AI流程挖掘定制：事件日志与自动化候选

在自动化流程实验室，我们把流程挖掘从「画出一张流程图」往前推一步：直接产出可落地的自动化候选清单。

做法上先做日志治理。接入 ERP/MES/OA 事件日志，最低要求是案例 ID、活动名、时间戳、执行主体四类字段；清洗掉补录与跨系统时间漂移后，按变体聚类。对每个活动统计三项特征：人工介入比例、步骤重复度、规则可判定性。三项同时达标才进入候选池，避免把「看起来机械、实际依赖经验判断」的环节误判为可自动化。进入候选池的变体，先用规则引擎跑影子模式，与人工执行结果逐日比对，偏差超阈值即回退。

【阶段性进展】在一家电子制造客户的采购到付款流程上，覆盖 12 个活动、约 4.6 万条案例，筛出 3 个高重复环节：对账、发票三单匹配、供应商资质到期提醒。影子模式运行 6 周，对账自动匹配率稳定在 82% 左右，剩余 18% 转入人工异常队列，未出现误放行；整体处理时长中位数从 3.5 天降至 1.2 天。