中国流程挖掘技术实践洞察（需求侧&供给侧）
在“Market Insight：中国流程挖掘市场发展洞察(2023)”的研究中，分析师站在企业客户需求与应用实践的视角，展开了精细化的市场调研。基于大量的数理实证和案例实证，RPA中国分别对行业发展现状与趋势、客户之声(需求侧)与技术洞察(供给侧)、细分领域实践、供应商能力等内容展开了深入研究与洞察。
Market Insight：中国流程挖掘市场发展洞察（2023）
01
应用实践现状
通过对目前已经部署流程挖掘工具的企业机构调研，随着组织扩展流程挖掘的应用，企业获取了更多的价值，因此更愿意持续投资。此外，我们也发现少部分扩展了流程挖掘工具应用范围的组织，在更复杂的业务环境中遇到了新的问题，导致企业调整了技术认可度的评估结果，这与供应商的选择具有直接影响。在市场早期，我们依旧建议供应商在产品推广过程中，帮助客户建立合理的价值期望，因为我们发现在失败的项目中，约30%是因为供应商夸大了流程挖掘的应用价值，导致实践成果不及预期。
2023年和2022年针对同一批企业用户的调研发现，其对流程挖掘的实践成效与认可度在大体上保持一致水平。但在部分项目中依旧有波动表现，例如，我们发现部分项目在扩展流程挖掘过程中未能保持同前期实践的同样水平，因而导致客户降低了项目价值认可度的评估。企业客户反馈在流程仿真、流程合规性检查、流程增强等能力外，对BI的支持、产品是否嵌入了解决方案知识库等能力同样高度重视，因为发现问题并解决问题是其追求的目标。产品成熟度不断提升的当下，合理的预期建设是让客户理性投资并与供应商建立信任和可持续的合作关系的关键。
02
处于市场早期的产品技术推广
面向目标用户的流程挖掘技术教育依旧有待加强，同时更应该注意让用户避免混淆技术概念
因为流程挖掘目前在中国依旧处于市场启蒙期，然而该技术不像生成式AI拥有极高的市场热度且处于技术炒作的高峰期，因此目前很多潜在用户没有了解流程挖掘技术的主观能动性，所以流程挖掘的市场发展更加需要技术供应商在产品推广和技术普及方面投入更多的时间。我们也发现很多供应商在探索生成式AI和流程挖掘技术结合的应用机会，并尝试打造相关产品，虽然目前成熟度较低，但根据我们对企业侧的调研，一些积极拥抱生成式AI的企业会愿意对此类产品进行投资。回归流程挖掘本身，建议市场中的所有供应商一方面可以向用户正确地传导流程挖掘产品可以解决哪些问题，另一方面，通过扩展流程挖掘产品的能力来增强潜在客户的投资兴趣，因为在我们面向潜在流程挖掘企业用户的调研中发现，约43%的受访者反馈，如果流程挖掘只能发现、定位流程问题，将很难对其进行投资，他们希望更全面的流程管理能力或流程优化方案。
正如上一研究周期(2022年)所述，在原本行业用户对流程挖掘技术缺乏准确、深度认知的情况下，更有用户将流程挖掘与其他技术概念形成了认知混淆，目前该问题依旧存在。针对同一批次受访者的跟踪调研，2023年，49%的行业用户认为“流程挖掘”与“任务挖掘”的技术实践价值相同，在2022年这个比例是60.2%，对此，我们也将二者进行了如下区分阐述：
03
实践价值期望和实践价值认可度
供应商应基于流程挖掘工具提供更深度的流程服务来促进客户成功
“价值认可”是基于实践成果评估，“价值关注”是对技术应用实践的价值期望。两组数据可以反映行业用户认可什么、关注什么。
企业机构客户的流程挖掘应用实践效能存在提升空间，客户价值期望(实践期望)尚未被完全满足
从目前的调研来看，流程挖掘虽然在部分企业机构中被应用，且这些企业通过流程挖掘已经对业务流程的优化改进起到了一定的推动作用。但很多企业使用流程挖掘工具并没有完全达到预期，我们发现部分企业对日志数据的安全性存在担忧，也有客户认为他们正在使用的流程挖掘工具的部署和使用体验需要提升，此外，还有部分用户提出流程挖掘工具虽然可以更好地洞察流程问题所在，但需要提升解决方案输出的能力，以增强流程挖掘工具的使用效果。
流程挖掘的市场教育需要加强，以帮助客户树立正确的技术期望，增强客户的投资信心
我们发现很多企业机构并没有正确地了解流程挖掘工具的能力边界，进而他们设置了不合理的技术实践期望。这与部分厂商没有准确地向客户传递产品解决方案能力有着直接关系。目前向企业机构客户进行正确的技术普及十分重要，这将影响行业客户对流程挖掘的投资信心。
04
流程挖掘+生成式AI
生成式AI会成为提升流程挖掘应用实践效能的关键技术
