附件为68页PDF文件。
企业已经上线了不少业务系统,也积累了大量数据。现在,大模型和智能体又开始进入业务场景。
但一个现实问题逐渐显现:有了大模型,企业的业务问题就能得到准确回答吗?有了智能体,原来需要跨部门协作的工作就能自动完成吗?
答案显然没有这么简单。
比如,一笔采购申请为什么迟迟没有完成?大模型可以读取采购制度,智能体也可以查询业务系统,但要真正判断问题出在哪里,还需要知道采购流程走到了哪个环节、当前业务状态是什么、审批规则是什么、应该由谁负责,以及下一步需要满足什么条件。
这些信息背后,都离不开企业对业务流程的清晰定义和有效管理。
过去,企业建设流程,更多关注规范操作、明确职责和控制风险。进入AI时代,流程还承担着新的任务:让人、业务系统和智能体能够按照明确的业务规则共同完成工作。
这意味着,企业有必要重新审视自己的业务流程。
一、AI改变了企业的工作方式,流程设计也需要随之调整
传统企业的业务运行,主要依靠岗位分工、人工操作和业务系统。
一个业务任务通常由某个岗位发起,经过不同部门处理,再通过系统记录和传递信息。流程设计主要围绕人员职责、业务活动和审批关系展开。
AI进入企业以后,情况开始发生变化。
信息处理可以由AI辅助完成,文档和内容可以由AI生成,部分分析判断可以由AI提供支持,一些明确的业务任务还可以由智能体在授权范围内调用工具执行。
企业业务活动的参与者,也逐渐从人和业务系统,扩展到人、业务系统和智能体。
这带来了三个值得关注的变化:
- 活动执行方式发生变化。 一些过去依赖人工阅读、整理和录入的工作,可以由AI辅助完成。
- 岗位职责分工发生变化。 人员需要从重复性操作中逐步转向业务判断、异常处理和结果审核。
- 业务协同方式发生变化。 智能体可以参与多个业务环节,但必须明确任务边界、授权条件和责任关系。
这里有一个容易忽视的问题:AI能够执行某项任务,并不意味着企业已经具备让AI参与这项业务的条件。
业务目标是什么?执行需要哪些信息?遵循什么规则?由谁授权?出现异常由谁处理?
这些问题仍然需要通过业务流程和管理机制来回答。
所以,AI时代的流程设计,需要同时考虑业务活动、业务规则、人员职责、系统支撑和智能体参与方式。
二、流程标准化:先让企业有一套共同的业务语言
对于集团型企业来说,流程标准化往往是流程重构的第一步。
一家小型企业,很多事情可以依靠熟悉业务的员工沟通解决。但企业规模扩大以后,总部、分子公司、事业部和不同地区的业务单位,可能逐渐形成各自的工作习惯。
以采购业务为例:
有的单位采购申请需要三级审批,有的单位只需要两级审批;有的单位通过系统流转,有的单位仍然使用邮件和线下表单;同样的采购活动,不同单位可能使用不同的业务定义和数据口径。
这些差异未必全部不合理,但如果企业无法识别和管理这些差异,就很难形成统一的管理体系。
流程标准化究竟要统一什么?
它至少涉及六个方面:
- 流程定义: 明确流程的目标、范围和业务边界。
- 流程结构: 明确流程阶段及上下游关系。
- 活动规范: 明确具体业务工作如何开展。
- 角色职责: 明确谁负责执行、审批和管理。
- 业务规则: 明确什么条件下开展业务活动。
- 信息标准: 明确业务活动需要什么信息。
需要特别说明,标准化不等于所有单位使用完全相同的流程。
生产物资采购、办公用品采购和工程项目采购,都属于采购业务,但它们的业务特点并不一样。
企业真正需要统一的是共性的业务定义、关键控制点和管理要求。对于合理的业务差异,可以通过场景化流程、流程分支和例外处理来管理。
完成这些工作,还需要建立企业流程架构,逐步形成流程分类、流程全景、流程分层和流程清单。
一条流程不能只有名称,还要明确起点、终点、输入、输出、流程负责人以及上下游关系。
标准流程也不能只停留在文件和流程图上。制度、组织职责、业务执行、系统配置和日常运营都需要遵循相应的标准。
流程标准化的检验标准,不是企业发布了多少份流程文件,而是不同业务单位能否按照统一的业务规范运行。
三、流程模块化:把复杂的业务流程拆分清楚
流程标准化解决了统一业务规范的问题,但企业的业务流程往往非常复杂。
以采购到付款(Procure to Pay,P2P)为例,一条完整流程可能包含:
采购需求管理、采购审批、采购执行、履约验收、发票核验和付款结算。
如果把所有活动都放在一张流程图里,图形会越来越复杂,职责也容易交叉。一个环节发生变化,还可能牵动其他多个环节。
这时候就需要考虑流程模块化。
所谓流程模块化,就是围绕相对完整的业务目标,将复杂业务过程组织成若干具有明确职责边界的业务模块。
一个模块至少需要明确五项内容:
- 业务目标: 这个模块需要实现什么结果?
