流程管理做得好，生產力就會提高，但問題是，企業很難將AI大規模融入流程管理，因此很難運用AI的威力，大幅改進流程。本文提出七大步驟，協助企業結合AI和流程管理，提升業務績效。

插圖／岑駿（Jun Cen）

瑪氏箭牌（Mars Wrigley）決定將供應鏈數位化時，投資了多項人工智慧（AI）和分析的能力。公司建立了生產線的數位雙生（digital twin，這個虛擬複製品會即時模擬生產線的運作），並將從中獲得的數據輸入機器學習模型，以預測生產線的產量，還有減少過量裝填與浪費。瑪氏箭牌與「決策智慧」（decision intelligence）供應商Aera Technology合作，以視覺化方式呈現那些數據，生成有關預防性維護的建議，並自動做出某些營運決策。瑪氏箭牌還聘請Kinaxis公司，由這家供應商的AI軟體向員工建議如何平衡供需、自動處理發票，以及將卡車利用率提高15％。這些林林總總的改進，使公司能夠更快完成訂單，顧客服務評分也上升數個百分點。

最近，瑪氏箭牌開始建立機器學習模型來預測銷售，協助各廠長設定生產水準。公司也計畫在產線上部署智慧機器人與新的AI系統，以提升效率和永續性。總之，瑪氏箭牌一直在利用AI來重新構思各種營運作業的流程管理。

本文觀念精粹

機會：流程管理得愈好，生產力就愈高。新科技有助於擴大這些流程的規模，進一步提高生產力。端到端流程管理發揮作用時，所有參與者都能獲得卓越成效。

阻礙：但是，即使有AI等先進科技，流程管理也可能難以實施。

解決方案：公司應採用新的流程理念，主軸放在人員、數據、分析和AI，以及如何將這些要素結合起來以提升業務績效。

流程管理並不是複雜的概念。它的目標是理解一連串任務如何相互配合，以創造特定成果，然後做出改進。它可以應用到多種層級，包括由個人或小組執行的工作、部門內的重要活動，或是橫跨全組織、甚至跨越公司界線的端到端流程。

流程管理做得好，會帶來卓越的成效。流程管理得愈好，生產力就愈高：錯誤率、週期時間與低價值活動都會減少。但即使有AI相助，大規模實施流程管理也可能很困難。AI協助的是範圍狹小的任務或子流程，而非端到端流程，因此組織必須將多個AI用例串聯起來，才能改進整個流程。流程管理需要大量的變革管理，包括說服利害關係人、重新培訓員工，還有整合許多時時變動的細節。此外，流程管理往往與傳統的階層式管理衝突，因為要跨越部門界線來提升效率。1990年代初，流程再造（process reengineering）風行一時，卻留下太多失敗的專案和無謂的裁員，重挫了流程管理的聲譽。難怪它會失寵。

與此同時，AI和其他的資訊科技，在提升生產力方面也令企業失望。羅伯．梭羅（Robert Solow）曾在1987年評論道：「到處都能看到電腦時代的蹤影，就只有在生產力統計數字裡看不到。」很遺憾，這句話至今仍然適用。組織在數據和資訊科技方面投資了數兆美元，用於分析與提高生產力，但收效甚微。大多數組織的IT專案，甚至沒有生產力指標以外的投資報酬率（ROI）數字。

有一個新的流程思考方法可以協助扭轉這種局面。

的確，關於流程的一些新構想，包括科學管理、統計品質管制、全面品質管理、六標準差、敏捷法與精實方法，在歷史上有著豐富的影響力。流程管理的新思維不斷湧現，證明了它的重要性。組織始終需要提高營運績效，而流程管理是一條可以達成這項目標的可靠途徑。

身為這篇文章的作者，我們支持各種形式的流程管理。其中，湯瑪斯．戴文波特（Tom Davenport）在1990年代初協助發起流程再造運動。湯瑪斯．雷曼（Tom Redman）則在提供數據顧問服務時廣泛運用流程思維。我們與數百位領導人廣泛交流後，總結出一個新的流程理念，描述公司可以如何將人員、數據、分析和科技（尤其是AI）結合起來，以強化業務績效。

我們將在本文描述這個新理念，並詳細說明高階領導人在運用這套理念時，應該優先採取哪些步驟。

科技與流程管理如何相輔相成

流程思維不再那麼受到歡迎的原因，在於缺乏技術支援，而精實和六標準差等漸進式流程改善方法尤其欠缺技術支援。但在過去幾年裡，新科技已經為組織創造了改造流程管理的機會。基於這項關鍵的理由，我們主張企業現在應該重新廣泛採用流程管理。

