很多自动化项目的起点不是模型，而是「我们以为的流程」和系统日志里实际跑出来的流程不一致。本实验室近期的实验围绕流程挖掘展开：从 MES、ERP 与工单系统的操作日志中还原真实执行路径，识别返工、跳步与等待环节，再把可自动化的节点交给编排层执行。
做法分三步：先把不同系统的订单号、工单号、设备号映射到同一主键，完成日志对齐；再按活动序列聚类出流程变体，用时长分位而非均值刻画各节点；最后生成候选自动化清单，标注改造收益与实现难度。
阶段性进展：
- 在 2 个业务流、约 40 万条事件日志上完成验证，识别出 6 类高频流程变体，其中约三成订单存在非标准路径，集中在异常返工与人工补录环节；
- 与既有 RPA 脚本对接后，把「等待人工确认」类节点改为超时自动流转，试点流程的平均流转时长下降约 18%。样本量仍偏小，结论待扩展到更多产线验证。
下一步计划：将流程变体识别结果接入编排引擎，让异常分支自动触发补偿动作，同时评估日志缺失、字段不规范场景下的还原准确率边界。
评论