- 输入: 模块需要接收什么业务信息?
- 业务活动: 模块内部具体开展哪些工作?
- 输出: 模块最终交付什么业务结果?
- 责任主体: 谁对模块的整体运行负责?
例如,采购需求管理可以作为一个独立模块。
它接收采购需求,开展需求审核、预算检查和需求确认,最终输出经过确认的采购申请。
这里有一个重要原则:模块不等于部门,也不等于一个系统功能。
一个模块可能涉及多个岗位,一个部门也可能参与多个模块。模块划分应该依据业务目标、活动关联性和业务结果,而不能简单按照组织部门进行切割。
模块划分之后,还需要进一步明确模块之间的关系。
采购需求管理模块输出已经确认的采购申请,采购审批模块接收申请及相关预算信息,完成权限判断和审批处理。
两个模块之间需要交接业务对象、业务状态和必要信息,但采购审批模块没有必要了解采购需求管理模块内部每一个岗位是如何工作的。
这就是模块边界的价值。
模块化还有一个实际好处:复用。
集团企业的生产物资采购、办公用品采购和工程采购,可能都需要供应商管理、采购审批、合同管理和付款结算。
这些具有共同业务目标的模块,可以在不同场景中复用;对于生产物资质量检验、工程项目验收等特殊业务,则保留相应的专属模块。
企业由此可以从重复设计整条流程,转向按业务场景组合成熟的流程模块。
四、流程解耦:模块划分清楚了,为什么还需要解耦?
模块化以后,流程结构看起来清楚了,但实际运行中仍然可能存在大量依赖。
例如:
- 一个模块必须了解另一个模块的内部处理细节。
- 多个模块重复维护相同的业务规则。
- 一个模块的岗位调整,导致其他模块也需要修改。
- 一个模块发生变化,多个上下游流程都必须同步调整。
这些情况说明,模块虽然已经划分,但相互之间仍然存在紧密的业务依赖。
流程解耦要解决的就是这个问题。
这里需要明确:解耦不等于模块之间完全没有联系。
企业业务本身就存在上下游关系。采购审批完成后,采购执行才能继续开展,这是正常的业务依赖,也是必须保留的协同关系。
真正需要减少的是不必要的依赖。
例如,采购执行模块需要知道审批是否通过、审批结果是什么,以及是否满足下单条件。但它没有必要掌握采购审批模块内部每一个岗位的具体操作过程。
通过明确业务接口,两个模块就可以按照约定的业务信息和交接条件开展工作。
流程解耦主要需要处理五类关系:
流程依赖、规则依赖、信息依赖、职责依赖和决策依赖。
其中,业务接口是非常关键的管理对象。
一个清晰的业务接口,需要明确:
- 交付什么业务对象;
- 传递什么业务信息;
- 当前业务处于什么状态;
- 满足什么条件才能交接;
- 出现异常时如何反馈和处理。
此外,还需要关注业务对象、业务状态、业务规则和责任边界。
例如,采购申请从草稿、已提交、审批中到审批通过、已采购和已关闭,每一种状态都应该有明确的业务含义和处理条件。
上下游模块只有理解相同的业务对象和状态,才能真正实现有序衔接。
模块化解决流程如何划分,解耦解决模块之间如何减少不必要的依赖。两者共同决定了企业流程能否灵活组合和独立变化。
五、流程治理:流程设计完成以后,还需要持续管理
流程标准化、模块化和解耦完成以后,企业还需要回答一个现实问题:
流程发生变化怎么办?谁负责?如何确保制度、流程、系统和实际业务始终保持一致?
