Поскольку искусственный интеллект продолжает развиваться с головокружительной скоростью, возникает соблазн отбросить правила и принять новейшую технологию. Но когда дело доходит до управления процессами, разумно найти баланс между инновациями и надежностью, пишет в корпоративном блоге Крейг Ле Клер, вице-президент и главный аналитик Forrester.

Традиционные инструменты, такие как DPA, RPA и автоматизация документооборота, десятилетиями были рабочими лошадками, оптимизируя операции и экономя время. Однако всего за несколько месяцев генеративный ИИ (GenAI) поставил серьезные вопросы об их будущем.

Мы это уже видели. Новая технология врывается на сцену, обещая все перевернуть. Рефлекторная реакция часто заключается в том, чтобы отказаться от старого и принять новое. Но это может привести к большой путанице и неопределенности. Новые поставщики стремятся начать все с чистого листа, утверждая, что старые методы устарели. Действующие поставщики, с другой стороны, пытаются втиснуть новую технологию в старые системы, подчеркивая риски и ограничения полной перестройки. В большинстве случаев старые технологии остаются. Они глубоко укоренились в критически важных бизнес-функциях, и люди неохотно расстаются с тем, что знают. Организациям сложно изменить процессы обеспечения соответствия и риск-менеджмента, чтобы приспособиться к новым технологиям. Например, система Sabre компании American Airlines, первая система онлайн-бронирования, была разработана в 1950-х и используется до сих пор. Поэтому, хотя ИИ предлагает захватывающие возможности, важно подходить к нему взвешенно и сбалансированно.

Краткосрочное разрушительное воздействие GenAI будет незначительным

В этом контексте вопрос заключается в том, насколько разрушительным будет GenAI для современных процессных инструментов и самих процессов. Ответ зависит от временных рамок. В краткосрочной перспективе это воздействие будет незначительным и аддитивным, но в долгосрочной перспективе — серьезным.

Первое влияние GenAI будет заключаться в проектировании и разработке процессов и интеграции данных. Например, естественный язык позволит бизнес-пользователям разрабатывать начальные рабочие процессы, создавать формы и визуализировать процессы. Эта эффективная возможность GenAI ставит перед поставщиками DPA, RPA, автоматизации документооборота и портфельными вендорами несколько вопросов:

  1. Продолжаем ли мы инвестировать в мобильные и десктопные функции и формы?
  2. В связи с применением больших языковых моделей (LLM), нужен ли нам вообще пользовательский интерфейс?
  3. Устареют ли многие из наших функций разработки low-code по мере развития LLM?
  4. Появятся ли более простые и менее затратные подходы к извлечению и обобщению контента из документов?
  5. Понадобятся ли нам множество API-коннекторов и поддержка моделирования данных по мере развития новых GenAI-подходов?

Агентное управление процессами — большая угроза

Агентный ИИ, подраздел ИИ, ориентированный на создание автономных систем, — более разрушительная сила в долгосрочной перспективе. Агентные системы достигают целей без вмешательства человека. Представьте себе метаагента ИИ, который может предсказать наилучший вариант действий и выполнить его, не увязая в деталях, для создания автономных, неструктурированных шаблонов рабочих процессов.

Сегодня все происходит по-другому. Нынешние инструменты управления процессами полагаются на хрупкую кастомизацию и конфигурацию. Исключения и отклонения должны быть явно настроены в системе. Агентные же системы могут адаптироваться к динамичной и непредсказуемой природе реальных процессов. Мы уже видим, как ИИ-агенты, которые больше ориентированы на задачи, чем агентные системы, становятся активными участниками наших рабочих процессов. Эта оркестровка на основе ИИ станет разрушительной силой для рынков процессных инструментов. Здесь возникают вопросы:

  1. В какой момент ИИ определит следующий лучший этап процесса в реальном времени?
  2. Появится ли какая-то новая платформа для создания уровня оркестровки?
  3. Добавят ли развивающиеся GenAI-платформы «второго пилота» функции для создания и управления более сложными сценариями использования?
  4. Отойдут ли на второй план сегодняшние управление на основе правил, таблицы маршрутизации, RPA-студии проектирования и конфигурирование данных?

Вот мое мнение: в течение трех-пяти лет агентные амбиции изменят ландшафт поставщиков процессных инструментов. Будут востребованы новые поставщики платформ на основе ИИ для создания агентных процессов и начнется выделение рынка агентного управления процессами (Agentic Process Management, APM). Эти платформы будут интегрировать основные системы и людей, как сегодняшние процессные инструменты, но также будут искусны в управлении различными моделями, которые растут по типам и количеству.

От управления API и ботами к управлению моделям

Проще говоря, управление процессами перейдет от управления API и ботами к управлению моделями. А их будет много. Модели с открытым исходным кодом, гипермасштабируемые, корпоративные и развивающиеся модели на устройствах будут роиться в среде корпоративных систем. Например, достижения в области аппаратного обеспечения и методов оптимизации позволят развертывать более мелкие, более эффективные модели на таких устройствах, как настольные компьютеры и смартфоны, что приведет к сотням конечных точек автоматизации. Рисунок ниже рисует эту картину. Он иллюстрирует шесть возможностей, лежащих в основе APM.

APM поможет организациям выбирать наиболее подходящую модель для своих конкретных потребностей. Они смогут понять ограничения этих моделей, логику оптимизации лицензирования и особенности своей среды хостинга — все возможности, выходящие за рамки основных возможностей поставщиков DPA и интеллектуальной автоматизации (ИА).

Новые поставщики APM будут конфликтовать с поставщиками традиционных ИА-платформ, которые также будут продвигаться в этом направлении. ИА-поставщики, которые смогут успешно сочетать детерминированную автоматизацию с требованиями, связанными с ИИ, будут расширяться и поглощать нишевых конкурентов. Те, кто станут рассадниками ИИ-агентов, будут процветать.

ИИ и традиционная автоматизация: нахождение правильного баланса

Агентные системы работают самостоятельно, то есть люди не нужны, но мы знаем, что многие бизнес-приложения к этому не готовы. Маловероятно, что GenAI будет играть большую роль в принятии решений в сложных бизнес-процессах в течение 3-5 лет, пока не будут решены известные проблемы с доверием и защитой интеллектуальной собственности, особенно для длительных процессов.

Поэтому необходим баланс между внедрением ИИ-инноваций и надежностью существующих инструментов автоматизации. Хотя ИИ предлагает захватывающие возможности, традиционные методы, такие как управление и маршрутизация на основе детерминированных правил, по-прежнему будут занимать свое место. Эти методы автоматизации масштабируемы и надежны, что делает их идеальными для критически важных бизнес-приложений, требующих низкого риска.

Представьте себе симфонический оркестр. Дирижер, представляющий детерминированный механизм оркестровки процессов, обеспечивает общий контроль. Музыканты, представляющие ИИ-модели, добавляют свои уникальные таланты и идеи, но в конечном итоге следуют за дирижером. В этой аналогии ИИ-модели, безусловно, будут востребованы, но они не будут командовать. Традиционный механизм автоматизации останется базовым для основных длительных процессов, в то время как модели ИИ будут использоваться для быстрого улучшения инсайтов и эффективности. Это выигрышное сочетание как инноваций, так и надежности.