ブログ

  • 稟議承認基準のズレはどう埋める?

    稟議承認基準のズレはどう埋める?

    「承認・否決」で完結していた稟議フローに差戻経路を追加。否決で終わる構造を見直し、修正・再提出可能なプロセスへ再設計。差戻理由を記録できるようにし、判断基準を蓄積する循環型プロセスへ転換。

    1. 課題:部長が課長判断にフィードバックできない

    SakuSaku商事では、備品購入の稟議において、申請者から課長を経て部長が最終決裁を行う階層的な承認フローを採用していました。このプロセスには申請内容をチェックする「AI診断」が組み込まれ、形式不備による差戻しは大幅に減少しました。

    しかし運用を続ける中で別の課題が顕在化します。課長が承認した案件が、最終決裁者である部長により「却下(廃案)」とされるケースが繰り返されたのです。部長は「決裁」か「却下」しか選択できず、却下となった案件はその時点で終了します。

    この構造には、次のような問題がありました。

    • 却下となった案件は終了するため、再申請するには最初から作り直す手間が発生する
    • 却下理由が共有されないため、否決の観点が課長および組織全体に蓄積されない

    2. 解決策:差戻経路の追加

    プロセスオーナーは、部長から課長へ案件を戻す「差戻経路」を新たに設計しました。

    この設計により、部長は決裁工程で「決裁」または「差し戻し」を選択できるようになりました。差戻しの際には理由の記載を必須とし、案件は終了せず課長の工程へ戻ります。

    その結果、課長は差戻理由を踏まえて、再提出や申請者へ修正依頼、あるいは取り下げの判断を行えるようになりました。

    Basic Edition
    Advanced Edition
    Professional Edition
    ワークフロー図詳細を見る
    1.申請

    申請者が備品購入の稟議を起票します。申請金額や内容を入力し、承認プロセスを開始します。

    AI診断

    申請内容に対して、AIが記載漏れや形式的な不備の可能性を診断します。あわせて、課長承認時に参考となるコメント案を自動で生成します。

    2.課長承認

    課長が申請内容を確認し、承認または差戻しを判断します。AIが提示するコメント案を参考にしながら、効率的に判断を行います。

    3.部長決裁

    部長が最終的な決裁を行います。決裁または却下を行います。

    結果通知

    決裁結果は、申請者に自動で通知されます。承認・否決いずれの場合も、判断結果が迅速に共有されます

    Basic Edition
    Advanced Edition
    Professional Edition
    ワークフロー図詳細を見る
    1.申請

    申請者が備品購入の稟議を起票します。申請金額や内容を入力し、承認プロセスを開始します。

    AI診断

    申請内容に対して、AIが記載漏れや形式的な不備の可能性を診断します。あわせて、課長承認時に参考となるコメント案を自動で生成します。

    2.課長承認

    課長が申請内容を確認し、承認または差戻しを判断します。AIが提示するコメント案を参考にしながら、効率的に判断を行います。

    3.部長決裁

    部長が最終的な決裁を行います。決裁または差戻しを行います。

    2x.部長差戻に対応

    部長から受けた差し戻し内容を踏まえ、課長が申請者に「再提出を依頼」するか、「再提出」するか、「取り下げ」するかを選択できます。

    結果通知

    決裁結果は、申請者に自動で通知されます。承認・否決いずれの場合も、判断結果が迅速に共有されます

    中央のバー操作で Before / After が比較できます

    3. 効果

    判断基準の共有と育成効果

    差戻理由が明示されることで、部長の決裁基準が課長に具体的に共有されます。基準は暗黙知のまま終わらず、徐々に組織内に蓄積されます。

    手戻り工数の削減と納得感向上

    案件を廃案にせず修正再提出できるため、申請者はゼロから作り直す必要がありません。また、否決理由が明確になることで納得感も高まります。

    一次承認責任の明確化

    課長は上申前の段階で部長の基準を意識するようになり、不十分な案件の上申が減少します。

    4. その他の業務への応用

    契約審査プロセスへの応用

    法務責任者が担当者へ差戻しできる経路を設け、修正理由を明示することで、審査観点が共有され、契約品質が向上します。

    投資案件決裁フローへの応用

    最終決裁者が改善点を具体的に返せる設計により、案件を廃案にせず、精度を段階的に高められます。

    人事評価承認フローへの応用

    上位者が評価理由を明示して差し戻せる構造により、評価基準のばらつきを抑制し、納得性を高められます。

  • No-Code Development Platform v17.2 Support for Model Context Protocol

    No-Code Development Platform v17.2 Support for Model Context Protocol

    Kyoto, Japan, Questetra Inc. (CEO: Genichi Imamura) today announced the release of version 17.2 of its cloud-based workflow product, Questetra BPM Suite.

    This update implements server-side functionality for the Model Context Protocol (MCP), an open standard that facilitates seamless communication between AI and applications.This improvement empowers users to leverage external AI clients to understand and interact with business process information within Questetra using natural language.

    What is Questetra BPM Suite?

    With its no-code platform, you can easily create workflow systems for routine business tasks such as approval requests, quotation submissions, and inquiry responses.

    By integrating generative AI, Questetra automates complex intellectual tasks, including automatic document drafting and generating suggested responses.

    Key Enhancements in v17.2

    1. MCP Server Functionality Implemented

    This release includes server functions for the standard MCP protocol. This allows external AI clients (chatgpt.com) to independently access App definitions and status information within Questetra through the Questetra-provided MCPserver.

    • Information Accessible to AI:
      • List of process models
      • Search and detailed views of Process Instances
      • Search for Tasks assigned to the logged-in user, including My Tasks and Offered Tasks
    • Example Usage Scenarios:
      • “Show me my prioritized tasks for this week, sorted by upcoming deadlines.”
      • “Identify processes that are awaiting approval and pinpoint where the bottlenecks are.”
      • “Based on historical data, what is the expected completion date for this process?”

    By enabling natural language dialogue, the system eliminates the need for complex search conditions or intricate screen navigation, providing streamlined access to operational status and facilitating informed decision-making.

    2. SPA-ization of Main Screens and UI Renewal

    Key screens, such as “My Tasks” and “Process Details,” which are frequently used by business users, have been significantly updated.

    • Migration to SPA (Single Page Application) Format:
      The platform has been migrated from a traditional page-transition model to an SPA architecture. This means only the necessary data is retrieved asynchronously, without requiring a full page reload.
    • Adoption of Material Symbols:
      The UI now incorporates Material Symbols provided by Google for its icons.

    By minimizing screen transition latency and using more visually appealing icons, we aim to reduce operational friction for users handling numerous tasks. This eliminates wasted time due to system delays, allowing users to focus on their core responsibilities within a highly efficient work environment.


    3. OAuth 2.1 and CSP Support

    API integration and front-end security are now aligned with the latest standard protocols.

    • Auth 2.1 (PKCE) Support:
      Supports PKCE, a more secure authorization flow for API authentication.
    • CSP (Content Security Policy) Implementation:
      Enforces restrictions by default to mitigate the risk of cross-site scripting attacks in new environments.

    This provides a more secure environment for API integration with external applications and AI clients. By strengthening browser-level defenses, Questetra enhances security governance for enterprise usage.


    4. Extended Data Handling and AI Agent Process

    The release includes enhanced data manipulation features designed for developers and operations personnel.

    • YAML Format Response:
      The API for acquiring process details now supports YAML as a response format.
    • Process Log Acquisition API:
      A new API endpoint (/API/Admin/ProcessLog/listCsv) has been added to output Process logs in CSV format.
    • AI Agent Process Updates:
      Supports the latest AI models: Claude Haiku 4.5 / Sonnet 4.5 / Opus 4.5.

    For more details, please refer to the release notes.

    About Questetra

    Questetra, Inc. is a Kyoto-based SaaS BPM vendor optimizing business processes around the world.

