多技术融合,推动企业业务流程管理智能化|爱分析报告

1.报告综述

流程数字化,是指通过信息技术和数字化工具来对企业的业务流程进行管理、优化和执行。这包括将各种环节、步骤、决策点等转化为数字化的流程,以便实现更高效、更准确、更可控的业务操作。流程数字化的核心目标是提升业务效率、降低错误率、加强数据的可追溯性和监控能力,从而更好地支持组织的业务运营。

从技术架构角度,流程数字化市场可以划分为平台层和应用层,具体市场划分详见下图。

围绕流程运行全生命周期,包括流程设计、流程建模、流程优化、流程监控和流程执行五个环节,平台层包含BPM、流程挖掘、流程中台、OA等特定市场。应用层是指面向垂直行业和通用场景的流程数字化解决方案。

图1:流程数字化市场全景地图

本报告重点研究BPM和流程中台两个特定市场。经过多年建设实践和发展,BPM已经成为企业流程管理的主要基础设施,同时也在不断进化。而随着企业流程管理需求复杂度的提升,以及人工智能、流程挖掘等多种流程管理技术和工具的融合,流程中台成为流程数字化的重要发展趋势。

2.从流程执行到分析决策,BPM向流程大脑进化

随着企业数字化转型和流程管理走向深入,如何挖掘数据价值以赋能流程管理成为新命题。

一方面,在数字化阶段,企业对BPM的需求不仅局限于通过业务流程管理执行来实现流程执行管控和效率提升,还希望进一步实现数据驱动的流程优化和智能决策。另一方面,BPM作为企业流程管理的基础设施,本身沉淀了大量的企业流程数据,这些数据的价值有待挖掘。

在此背景下,企业的BPM平台正在向"流程大脑"进化,基于流程数据整合与分析,提供数据洞察、流程监控、流程检查等能力,实现对企业流程的智能监测和优化。通过对业务流程数据的分析,辅助企业管理者实时获取数据,全面掌握企业经营管理状况,并获取决策支撑。

以最基础的发票报销流程为例,传统流程管理模式下,审批负责人只能看到一张待签字的纸质单据,但要做出是否审批的决策,则需要与报销人沟通获取相关信息才能做出判断。而基于数据分析能力的数字化流程管理平台,应当能够基于各系统流程数据的打通,自动追溯报销费用情况、业务情况、客户情况、项目情况等相关数据,结合审批规则,辅助审批负责人做出决策。

案例1: TCL华星依托蓝凌MK-BPM平台实现流程数字化转型,赋能企业跨部门、跨系统协作

当前全球正经历产业格局重构,中国制造业的应用型创新突飞猛进,科技实力和创新能力不断提升。在高质量发展的带动下,多家创新型科技企业规模不断扩大。伴随着企业快速扩张,管理复杂度也不断提高,企业原有的流程管理模式难以满足跨部门、跨区域、乃至跨国协作的需求。

制造业企业经历短时间快速扩张后,流程管理问题逐渐凸显。制造业企业通常存在以下流程管理问题:

缺乏全面流程梳理和规划,关键业务运转效能低下,沟通成本高;

流程系统老旧,配置化程度低,定制开发和运维成本高;

流程引擎之间不能实现信息共享;

只考虑系统功能,数据安全性较弱;

移动端开发能力薄弱。

流程问题导致企业运行成本过高,制造业企业亟需优化现有流程,解决跨组织、跨系统协作中管理效能低下的问题。

TCL华星希望升级流程管理平台,解决企业规模快速扩张带来的管理难题

TCL华星光电技术有限公司(简称TCL华星)成立于2009年,是一家专注于半导体显示领域的创新型科技企业。作为全球半导体显示龙头之一,TCL华星在国内外设有多家基地,拥有9条面板生产线、5大模组基地,投资金额超2600亿元。

