如果你关注科技新闻或社交媒体，你可能会被生成式人工智能（AI）及其潜在影响相关的文章和帖子的数量所淹没。生成式人工智能被承诺将成为提高生产力的新杠杆，并即将落实到企业和组织的现实中。像OpenAI的ChatGPT、谷歌的Bard、Anthrophic的Claude 2这样的热门生成式人工智能服务，或者像Midjourney的图像生成人工智能等，激发了在商业环境中未来可能出现的创造力。作为这股无处不在的浪潮的一部分，越来越多的业务应用供应商现在将生成式人工智能应用于他们的应用程序中，以满足用户需求，并乘上炒作的营销浪潮。

全球各地的领导者正在探索如何利用生成式人工智能来增加竞争优势。在业务转型和业务流程管理（BPM）的背景下，识别业务流程之间的协同作用——在企业内部和跨企业界限内定义、优化和激活流程——以及生成式人工智能生成内容的能力——对于BPM和业务转型的利益相关者非常有价值——将是最大化竞争优势的关键。

首先介绍一些生成式人工智能基础知识

人工智能（AI）是一个庞大的研究领域，生成式人工智能是其中的一部分。在生成式人工智能中，大型语言模型（LLM）构建了内容创建的基础，拥有大量通过爬取数据（例如书籍、博客文章、网页、通信等）和它们之间的概率关系得出的数据集。在生成式人工智能服务中，它们还通过大量的训练数据来判断哪些回应是好的或坏的。在过去的几个月里，我们观察到了特定生成式人工智能服务的更新（例如从ChatGPT 3.5 Turbo到ChatGPT 4），从而增加了获得良好回应的可能性，例如通过改进推理能力。

与生成式人工智能模型的交互是基于提示的，也就是说以口头或书面形式给系统提供基于自然语言的请求。生成式人工智能的响应可以以文本书面或口头形式（例如通过基于人工智能的语音合成）提供，或者在图像的情况下以图形输出格式提供。通用LLM的生成式人工智能服务的输出可以直接使用，但这样只能提供来自通常可用的爬取数据和训练的内容。因此，对于许多生成式人工智能的用例来说，使其适用于更特殊和专用的场景，例如通过自适应、精细调优和参数化，是非常重要的。

业务流程和生成式人工智能——可能会有什么？

虽然我们很容易认为几乎在任何领域都可以和应该采用生成式人工智能，但专注于选择对你的业务影响最大的用例是明智的。因此，首先了解自己的需求是明智的。生成式人工智能只是在执行企业流程中生成内容的任务，例如撰写或总结文章或帖子、创建分析、配置系统，以前这些任务完全由人工完成。

所以在考虑潜在的应用领域时，有三个关键问题要问：

1. 这项技术通常能够做什么——现在和可预见的未来？


2. 生成式人工智能技术最适合 BPM 和/或业务转型的哪些领域？


3. 生成式人工智能如何为 BPM/业务转型软件增加价值，反之亦然，以实现协同效应？

该技术能够做什么

麦肯锡最近的一篇文章预测了营销和销售、运营、IT/工程、风险和法律、人力资源和公用事业/员工优化等领域的预期价值创造。主要目的是起草、总结、补充和优化内容（例如，文章、代码、文档、图像），并支持人（例如员工或客户）与后台有知识库的机器之间的类似聊天的对话。这些是生成式人工智能可以执行或至少准备大量扩展的热门任务。我们的一位客户最近将生成式人工智能的可能性描述为初级咨询助理所期望的——能够收集信息和准备内容——如摘要、演示文稿、计算等。这些都基于临时研究数据。

有关 BPM 的使用案例感兴趣的领域

看看 BPM 软件的不同应用领域，我们可以得出以下结论，从而引出广泛的潜在未来功能，作为处理特定任务的 BPM 用户的帮助之手。

BPM 软件 + 生成式人工智能= 长期合作伙伴

将人工智能整合到BPM软件中并不是一个全新的现象：基于人工智能的BPA内容翻译（例如流程架构/手册）或基于人工智能的流程挖掘性能指标的根本原因矿工功能等创新已经达到了BPM用户的现实。

BPM中的一个关键任务是研究一种适当而有效的方法来起草流程。

这可以通过展示例如将从热门生成式人工智能服务之一生成的内容集成和与专家可以相应调整的草稿输入一起使用，来实现。这个用例并没有什么神奇之处，但它非常有价值，并非每个领域专家都是天生的内容撰稿人，可以将内容发布给整个组织。很多人追求完美，然后任务永远没有完成。通过由机器生成足够好的起始草稿，对每个人来说，这是一个受欢迎的生产力提升。

但是，在BPM中，由生成式人工智能驱动的能力可以轻松超越这个想法：如果我或任何其他（非）领域专家可以要求BPM软件起草一个具有最少输入的流程该怎么办？如果我可以将书面文件（例如标准操作程序 SOP）交给启用了生成式人工智能的系统，并从中获得良好记录的流程映射（如BPMN或EPC），那将会怎样呢？如果您要求生成式人工智能创建一个可以导入BPM软件的.bpmn文件作为流程，您已经得到了非常好的结果。因此，生成式人工智能有望帮助加快内容的创作。

生成式人工智能和BPM的未来即将开始

生成式人工智能领域正在发生许多变化。在BPM领域，有一些非常有趣的应用领域，特别是在资源稀缺或采用失败的环节。通过生成式人工智能，可以快速、轻松地为用户生成内容，而无需任何特殊的专业技能。使用自然语言来执行任务可能比学习和导航系统要容易得多。

主要的优势在于将知识或专业知识的可用性与知识密集型任务的执行分离开来。通过生成式人工智能，大量通用和专业知识会以某种方式累积，并通过服务提供商在中心位置提供，这可以为BPM增加很大价值：每个人都可以成为一个流程专家，至少可以达到结果的初始状态。这当然不仅限于BPM的某个特定领域，比如流程设计，它适用于流程的整个生命周期：从洞察到计划到行动到结果。

鉴于这个话题存在很多炒作，我将以一些建议作为结尾：不要相信任何人对一个艰难问题承诺简单解决方案。要取得出色的结果，总是需要付出艰辛的努力-不论是在以正确方式开发生成式人工智能中的正确功能方面，还是在获取出色结果（例如新的流程定义），从而在客户至关重要性、质量、成本或时间等方面产生变化。

类似于现今广泛在市场营销和演示中使用的库存图片的可用性，使用生成式人工智能可以快速、廉价地入门，但它不会是最终结果的解决方案。但是，开始行动总比不开始要好。在对人工智能给出的输入进行调整后，仍然需要具备知识、创造力和质疑能力的人员来获取出色的流程结果。

 

来源：https://www.processexcellencenetwork.com/business-process-management-bpm/articles/business-processes-management-bpm-in-the-age-of-generative-artificial-intelligence-ai