流程管理與科技相輔相成。新科技可以幫助企業大幅擴展改進後的流程，而且新的AI演算法所支援的流程，如果得到良好的界定和管理，企業就更容易部署這套演算法並從中獲得價值。端到端整合起來的流程，也會讓企業更容易取得訓練AI所需的大量高品質數據。

“新技術可以幫助企業大幅擴展改進後的流程，而且AI支援的流程如果得到良好界定和管理，企業就會更容易部署AI並從中獲得價值。

良好的流程管理需要各部門採用共同的數據標準，也需要各部門開放數據讓整個組織共享，儘管許多部門可能不願意這麼做。畢竟，它們已經實行的系統，是專為自家部門的特定需求而量身打造，不一定是為了提升端到端的效能。然而，如果各部門不協調運用彼此的數據，往往會造成問題。

例如，有個營運部門的工作是組裝訂單的各項零組件。該部門員工收到銷售部門的訂單後，很快就發現許多漏洞與錯誤。於是，他們盡全力清洗那些數據，畢竟他們有必須達到的關鍵績效指標。這不能責怪銷售部門，他們根本不知道自己提供的數據品質不好。但是，營運部門的員工不得不花費大量時間，來完成一項他們沒有得到過任何培訓或支援的任務，而且往往是在龐大壓力下進行。顯而易見的解決方法就是減少銷售部門的錯誤，但營運部門的員工受限於自身部門的藩籬，看不見這個機會。

流程管理有助於打破藩籬，或至少促進各自為政的部門互相連結。流程管理也可以讓錯誤及這些錯誤造成的效率低落無所遁形，還可以激勵改進，並提供必要結構，以便有系統地消除錯誤的成因。

從何開始

不是極為流程導向的組織，可能很難起步。在這種情況下，最好是先關注一、兩個對績效很重要的流程，之後隨著組織愈來愈習慣流程思維，再處理其餘流程。許多我們熟知的公司，一開始都是先處理「從訂單到收款」（order-to-cash, OTC）的流程——這種流程涵蓋了從顧客下訂單，到公司收到款項之間的所有步驟。這種流程對大多數公司的業績都有關鍵性的影響，也是受歡迎的再造目標。

多年來，歐洲公司一直在管理OTC和其他跨職能流程。西門子（Siemens）的事業單位極為分散，但公司仍在訂單管理和「從採購到付款」（purchase-to-pay）等領域，建立了共通的OTC子流程。過去，BMW在全球各地的生產流程差異很大，如今公司已將全球大部分生產流程標準化，目前側重於盡力改進支援流程。消費品公司利潔時（Reckitt）正在利用流程探勘（process mining）與流程自動化，來改進發票開立、用品採購、訂單履行等工作，藉此簡化整個OTC流程。這些公司已經將IT驅動的流程管理，視為營運作業的一個重要層面。

相比之下，北美地區的公司一般都會大幅偏向漸進的方式。Uber首先關注顧客服務，百事公司（PepsiCo）首先關注應收帳款和應付帳款流程，卡地納健康集團（Cardinal Health）首先關注訂單管理，嬌生（Johnson & Johnson）則是首先關注供應鏈。像這樣縮小關注範圍，讓這些公司有了大幅改進。正如我們先前所說，對於缺乏豐富流程管理經驗的企業，這是很好的起步方法。

現在，我們要運用OTC來解釋如何將AI融入流程管理，帶領讀者詳細了解如何應用AI，包括如何解決企業一定會遭遇的困難。

第一步：確立負責人

第一個目標是組成一支經理人團隊，他們必須願意且有能力為流程績效負起全責。這代表要任命一位「流程負責人」來協調必要的工作，並從相關部門招募一支「流程經理人」團隊。以OTC流程來說，這個團隊會包括來自銷售、營運、運輸與財務部門的人員，其他部門的人員也可能會參與。這些員工必須能代表自家部門發表意見，並維護全組織的利益。

任命合適的流程負責人非常重要。這可能很棘手，因為在大多數情況下，這是全新的高階管理職位。最好的流程負責人，會知道如何在沒有正式權力的情況下發揮影響力；因為在流程之旅剛起步時，他們可能沒有太多正式權力。

還有另一項挑戰會讓流程管理不易進行：流程管理往往配合顧客的優先事項，但日常的直屬上下級管理，卻往往是配合上司的優先事項，因此必定會產生衝突。員工勢必需要指引，才能回答這個問題：「時間緊迫時誰更重要？我的上司，還是流程負責人？」例如，買方的訂單要求10天內交貨，銷售人員在上司的鼓勵下輸入這些訂單，以便達成銷售配額。但是，如果流程負責人告知銷售人員，由於庫存量低，20天才是比較實際的交付日期，這時銷售人員就會進退兩難。