制造业企业的流程痛点同样也是TCL华星需要解决的问题。随着全球液晶面板行业重组整合加快,TCL华星也不断扩大企业规模,随之而来的是管理复杂度提升,如跨部门协同场景增加。TCL华星内部有多套流程引擎,部分由IT团队自研,部分来自多家供应商。错综复杂的系统给TCL华星带来以下流程痛点:

图2:TCL华星的流程痛点

上述痛点对TCL华星的业务运作造成了不可忽视的影响。例如,数据孤岛的存在使得业务协同成本高、效率低,导致企业难以把握客户需求,新品上市速度降低。TCL华星亟待转变IT运营模式,通过引入流程管理平台,实现IT架构升级,更好地服务于跨部门协作,并梳理出以下需求:

推动流程更深、更精准优化,各环节业务协同提效;

深化智能制造,加快新品上市,快速响应客户需求;

集约化生产管理,多地研发、生产和运营数据共享;

推动运营变革,实现"效率领先"战略可持续。

TCL华星选择蓝凌作为合作伙伴,打造核心业务能力管理平台

TCL华星根据上述需求,开展BPM(业务流程管理)产品选型工作。在项目POC阶段,TCL华星的主要诉求是验证流程引擎的运行和集成能力,如接口歧义性、流程运行状态等,并使用一套真实的业务系统与竞标厂商的BPM系统对接。在此过程中,蓝凌MK-BPM能够提供开箱即用的页面工具,TCL华星的IT人员只需完成简单的对接,即可实现流程引擎授权。与以往需要IT人员用接口的方式开发相比,有效降低了系统集成成本。

TCL华星项目负责人认为,蓝凌MK-BPM系统不仅能降低集成开发工作量,还能够基于统一的流程引擎,进行流程数据统计和分析。此外,MK-BPM的流程运行更加灵活,其复杂流程运行能力与TCL华星的需求高度一致。MK-BPM的分级授权也是蓝凌的一大亮点,不仅能根据角色的群体下放运维权限,还能做到子系统之间数据隔离。经过全面评估后,TCL华星最终选择蓝凌作为合作伙伴。

项目开始后,蓝凌对TCL华星的企业流程进行了全面梳理和评估,根据TCL华星流程痛点中的数据孤岛、效能低下等问题,总结出以下项目痛点,并针对性地设计了解决方案:

表格1:项目痛点&解决方案

根据项目解决方案,蓝凌将MK-BPM标准产品以本地化部署的方式交付给TCL华星的技术团队。在此过程中,蓝凌负责规划系统集成方案,并执行MK-BPM系统与TCL华星第一套流程引擎的对接工作。

项目落地过程中,"教练式"的交付模式是一大难点。TCL华星希望采购蓝凌MK-BPM系统后,具体的流程实施由企业内部IT人员执行,避免对厂商产生依赖。因此,蓝凌需负责为TCL华星的培训团队提供培训服务。在项目落地过程中,尽管蓝凌有产品配套的实施文档,但涉及到代码开发问题,文档难以覆盖所有操作。为此,TCL华星要求蓝凌提供更详尽、易于学习的资料,便于在企业内部推广。针对这一需求,蓝凌为TCL华星开发了一套线上教练系统,用于MK-BPM流程操作指引。该系统在TCL华星内部反馈良好。如今,蓝凌已将上述流程操作指引编入标准化产品当中。

TCL华星基于MK-BPM系统深化业务流程数字化,提高运营效率,助力创新平台效能提升

经过两个月零二十天的系统对接和IT人员培训,该项目顺利上线。TCL华星基于蓝凌MK-BPM,打造华星核心业务能力管理平台,深化业务流程数字化,提高了运营效率,助力智慧研发、智慧供应链、智能制造等创新平台效能提升。

图3:TCL华星核心业务能力管理平台架构

系统上线之后,用户数量达4.3万。目前TCL华星核心业务能力管理平台有近200个流程模板,18万流程实例。在不改变原业务习惯的前提下,蓝凌通过API实现业务系统与MK-BPM的深度融合。MK-BPM不存储业务数据,只提供流程驱动服务。使用者可通过配置化操作完成,无需代码编写。

