據采集和傳輸。另一方面(miàn)，AI能(néng)夠實現更好(hǎo)、更快、更自動化的決策。實質上，大型企業中部署的大多數AI涉及借助大型數據集，學(xué)習預測或分類，這(zhè)反過(guò)來又有助于企業做出更好(hǎo)的運營決策。更好(hǎo)的運營決策反過(guò)來又會因産生更好(hǎo)的結果而提高效率。一個關鍵的區别是，目前的AI系統是真正的通用技術，不僅在生産計劃和控制方面(miàn)帶來了巨大變化，而且在視覺影像識别與檢視、自主操作和新内容生成(chéng)方面(miàn)也帶來了巨大變化。

雖然推動AI發(fā)展的方法已存在了數十年，但實施這(zhè)些方法的成(chéng)本已急劇下降。基于AI的現代化解決方案以前隻屬于數據科學(xué)家的領域，現在卻已經(jīng)足夠成(chéng)熟，可以“現成(chéng)”提供，大大降低了入門的技術難度。計算成(chéng)本的下降——因雲技術的廣泛使用、低成(chéng)本帶寬的發(fā)展和傳感器成(chéng)本的降低所驅動——大大降低了模型驅動預測的價格。基于AI的決策還(hái)可以納入更廣泛的自動化背景。機器人流程自動化（robotic process automation, RPA）等技術有助于構建工作流程，實現信息密集型後(hòu)台流程的自動化。機器人流程自動化建立在規則的基礎之上，這(zhè)限制了它采用基于數據的決策能(néng)力。不過(guò)，如果與機器學(xué)習結合起(qǐ)來，成(chéng)爲“智能(néng)流程自動化”，它可以處理的任務類型遠比這(zhè)更多。

AI驅動的這(zhè)種(zhǒng)流程再造已經(jīng)開(kāi)始。銀行開(kāi)始利用它爲客戶提供财富管理建議。保險公司開(kāi)始使用AI來讓客戶引導和承保變得更加便捷，并通過(guò)對(duì)被(bèi)保險人拍攝的照片進(jìn)行深度學(xué)習分析，自動對(duì)車損和住房損壞進(jìn)行索賠估算。工業企業開(kāi)始重塑維修和工程流程。即使在AI研究相當豐富但臨床采用遠遠不足的醫療領域，一些國(guó)家的診斷和治療因基于AI的遠程醫療而正得到重塑。

這(zhè)一切對(duì)我們使用AI的方式、開(kāi)展工作的方式以及企業的組織方式都(dōu)會産生重要影響。爲了利用這(zhè)些潛在的好(hǎo)處，企業需要恢複以端到端的流程視角來看待他們的業務，并仔細思考AI如何能(néng)夠改造這(zhè)些業務。實質上，企業需要探究他們在哪些方面(miàn)産生了足夠的數據，以便可以提煉出可用于支持運營決策的模式。

AI推動流程再造

随著(zhe)AI給業務流程帶來新的能(néng)力，企業需要重新思考所需的任務有哪些，以何種(zhǒng)頻率，以及由誰來執行這(zhè)些任務。當AI伴以部分自動化時，企業還(hái)需要決定在其流程中人類要從事(shì)什麼(me)工作，機器要承擔什麼(me)工作。迄今爲止，大多數AI應用都(dōu)力圖改進(jìn)某項特定的任務。然而，這(zhè)忽視了大局；聰明的企業現在將(jiāng)AI的引入視爲重新審視端到端流程的根本原因。

在最基本的層面(miàn)上，流程分析通常涉及到制約因素與機會的共存。比如，在新加坡的星展銀行（DBS Bank），交易監控（反洗錢及詐騙偵測）經(jīng)理在一次采訪中表示，他們對(duì)銀行監管機構要求的基于規則的系統在識别結果中的高誤判率感到失望。這(zhè)是制約流程的一個不可避免的因素，但他看到了一個機會，即，可以通過(guò)機器學(xué)習，利用AI來預測每個肯定結果存在的欺詐風險，并對(duì)其進(jìn)行評分。欺詐概率低的交易可以簡單放進(jìn)一個“冷卻器”裡(lǐ)幾個月，看看它們是否在同一個客戶身上重複出現。基于機器學(xué)習的AI系統用于檢測異常值，這(zhè)在欺詐偵測領域早已有之。可是，當機器學(xué)習系統與新的工作流程平台和關系網絡分析系統（以識别欺詐網絡成(chéng)員）相結合時，監視分析師的生産率提高了三分之一。

另一個很好(hǎo)的例子在殼牌公司，我們中的一個人（傑文斯）在該公司領導AI計劃。長(cháng)期以來，殼牌一直是一家注重流程的公司，目前正緻力于在供應鏈、運營和維修保養等領域開(kāi)展一項重大的AI計劃。作爲其中的一部分，殼牌正在再造其工作流程。

比如，我們可以看看能(néng)源及化工廠、管道(dào)、海上設施以及風力和太陽能(néng)發(fā)電場的監測和檢查工作。這(zhè)項工作過(guò)去完全由檢查員和維修技術人員親自完成(chéng)，但AI可以緩解這(zhè)一制約因素。現在，許多低附加值的檢查任務可以由機器人和無人機遠程完成(chéng)。殼牌公司的一些設施實在太大，過(guò)去需要花費數年時間來手動檢查所有的東西——現在他們開(kāi)始引入無人機和機器人來實現這(zhè)些流程的自動化，并幫助縮短周期。

