课程背景
在数智化转型的浪潮中，公司流程精进已成为拉升营运效率、降低成本、增强竞争力的要害手段。传统的流程精进项目往往周期长、倚重专家心得、文档事务繁重，难以迅速响应业务变化。
近年来，从实践看，以
DeepSeek
、
ChatGPT
等等为代表的
AI
大模型技艺，为流程精进事务带来了全新的可能性。
AI
不仅能够辅助流程梳理，自动生成流程图、识别痛点和瓶颈，还能在精进后的流程中嵌入智能节点，达成自动化和智能化升级。
本课基于流程精进的经典办法论（
DMAIC/ESIA
），结合
AI
抓手的实际运用，系统解说怎样用
AI
加速流程精进全流程。课程采用
“
一条实践行为线
”
的规划思路，参训者将带着真实事务情境，一步步完成从现况梳理到新流程规划的完整闭环，最终输出一套可落地的
AI
辅助流程精进方案。
课程收益
1.
掌握流程精进核心办法
：系统研习流程精进的准则步骤（现况梳理
→
拆解诊断
→
精进规划
→
落地推广）以及核心办法论（增值拆解、
5-Why
、
ESIA
等等）
2.
学会用
AI
加速流程梳理
：掌握
AI
在访谈记录提取，流程图生成、痛点识别、根因拆解、精进建议生成等等环节的实操招数
3.
识别
AI
落地节点
：能够在新流程中准确识别
“
哪些节点适合用
AI”
，并给出抓手选型和优先级排序
4.
输出完整精进方案
：课程结束时，每组完成一个真实流程的完整精进方案，含现况图、痛点清单、精进图、
AI
落地点清单以及配套
SOP
课程大纲
首讲：启动
——
找情境，定标的
章节标的：
明晰流程精进标的，选项适合的流程作为课程上手情境
一、流程精进的核心标的
1.
效率维度：缩短周期，减少浪费
2.
质量维度：降低差错，增强一致性
3.
风控维度：强化将控、拉升可追溯性
4.
体验维度：缩短响应、简化操作
二、事务流选项要则
1.
高频：日常发生频率高
2.
规则清晰：流程边界明晰、节点相对固定
3.
有资料支撑：存在访谈记录、制度文档或者系统日志
4.
可量化：精进标的可衡量
三、标的定义办法
1.
SMART
要则（具体、可衡量、可达、相关、时限）
四，
AI
协助：
1.
作为流程教练，带练队伍定义精进标的
实战上手：选项流程情境并定义标的
1.
分组碰头，选项
1
个真实事务流
2.
填写《流程精进标的卡》
3.
小组分享，讲师点评
结晶输出：
《流程精进标的卡》（流程名称、边界、精进标的、成功准则）
次讲：现况梳理
——
输出现况流程图
章节标的：
掌握现况流程图的绘制办法，学会用
AI
加速资讯提取和建模
一、事务流要则：还原真实，而非制度
1.
制度流程
vs
实际流程的偏差
2.
怎样借助访谈和日志还原真实路径
二、核心办法论
1.
DMAIC
：框定流程范围
三、
AI
协助梳理情境
1.
从访谈记录自动提取流程要素（节点、定位、触发条件）
2.
文字描述生成
Mermaid
流程图代码
实战上手：
AI
辅助现况建模
1.
用
AI
从访谈记录
/
制度文档中提取流程要素
2.
将流程要素转化为
Mermaid
流程图代码
3.
人工校准节点位置和推演，标注要害节点和已知痛点
结晶输出：
《现况流程图》（
As-Is
，含节点、定位、耗时、异常点标注）
三讲：拆解诊断
——
输出痛点和根因清单
章节标的：
掌握流程诊断办法，学会用
AI
识别痛点并定位根因
一、事务流要则：锁住瓶颈，而非周全开花
1.
为何要锁住要害瓶颈
2.
帕累托要则在流程拆解中的运用
二、核心办法论
1.
增值
/
非增值拆解：识别流程中的浪费
2.
5-Why
拆解法：层层追问找到根因
3.
瓶颈理论：锁住要害约束
三、
AI
协助诊断情境
1.
基于历史问题记录生成根因假设
2.