第二步：找出流程的顧客

計畫開始時，流程經理人一定要問：「顧客是誰？他們想要什麼，最需要什麼？我們該如何交付？」答案只要有任何疏漏或不確定，都代表有機會可以徹底重新思考這個流程。

最終從流程獲得價值的人，可能是內部人員，也可能是外部人員。以OTC來說，找出主要顧客是誰並不難：購買產品或服務的人，他們需要在預期的地點準時收到最高品質的產品或服務；以及需要管理現金的公司。

此外，可能還有次要顧客。例如，如果行銷部門希望將公司準時交付的表現定位為競爭優勢，那麼行銷部就可能成為OTC流程的顧客。另一個顧客，可能是希望減少這家公司碳足跡的永續團體。這就是流程管理的美妙之處──迫使經理人確立優先事項，然後據以調整工作。

科技可以幫助企業取得並分析顧客數據，以及顧客對當前流程的績效有什麼看法。顧客關係管理（CRM）系統可以提供深入見解，顯示顧客流失情形、服務請求數量以及顧客獲利率。生成式AI系統可以分析和總結顧客在各處的評論，包含打進客服的電話內容、電子郵件與社群媒體貼文，並持續改進這方面的能力。

第三步：繪製現有流程圖

接下來，你需要繪製一張高階流程圖來描述當前的流程，包括貨物的實際移動，以及數據的產生、流動與使用。這項工作過去的執行方式，是手動把代表各項任務的便利貼都貼在白板上，但如今可以交給AI自動化進行。

我們發現，描述部門之間的交接地帶（interface）特別有用，尤其是在流程初期。這些交接地帶通常位於「空白地帶」，不屬於任何一個部門的職責範圍，因此可能造成延宕、錯誤與效率低落。

流程探勘會從IT系統中取出流程數據來建模、分析和業務最佳化，如果放在這個步驟當中運用，也會大有助益。這項在流程管理早期幾波浪潮中還無法使用的科技，會利用從企業系統紀錄檔中蒐集的資訊，來了解組織各項流程的執行情況。例如，企業透過OTC，可以近乎即時地得知哪些以電腦為媒介的任務正在執行，還有需要多長時間來履行訂單、遞送包裹，以及收到顧客款項。流程探勘可以凸顯出重新設計流程時應該關注的痛點。一旦發現這些痛點，團隊就可以試著進行「任務探勘」，一些科技供應商有提供這項技術，通常主要是以自動化來改進較小型的流程。

百事公司在2019年從應付帳款流程開始進行流程探勘。從那之後，百事公司每年在這段流程省下數千小時的人力，並減少數百萬美元的沖銷。現在，該公司在9個流程運用流程探勘（技術來自供應商Celonis），包括OTC等大範圍的端到端流程。這些流程中的一些活動已經做到自動化，包括製作訊息通知顧客應收帳款逾期。公司運用AI找出最大的待解決問題，例如百事公司安裝新的SAP系統時，最初的訂單拒絕率高達30％。運用AI進行流程探勘後，拒絕率因此降至4％。

第四步：制定流程績效的衡量指標與目標

下一步，是訂立與實施必要的衡量指標，以便管理修改後的流程。以OTC來說，特別重要的是端到端週期時間（從下訂單到收到款項所需的時間）、顧客滿意度、數據準確性和流程效率。公司也應決定需要將現有流程改進到什麼程度。流程再造運動時，人們往往追求10倍的改進，但隨著精實和六標準差方法的出現，目標的漸進改善程度大幅提高。企業不應任意設定大或小的目標，而應根據需要和實現的可能性來設定目標。

分析當前流程的績效指標也可能提供見解，用以協助推動新流程的設計，並運用科技來運作新流程。例如，一家電信公司查出，提供某類服務大約需要90天。深入研究後，公司發現實際工作時間約為10天，其餘80天都花在各個步驟之間的等待。釐清如何可以更有效協調這項工作之後，等待時間減少了60天，這不僅讓顧客更滿意，公司收到款項的速度也比以往快上許多。

第五步：考慮更多流程助力

微軟（Microsoft）、UiPath和其他供應商銷售的機器人流程自動化工具，使用機器人來自動執行重複性和例行性的工作流程，這類工具可能對設計小型流程有幫助；生成式AI和傳統機器學習都能提高較大型流程的績效。以OTC為例，生成式AI可以擬定合約草稿，幫助顧客下達更準確的訂單，並提醒顧客留意交付狀況的變化。傳統的機器學習可以幫助公司最佳化訂價、加快信貸核准、預防欺詐，以及預估所需的人員配置數量。

