プロセスマイニング
読み: プロセスマイニング
プロセスマイニングとは業務を可視化
プロセスマイニングは、業務システムのイベントログを解析し、実際の業務フローを可視化・分析する手法である。人間の記憶や思い込みではなく、システムが記録した事実に基づいて業務プロセスの実態を明らかにする。
かんたんに言うと
業務システムが残す操作ログを、レントゲン写真のように透視して「実際に誰が、いつ、どんな順番で作業しているか」を浮かび上がらせる技術である。
ヒアリングでは見えない業務の実態をシステムログから炙り出すプロセスマイニング
ERPや受発注システムには、誰がいつどの操作をしたかというイベントログが大量に溜まっている。プロセスマイニングはこのログを時系列で結びつけ、業務フローをグラフとして再構成する。
ここで見えてくるのは「あるべき姿」ではない。現場で実際に起きている姿である。承認フローを飛ばしている案件、差し戻しが5回繰り返されている伝票、特定の担当者に仕事が集中している状況。ヒアリングでは絶対に出てこない事実がログの中に埋まっている。
Celonis、UiPath、その他の主要ツール
この分野で最も知名度が高いのはドイツ発のCelonisである。SAPとの連携が強く、製造業や金融機関での導入実績が豊富にある。UiPathはもともとRPAのベンダーだが、プロセスマイニング機能を統合し「発見から自動化まで一気通貫」を掲げている。
ほかにもMicrosoftのProcess Advisor、IBMのProcess Miningなど大手も参入しており、選択肢は年々広がっている。とはいえ、ツールを入れただけで何かが変わるわけではない。ログのフォーマットが統一されていない、そもそもログが取れていないといった前段階の問題に直面する企業のほうが多い。
RPAとの連携で生まれる相乗効果
プロセスマイニングとRPAは相性がよい。まずプロセスマイニングで業務の実態を可視化し、繰り返し発生する定型作業を特定する。次にその作業をRPAで自動化する。この順番が重要で、逆をやると痛い目に遭う。
業務の全体像を把握しないままRPAを導入した企業が「自動化したのに工数が減らない」と嘆く場面は珍しくない。ロボットが処理しているのは全体の一部で、その前後に手作業のボトルネックが残っていたというケースである。
ボトルネック発見と改善サイクル
プロセスマイニングの本領は、ボトルネックの定量的な特定にある。「この承認ステップで平均3.2日滞留している」「月末に処理件数が4倍に跳ね上がり、エラー率も連動して上がる」といった数字が出てくる。
感覚や経験ではなく、データで示されるから現場も納得しやすい。改善策を実施した後にもう一度ログを分析すれば、効果の検証もできる。
ただし注意点がある。ログに残らない業務は分析できない。電話でのやり取り、紙の回覧、口頭での確認。こうしたアナログな工程がボトルネックになっている場合、プロセスマイニング単体では見つけられない。
導入を検討するときに押さえておくべきこと
最初にやるべきは、自社のシステムがどの程度のイベントログを出力しているかの棚卸しである。ケースID、アクティビティ名、タイムスタンプ。この3要素が揃っていなければ分析は始まらない。
次に考えるのはスコープの絞り込みである。全社の全業務を一度に可視化しようとすると、プロジェクトは確実に頓挫する。受注から出荷まで、請求から入金まで、といった特定のプロセスに絞って小さく始めるのが定石である。
ツール選定は最後でいい。まず自社のログの品質を確認してほしい。ログが汚ければ、どんな高価なツールを入れても出てくるのはノイズだけである。
当社の見解
AIプロダクトの導入で最も時間を食うのは技術の実装ではない。自社の業務プロセスを言語化する作業だ。ここを省略すると、どんなに優秀なツールを入れても使い物にならない。当社は企画から開発・運用まで全工程を自社で完結させることで、仕様伝達のロスをゼロにしている。理想は阿吽の呼吸で仕事ができるAIパートナーだ。間違った判断をしようとしたときは、忖度なく意見をくれる。それが信頼できる仕事の相棒だ。
同じ失敗を二度としないAIエージェント
今のAIは、聞けば何でも答えてくれます。
でも、セッションが切れた瞬間に前回の失敗を忘れます。
当社が開発しているAIは、過去の経緯を念頭に置いて、
聞かれる前に「それは前回うまくいきませんでした」と声をかけます。
人間にも同じ失敗をさせず、AI自身も繰り返しません。
古参の社員が横にいるように、黙っていても気づいてくれる。
それが、当社が考える本当のAI社員です。