    Corporate Name: Questetra, Inc. (株式会社クエステトラ)
    CEO: IMAMURA Genichi
    Corporate Address: 206 Takamiya-cho Oike Bldg. 4th Fl., Nakagyo-ku, Kyoto 604-0835, Japan
    Capital Stock: 184,057,500 JPY
    Founded: April 1, 2008
    URL: https://questetra.com/

    Inquiries regarding this press release

    pr@questetra.com or 075-205-5007

  • 稟議承認の渋滞、金額分岐で解消

    稟議承認の渋滞、金額分岐で解消

    申請承認フローに申請金額による分岐を設定し、10万円未満は課長承認で完結し、10万円以上は部長決裁に。決裁待ちが減り、部長は高額案件に集中できるようになりました。

    1. 課題:部長への決裁集中

    SakuSaku商事では、備品購入の稟議において、申請者から課長を経て部長が最終決裁を行う階層的な承認フローを採用していました。

    申請内容については、AIによる不備チェックやコメント案の作成が導入され、形式的な不備は減少していました。しかし、承認フロー自体は見直されておらず、最終的な判断は当初から一貫して部長が担っていました。そのため、承認プロセスのボトルネックは構造的に解消されていませんでした。

    金額の大小を問わずすべての案件が部長の決裁対象となるため、案件は常に部長に集中する状態でした。部長は短時間で多数の案件を処理する必要があり、本来であれば慎重な検討が求められる高額案件についても、十分な検討時間を確保しにくい状況が生じていました。

    2. 解決策:金額基準による決裁ルート分岐

    プロセスオーナーは、稟議フローに金額基準の分岐を組み込みました。申請者が入力した申請金額に応じて、承認ルートが自動的に切り替わる仕組みです。

    これにより、申請金額が10万円未満の案件は課長承認で完結し、10万円以上の案件のみが部長決裁へ進むフローとなりました。

    Basic Edition
    Advanced Edition
    Professional Edition
    ワークフロー図詳細を見る
    1.申請

    申請者が備品購入の稟議を起票します。申請金額や内容を入力し、承認プロセスを開始します。

    AI診断

    申請内容に対して、AIが記載漏れや形式的な不備の可能性を診断します。あわせて、課長承認時に参考となるコメント案を自動で生成します。

    2.課長承認

    課長が申請内容を確認し、承認または差戻しを判断します。AIが提示するコメント案を参考にしながら、効率的に判断を行います。

    3.部長決裁

    部長が最終的な決裁を行います。

    結果通知

    決裁結果は、申請者に自動で通知されます。承認・否決いずれの場合も、判断結果が迅速に共有されます。

    Basic Edition
    Advanced Edition
    Professional Edition
    ワークフロー図詳細を見る
    1.申請

    申請者が備品購入の稟議を起票します。申請金額や内容を入力し、承認プロセスを開始します。

    AI診断

    申請内容に対して、AIが記載漏れや形式的な不備の可能性を診断します。あわせて、課長承認時に参考となるコメント案を自動で生成します。

    2.課長承認

    課長が申請内容を確認し、承認または差戻しを判断します。AIが提示するコメント案を参考にしながら、効率的に判断を行います。

    金額基準による分岐

    課長承認後、申請金額をもとに承認ルートを分岐します。10万円未満の申請は課長決裁で完結し、10万円以上の申請のみ部長決裁へ進みます。

    3.部長決裁(10万円以上の場合)

    申請金額が10万円以上の場合に限り、部長が最終的な決裁を行います。高額・例外的な案件に判断を集中できる構成となっています。

    結果通知

    決裁結果は、申請者に自動で通知されます。承認・否決いずれの場合も、判断結果が迅速に共有されます。

    中央のバー操作で Before / After が比較できます

    3. 効果

    稟議処理リードタイムの短縮

    少額案件が課長承認で完結することで、申請から決裁までの待ち時間が短くなりました。

    部長判断業務の集中と整理

    部長が確認すべき案件数が絞られ、高額・例外的な案件に目を向けやすい状態になりました。

    課長層の判断関与の明確化

    金額範囲が定義されたことで、課長が判断する領域が明確になりました。

    4. その他の業務への応用

    出張・経費申請の承認フロー

    金額や費目に応じた承認者切り替えにより、決裁経路を整理できます。

    契約書レビューの確認範囲分担

    契約金額やリスク区分によって、確認担当者を分ける運用に応用できます。

    ITアカウント発行申請

    権限レベルに応じて承認ステップを変える設計に展開できます。

  • BPMS のワークフロー案件を「貨物列車」で喩えるなら? ~ BPM の専門用語を【メタファ】で理解する試み ~

    BPMS のワークフロー案件を「貨物列車」で喩えるなら? ~ BPM の専門用語を【メタファ】で理解する試み ~

    1. 序 – プロセスは走り続ける

    プロセスオーナーたちは、[モデリング機能]を用いて、日々さまざまな[ワークフローアプリ]を設計・制作している。

    たとえば「稟議申請プロセス」というワークフローアプリを稼働させると、個々の稟議申請、すなわち[プロセス/案件](プロセス・インスタンス)が、次々と生み出され、流れ始めるのだ。

    本稿では、この一つひとつのプロセスを、【情報を運ぶ貨物列車】に喩えてみたい。そして、このメタファを通じて、BPMの専門用語や設計思想を、直感的に理解できることを目指す。

    2. プロセス=情報を積んだ貨物列車

    「稟議申請プロセス」の中では、【情報を積み込んだ貨物列車】(プロセス)が何本も同時に走っている。

    各列車は、複数の【貨車】(データ項目)を連結している。

    • 1両目:申請者(ユーザ)
    • 2両目:稟議内容(複数行文字列)
    • 3両目:外部支払(数値)
    • 4両目:支払予定日(日付)
    • 5両目:添付資料(ファイル)
    • 6両目:AI指摘事項(複数行文字列)
    • 7両目:課長コメント(複数行文字列)
    • 8両目:部長コメント(複数行文字列)
    • 9両目:稟議ステータス(選択型)

    このとき、[ワークフロー基盤]は、すべての【貨物列車】の運行を一元管理する【管制センター】の役割を果たす。

    すなわち各【貨物列車】(プロセス)は、あらかじめ定義された【路線図】(ワークフロー図)に従って、次の【貨物駅】(工程)へと誘導されていくのだ。

    3. 工程=貨物駅

    【貨物列車】(プロセス)が【貨物駅】(工程)に到着すると、[処理担当者]が、荷物を載せたり、内容を確認したりする。

    その作業を引き受けるのは、あらかじめ設定された[引受候補者]の中の、誰か一人だ。原則、手が空いている者が自発的に引き受ける。([引受候補者]が[処理担当者]になる)。

    この[引受候補者](誰が対応できるのか)も当然、「営業部」といった組織情報や「承認権限保持者」といったロール情報によって定義されている。

    なお重要なのは、[処理担当者]がすべての貨車の中身を見られるわけではないという点だ。荷物を変更できる車両もあれば、荷物を参照できるだけの車両もある。つまり、【貨物駅】(工程)ごとに、権限マトリックスが設定されているのだ。

    4. プロセスオーナーの仕事 – 列車を走らせ続けること

    【貨物列車】(プロセス)を、「事故なく、安価に、素早く」目的地まで走らせること。そのために、

    • 【路線図】は最適な状態になっているか?
      • 追加すべき【貨物駅】(レビュー工程・AI指摘工程)はないか?
      • 無駄な【貨物駅】はないか?
    • どの【貨物駅】で誰を待ち受けさせるべきか?
    • どの【車両】へのアクセスを許可すべきか?

    を、常に問い続けなければならない。

    プロセスオーナーの仕事に「完成」はない。計測結果によっては、以前のやり方に戻す判断も必要だろう。繁忙期・閑散期で設計を変えるべき場合もある。つまり、

    • 戦略の変化に
    • 社会環境の変化に
    • 技術進化に

    それらに順応し続けることが求められる。その前提として、「業務知識」、「チームからの信頼」、そして「改善し続ける気力」は欠かせない。

    理想のプロセスオーナーは、

    • 列車を止めない人
    • 現場と設計の両方を見る人
    • 数値と感覚の両方を信じる人

    なのだと思う。

  • 運用 AI 實現業務流程自動化——與 Azure OpenAI Service 的整合

    運用 AI 實現業務流程自動化——與 Azure OpenAI Service 的整合

    大家好,我是日下,主要在本技術博客中分享與系統整合(System Integration)相關的實務與技術內容。

    近年來,生成式人工智慧(Generative AI)在企業與 IT 業界中受到高度關注。在文本處理領域,雖然 Google Vertex AI PaLM API 等也備受關注,其中,在文本處理與對話式應用領域,ChatGPT 仍是最具代表性的服務之一。

    在 Questetra BPM Suite 的客戶群中,關於生成式 AI 應用的討論亦逐漸增加。其中,關於如何透過 API 將 Azure OpenAI Service 的 ChatGPT 與 Questetra BPM Suite 進行整合的需求明顯增加。

    ※關於 Questetra BPM Suite:
    這是一款雲端業務流程管理系統 (SaaS BPMS),涵蓋了從業務流設計到自動化執行以及進度追蹤的全過程。透過直觀的業務流程視覺化與 API 介面整合,助力企業實現業務效率的顯著提升。

    本文將簡要說明 OpenAI 原生 ChatGPT 與 Azure OpenAI Service 版 ChatGPT 的差異,並介紹 Azure OpenAI Service 與 Questetra BPM Suite 的 API 整合方式。
    (注:本文假設讀者已完成 Azure OpenAI Service 的模型部署,相關設定流程將不在本文中說明。)

    ※本文將使用以下簡稱:
     Azure OpenAI Service → 「AOAI」
     Azure OpenAI Service 的 ChatGPT → 「AOAI ChatGPT」
     OpenAI 官方提供的 ChatGPT → 「原生 ChatGPT」
     Questetra BPM Suite → 「Questetra」

    1: 什麼是 Azure OpenAI Service(AOAI)

    「AOAI」是 Microsoft 推出的一項服務,允許用戶在 Azure 雲端平台上調用包括 ChatGPT 在內的 OpenAI 多種生成式 AI 模型。它也是 Azure Cognitive Services(認知服務) 體系中的一項服務。與直接使用 OpenAI 官方服務相比,在安全性與資料保護方面,更符合企業級應用需求。

    Azure OpenAI Service(微軟官網)