图4:TCL华星核心业务能力管理平台运行效果

此外,该项目使TCL华星集成效率大幅提升。以企业职业卫生安全管理系统EHS为例,只需6步操作,即可完成MK-BPM与该系统的流程集成,从而实现EHS审批能力升级,以及其他异构系统与该系统的端到端业务协同。

TCL华星项目负责人认为,该项目有效改善了企业流程管理效率,解决了企业规模扩大导致的管理难题。TCL华星在蓝凌的帮助下突破了协作场景限制,在数字化时代更顺畅地实施企业数字化转型。

3.流程中台实现流程全生命周期管理与能力复用

流程中台,是指集成BPA、BPM、iPaaS、流程挖掘等工具,具备流程全生命周期管理能力的企业级流程能力共享与服务平台。

为适应瞬息万变的市场环境,企业需要及时调整业务,开发新流程。根据具体业务需求,企业会在流程生命周期每个阶段使用专门的开发和管理工具,但流程工具之间缺乏协同性,导致企业流程管理效率低下。此外,不同流程工具独立使用,会出现流程能力复用率低、流程开发能力浪费的情况。因此,企业逐渐转向流程中台,希望通过整合流程管理和自动化工具,实现流程能力复用,并提高流程全生命周期管理能力。

企业对流程中台的需求体现在流程全生命周期管理能力和流程能力复用两方面。

图5:企业流程中台的流程全生命周期

一方面,流程中台将企业所有流程服务纳入能力复用平台统一管理,企业需要从流程治理、开发、自动化、集成和优化五个方面管理企业流程,并使用流程中台统筹各阶段所需流程工具,提供流程全生命周期一站式服务。

另一方面,流程中台需要将常用流程组件、RPA等进行封装,允许企业用户以拖拉拽方式迅速构建或调整流程,实现流程能力复用。

案例2: 扬子江药业搭建业务流程中台,实现跨组织、跨部门、跨系统和跨用户的业务流程自动化

疫情对包括制药行业在内的各行各业带来巨大冲击。作为中国制药行业的头部企业,扬子江药业更加迫切地感受到,公司整体管理体系需要跟上市场的快速变化。

疫情压力下,扬子江药业的软件应用系统难以满足业务需求,改造升级迫在眉睫

扬子江药业集团创建于1971年,集团总部位于江苏省泰州市,现有员工16000余人,旗下20多家成员公司分布泰州、北京、上海、南京、广州、成都、苏州、常州等地;营销网络覆盖全国各省、市、自治区。

此前已经成功实施的SAP ERP、QMS、DMS、WMS、LIMS、SRM、CRM等软件应用系统,无论在功能的覆盖面和灵活度上,都不能完全满足扬子江药业集团目前企业流程优化和业务提升的需求,且系统间都是孤立存在的。业务的多变性决定了需要由更灵活更智能的业务中枢处理机制来引领未来企业管理发展趋势的转型方向。

新冠疫情推动医药企业数字化转型要做得更加彻底,利用强有力的数字化转型工具,打通企业内务部的数据价值链,以技术创新、生产创新、管理创新等手段保持在制药行业中的持续领先。

在此背景下,扬子江药业邀请IBM生态伙伴上海德慧信息技术有限公司,启动了业务流程自动化项目的规划与设计工作。

扬子江药业实现跨系统的调用和复用,以积木化的方式组装出新的功能与流程

项目覆盖扬子江药业的财务、人事、经营、生产、研发等各个领域。在厂商帮助下,扬子江药业对业务流程进行了全面梳理,归总为行政办公流程, 业务运营流程, 人力资源流程, 财务资金流程, 审计监督流程, 信息技术流程, 研发生产流程, 市场销售流程, 分销流程, 零售流程, 质量管理流程, 采购中心流程, 物流中心流程以及项目管理流程等14大类300多个细分小项。接下来,项目组利用IBM Cloud Pak for Automation开放出原有应用系统中的业务功能,实现了跨系统的调用和复用,以积木化的方式组装出新的功能与流程,形成全新的扬子江企业业务集成平台。