这就涉及流程治理。
流程治理与流程管理有联系,但关注重点有所不同。
流程治理主要解决规则、责任、授权和监督机制,明确企业应该如何管理流程。
流程管理则更多关注流程的设计、实施、执行、监测和改进。
两者共同保证企业流程有序运行。
从实际工作看,流程治理至少需要关注五项任务:
- 流程资产管理: 建立流程目录,管理流程定义、版本和适用范围。
- 责任机制: 明确流程负责人及各业务环节的责任主体。
- 规划与授权: 明确流程设计、审批和变更的管理权限。
- 变更管理: 评估流程调整对制度、岗位、业务对象和系统的影响。
- 持续改进: 通过运行监测、问题识别和效果评价推动流程优化。
这里尤其要关注流程变更。
比如,集团调整了采购审批权限,影响的可能不只是采购审批流程,还包括相关业务规则、系统控制、岗位职责和上下游业务环节。
如果没有统一的变更管理机制,就容易出现制度已经修改、系统仍按旧规则执行的情况。
因此,流程治理需要把流程、制度、规则、组织和系统放在同一个管理视角下,建立变更评估和发布机制。
流程运行效果也需要通过指标来检验。
例如,采购申请到订单生成的周期时间、审批一次通过率、收货与发票匹配情况、流程异常率等,都可以成为分析业务运行质量的依据。
通过流程运行数据,还可以进一步识别等待时间过长、重复处理和异常集中等问题。
流程治理由此从制度管理逐步延伸到日常运营。
六、AI落地:让AI按照业务规则参与企业经营
前面四个方面解决了流程体系本身的问题。到了AI落地阶段,企业还需要重新考虑业务任务应该如何分工。
并非所有业务活动都适合交给智能体。
有些任务规则明确、步骤固定,适合通过规则自动化或传统系统功能完成;有些任务需要理解文本、分析信息和识别异常,适合引入AI辅助;还有一些涉及复杂业务判断和跨环节协同的任务,则需要智能体参与,并保留必要的人工审核和授权机制。
判断一项业务活动是否适合引入AI,至少要看五个方面:
- 信息是否能够获取;
- 业务规则是否明确;
- 任务目标是否清晰;
- 执行过程是否可控;
- 结果是否能够验证。
企业还需要为AI参与业务提供必要的基础条件。
数据、知识、流程、规则和权限,是AI进入企业业务流程的基础。
以采购合同审核为例。
智能体可以辅助提取合同信息、比对采购要求、识别异常条款,并形成审核建议。
但企业还需要明确:
- 智能体可以访问哪些合同和业务数据;
- 应当依据哪些采购制度和审核规则;
- 哪些判断可以自动完成;
- 哪些事项必须提交人工审核;
- 如何记录执行过程和处理结果。
只有这些边界明确,AI才能在企业授权范围内参与业务。
随着应用深入,企业的任务分工也会发生变化。
原来由人工完成的信息整理、初步分析和部分操作,可以逐步交给AI辅助;人员则更多承担业务确认、关键决策、异常处理和责任审核。
进一步发展,还可以从单点AI应用走向多个智能体与业务系统的协同。
但多智能体协同并不意味着简单地增加智能体数量。关键在于围绕同一个业务目标组织任务,明确各自的职责、输入输出和协作条件。
七、企业应该怎样推进业务流程改造?
从实际落地看,企业不适合一开始就全面建设AI智能体,也不宜在流程基础尚不清晰的情况下直接推动自动化。
可以按照业务价值和实施条件,分阶段推进。
第一阶段:基础准备。
梳理业务流程,明确业务目标、流程边界、关键活动和责任主体,识别需要优先解决的流程问题。
第二阶段:局部试点。
选择业务规则相对清晰、数据基础较好、执行结果容易验证的场景,开展流程优化和AI应用试点。
第三阶段:协同扩展。
在试点经验基础上,进一步处理跨部门流程衔接、业务规则管理、数据关联和智能体协同问题。
第四阶段:规模推广。
将经过验证的流程规范、模块和AI应用逐步推广到更多业务场景,并建立持续监测和优化机制。
具体推进顺序需要结合企业自身的业务特点、数据基础、管理要求和风险等级确定。
结语:68页PDF文件



EA之家 » AI时代,企业业务流程应该如何重构? 从流程标准化、模块化到解耦,重新理解企业流程的设计与管理