    2: 「原生 ChatGPT」與「AOAI ChatGPT」的區別

    「AOAI ChatGPT」支援多種身分驗證和連線方式,能夠滿足企業對高安全性的需求,因此,通常被認為比「原生 ChatGPT」更適合商業用途。

    此外,關於「原生 ChatGPT」,官方曾提到輸入的數據可能會被用於模型訓練。雖然透過 API 提交的數據不會被用於模型訓練,但一般員工在實際使用時往往難以區分這些差異。這難免會讓系統管理員對數據安全感到擔憂。因此,從資料保護與資訊外洩風險控管的角度來看,「AOAI ChatGPT」在企業級安全性與合規性方面更具優勢。

    什麼是 ChatGPT?通俗易懂地解釋其與 Azure OpenAI Service 的區別(軟銀公司官方部落格)【僅日語版本】
    (引用自對比表「訓練數據」欄):「對於 SaaS 版本,輸入的資訊有可能被用於 ChatGPT 的訓練。」

    ※OpenAI 平台介紹(OpenAI 官網)
    (概覽部分):「在 OpenAI,保護用戶數據是我們的核心使命。我們不會利用透過 API 提交的輸入和輸出數據來訓練模型。更多詳情請參閱 API 數據隱私頁面。」

    關於 Azure OpenAI Service 的常見問題(微軟官網)
    「模型訓練會使用我公司的數據嗎? → Azure OpenAI 不會使用客戶數據來重新訓練模型。」

    3: 「AOAI」的 API 參考指南

    不僅僅是「AOAI」,微軟的文檔通常量非常大,新舊資訊交織在一起,在實際查找特定 API 的最新規格時,往往需要進一步比對不同版本的文件內容。我在研究「AOAI」時也遇到了同樣的情況。
    以下 API 參考指南中似乎一度沒有包含最新資訊……

    Azure OpenAI Service REST API 參考指南

    例如,在實際驗證過程中,一度未能在主要參考文件中確認相關 API 路徑的說明。

    https://YOUR_RESOURCE_NAME.openai.azure.com/openai/deployments/YOUR_DEPLOYMENT_NAME/chat/completions

    的描述,文件中只提到了不帶 /chat/completions 路徑。

    後來我仔細閱讀了下方的 Swagger 專用 JSON 檔案,才找到了 /chat/completions 的相關記載。(這是截至 2023/8 的情況,目前 2023/9/8 的參考文件中已經補充了該內容。)

    Swagger 專用 JSON 檔案 2023-06-01 版

    透過參考這些技術文件,我成功驗證了「AOAI ChatGPT」與「Questetra」之間的 API 介面整合運作情況。

    4: 呼叫「AOAI」API 時的身分驗證

    正如前文提到的 API 參考文件開頭所述,主要有以下兩種驗證方式:

    • API 金鑰驗證
    • Microsoft Entra ID 驗證

    經過多次嘗試,由於 Azure AD 驗證配置較為複雜(截至 2023/9/6 仍未成功)……

    因此,我決定利用 Questetra Ver.15.1 中新增的「HTTP 自訂標頭(支援指定 api-key)」功能,採用 API 金鑰驗證方案。

    5: 如何輕鬆實現「AOAI ChatGPT」與「Questetra」的 API 連動

    經過一番摸索,我終於成功實現了「AOAI ChatGPT」與「Questetra」的整合,並為此準備了Add-on XML(擴充元件 XML)(可在流程設計中使用的擴充組件)!

    該擴充元件基於下方的「原生 ChatGPT」版元件修改而成。考慮到「AOAI ChatGPT」特有的配置項目以及元件 XML 配置項目的數量限制,我對部分功能進行了精簡和優化。

    透過使用上述「AOAI ChatGPT」專用擴充元件,您無需再反覆查閱複雜的微軟 API 文件,即可輕鬆實現系統整合。(關於具體的配置方法,請查看上述連結中的 Notes 說明。)

    關於如何匯入 Questetra 「擴充元件 XML」的方法,請參考以下操作手冊:
    M415: 在業務流程定義中添加可用的自動化步驟

    6: 總結

    Questetra 只需透過下方表格申請,即可立即開啟免費試用!如果您希望在日常業務中引入生成式 AI 的自動化協作,請務必嘗試一下。

    此外,我們還在下方的列表頁面準備了多種業務流程範例,涵蓋了「原生 ChatGPT」、「AOAI ChatGPT」以及其他生成式 AI 的整合案例。歡迎參考!

    OpenAI 相關範例流程及「擴充元件 XML」列表

  • 利用 AI 实现业务流程自动化 ~与 Azure OpenAI Service 的集成~

    利用 AI 实现业务流程自动化 ~与 Azure OpenAI Service 的集成~

    大家好,我是日下,平时会在博客中分享系统集成(System Integration)相关的内容。

    最近,几乎每天都能看到或听到关于生成式人工智能(Generative AI)的讨论。在文本处理领域,虽然 Google Vertex AI PaLM API 等也备受关注,但就目前而言,讨论热度最高的依然是 ChatGPT。

    在使用 Questetra BPM Suite 的客户群体中,生成式 AI 相关的话题也在明显增多。其中,不少客户都在咨询,如何将 Azure OpenAI Service 的 ChatGPT 与 Questetra BPM Suite 进行 API 接口集成。

    ※关于 Questetra BPM Suite:
    这是一款云端业务流程管理系统 (SaaS BPMS),涵盖了从业务流设计到自动化执行以及进度跟踪的全过程。通过直观的业务流程可视化与 API 接口集成,助力企业实现业务效率的显著提升。

    本文将简要阐述 OpenAI 原生 ChatGPT 与 Microsoft 提供的 Azure OpenAI Service 版 ChatGPT 之间的区别,并重点介绍如何实现 Azure OpenAI Service 与 Questetra BPM Suite 的 API 接口集成方法。
    (注:本文假设您已完成 Azure OpenAI Service 的模型部署,将不再赘述其具体操作步骤,敬请谅解。)

    ※本文将使用以下简称:
     Azure OpenAI Service → 「AOAI」
     Azure OpenAI Service 的 ChatGPT → 「AOAI ChatGPT」
     OpenAI 官方提供的 ChatGPT → 「原生 ChatGPT」
     Questetra BPM Suite → 「Questetra」

    1: 什么是 Azure OpenAI Service(AOAI)

    “AOAI”是 Microsoft 推出的一项服务,允许用户在 Azure 云平台上调用包括 ChatGPT 在内的 OpenAI 多种生成式 AI 模型。它也是 Azure Cognitive Services(认知服务) 体系中的一项服务。与直接使用 OpenAI 官方服务相比,它在安全性和数据保护方面更符合企业级使用需求。

    Azure OpenAI Service(微软官网)

    2: 「原生 ChatGPT」与「AOAI ChatGPT」的区别

    「AOAI ChatGPT」支持多种身份验证和连接方式,能够满足企业对高安全性的需求,因此,通常被认为比「原生 ChatGPT」更适合商业用途。

    此外,关于「原生 ChatGPT」,官方曾提到输入的数据可能会被用于模型训练。虽然通过 API 提交的数据不会被用于模型训练,但普通员工在实际使用时往往难以区分这些差异。这难免会让系统管理员对数据安全感到担忧。因此,从数据保护和防泄漏的角度来看,「AOAI ChatGPT」给企业带来的安全感更强。

    什么是 ChatGPT?通俗易懂地解释其与 Azure OpenAI Service 的区别(软银公司官方博客)【仅日语版本】
    (引用自对比表“训练数据”栏):“对于 SaaS 版本,输入的信息有可能被用于 ChatGPT 的训练。”

    ※OpenAI 平台介绍(OpenAI 官网)
    (概览部分):“在 OpenAI,保护用户数据是我们的核心使命。我们不会利用通过 API 提交的输入和输出数据来训练模型。更多详情请参阅 API 数据隐私页面。”

    关于 Azure OpenAI Service 的常见问题(微软官网)
    “模型训练会使用我公司的数据吗? → Azure OpenAI 不会使用客户数据来重新训练模型。”

    3: 「AOAI」的 API 参考指南

    不仅仅是“AOAI”,微软的文档通常量非常大,新旧信息交织在一起,有时很难找到当前最正确的内容。我在研究“AOAI”时也遇到了同样的情况。
    以下 API 参考指南中似乎一度没有包含最新信息……

    Azure OpenAI Service REST API 参考指南

    例如,我曾一度无法找到关于

    https://YOUR_RESOURCE_NAME.openai.azure.com/openai/deployments/YOUR_DEPLOYMENT_NAME/chat/completions

    的描述,文档中只提到了不带 /chat/completions 路径。

    后来我仔细阅读了下方的 Swagger 向け JSON 文件,才找到了 /chat/completions 的相关记载。(这是截至 2023/8 的情况,目前 2023/9/8 的参考文档中已经补充了该内容。)

    Swagger 用 JSON 文件 2023-06-01 版

    通过参考这些技术文档,我成功验证了「AOAI ChatGPT」与「Questetra」之间的 API 接口集成运行情况。

    4: 调用「AOAI」API 时的身份验证

    正如前文提到的 API 参考文档开头所述,主要有以下两种验证方式:

    • API 密钥认证
    • Azure Active Directory(现 Microsoft Entra ID)

    经过多次尝试,由于 Azure AD 认证配置较为复杂(截至 2023/9/6 仍未成功)……

    因此,我决定利用 Questetra Ver.15.1 中新增的“HTTP 自定义标头(支持指定 api-key)”功能,采用 API 密钥认证方案。

    5: 如何轻松实现「AOAI ChatGPT」与「Questetra」的 API 联动

    经过一番摸索,我终于成功实现了「AOAI ChatGPT」与「Questetra」的集成,并为此准备了Add-on XML(插件 XML)(可在流程设计中使用的扩展组件)!

