AI流程挖掘定制：事件日志与瓶颈归因

流程自动化落地时，常见做法是先写 RPA 脚本，再倒推该自动化哪一段。本实验室近期在一家电子装配工厂做了流程挖掘的验证性探索：从 MES 与工单系统导出近三个月事件日志（案例号、活动、时间戳、执行角色），按案例重建流程轨迹，再做变体聚类与耗时归因，输出候选自动化清单。

阶段进展：约 42 万条事件、187 个流程变体，前 8 个变体覆盖 76% 的工单；主路径实际作业时间仅占平均周期的 41%，其余多为审批等待与返工回路，其中「物料齐套确认—计划变更」回环贡献约 23% 的等待时长。清单按覆盖量×可节省工时排序，而非按脚本实现难度排序。

下一步：将变体标签与瓶颈节点接入流程编排引擎，试点例外路径的自动升级与回退策略，并观测误升级率与人工接管比例。