随着全球各行业对数字自动化的需求深入，其技术创新也在不断变化。全球著名咨询调查机构Gartner对任务挖掘这项创新技术的未来发展趋势进行了深度调查并发布了整体市场指南，以帮助厂商、用户了解任务挖掘在自动化起到的关键作用。

Gartner调查发现，到2024年，65%已部署自动化技术的组织将引入流程挖掘、任务挖掘、人工智能、机器学习、自然语言处理算法和智能文档处理等创新技术。

到2024年，全球25%的企业将采用流程挖掘，作为迈向自主业务的关键步骤。

Gartner官网原文

01

流程挖掘和任务挖掘的市场趋势

流程挖掘供应商的进入：成熟的流程挖掘供应商正在通过提供任务挖掘功能进军该市场。任务挖掘对于希望开始流程挖掘，但在端到端流程中面临多个盲点的用户来说至关重要。任务挖掘有助于抓取最终用户的活动，从而提升任务和流程的整体可见性。

流程挖掘、任务挖掘与RPA（机器人流程自动化）结合使用：随着 RPA用户希望扩展自动化范围，他们需要细粒度的业务洞察力，来提高其准确性和投资回报率，并减少对手动流程映射技术的依赖。这致使越来越多地RPA用户开始应用流程挖掘和任务挖掘。

自主业务的增加：越来越多的企业开始依赖挖掘技术识别其损坏的业务流程。他们还依靠这些技术来提高对业务流程性能的可见性和深度理解。这将帮助他们提高运营效率应对 COVID-19 大流行等外部不确定因素的冲击。

专注于劳动生产力和管理的供应商：这些供应商可能不会将他们的产品标识为任务挖掘产品，但它们提供与任务挖掘供应商类似的功能。

自动化厂商获取流程挖掘或任务挖掘工具：许多自动化厂商正在获取流程挖掘或任务挖掘的能力。例如，IBM (myInvenio)、SAP (Signavio)、Decisions (Process Diamond)、Automation Anywhere (FortressIQ) 和 UiPath (Process Gold)等。

Gartner对流程挖掘和任务挖掘的市场趋势解读

Gartner建议

Gartner建议负责实施人工智能技术和数字业务转型的数据和分析领导者应该：

组织使用任务挖掘工具识别桌面级低效率和任务自动化机会。他们应该作为一个独立的计划或结合流程分析来发现端到端流程自动化机会。任务挖掘工具通过识别关键瓶颈，来大规模加速RPA部署。此外，这些工具有助于创建PDD（流程描述文档），这可以节省大量时间并减少业务识别的不准确性。

组织通过使用任务挖掘工具来捕捉员工与其组织之间的互动，例如，日常业务执行，对其进行分析，从而改善员工体验。捕获的数据可以识别员工的痛点和潜在的培训机会。

组织通过使用任务挖掘发现日常业务的诸多弊端，从而降低成本和获取改进流程的机会。同时使用任务挖掘通过识别员工的风险行为，以解决治理和合规性问题。

Gartner建议

02

任务挖掘技术定义

组织通过任务挖掘可以抓取桌面的事件数据，从而对动作、业务进行智能分析。这些数据可能来自个人用户或一群人（例如，在呼叫中心），并采用屏幕记录、击键、鼠标点击和数据输入的形式。

其他挖掘功能主要通过应用自然语言处理和光学字符识别以不同方式关联数据并解析数据。任务挖掘可以帮助企业识别低效率和自动化机会，同时改进客户服务以及增强员工体验。

03

任务挖掘主要能力解析

根本原因分析：任务挖掘可确定一系列任务中，效率低下的根本原因。

光学字符识别：光学字符识别 (OCR)功能可自动从扫描文档、图像文件或书面文本中提取数据。它将文本转换为机器可读的形式，用于数据进一步处理，例如编辑、搜索。同时光学字符识别对于解析UI之间的交互也很有帮助。

自动化机会洞察：该功能可以自动识别业务、子流程并找出潜在的自动化机会。这包括任务执行复杂性的关键建议，为决策者描述关键见解的某些可视化和业务模拟等。

数据准备：数据准备是一个迭代、敏捷的过程，主要用于大规模探索、组合、清理和将原始数据转换为精选数据集。

数据可视化：数据可视化是一种以图形方式表示信息的方法。它突出了数据中的模式和发展趋势，以帮助用户快速获取洞察力。

计算机视觉：计算机视觉可以从数字图像或视频中获得高层次的理解。从工程的角度来看，它旨在理解和自动化人类视觉系统可以执行的任务。

数据安全：数据安全包括保护传输中，或静止的敏感数据工具。主要方法包括，加密、掩蔽、擦除、弹性、最终用户隐私。

• 加密：应用密钥加密算法，使未经授权的各方不容易读取或更改数据。
  
   
• 掩蔽：用低价值的代表数据替换全部或部分高价值数据项。
  
   
• 擦除：将不再活动或不再使用的数据，从存储库中删除。
  
   
• 弹性：创建数据备份，以便组织可以在数据被意外擦除、损坏或在数据被盗时可恢复数据。

04

任务挖掘常见用例

• UiPath：UiPath Task Mining；
  
   
• Automation Anywhere：FortressIQ；
  
   
• Soroco：Scout Platform；
  
   
• SAP：SAP Signavio；
  
   
• Celonis：Celonis Execution Management Platform；
  
   
• 微软：Process advisor；
  
   
• Minit：Minit Process Mining；
  
   
• ABBYY：ABBYY Timeline；
  
   
• IBM (myInvenio)：IBM Cloud Pak for Business Automation；
  
   
• NICE：Automation Finder, Workforce Intelligence；
  
   
• Pega：Pega Workforce Intelligence。
  
   
  
   

继续阅读：

未经允许不得转载：RPA中国 | RPA全球生态 | 数字化劳动力 | RPA新闻 | 推动中国RPA生态发展 | 流 > Gartner：2024年，65%已部署自动化的组织将引入任务挖掘、流程挖掘等技术