    该插件基于下方的「原生 ChatGPT」版插件修改而成。考虑到「AOAI ChatGPT」特有的配置项以及插件 XML 配置项的数量限制,我对部分功能进行了精简和优化。

    通过使用上述「AOAI ChatGPT」专用插件,您无需再反复查阅复杂的微软 API 文档,即可轻松实现系统集成。(关于具体的配置方法,请查看上述链接中的 Notes 说明。)

    关于如何导入 Questetra 「插件 XML」的方法,请参考以下操作手册:
    M415: 在业务流程定义中添加可用的自动步骤

    6: 总结

    Questetra 只需通过下方表格申请,即可立即开启免费试用!如果您希望在日常业务中引入生成式 AI 的自动化协作,请务必尝试一下。

    此外,我们还在下方的列表页面准备了多种业务流程示例,涵盖了「原生 ChatGPT」、「AOAI ChatGPT」以及其他生成式 AI 的集成案例。欢迎参考!

    OpenAI 相关示例流程及「插件 XML」列表

  • 黒ヤギさんは、なぜ黒いのか(BPM 的考察)

    黒ヤギさんは、なぜ黒いのか(BPM 的考察)

    似て非なる2つのメールイベント

    通称「メール開始イベント」と「メール送信イベント」

    正式名称で言うところの、

     – メッセージ開始イベント(メール)

     – メッセージ送信中間イベント(メール)

    この2つ、”ワークフローアプリ” をモデリングしていると、出会わない日はないほどの常連である。  

    なんてことはナイ、

     – BPMシステムがメールを受信した → メッセージ開始イベント(メール)

     – BPMシステムがメールを送信した → メッセージ送信中間イベント(メール)

    を表現しているに過ぎない。

    BPMNの肝は色にあり

    ただし、国際標準表記の世界(BPMN の世界)は油断ならない。  

    重要となるのが封筒マーカーの「塗りつぶし」だ。

     – 受信(Catch イベント) → 白い封筒(塗りつぶしナシ)

     – 送信(Throw イベント) → 黒い封筒(塗りつぶしアリ)

    白か、黒か。 この違いが、世界を分けている。

    ヤギさんのBPM的考察

    さて、ここで一通のお手紙を思い出してほしい。 〔編注:なんで?〕

    白ヤギさんから お手紙ついた
    黒ヤギさんたら 読まずに食べた

    まず「読まずに食べた」のは、そう、黒ヤギさんである。BPM 的に整理してみよう。 〔編注:だからなんで??〕

    • 黒ヤギさん視点: 白いイベントが発生した(メールを受信した)
    • 白ヤギさん視点: 黒いイベントを発生させた(メールを送信した)

    同じ手紙なのに、見る立場が変わるだけで「白いイベント」にも「黒いイベント」にもなるのだ。…ほら、もう頭がこんがらがってきた。 〔編注:でしょうね〕

    封筒マーカーが黒か白かで迷ったら、黒ヤギさんのキモチを思い出してほしい! 〔編注:ムリ…〕

  • ノーコード開発基盤 v17.2、 Model Context Protocol に対応

    ノーコード開発基盤 v17.2、 Model Context Protocol に対応

    株式会社クエステトラ(京都市、代表執行役 CEO 今村元一)は、クラウド型ワークフロー製品『Questetra BPM Suite』の新バージョン v17.2を公開しました。

    今回のアップデートでは、AIとアプリケーションを接続するオープン標準規格 MCP(Model Context Protocol)サーバ機能を実装しました。これによりユーザは、外部AIクライアントとの対話を通じて、 Questetra 上の業務プロセス情報を自然言語で参照・把握できるようになります。

    Questetra BPM Suite とは

    Questetra BPM Suite は、クラウド型の業務プロセス管理システム (SaaS BPMS) です。ワークフローシステム(ワークフローアプリ)の開発および運用が、Webブラウザだけで完結します。プログラミングの知識(Codingスキル)は必要ありません。業務部門が主体となって、継続的に業務プロセスを改善できます。

    稟議申請や見積提出、問い合わせ対応などの定型業務プロセスを、ワークフローシステムとしてノーコードで作成できます。さらに、生成AIを組み込むことで、「ドラフト文書の自動生成」や「回答案の草案作成」といった知的作業の自動化も実現できます。

    v17.2 の強化ポイント

    1. MCPサーバ機能の実装

    標準仕様 MCP のサーバ機能を実装しました。これにより、外部AIクライアント(chatgpt.com)は、Questetra が提供する MCP サーバを介して、Questetra上のプロセス定義や進捗状況を自律的に参照できるようになります。

    • AIから参照可能な情報善
      • プロセスモデル一覧の取得
      • プロセスインスタンスの検索・詳細参照
      • ログインユーザに紐づくタスクの検索(マイタスクおよび引き受け待ち含む)
    • 活用シーンの例
      • 「今週、私が優先すべきタスクを締め切りが近い順に教えて」
      • 「承認が滞っているプロセスを特定して、どこで止まっているか整理して」
      • 「過去の類似案件の進捗傾向から、今回の完了見込みを確認したい」

    複雑な検索条件や画面操作を行うことなく、自然言語による対話だけで業務状況の把握や判断を支援します。

    2. 主要画面のSPA化とUIの刷新

    業務担当者が日常的に利用する「マイタスク」や「プロセス詳細」などの主要画面において、大幅なアップデートを実施しました。

    • SPA(Single Page Application)形式への移行
      従来のページ遷移型から、ページ全体を再読み込みせずに必要なデータのみを非同期で取得するSPA形式へ移行
    • Material Symbols の採用
      各種アイコン体系に Google が提供するMaterial Symbols を新たに採用

    画面遷移のレイテンシを最小化し、視認性の高いアイコンへの刷新により、大量のタスクを捌く担当者の操作ストレスを解消します。システム待機という「細かなタイムロス」を排除し、ユーザが本来の業務に没頭できる高効率な作業環境を実現します。


    3. OAuth 2.1 および CSP 対応

    API連携およびフロントエンドのセキュリティを最新の標準規格に適合させました。

    • OAuth 2.1 (PKCE) 対応
      API認証において、よりセキュアな認可フローであるPKCEをサポート
    • CSP(Content Security Policy)導入
      新規環境において、クロスサイトスクリプティング等のリスクを低減する制限をデフォルトで有効化

    外部アプリやAIクライアントとのAPI連携をより安全に運用できる環境を提供します。ブラウザレベルでの防御を強化することで、エンタープライズ利用におけるセキュリティガバナンスを向上させます。


    4. データハンドリングとAIエージェント工程の拡張

    開発者および運用担当者向けのデータ操作機能を拡充しました。

    • YAML形式レスポンス
      プロセス詳細取得APIにおいて、レスポンス形式としてYAMLを選択可能
    • プロセスログ取得API
      CSV形式でのログ出力(/API/Admin/ProcessLog/listCsv)を新設
    • AIエージェント工程のアップデート
      最新モデル Claude Haiku 4.5 / Sonnet 4.5 / Opus 4.5 に対応

    詳細については、リリースノートをご参照ください。

    クエステトラ社について

    株式会社クエステトラは京都を拠点とする SaaS BPM ベンダーです。世界中のビジネスプロセスを最適化します。

    商号

    株式会社クエステトラ (Questetra, Inc.)

    代表

    代表執行役CEO 今村 元一

    所在地

    京都市中京区御池通間之町東入高宮町206 御池ビル4階

    設立

    2008年4月

    資本金

    1億8405万7500円

    本プレスリリースに関する問い合わせ

    pr@questetra.com or 075-205-5007

  • 什麼是推動數位轉型(DX)的 SaaS BPMS?

    什麼是推動數位轉型(DX)的 SaaS BPMS?

    文章目錄

    推動數位轉型(DX)面臨的挑戰

    DX 人才短缺

    DX 需要實現業務的數位化。若選擇自行開發或由內部推動,往往需要同時熟悉尖端技術、又能深入理解公司業務的跨域人才。然而,這類 IT 人才相當稀缺,無論招募或培訓,挑戰都不小。

    DX 預算爭取困難

    許多企業的現有系統或服務已佔用大筆既有預算(包含維運與授權成本),因此難以再編列額外經費投入新的系統。

    轉型步驟不明確

    不少企業面臨「不知道從哪裡開始」的困惑。其原因往往在於「DX 的目標和推動路徑不明確」、「缺乏梳理業務流程的方法」以及「不清楚該建立什麼樣的內部體制來推動 DX」。

    什麼是 DX?

