Créer des modèles IA personnalisés à partir d’insights liés à l’exploration des processus
Power Automate Process Mining est puissant pour analyser les données historiques d’un processus pour vous aider à déterminer comment optimiser le processus. Pour activer cette fonctionnalité, vous ingérez les données historiques comprenant une multitude d’informations vous permettant également de générer des modèles IA personnalisés. Ensuite, vous pouvez optimiser votre processus à l’aide de ce modèle dans le cadre de l’automatisation des processus.
Par exemple, envisagez un scénario dans lequel vous souhaitez prédire si un paiement risque d’être en retard ou non. Vous pouvez effectuer une analyse des causes profondes (RCA) portant sur les retards de paiement à l’aide de l’exploration des processus. Dans l’image suivante, la RCA est configurée pour porter sur les retards de paiement et les indicateurs susceptibles d’influencer ce scénario.
En explorant la RCA, vous pouvez mieux déterminer les influences sur les retards de paiement.
Vous pouvez exporter ces données pour les utiliser comme données d’apprentissage à partir de la RCA. Ensuite, vous pouvez importer ces données dans Microsoft Dataverse pour les utiliser comme données d’apprentissage avec AI Builder. Les modèles prédictifs AI Builder apprennent de vos données historiques. Ils analysent et identifient les modèles et les associent aux résultats. Pour en savoir plus, consultez Présentation du modèle de prédiction.
Ensuite, vous pouvez effectuer l’apprentissage avec les données.
Dans l’image suivante, notez que le modèle dont l’apprentissage a été effectué a obtenu un « B » pour ses performances. Il a suivi les mêmes influenceurs que ceux découverts par la RCA.
Ensuite, vous pouvez utiliser le modèle dans un flux. Le flux suivant accélère une demande de règlement pour aider à réduire les retards de paiement.
La vidéo suivante montre un exemple de bout en bout. Le processus démarre à partir de l’exploration des processus à l’aide de l’analyse des causes profondes, puis passe à la génération des données d’apprentissage pour un modèle IA prédictif personnalisé qu’un flux Power Automate utilise.
En utilisant des données historiques et en vous concentrant sur les zones problématiques à l’aide de l’exploration des processus, vous pouvez intégrer l’IA à vos processus pour les rendre plus proactifs, et non réactifs.