其他新科技也可能適合這個步驟。物聯網感測器可以用來監測製造設備和預防故障，區塊鏈可以用來追蹤供應鏈上的貨物流動。傳統的商業分析也可以改進整個流程的決策。

第六步：重新設計流程

重新設計流程的工作，應該由一個跨職能團隊來領導，成員來自該流程涵蓋的各個部門。這項工作的目標不僅是詳細規畫更好的工作流程，還要找出必要的技能、科技和組織結構的改動，以及合作伙伴和顧客的期望。

設計流程曾經是極為勞力密集的活動，如今，AI使這項工作變得更快速、更有效率。例如，流程管理軟體的長期供應商Pega開發出一些工具，可以運用生成式AI從資料庫取出流程設計的最佳實務，建議設計團隊參考。

德國最大型的電信公司德國電信（Deutsche Telekom）是Pega的顧客之一，它運用Pega提供的一款新工具「藍圖」（Blueprint），重新打造自家的人資流程與支援這些流程的系統。這些年來，德國電信在20多個國家建立大約800個人資流程，複雜程度令人卻步。公司最初使用傳統的設計和系統開發工具來處理許多人資子流程，但進展緩慢。商業人員和IT人員之間的誤解造成延宕，但藍圖提供了一個簡單的溝通介面，讓商業專家可以用自己的話描述流程，進而幫助消除誤解。藍圖還會針對流程重新設計團隊可能忽略的問題提出建議，並建立流程範本，大幅縮短了尋找解決方案和改進工作流程系統所需的時間。

在藍圖的幫助下，德國電信已經簡化250個流程，也準備好一些計畫要處理其餘流程。員工滿意度提升了，人資人員也擺脫重複性的工作，有更多時間為員工提供更好的服務。公司也省下數百萬歐元的應用程式操作和管理成本。生成式AI與商業專業知識的結合，正在改變德國電信的流程設計方式，我們相信也將改變許多其他組織的流程設計方式。

其他一些我們也寄予厚望的工具，包括運用生成式AI生成圖像的能力、生成式設計工具（建築師正在運用）和數位雙生。我們預測，這些工具會幫助團隊想像與模擬新的流程設計，並即時最佳化流程設計和工作流。

第七步：實施和監測流程

正如我們先前所提，推出新的流程設計需要付出可觀的心力。雖然軟體和AI工具可以用來自動執行新流程中的關鍵任務，但公司需要培訓員工、整合數據、建立系統，也需要讓顧客了解概況。開始實施流程可能需要幾個月，但不應花到數年。

開始實施經過改進的流程之後，企業必須建立新常態，讓控制和持續改進成為主流。控制的精髓在於可預測性——確信流程的績效在未來不會惡化。這與救火式做法截然相反，而救火往往是常態。

用來監測流程績效和建立控制的最有價值工具，可能就是流程探勘。它會揭露所有流程出現的變動。太劇烈的變動應該受到調查和排除。例如，在OTC流程中，企業可能會雇用多家運輸公司來完成最後交付。一家成本較低、但較不可靠的運輸公司會帶來極大的變動。正因如此，瑪氏箭牌在重新設計供應鏈時，有一項措施是找一家第四方物流公司與運輸公司合作，由它來監測運輸公司的績效，並確保可靠地交付貨品。

流程探勘可以找出最重要、成本最高的待解決問題。流程探勘應該持續進行，因為商業中唯一不變的就是變化。新顧客有新需求；新產品需要特別處理；新法規要求提供新報表；新科技（例如庫存管理科技）可能會提高生產力等等。精明的流程管理團隊會預先因應這些發展，並努力持續改進流程——甚至改進那些已經徹底重新設計的流程。

重新看待流程管理

企業比以往任何時候都更有理由採用流程管理，而且難度也比以往任何時候小。數據品質更好、科技實施更容易、生產力提高，這三方面的良性循環已提升了回報，同時眾多的新科技現在讓工作變得更快、更輕鬆。雖然已經不再流行重視流程，但那些堅持重視流程的企業收穫豐碩。我們認為，所有公司都應該仔細審視流程管理，而且那些認真看待AI的公司必然需要這麼做。

高階主管需要廣泛思考如何將人員、數據、科技、AI和分析結合起來，以提升業務績效。流程必須是核心。畢竟，組織正是通過流程來提供價值。高階主管是時候該開始重新關注流程，並著手研究如何改進自身部門的流程。

文章來源：哈佛商業評論 1月號