2020年5月,一期项目正式上线,经过3000多小时运行,从工作效率、流程支持业务复杂度等方面均取得了很大程度的提升。例如,在人员入职流程方面,没有实施流程自动化之前,新员工从得到Offer、报到、最后进入工作状态,需要数天才能分配到工作。现在,新员工得到offer以后可以在线提交材料进行预先登记,只有制药行业特殊的体检等环节需要现场进行外,其余的包括薪资确认、电子合同审批、宿舍分配、邮箱创建,内部办公系统开通等都会通过自动化方式进行处理,让员工在入职当天就可以进入工作状态,大大提升了入职体验。

项目经验总结

  1. 项目中的各方理念统一,沟通顺畅。在项目之初,上海德惠与扬子江CIO、业务部门、财务部门负责人在战略层面达成一致:自上而下进行业务战略规划,明确阶段目标。

  2. 采用减少对原有IT资产的冲击的理念,此方法所获得的企业业务集成平台,既保护了扬子江药业原有的IT资产,又可以让现有的应用系统最大化的发挥它们的功效和能力,使所有的IT系统、应用系统与系统平台和谐、无缝地形成一个整体。而且,此种实施方法还是一种循序渐进的、由浅及深的过程,对企业现有的日常业务与应用系统不会带来冲击与影响,并且会将以往企业实施较大变革时对管理者和业务人员造成的工作障碍减至最少,极大地调动了企业管理者和员工的积极性和兴趣,对新流程的认同度和参与度高涨。

参考资料:公开资料

4.结语

爱分析认为,超自动化是流程数字化未来的发展方向。超自动化指利用RPA、iPaaS、AI、低代码、BPM、流程挖掘等自动化技术,实现组织端到端流程自动化以及新业务流程快速编排,帮助组织提升效率、创新能力和客户体验的平台产品或解决方案。

企业的超自动化实现之路需要经历由浅入深的四个阶段:任务自动化、流程自动化、运营自动化和运营自主化。任务自动化主要解决开发、审批、集成等单点型问题,任务自动化为企业运营赋予"神经元"。流程自动化通过跨业务/部门/系统/平台,解决企业线条型问题,流程自动化为甲方运营赋予 "局部神经"。运营自动化构建可组装的工作流,甲方实现新业务快速编排,运营自动化为甲方运营赋予完整、灵动的"神经系统"。大模型或将带动超自动化进入第四阶段------运营自主化。在该阶段,AI由工具升级为超自动化"大脑",用来控制运营自动化阶段的"神经系统"。届时,企业运营方式将产生变革。

相关推荐
tyler_download2 分钟前
golang 实现比特币内核:实现基于椭圆曲线的数字签名和验证
开发语言·数据库·golang
幻风_huanfeng18 分钟前
线性代数中的核心数学知识
人工智能·机器学习
volcanical26 分钟前
LangGPT结构化提示词编写实践
人工智能
weixin_4493108428 分钟前
高效集成:聚水潭采购数据同步到MySQL
android·数据库·mysql
weyson1 小时前
CSharp OpenAI
人工智能·语言模型·chatgpt·openai
RestCloud1 小时前
ETLCloud异常问题分析ai功能
人工智能·ai·数据分析·etl·数据集成工具·数据异常
Dreams°1231 小时前
大数据 ETL + Flume 数据清洗 — 详细教程及实例(附常见问题及解决方案)
大数据·单元测试·可用性测试
sf_www1 小时前
Flink on YARN是如何确定TaskManager个数的
大数据·flink
Cachel wood1 小时前
Github配置ssh key原理及操作步骤
运维·开发语言·数据库·windows·postgresql·ssh·github
IT古董1 小时前
【机器学习】决定系数(R²:Coefficient of Determination)
人工智能·python·机器学习