Чи може AI моделювати процеси так, як це робить аналітик?

Завершився ще один тренінг з моделювання бізнес-процесів у BPMN. Дедалі частіше на ньому звучать запитання: «А що там із AI? Чи може AI побудувати процесну модель так, як це робить аналітик?»

Ділимося кількома спостереженнями та міркуваннями на цю тему.

Поточний стан: AI-моделювання вже доступне

Чимало вендорів задекларували підтримку штучного інтелекту в моделюванні процесів — серед них Camunda, Appian, BonitaSoft та інші. Але практичне використання поки розчаровує:

• моделі надто спрощені,
• логіка часто поверхнева,
• підпроцеси відсутні,
• структура — далека від гарного стилю моделювання у BPMN.

Виправити таку модель буває складніше, ніж побудувати її з нуля.

Чому AI поки не справляється?

Основна причина — у специфіці даних. Процесні моделі зберігаються як XML-файли, з жорсткою структурою. Для LLM-моделей (великомасштабних мовних моделей) поки що ця мова складна для глибокого аналізу, потрібного для професійного моделювання.

Тож проблеми — не лише в обмеженості алгоритмів, а й у форматі вхідних даних.

Де AI вже корисний?

Попри обмеження, AI вже ефективно працює в окремих напрямках:

1. Process Mining

Алгоритми будують процесні моделі на основі логів із IT-систем. AI тут має сильну позицію, бо працює зі структурованими даними. Побудовані моделі дуже близькі до реальності, хоча часто вендори уникають показувати їх у вигляді BPMN — щоб не викликати питань щодо точності застосування елементів нотації.

2. Конвертація текстових регламентів у процесні моделі

LLM-моделі вже здатні витягувати структуру з текстових регламентів і створювати первинні моделі. Вони спрощені, але можуть служити аналітику як заготовка, що значно економить час.

Що далі?

Чи зможе AI згодом моделювати процеси на рівні аналітика? Це, радше, питання часу. Дедалі більше компаній зберігають свої процеси у хмарах — у базах даних самих вендорів. Доступ до великого масиву історичних моделей дасть змогу алгоритмам навчатися й покращувати якість моделювання.

AI і надалі матиме труднощі у роботі з винятками, кастомними правилами, прийнятими у конкретній компанії, або з вибором між subprocess і call activity. Але загальна якість моделей зростатиме. Ймовірно, у найближчі роки AI буде все частіше виступати як інструмент підтримки для аналітика.

Висновок

Найближчим часом AI не зможе повноцінно замінити кваліфікованого процесного аналітика. Але він точно зможе полегшити його роботу і виступати як Co-pilot: генерувати заготовки, прискорювати моделювання і аналіз, створювати нову якість взаємодії з даними. Це не заміна — це підсилення.