自动归类痛点（人员
/
制度
/
系统
/
外部）
实战上手：
AI
辅助痛点识别和根因拆解
1.
将节点资料（耗时、退回率）输入
AI
，运行层面，自动标注
TOP
痛点
2.
用
AI
针对每个痛点生成根因假设
3.
人工审核并完成《痛点和根因清单》
结晶输出：
《痛点和根因清单》（
TOP 3-5
痛点、根因假设、分类统计）
四讲：精进规划
——
输出新流程图
章节标的：
掌握
ESIA
精进办法，学会用
AI
生成精进方案和新流程图
一、事务流要则：
ESIA
作为精进路径
1.
E
（清除）：移除非增值活动
2.
S
（简化）：简化节点、定位、表单
3.
I
（整合）：合并重复环节、跨系统资料
4.
A
（自动化）：规则明晰的节点交予系统
/AI
二、核心办法论
1.
ESIA
逐一对照
2.
影响评核：周期缩短、资源节省预估
三、
AI
协助精进情境
1.
基于
ESIA
要则对每个节点生成精进建议
2.
自动生成
To-Be
流程图
3.
自动对比
As-Is
和
To-Be
，高亮改动点
实战上手：
AI
辅助精进规划
1.
输入痛点清单，用
AI
基于
ESIA
生成精进建议草案
2.
人工筛选合理建议，整理最终精进方案
3.
用
AI
生成
To-Be
流程图，往细里说，标注改动点
4.
用
AI
还原精进后成效
结晶输出：
《精进后流程图》（
To-Be
流程图、精进说明、改动点对比图）
五讲：
AI
节点识别
——
新流程中哪些点可用
AI
落地
章节标的：
掌握
AI
适用情境判断准则，在新流程中识别可
AI
化的节点
一、事务流要则：
AI
不是万能的，选对节点是要害
1.
AI
的本领边界回顾
2.
怎样判断
“
这个节点该不该用
AI”
二、
AI
适用情境判断准则
1.
高频
+
规则明晰
→ RPA/AI
决策
2.
倚重判断
+
可资料化
→ AI
辅助决策
3.
用户交互多
+
问题重复
→ AI
助手
4.
复杂
+
需要创造力
→
暂不适合
AI
三、
AI
协助识别情境
1.
AI
对流程节点自动标注
“
可
AI
化
”
程度（高
/
中
/
低）
2.
生成
AI
落地建议（抓手推荐、输入输出、
ROI
预估）
实战上手：
AI
落地点识别和优先级排序
1.
输入
To-Be
流程图节点，运行层面，用
AI
标注可
AI
化程度
2.
对高可
AI
化节点，实操中，生成落地建议
3.
按照提效幅度、施行难度、
ROI
开展优先级排序
结晶输出：
《
AI
落地点清单》（节点，可
AI
化程度、建议方案、抓手推荐、优先级）
第六讲：
AI
在公司落地的办法
章节标的：
掌握
AI
流程精进的落地打法，拟定下一步行动规划
一、怎样选项
POC
1.
从
1
个流程开始，而非周全铺开
2.
POC
选项准则：见效快、隐患低、资料齐全
二、资料准备
1.
文档清洗要求
2.
日志格式规范
3.
资料隐私和安全边界
三、人机协同模式
1.
AI
初稿
→
专家校准
→
迭代精进
→
形成准则
2.
要害节点的
“
人工复核清单
”
四、构筑反馈闭环
1.
运行资料反哺
AI
模型
2.
持续精进建议质量
五、隐患将控
1.
AI
产出校验清单
2.
要害节点人工复核制度
实战上手：拟定落地规划
1.
结合课程所学，拟定本公司的
AI
流程精进落地规划
2.
包含：
POC
流程选项、资料准备清单、人机协同流程、成效评核指标、下一步时间表
结晶输出：
《公司
AI
流程精进落地规划》
课程收束
1.
复习流程精进的核心步骤和办法论
2.
复习
AI
在各环节的协助情境
3.
AI
落地的要害要则：选对情境、人机协同、持续迭代
4.
Q&A
交流答疑
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|谢海林老师
适合谁听
管人者。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。