Creazione di modelli di intelligenza artificiale personalizzati da informazioni dettagliate di mining dei processi
Power Automate Process Mining è particolarmente efficace nell'analizzare i dati storici di un processo per consentire di determinare come è possibile ottimizzarlo. Per attivare questa funzionalità, è necessario inserire dati storici, che includono una grande quantità di informazioni utilizzabili anche per generare modelli di intelligenza artificiale personalizzati. È quindi possibile ottimizzare il processo usano tale modello nell'automazione dei processi.
Ad esempio, supporre che si desideri prevedere se un pagamento potrà essere in ritardo o meno. È possibile usare il mining dei processi per eseguire un'analisi della causa radice incentrata sui ritardi nei pagamenti. L'immagine seguente mostra l'impostazione di un'analisi della causa radice incentrata sui ritardi nei pagamenti e le metriche che potrebbero influenzare tale scenario.
Esplorando l'analisi della causa radice è possibile determinare meglio gli effetti sui ritardi nei pagamenti.
È possibile esportare questi dati per usarli come dati di training dall'analisi della causa radice. Quindi, è possibile importare questi dati in Microsoft Dataverse per usarli come dati di training con AI Builder. I modelli predittivi di AI Builder apprendono dai dati storici. Analizzano e identificano schemi e li associano ai risultati. Per ulteriori informazioni, vedere Panoramica del modello di previsione.
È quindi possibile eseguire il training con i dati.
Nell'immagine seguente notare che il modello sottoposto a training ha ottenuto un punteggio "B" per le prestazioni. Ha registrato gli stessi fattori di influenza rilevati dall'analisi della causa radice.
È quindi possibile usare il modello in un flusso. Il flusso seguente velocizza la presentazione di una richiesta e ciò permette di ridurre i ritardi nei pagamenti.
Il video seguente mostra un esempio end-to-end. Il processo inizia dal mining dei processi usando l'analisi della causa radice, quindi passa alla generazione dei dati di training per un modello di intelligenza artificiale predittivo personalizzato che viene usato da un flusso Power Automate.
Usando dati storici e mining dei processi per concentrarsi sulle aree problematiche, è possibile integrare l'intelligenza artificiale nei propri processi per renderli proattivi anziché reattivi.