    DX(Digital Transformation,數位轉型)是指利用數位技術,推動組織和業務適應外部環境變化(如技術革新)的過程。
    DX 不僅僅是導入工具,更是透過創造新價值(如客戶體驗和機制創新),提升企業競爭力,進而變革社會制度、結構和文化。與 DX 相關的常用術語還包括「數位化(Digitization)」「流程數位化/數位化應用(Digitalization)」

    數位化(Digitization)
    指透過導入數位工具實現電子化、無紙化,將紙本/線下資訊或業務流程轉換為數位格式。

    流程數位化/數位化應用(Digitalization)
    不侷限於公司內部,而是涵蓋客戶、合作夥伴等整個業務流程數位化,包括產品服務提供方式和商業模式的變革。

    Digitization vs Digitalization vs DX

    什麼是 SaaS BPMS?

    SaaS BPMS 是指基於雲端的業務流程管理系統,用於管理業務流程(工作流程/Workflow),涵蓋「定義(建立)」、「執行」和「優化」

    *BPMS (Business Process Management System)
    是一種用於高效管理和改進組織內業務流程的工具。它可以實現任務流轉與處理的自動化,並能記錄、檢索及將業務流程視覺化。部分服務還可以透過 API 與企業已有的雲端服務對接,實現自動化協同處理。

    SaaS BPMS 在 DX 中的關鍵角色

    SaaS BPMS 在推動 DX 過程中發揮著以下關鍵作用:

    業務流程自動化與高效化

    SaaS BPMS 能夠實現業務流程自動化,減少重複任務和手動操作,從而降低人為錯誤並提高效率。這使員工能夠專注於更具創造性的高價值工作,提升整體生產力。作為 DX 的重要組成部分,流程自動化是增強企業競爭力的必要手段。

    更迅速的任務流轉

    SaaS BPMS 自動執行任務分派並使進度視覺化。這縮短了決策週期,使企業能夠更敏捷地應對市場變化。對於現代企業而言,速度是維持競爭優勢的關鍵。

    高擴充性與靈活性

    商業環境瞬息萬變。基於雲端的 SaaS BPMS 可以隨著企業成長輕鬆擴展。無論是添加新流程還是調整現有流程都非常簡便,能迅速適應業務需求。

    SaaS BPMS 的核心優勢

    導入 SaaS BPMS 具有顯著優勢,以下是幾個核心亮點:

    低維運成本

    SaaS 模式消除了高昂的硬體採購、維護成本以及昂貴的軟體永久許可費用。這使得企業能以極小的初始投資啟動項目,並有效控制後期營運成本。

    部署便捷

    由於部署在雲端,SaaS BPMS 可快速上線。與傳統的地端(On-premise)解決方案相比,它所需的實施時間和資源投入要少得多。

    自動更新

    SaaS BPMS 供應商負責系統的升級和維護,使用者隨時都能使用最新功能,並享有持續優化的資安保障。

    可擴展性

    SaaS BPMS 可以隨業務規模擴大而無縫擴展。例如,企業可以先在單個部門試點,見效後再逐步推廣至全公司。這種靈活性對於應對不斷變化的業務需求至關重要。

    什麼是 “Questetra BPM Suite”?

    “Questetra BPM Suite”(簡稱 Questetra)是一款日本原創的 SaaS BPMS。它支持無程式碼開發(No-code)業務系統(工作流應用)。只需在瀏覽器中透過拖放圖示繪製業務流程圖,即可完成業務系統的構建。

    無程式碼開發

    只需拖放流程圖示(節點)即可建立工作流程圖(Workflow)。繪製出的圖形可直接作為業務管理系統運作。透過無程式碼方式,各部門均可自主主導系統的建置與營運。

    Drag and Drop

    提升業務品質與速度

    透過「自動處理工程(流程中的自動化步驟)」,可以實現各種操作的自動化。Questetra 支援與 Microsoft 365, Google Workspace, Slack, Box 等多種雲端服務進行 API 聯動。自動化處理減少了人為失誤,顯著提升了業務品質和處理速度。

    Integration

    無需查閱手冊即可完成業務

    系統嚴格按照流程圖分配任務。每一步都會明確提示所需的輸入或確認操作。因此,任何人都可以隨時按照規範完成相關工作流程,不再需要翻閱厚重的工作手冊。

    No Manual

    業務流程視覺化

    所有的工作內容、輸入數據和處理結果都會被完整記錄。您可以在流程圖上直觀地查看進度和處理情況。系統會自動統計「誰、在何時、處理了哪個步驟、耗時多久」,結果可隨時查閱並用於其他業務分析。

    Visualization

    實現業務持續改進

    Questetra 不僅僅是實現數位化,更支持持續改進(PDCA 循環)。例如,透過自動統計可以發現「哪個環節最耗時(瓶頸)」,進而將瓶頸環節替換為自動化步驟,實現流程優化。

    PDCA

    透過 Questetra 加速 DX 策略

    使用 SaaS BPMS 軟體 Questetra,可以有效解決 DX 推進過程中的主要課題。

    Solving DX Challenges

    解決 DX 人才短缺問題

    Questetra 支持無程式碼建立系統,這意味著業務部門的任何人都可以參與 DX。業務人員自行建置應用,省去了向開發人員解釋業務邏輯的溝通成本。無需額外招聘即可快速啟動 DX,且一線人員能根據回饋即時優化,大大提升改進速度。

    更容易獲得 DX 預算

    Questetra 採用基於用戶數的按需計費模式。企業可以先從小團隊試點開始,驗證效果後再逐步推廣至全公司。這種「小步快跑」的模式讓投資報酬率 (ROI) 清晰可見,更容易獲得預算支持。

    明確 DX 推進步驟

    Workflow Diagram

    對於「不知道如何整理業務」的企業,Questetra 是絕佳的輔助工具。拖放圖示繪製流程圖的過程,本身就是梳理業務邏輯的過程。

    關於「推動機制」,由於無程式碼特性,各部門可獨立完成自身業務的應用開發。如果再指定一名 DX 負責人進行整體協調,轉型過程將更加順暢。

    Questetra 能大幅加速 DX。但需要強調的是,解決「DX 願景不明確」的問題,需要管理層向全公司傳達清晰的方向。DX 活動需要組織層面的支持,確定目標業務和管理體制,最終這仍是管理層不可推卸的責任。

    結語

    作為推動 DX 的核心工具,SaaS BPMS 已成為現代企業不可或缺的一部分。它在自動化、流程梳理和數據應用方面的優勢,能顯著增強企業競爭力及應對市場變化的能力。成功的 DX 需要明確的願景、流程優化、合適的供應商選擇以及持續的監控評估。讓我們利用 SaaS BPMS,開啟數位轉型之路。


    © 2024 Questetra, Inc. All rights reserved.

    Questetra, Inc. (株式会社クエステトラ) : https://questetra.com/en/
    客戶成功案例 : https://questetra.com/en-solutions/
    工作流應用範本 : https://support.questetra.com/category/templates/

  • 什么是推动数字化转型 (DX) 的 SaaS BPMS?

    什么是推动数字化转型 (DX) 的 SaaS BPMS?

    文章目录

    推进数字化转型(DX)面临的挑战

    DX 人才短缺

    DX 需要实现业务的数字化。如果选择自研或内部推进,则需要既掌握前沿技术又深谙公司业务的复合型人才。然而,此类 IT 人才极度匮乏,招聘与培养往往面临巨大挑战。

    DX 预算获取困难

    许多企业的现有系统或服务已经占用了大量固定支出,导致难以获得额外的预算用于新的系统投资。

    推进步骤不清晰

    不少企业面临“不知从何处着手”的困惑。其原因往往在于“DX 的目标和实现路径不明确”、“缺乏整理业务流程的方法”以及“不清楚该建立什么样的内部体制来推进 DX”。

    什么是 DX?

    DX(Digital Transformation)是指利用数字技术,推动组织和业务适应外部环境变化(如技术革新)的过程。
    DX 不仅仅是引入工具,更是通过创造新价值(如客户体验和机制创新),提升企业竞争力,进而变革社会制度、结构和文化。与 DX 相关的常用术语还包括“数字化转换 (Digitization)”“业务数字化 (Digitalization)”

    数字化转换 (Digitization)
    指通过引入数字工具实现电子化、无纸化,将纸质/线下信息或业务流程转换为数字格式。

    业务数字化 (Digitalization)
    不局限于公司内部,而是涵盖客户、合作伙伴等外部利益相关者的整个业务流程数字化,包括产品服务提供方式和商业模式的变革。

    Digitization vs Digitalization vs DX

    什么是 SaaS BPMS?