流程挖掘+AIGC一方面可以强化流程智能解决方案的综合能力，让流程挖掘技术发挥更大应用价值；另一方面，对于一些正在探索生成式AI应用场景的企业，组织流程优化也是一个不错的应用方向，因此会推动流程挖掘+AIGC的应用实践探索。
利用流程挖掘工具发现定位流程问题后，通过AIGC的能力输出流程优化建议，可以扩展流程智能工具的能力边界。相比于依赖专家经验的方式，这可以让初步建议获取更高效且低成本，但短期内还无法实现完全依靠AIGC获得直接可用的方案。
我们发现，基于面临的业务流程问题，向一些愿意拥抱生成式AI的企业介绍AIGC+流程挖掘解决方案，甚至在解决方案上出突出AIGC来塑造流程智能的落地场景，这些AIGC的领先实践者往往会更加愿意投资，因为他们愿意探索AIGC的应用机会。但技术供给侧，目前AIGC+流程挖掘的产品或解决方案重要处于探索期，在流程挖掘工具诊断流程问题后，通过生成式AI构建的流程知识库来为客户提出流程优化建议的能力较弱，重要表现在输出的内容准确可靠性、问题解决的彻底性等方面，一些企业也在探索大模型+RAG的技术方案来提升相关能力。
注释：五类意愿程度和对应的产品评估方式：a)极度关注：AIGC是必备能力，且会在POC过程中进行深度测试评估；b)特别关注：AIGC是一项关键能力，会在POC中进行测试；c)较为关注：AIGC是一项关键能力，会在POC中进行基本测试；d)一般关注：AIGC是一项加分能力，在POC中不一定进行测试；e)毫不关注：不关注AIGC能力。
05
从产品技术能力破局寻求客户成功
企业客户对流程挖掘的投资尚未迎来热度期，基于“流程挖掘+”积极探索AIGC等前沿技术、智能流程管理能力来提升产品服务力是客户成功的制胜点。
相比2022年，2023年的市场调研中客户对流程挖掘的投资意愿度没有迎来突破性变化。部分客户反馈从当下的同业实践中，尚未发现流程挖掘带来的吸引力，目前流程挖掘供应商也在和咨询公司合作，形成产品技术+咨询方案的一揽子流程优化服务，但部分潜在客户反馈，他们更期待供应商可以提供可以定位、监控流程问题，生成深度可用流程优化方案的技术产品。此外，还有部分企业提出，期望供应商可以提供流程挖掘+智能化流程管理的综合解决方案。流程优化与管理是诸多企业均会面临的问题，但目前来看，仅通过流程挖掘产品所发挥的应用价值无法吸引部分企业的投资，供应商可以尝试探索AIGC、智能流程管理等能力来提升产品服务力进而获得客户成功。
注释：1、N=105。2、接受本次调研的受访者为各企业与机构中的拥有产品采购话语权的领导者或采购建议者，涵盖了技术人员和业务人员。研究团队除了基础的持续投入意愿的征询外，同时也对企业当下应用流程挖掘的必要性进行了沟通与交流。3、受访者具体分布于如下领域：金融、科技与互联网、制造业、电商与零售、能源等领域。
注释：1、N=203。2、五类意愿程度定义分别为：a)非常有意愿，很积极地想进行尝试，愿意与厂商接触并展开POC的一类客户，其中多数用户规划了技术投入预算；b)愿意尝试，可以通过产品了解和使用来看具体的实践情况，如果实践情况良好可以投入预算；c)可以尝试或无所谓，对产品实践的积极性一般，但不抗拒的一类用户，在技术投入上目前尚无明确规划；d)没有意愿，暂时没有技术投入或者尝试实践的计划；e)暂未明确，暂时没有明确的意愿。
06
实践指南
同2022年的研究相比，本年度的指标进行了调整，我们新增了AIGC能力的指标，并对个别指标进行了分类调整。
近期的市场调研发现，在企业机构内，推动流程挖掘工具的使用以及流程优化方案的落地，往往需要自上而下的推动方式，因为组织流程往往涉及多个组织与业务部门，更高决策层的推动会更加有力。在中国企业IT生态复杂多样化的情况下，流程挖掘工具与企业系统集成的顺畅性也会成为影响部署的关键因素。此外，企业数字化的积极践行者正在拥抱生成式AI，这类企业也会更加青睐融入AIGC能力的流程挖掘产品。
企业按照上图进行供应商选择时，流程挖掘产品的关键能力指标的定义解释，可见下图进行理解。除了关键产品能力外，企业机构客户还应该充分考量供应商的可持续服务能力，因为我们也看到少数无法交付的项目。
本报告共计分为“市场概览、技术实践洞察、趋势与建议、典型供应商”四大部分内容。上述文章仅为「技术实践洞察」内容摘选。
想阅读报告的完整内容，请扫描下方二维码或点击【阅读原文】下载完整版报告。