← 返回实验室

AI流程挖掘定制:事件日志与瓶颈识别

在自动化流程实验室,我们把流程挖掘作为自动化的前置环节:不先假设哪里该上机器人,而是从系统日志还原流程的真实走向。方法上,将 MES、ERP、OA 中的工单、审批、报工事件按 case id 对齐,经时间戳清洗与活动命名归一后,生成流程模型与变体分布,再从等待时长、返工回路、人工补录三类指标定位瓶颈,输出可自动化的候选环节。

进展:在某电子装配场景抽取近三个月约 12 万条事件,流程变体从 87 种收敛到 5 条主路径;其中“异常工时审批—返工报工”环节平均占单工单周期 31%,是主要等待来源。

下一步:将候选环节按频次、规则稳定度、接口/RPA 可行性加权评分,形成分阶段上线清单,并用上线前后周期与人工干预次数做效果归因。

评论

更多研究动态

查看全部实验室 →