    SaaS BPMS* 是指基于云端的业务流程管理系统,用于对业务流程(工作流)进行“定义(创建)”、“执行”和“优化”

    *BPMS (Business Process Management System)
    是一种用于高效管理和改进组织内业务流程的工具。它可以实现任务流转与处理的自动化,并能记录、检索及可视化业务流程。部分服务还可以通过 API 与企业已有的云服务对接,实现自动化协同处理。

    SaaS BPMS 在 DX 中的作用

    SaaS BPMS 在推进 DX 过程中发挥着以下关键作用:

    业务流程自动化与高效化

    SaaS BPMS 能够实现业务流程自动化,减少重复任务和手动操作,从而降低人为错误并提高效率。这使员工能够专注于更具创造性的高价值工作,提升整体生产力。作为 DX 的重要组成部分,流程自动化是增强企业竞争力的必要手段。

    更迅速的任务流转

    SaaS BPMS 自动执行任务分派并使进度可视化。这缩短了决策周期,使企业能够更敏捷地应对市场变化。对于现代企业而言,速度是企业保持竞争优势的关键。

    可扩展性与灵活性

    商业环境瞬息万变。基于云端的 SaaS BPMS 可以随着企业成长轻松扩展。无论是添加新流程还是调整现有流程都非常简便,能迅速适应业务需求。

    SaaS BPMS 的优势

    引入 SaaS BPMS 具有显著优势,以下是几个核心亮点:

    低成本

    SaaS 模式消除了高昂的硬件购买、维护成本以及昂贵的软件永久许可费用。这使得企业能以极小的初始投资启动项目,并有效控制后期运营成本。

    部署便捷

    由于部署在云端,SaaS BPMS 可快速上线。与传统的本地部署(On-premise)解决方案相比,它所需的实施时间和资源投入要少得多。

    自动更新

    SaaS BPMS 供应商负责系统的升级和维护。用户始终可以使用最新的功能,并享受不断优化的安全保障。

    可扩展性

    SaaS BPMS 可以随业务规模扩大而无缝扩展。例如,企业可以先在单个部门试点,见效后再逐步推广至全公司。这种灵活性对于应对不断变化的业务需求至关重要。

    什么是 “Questetra BPM Suite”?

    “Questetra BPM Suite”(简称 Questetra)是一款日本原装的 SaaS BPMS。它支持无代码开发业务系统(工作流应用)。只需在浏览器中通过拖拽图标绘制业务流程图,即可完成业务系统的构建。

    无代码开发

    只需拖拽工程图标即可创建工作流图(业务流程图)。绘制出的图形可直接作为业务管理系统运行。通过无代码方式,各部门均可自主主导系统的构建与运营。

    Drag and Drop

    提升业务质量与速度

    通过“自动处理工程”,可以实现各种操作的自动化。Questetra 支持与 Microsoft 365, Google Workspace, Slack, Box 等多种云服务进行 API 联动。自动化处理减少了人为失误,显著提升了业务质量和处理速度。

    Integration

    无需查阅手册即可完成业务

    系统严格按照流程图分配任务。每一步都会明确提示所需的输入或确认操作。因此,任何人都可以随时按照规范完成相关工作流程,不再需要翻阅厚重的手册。

    No Manual

    业务可视化

    所有的工作内容、输入数据和处理结果都会被完整记录。您可以在流程图上直观地查看进度和处理情况。系统会自动统计“谁、在何时、处理了哪个步骤、耗时多久”,结果可随时查阅并用于其他业务分析。

    Visualization

    实现业务持续改进

    Questetra 不仅仅是实现数字化,更支持持续改进(PDCA 循环)。例如,通过自动统计可以发现“哪个环节最耗时(瓶颈)”,进而将瓶颈环节替换为自动化步骤,实现流程优化。

    PDCA

    通过 Questetra 加速 DX

    使用 SaaS BPMS 软件 Questetra,可以有效解决 DX 推进过程中的主要课题。

    Solving DX Challenges

    解决 DX 人才短缺问题

    Questetra 支持无代码构建系统,这意味着业务部门的任何人都可以参与 DX。业务人员自行构建应用,省去了向开发人员解释业务逻辑的沟通成本。无需额外招聘即可快速启动 DX,且一线人员能根据反馈即时优化,大大提升改进速度。

    更容易获取 DX 预算

    Questetra 采用基于用户数的按需计费模式。企业可以先从小团队试点开始,验证效果后再逐步推广至全公司。这种“小步快跑”的模式让投资回报率 (ROI) 清晰可见,更容易获得预算支持。

    明确 DX 推进步骤

    Workflow Diagram

    对于“不知道如何整理业务”的企业,Questetra 是绝佳的辅助工具。拖拽图标绘制流程图的过程,本身就是梳理业务逻辑的过程。

    关于“推进体制”,由于无代码特性,各部门可独立完成自身业务的应用开发。如果再指定一名 DX 负责人进行整体协调,这样一来,转型过程将更加顺畅。

    Questetra 能极大地助推 DX。但需要强调的是,解决“DX 愿景不明确”的问题,需要管理层向全司传达清晰的方向。DX 活动需要组织层面的支持,确定目标业务和管理体制这最终仍是管理层不可推卸的责任。

    总结

    作为推进 DX 的核心工具,SaaS BPMS 已成为现代企业不可或缺的一部分。它在自动化、流程梳理和数据应用方面的优势,能显著增强企业竞争力及应对市场变化的能力。成功的 DX 需要明确的愿景、流程优化、合适的供应商选择以及持续的监控评估。让我们利用 SaaS BPMS,开启数字化转型之路。


    © 2024 Questetra, Inc. All rights reserved.

    Questetra, Inc. (株式会社クエステトラ) : https://questetra.com/en/
    客户案例 : https://questetra.com/en-customers/
    工作流应用模板 : https://support.questetra.com/ja/category/templates/

  • 如何在 SaaS BPMS 中高效運用 AI

    如何在 SaaS BPMS 中高效運用 AI

    本文目錄

    1. AI 走進日常生活

    近年來,AI(Artificial Intelligence:人工智慧)在我們的生活中變得越來越普遍。

    「AI」 這一概念並非新鮮事物,普遍認為由美國電腦科學家約翰·麥卡錫(John McCarthy)於 1956 年首次提出。AI 是一種模仿人類思維過程來處理資訊的技術。它通過對海量數據進行學習(機器學習),發現其中的模式或規則,從而對事物進行識別和判斷。

    個人用戶熟悉的 AI 案例包括 Apple 提供的 「Siri」 和 Amazon 提供的 「Alexa」。這些 AI 助手服務都應用了語音辨識和自然語言處理等技術。

    此外,企業對 AI 的利用也在飛速發展。一個典型的例子是 OpenAI 於 2022 年 11 月發佈的 AI 聊天機器人 「ChatGPT」。這被稱為生成式 AI(Generative AI),許多企業正積極嘗試將其應用於業務中。

    該圖像由 Questetra BPM Suite 的 OpenAI DALL·E 2 插件建立(2022年作品)。

    2. 什麼是生成式 AI?

    生成式 AI 是一種能夠生成各種內容的人工智慧。傳統 AI 與生成式 AI 的主要區別在於是否具有「創造性」。傳統 AI 的輸出通常是基於現有數據的識別或分類,而生成式 AI 的輸出則是以前不存在的全新內容。

    2-1. 傳統 AI

    傳統 AI 主要側重於自動化處理預設任務,如識別或預測。例如:圖像辨識、語音辨識和自然語言處理。這些技術已廣泛應用於醫療(輔助影像診斷)、交通(自動駕駛)和 IT(人臉辨識、AI 助手服務)等多個領域。

    2-2. 生成式 AI

    與之相對,生成式 AI 是生成(創造)文本、圖像、影片、音頻和音樂等內容。由於其生成內容的特性和極高的輸出精準度,其在企業業務中的應用潛力正備受矚目。

    2-3. 生成式 AI 的類型與服務案例

    生成式 AI 包括以下幾種類型:

    • 文本生成
      • 文章(自然語言)生成
      • 語音轉文字(逐字稿)
    • 圖像生成
    • 影片生成
    • 音頻生成
    該圖像由 Questetra BPM Suite 的 OpenAI DALL·E 2 插件建立(2022年作品)。

    在文本生成 AI 中,「自然語言生成」類型通過輸入提示詞(Prompt)來輸出文章;「逐字稿」類型則通過輸入音頻來輸出文字。前者的典型服務是 ChatGPT (OpenAI),後者則是 Whisper (OpenAI)。

    圖像生成 AI 是通過輸入文字描述(Prompt)來生成對應的圖像,如 DALL·E 2 (OpenAI)。

    影片生成 AI 是通過輸入提示詞、影片或圖像來生成對應的影片,如 D-ID。

    音頻生成 AI 是通過輸入提示詞或音頻樣本來生成對應的語音,如 Microsoft 的 VALL-E。

    3. 什麼是 SaaS BPMS?

