AI流程挖掘定制：日志事件与瓶颈定位

自动化流程实验室近期把研究重点放在「流程挖掘」这一前置环节：不是先写脚本，而是先判断哪段流程值得自动化。
实验以ERP、MES、工单与审批系统的操作日志为输入，统一抽取case id、活动名、时间戳与操作人，用启发式挖掘得到主干流程，再做一致性检查，标记返工循环、跨系统等待和资源过载节点。为避免日志噪声误导，我们加入活动别名归并、低频路径过滤和人工复核三道校验。
阶段进展：在一个电子装配场景中接入约12万条事件日志，覆盖6个系统、23类活动，识别出3条高频返工路径；其中一条审批等待占流程总时长的41%，被列为优先自动化候选。
下一步计划：将离线挖掘扩展到实时事件流，并基于候选路径自动生成流程编排与异常升级草案，交由工程师审核后进入试点。