Wyniki wyszukiwania - BazTech

1

AI for augmenting human judgement in Business Processes Management

Osuszek Łukasz, Stanek Stanisław

Scientific Journal of the Military University of Land Forces

|

2021

|

Vol. 53, No. 3(201)

507--518

EN

The paper outlines the recent trends in the evolution of Business Process Management (BPM) – especially the application of AI for decision support. AI has great potential to augment human judgement. Indeed, Machine Learning might be considered as a supplementary and complimentary solution to enhance and support human productivity throughout all aspects of personal and professional life. The idea of merging technologies for organizational learning and workflow management was first put forward by Wargitsch. Herein, completed business cases stored in an organizational memory are used to configure new workflows, while the selection of an appropriate historical case is supported by a case-based reasoning component. This informational environment has been recognized in the world as being effective and has become quite common because of the significant increase in the use of artificial intelligence tools. This article discusses also how automated planning techniques (one of the oldest areas in AI) can be used to enable a new level of automation and processing support. The authors of the article decided to analyse this topic and discuss the scientific state of the art and the application of AI in BPM systems for decision-making support. It should be noted that readily available software exists for the needs of the development of such systems in the field of artificial intelligence. The paper also includes a unique case study with production system of Decision Support, using controlled machine learning algorithms to predictive analytical models.

PL

W artykule przedstawiono najnowsze trendy w ewolucji zarządzania procesami biznesowymi – zwłaszcza zastosowanie sztucznej inteligencji do wspomagania decyzji. Sztuczna inteligencja ma ogromny potencjał, by wzmocnić ludzki osąd. Uczenie maszynowe może być uważane za dodatkowe i uzupełniające rozwiązanie zwiększające i wspierające produktywność ludzi we wszystkich aspektach życia osobistego i zawodowego. Idea łączenia technologii uczenia się organizacji i zarządzania przepływem pracy została przedstawiona przez Wargitscha. Ukończone sprawy biznesowe przechowywane w pamięci organizacyjnej służą do konfigurowania nowych przepływów pracy. Wybór odpowiedniego przypadku historycznego jest poparty komponentem wnioskowania opartym na przypadkach. To środowisko informacyjne zostało uznane na świecie ze względu na znaczny wzrost wykorzystania narzędzi sztucznej inteligencji. Istnieje duża liczba kwalifikujących się do użycia i łatwo dostępnych algorytmów na potrzeby rozwoju systemów sztucznej inteligencji wspierającej procesy biznesowe. W tym artykule omówiono także, w jaki sposób można zastosować techniki automatycznego planowania (jeden z najstarszych obszarów AI), aby umożliwić nowy poziom automatyzacji i wsparcia przetwarzania. Wdrożenie sztucznej inteligencji wykazuje znaczące wyniki, szczególnie w celu uzyskania wyższego zysku. Autorzy artykułu postanowili przeanalizować ten temat i omówić stan wiedzy naukowej oraz zastosowanie sztucznej inteligencji w systemach BPM do wspomagania decyzji. Artykuł zawiera także unikalne studium przypadku z systemem produkcji wspomagania decyzji, wykorzystujące algorytmy kontrolowanego uczenia maszynowego do predykcyjnych modeli analitycznych.

2

Towards emergence phenomenon in business process management

Koryl M., Mazur D.

Archives of Control Sciences

|

2017

|

Vol. 27, no. 2

263--277

EN

A standard solution regarding business process management automation in enterprises is the use of workflow management systems working by the Rule-Based Reasoning approach. In such systems, the process model which is designed entirely before the implementation has to meet all needs deriving from business activity of the organization. In practice, it means that great limitations arise in process control abilities, especially in the dynamic business environment. Therefore, new kinds of workflow systems may help which typically work in more agile way e.g. following the Case-Based Reasoning approach. The paper shows another possible solution – the use of emergence theory which indicates among other conditions required to fulfill stimulation of the system (for example the business environment) to run grass-roots processes that lead to arising of new more sophisticated organizing forms. The paper also points the using opportunity of such techniques as the processing of complex events to fulfill key conditions pointed by the emergence theory.

3

Business process improvement from the Adaptive Case Management perspective

Osuszek Ł.

Information Systems in Management

|

2015

|

Vol. 4, No. 2

135--146

EN

This paper describes the risks, challenges and outcomes associated with the adaptive approach to business process change and improvement within an organization. The article focuses on aspects related to supporting the company’s business operations (business processes) with information technology tools. This article explains that it is necessary to use Adaptive Case Management (ACM) systems instead of existing Business Process Management (BPM) solutions due to the fact that the latter are demonstrably inadequate in comparison to the more recent adaptive process management concept. The paper addresses the challenges and risks involved in business process optimization. The author argues that ACM is a better tool or approach for adaptive business process improvement, since it significantly reduces the risk inherent in business process improvement. The case studies provided in the paper serve to support this thesis.