    SaaS BPMS* 是一種用於定義(建立)、執行和優化業務流程(工作流)的「雲端業務流程管理系統」。

    * BPMS (Business Process Management System):一種旨在高效管理和改進組織內部業務流程的工具。它可以實現任務傳遞和處理的自動化,並支持業務流程的記錄、搜索和視覺化。部分服務還支持與企業已有的雲端服務進行 API 整合,實現全自動處理。

    4. SaaS BPMS 的優勢

    引入 SaaS BPMS 具有諸多優勢,以下是其中的幾個核心重點:

    4-1. 低成本

    SaaS 模式消除了高昂的硬體採購和維護成本,並減少了軟體授權費用。這使得初期投資降至最低,且能有效管理維運成本。

    4-2. 部署簡易

    由於 SaaS BPMS 部署在雲端,因此引入非常快速。與地端部署 (On-premise) 解決方案相比,所需的部署時間和資源大大減少。

    4-3. 自動更新

    SaaS BPMS 供應商負責系統的更新和維護。用戶始終可以享受到最新的功能和安全性提升。

    該圖像由 Questetra BPM Suite 的 OpenAI DALL·E 2 插件建立(2022年作品)。

    4-4. 高擴展性

    SaaS BPMS 可以隨著業務的發展靈活擴容,並根據需要擴展功能。例如,可以先在一個部門試行,見效後再逐步推廣到其他部門。這種擴展性對於應對不斷變化的業務需求至關重要。

    5. 什麼是 「Questetra BPM Suite」?

    「Questetra BPM Suite」(以下簡稱 Questetra)是一款源自日本的 SaaS BPMS。它支持無程式碼(No-code)建構業務系統(工作流應用程式)。只需在瀏覽器上拖放圖示即可建立工作流程圖,業務系統便隨之建成。

    Questetra 的主要特點如下:

    5-1. 無程式碼開發

    通過拖放任務圖示即可建立工作流程圖(業務流程圖)。建立好的圖表可直接作為業務流程管理系統運行。您可以將任何業務流程系統化,且支持各部門業務人員主導系統建構與運作。

    5-2. 提升業務效能與準確性

    利用自動處理步驟,可以實現各種操作的自動化。它還支持與 Microsoft 365, Google Workspace, Slack, Box, OpenAI 等雲端服務進行 API 連動。自動化處理可減少人為錯誤和遺漏,顯著提升業務品質和處理速度。

    5-3. 無需手冊即可處理業務

    系統會嚴格按照工作流程圖分配任務。在每個環節,系統都會提示所需的輸入或確認操作。因此,無論何時何人,都能確保業務按照既定流程準確執行。

    5-4. 業務視覺化

    操作內容、輸入資訊、處理結果等所有「數據」都會被完整記錄。因此,您可以在工作流程圖上直觀查看進度和業績。例如,系統會自動統計各流程中「何時、由誰、處理了哪個環節、耗時多久」,並支持隨時檢索處理結果以供其他業務參考。

    5-5. 實現持續的業務優化與迭代

    它不僅僅是數位化,更能實現持續的業務優化與迭代(PDCA 循環)。例如,通過自動統計可以發現「哪個環節最耗時(瓶頸)」,從而通過引入自動處理來優化該瓶頸環節,實現效率飛躍。

    6. 生成式 AI 的應用案例

    生成式 AI 能夠創造文本、圖像、影片、音頻和音樂等內容。根據生成內容的不同,它可以靈活應用於各種業務場景。

    6-1. 文本(自然語言)生成

    文本生成 AI 可用於網站上的「智慧客服」,服務於訪客。在企業內部,也可用於輔助編寫 FAQ、文章摘要提取以及校對工作。

    6-2. 語音轉文字

    轉錄 AI 可用於生成會議或採訪的逐字稿。結合其他 AI 使用,還可以低成本掌握外語音頻內容。例如,將外語音頻轉換為文字,再由 AI 進行自動翻譯和摘要,即可快速生成一份繁體中文版的摘要報告。

    6-3. 圖像生成

    圖像生成 AI 可應用於廣告和網站的配圖製作。具體包括由 AI 生成大部分圖像,或由 AI 生成部分素材後再由人工合成。這可以大幅降低圖像製作成本和素材搜尋成本。

    6-4. 影片與音頻生成

    這些 AI 可以助力廣告和網站的影片製作。影片通常是製作成本最高的內容之一,一旦實現自動化,將極大提升業務速度。雖然目前部分影片 AI 的品質仍有提升空間,但未來的發展非常值得期待。

    該圖像由 Questetra BPM Suite 的 OpenAI DALL·E 2 插件建立(2022年作品)。

    7. 如何在 Questetra 中利用生成式 AI

    通過 Questetra,利用生成式 AI 的門檻將大大降低,並更容易將其轉化為日常的定型業務。具體而言,Questetra 與提供 API 的生成式 AI 連動後,可以在 Questetra 的工作流應用程式中自動調用 AI 服務。這可以通過使用 Questetra 已與 OpenAI 各項服務連動的自動處理步驟(插件)來實現。

    7-1. 自動建立(廣告/網站)圖像

    結合使用 Questetra 和 DALL·E 2 (OpenAI)。在 Questetra 建構的「AI 圖像製作」工作流應用程式中,於 「1. input Prompt」 環節輸入圖像描述指令。

    參考 URL:https://support.questetra.com/zh-cn/templates/ai-art-creation-process-20230713

    例如,若想建立一張機器人跳舞的圖,可以輸入:「A robot is dancing. happy, Elegant Futuristic, 3D art, on a white background」。隨後,指令通過 API 發送至 DALL·E 2,生成結果將顯示在 Questetra 介面上。如果不滿意,點擊重新生成按鈕即可。滿意的圖像可以下載並進一步加工利用。

    7-2. 自動建立諮詢回覆草稿

    結合使用 Questetra 和 ChatGPT (OpenAI)。在 Questetra 中應用「諮詢管理流程」。

    參考 URL:https://support.questetra.com/zh-cn/templates/inquiry-response-20230320

    針對網站諮詢表單收到的問題,系統可自動生成回覆草稿。

    當 Questetra 接收到諮詢時,會自動請求 ChatGPT 編寫回覆。從接收諮詢到生成草稿實現全自動化。負責人員只需核對 AI 生成的內容並進行必要修改,即可完成回覆,極大地節省了時間。

    7-3. 自動翻譯

    結合使用 Questetra 和 ChatGPT (OpenAI)。在 Questetra 中應用「翻譯處理流程」。

    參考 URL:https://support.questetra.com/zh-cn/templates/translation-request-20230825

    翻譯申請人在「1. 草稿設置」步驟中輸入原文,ChatGPT 會自動生成翻譯建議。翻譯負責人參考該建議完成最終翻譯。由於無需從零開始翻譯,大大縮短了交付時間。

    7-4. 自動建立行銷文案

    結合使用 Questetra 和 ChatGPT (OpenAI)。在 Questetra 中應用「文案創作流程」。

    參考 URL:https://support.questetra.com/zh-cn/templates/slogan-create-20230517

    Questetra 的文案創作流程會在每天早晨 7 點自動啟動一個工單。啟動後,預設的提示詞(如:為某某產品寫 5 條廣告標語)將發送至 ChatGPT。隨後,生成的文案草稿將自動發佈到 Questetra 的內部 SNS(開放聊天室)中。

    通過將此流程與前述的「AI 圖像製作」應用相結合,可以大幅壓縮廣告素材的整體製作時間。

    8. 總結

    通過將 Questetra 與 AI 結合使用,企業可以提升業務速度和品質,從而增強競爭力。這不僅實現了單一 AI 服務無法達到的業務規範化、自動化和視覺化,還因為所有業務記錄(包括輸入的提示詞和生成的內容)都會被自動歸檔,有助於企業累積和優化生成式 AI 的業務訣竅。

    ————————————————————————————————-

    © 2024 Questetra, Inc. All rights reserved.

    Questetra, Inc.:https://questetra.com/zh-cn/

    Questetra 客戶案例:https://questetra.com/zh-cn/customers/

    工作流範本應用:https://support.questetra.com/zh-cn/category/templates/

  • 如何在 SaaS BPMS 中高效利用 AI

    如何在 SaaS BPMS 中高效利用 AI

    本文目录

    1. AI 走进日常生活

    近年来,AI(Artificial Intelligence:人工智能)在我们的生活中变得越来越普遍。

    “AI” 这一概念并非新鲜事物,普遍认为由美国计算机科学家约翰·麦卡锡(John McCarthy)于 1956 年首次提出。AI 是一种模仿人类思维过程来处理信息的技术。它通过对海量数据进行学习(机器学习),发现其中的模式或规则,从而对事物进行识别和判断。

    个人用户熟悉的 AI 案例包括 Apple 提供的 “Siri” 和 Amazon 提供的 “Alexa”。这些 AI 助手服务都应用了语音识别和自然语言处理等技术。

    此外,企业对 AI 的利用也在飞速发展。一个典型的例子是 OpenAI 于 2022 年 11 月发布的 AI 聊天机器人 “ChatGPT”。这被称为生成式 AI(Generative AI),许多企业正积极尝试将其应用于业务中。

    该图像由 Questetra BPM Suite 的 OpenAI DALL·E 2 插件创建(2022年作品)。

    2. 什么是生成式 AI?