由于這(zhè)些變化，檢查員和維修技術人員現在可以重新思考他們的日常工作。他們可以專注于确定項目優先次序等價值更高的活動，或者，如果他們在現場，可以進(jìn)行更高級的驗證。與此同時，新的任務正在出現，比如爲圖像添加标注，以改進(jìn)檢查算法，或對(duì)現在運行于生産中的數千個機器學(xué)習模型的訓練過(guò)程加以管理。以前屬于體力工作流程的東西現在由多學(xué)科的團隊進(jìn)行管理，這(zhè)些團隊主要從事(shì)的是數字任務。

這(zhè)一轉變必然會有一些阻力。起(qǐ)初，說服檢查人員的難度很大，可是漸漸地，他們開(kāi)始被(bèi)說服，因爲他們看到，圖像處理在遠更短的時間内可以提供相似的準确性。此外，殼牌正讓這(zhè)些工程師重新思考他們與遠程監控中心的工作流程，從而讓他們有能(néng)力推動這(zhè)一變革。

殼牌逐漸發(fā)現，這(zhè)種(zhǒng)由AI支持的再造過(guò)程正在成(chéng)爲一種(zhǒng)永久性的運作方式。每個單獨項目可能(néng)隻需耗時一兩(liǎng)年，但他們越是使用數字、數據和AI來重新設計流程，他們就越能(néng)看到進(jìn)一步發(fā)展的機會。這(zhè)一點尤其重要，因爲該公司正在轉型成(chéng)爲一家淨零排放的能(néng)源公司。

誰應該領導AI支持的流程變革？

流程改進(jìn)傳統上完全屬于運營經(jīng)理的領域。正由于此，企業很少制定有明确的再造計劃來配合他們的AI項目。爲了真正利用AI的力量，流程設計和改進(jìn)活動應該被(bèi)納入AI計劃。最成(chéng)功的AI計劃越來越多地由“産品經(jīng)理”來協調，他們把系統的成(chéng)功部署（包括所需的業務變化）作爲他們的目标。殼牌公司指派了一名産品負責人來管理業務變化，還(hái)指派了一名負責技術交付的産品經(jīng)理。一些企業還(hái)緻力于“設計思維”活動，這(zhè)與再造風格分析有部分重疊，即對(duì)工作流程和活動需要如何重新設計進(jìn)行分析，以滿足客戶需求或内部需求。

雖然我們已經(jīng)看到了流程再造與AI開(kāi)發(fā)同步進(jìn)行的諸多例子，但還(hái)沒(méi)有足夠的企業認識到流程改變的必要性。無論這(zhè)是否被(bèi)稱爲“再造”，更明确地表示流程再造的作用和活動——包括高層設計、具體的工序流程、前後(hòu)成(chéng)本與周期時間的衡量，以及分析所需的技能(néng)和培訓——會十分有用。這(zhè)些活動對(duì)AI項目的成(chéng)功實在太重要，不能(néng)心存僥幸。

由于以自動化爲重點的項目對(duì)工序流程有直接的影響，而且相比其他形式的AI，更有可能(néng)隻會發(fā)生漸進(jìn)的改變，所以它們更可能(néng)包括一套正式的流程改進(jìn)步驟。比如，在Voya Financial公司，流程改進(jìn)團隊内部有一個自動化卓越中心，任何自動化項目都(dōu)要先經(jīng)過(guò)流程改進(jìn)工作之後(hòu)才能(néng)進(jìn)行。該團隊的負責人向(xiàng)我們表示，該公司的自動化既是面(miàn)向(xiàng)流程的努力，又是一項技術活。我們發(fā)現，還(hái)有好(hǎo)幾家公司將(jiāng)流程改進(jìn)與自動化結合起(qǐ)來，不過(guò)，我們還(hái)希望看到更激進(jìn)的流程變革與機器學(xué)習等更強大的AI技術相結合。

AI正迅速成(chéng)爲一種(zhǒng)無處不在的技術。一旦炒作偃旗息鼓，它會成(chéng)爲與企業資源規劃系統、統計包、甚至電子表格一樣(yàng)的正常事(shì)物。AI平台可以被(bèi)爲數更多的企業用來再造他們的流程。AI是實現目的的一種(zhǒng)手段，本身并非目的。從長(cháng)遠來看，那些了解如何在更廣泛的流程再造背景下將(jiāng)其用作一種(zhǒng)新工具的企業，按理會從AI中獲得最大收益。

托馬斯·達文波特（Thomas H. Davenport）、馬賽厄斯·霍爾韋格（Matthias Holweg）、丹·傑文斯（Dan Jeavons）| 文  

托馬斯·達文波特是巴布森學(xué)院（Babson College）信息技術及管理學(xué)傑出主席教授（President’s Distinguished Professor），麻省理工學(xué)院數字經(jīng)濟計劃（MIT Initiative on the Digital Economy）訪問學(xué)者，以及德勤AI業務的高級顧問。馬賽厄斯·霍爾韋格是英國(guó)牛津大學(xué)薩伊德商學(xué)院（Saïd Business School at the University of Oxford）運營管理學(xué)美标企業教授（American Standard Companies Professor）。丹·傑文斯是殼牌公司負責計算科學(xué)與數字創新的副總裁。他在擴大殼牌各業務的數字和數據科學(xué)技術方面(miàn)發(fā)揮了關鍵作用。