    生成式 AI 是一种能够生成各种内容的人工智能。传统 AI 与生成式 AI 的主要区别在于是否具有“创造性”。传统 AI 的输出通常是基于现有数据的识别或分类,而生成式 AI 的输出则是以前不存在的全新内容。

    2-1. 传统 AI

    传统 AI 主要侧重于自动化处理预设任务,如识别或预测。例如:图像识别、语音识别和自然语言处理。这些技术已广泛应用于医疗(辅助影像诊断)、交通(自动驾驶)和 IT(人脸识别、AI 助手服务)等多个领域。

    2-2. 生成式 AI

    与之相对,生成式 AI 是生成(创造)文本、图像、视频、音频和音乐等内容。由于其生成内容的特性和极高的输出精度,其在企业业务中的应用潜力正备受瞩目。

    2-3. 生成式 AI 的类型与服务案例

    生成式 AI 包括以下几种类型:

    • 文本生成
      • 文章(自然语言)生成
      • 语音转文字(转录)
    • 图像生成
    • 视频生成
    • 音频生成
    该图像由 Questetra BPM Suite 的 OpenAI DALL·E 2 插件创建(2022年作品)。

    在文本生成 AI 中,“自然语言生成”类型通过输入提示词(Prompt)来输出文章;“转录”类型则通过输入音频来输出文字。前者的典型服务是 ChatGPT (OpenAI),后者则是 Whisper (OpenAI)。

    图像生成 AI 是通过输入文字描述(PROMPT)来生成对应的图像,如 DALL·E 2 (OpenAI)。

    视频生成 AI 是通过输入提示词、视频或图像来生成对应的视频,如 D-ID。

    音频生成 AI 是通过输入提示词或音频样本来生成对应的语音,如 Microsoft 的 VALL-E。

    3. 什么是 SaaS BPMS?

    SaaS BPMS* 是一种用于定义(创建)、执行和优化业务流程(工作流)的“云端业务流程管理系统”。

    * BPMS (Business Process Management System):一种旨在高效管理和改进组织内部业务流程的工具。它可以实现任务的传递和处理自动化,并支持业务流程的记录、搜索和可视化。部分服务还支持与企业已有的云服务进行 API 集成,实现全自动处理。

    4. SaaS BPMS 的优势

    引入 SaaS BPMS 具有诸多优势,以下是其中的几个核心重点:

    4-1. 低成本

    SaaS 模式消除了高昂的硬件采购和维护成本,并减少了软件授权费用。这使得初期投资降至最低,且能有效管理运维成本。

    4-2. 部署简便

    由于 SaaS BPMS 部署在云端,因此引入非常快捷。与本地部署 (On-premise)解决方案相比,所需的部署时间和资源大大减少。

    4-3. 自动更新

    SaaS BPMS 供应商负责系统的更新和维护。用户始终可以享受到最新的功能和安全性的提升。

    该图像由 Questetra BPM Suite 的 OpenAI DALL·E 2 插件创建(2022年作品)。

    4-4. 可扩展性

    SaaS BPMS 可以随着业务的发展灵活扩容,并根据需要扩展功能。例如,可以先在一个部门试行,见效后再逐步推广到其他部门。这种可扩展性对于应对不断变化的业务需求至关重要。

    5. 什么是 “Questetra BPM Suite”?

    “Questetra BPM Suite”(以下简称 Questetra)是一款源自日本的 SaaS BPMS。它支持无代码(No-code)构建业务系统(工作流应用)。只需在浏览器上拖拽图标即可创建工作流图,业务系统便随之建成。

    Questetra 的主要特点如下:

    5-1. 无代码开发

    通过拖拽任务图标即可创建工作流图(业务流程图)。创建好的图表可直接作为业务流程管理系统运行。您可以将任何业务流程系统化,且支持各部门业务人员主导系统构建与运行。

    5-2. 提升业务效能与准确性

    利用自动处理步骤,可以实现各种操作的自动化。它还支持与 Microsoft 365, Google Workspace, Slack, Box, OpenAI 等云服务进行 API 联动。自动化处理可减少人为失误和遗漏,显著提升业务质量和处理速度。

    5-3. 无需手册即可处理业务

    系统会严格按照工作流图分配任务。在每个环节,系统都会提示所需的输入或确认操作。因此,无论何时何人,都能确保业务按照既定流程准确执行。

    5-4. 业务可视化

    操作内容、输入信息、处理结果等所有“数据”都会被完整记录。因此,您可以在工作流图上直观查看进度和业绩。例如,系统会自动统计各流程中“何时、由谁、处理了哪个环节、耗时多久”,并支持随时检索处理结果以供其他业务参考。

    5-5. 实现持续的业务优化与迭代

    它不仅仅是数字化,更能实现持续的业务优化与迭代(PDCA 循环)。例如,通过自动统计可以发现“哪个环节最耗时(瓶颈)”,从而通过引入自动处理来优化该瓶颈环节,实现效率飞跃。

    6. 生成式 AI 的应用案例

    生成式 AI 能够创造文本、图像、视频、音频和音乐等内容。根据生成内容的不同,它可以灵活应用于各种业务场景。

    6-1. 文本(自然语言)生成

    文本生成 AI 可用于网站上的“智能客服”,服务于访客。在企业内部,也可用于辅助编写 FAQ/问答、文章摘要提取以及校对工作。

    6-2. 语音转文字

    转录 AI 可用于生成会议或采访的纪要。结合其他 AI 使用,还可以低成本掌握外语音频内容。例如,将外语音频转换为文字,再由 AI 进行自动翻译和摘要,即可快速生成一份中文版的摘要报告。

    6-3. 图像生成

    图像生成 AI 可应用于广告和网站的配图制作。具体包括由 AI 生成大部分图像,或由 AI 生成部分素材后再由人工合成。这可以大幅降低图像制作成本和素材搜寻成本。

    6-4. 视频与音频生成

    这些 AI 可以助力广告和网站的视频制作。视频通常是制作成本最高的內容之一,一旦实现自动化,将极大提升业务速度。虽然目前部分视频 AI 的质量仍有提升空间,但未来的发展非常值得期待。

    该图像由 Questetra BPM Suite 的 OpenAI DALL·E 2 插件创建(2022年作品)。

    7. 如何在 Questetra 中利用生成式 AI

    通过 Questetra,利用生成式 AI 的门槛将大大降低,并更容易将其转化为日常的定型业务。具体而言,Questetra 与提供 API 的生成式 AI 联动后,可以在 Questetra 的工作流应用中自动调用 AI 服务。这可以通过使用 Questetra 已与 OpenAI 各项服务联动的自动处理步骤(插件)来实现。

    7-1. 自动创建(广告/网站)图像

    结合使用 Questetra 和 DALL·E 2 (OpenAI)。在 Questetra 构建的“AI 图像制作”工作流应用中,于 “1. input Prompt” 环节输入图像描述指令。

    参考 URL:https://support.questetra.com/zh-cn/templates/ai-art-creation-process-20230713

    例如,若想创建一张机器人跳舞的图,可以输入:“A robot is dancing. happy, Elegant Futuristic, 3D art, on a white background”。随后,指令通过 API 发送至 DALL·E 2,生成结果将显示在 Questetra 界面上。如果不满意,点击重新生成按钮即可。满意的图像可以下载并进一步加工利用。

    7-2. 自动创建咨询回复草案

    结合使用 Questetra 和 ChatGPT (OpenAI)。在 Questetra 中应用“咨询管理流程”。

    参考 URL:https://support.questetra.com/zh-cn/templates/inquiry-response-20230320

    针对网站咨询表单收到的问题,系统可自动生成回复草案。

    当 Questetra 接收到咨询时,会自动请求 ChatGPT 编写回复。从接收咨询到生成草案实现全自动化。负责人员只需核对 AI 生成的内容并进行必要修改,即可完成回复,极大地节省了时间。

    7-3. 自动翻译

    结合使用 Questetra 和 ChatGPT (OpenAI)。在 Questetra 中应用“翻译处理流程”。

    参考 URL:https://support.questetra.com/zh-cn/templates/translation-request-20230825

    翻译申请人在“1. 草稿设置”步骤中输入原文,ChatGPT 会自动生成翻译建议。翻译负责人参考该建议完成最终翻译。由于无需从零开始翻译,大大缩短了交付时间。

    7-4. 自动创建营销文案

    结合使用 Questetra 和 ChatGPT (OpenAI)。在 Questetra 中应用“文案创作流程”。

    参考 URL:https://support.questetra.com/zh-cn/templates/slogan-create-20230517

    Questetra 的文案创作流程会在每天早晨 7 点自动启动一个工单。启动后,预设的提示词(如:为某某产品写 5 条广告语)将发送至 ChatGPT。随后,生成的文案草案将自动发布到 Questetra 的内部 SNS(开放聊天室)中。

    通过将此流程与前述的“AI 图像制作”应用相结合,可以大幅压缩广告素材的整体制作时间。

    8. 总结

    通过将 Questetra 与 AI 结合使用,企业可以提升业务速度和质量,从而增强竞争力。这不仅实现了单一 AI 服务无法达到的业务规范化、自动化和可视化,还因为所有业务记录(包括输入的提示词和生成的内容)都会被自动归档,有助于企业积累和优化生成式 AI 的业务诀窍。

    ————————————————————————————————-

    © 2024 Questetra, Inc. All rights reserved.

    Questetra, Inc.:https://questetra.com/zh-cn/

    Questetra 客户案例:https://questetra.com/zh-cn/customers/

    工作流模板应用:https://support.questetra.com/zh-cn/category/templates/