Будущее управления бизнес-процессами: от BPMN-схем к Process Intelligence и цифровому двойнику организации

В мае 2026 года Gartner выпустил Magic Quadrant for Process Intelligence Platforms вместо прежнего квадранта по платформам Process Mining. Отчет от 5 мая оценивает 13 вендоров. Смена вывески выглядит формальностью, но она фиксирует сдвиг в управлении бизнес-процессами: компании переходят от схемы «как должно быть» к картине «как есть», собранной из данных информационных систем.

Знакомая процессному офису ситуация: регламент согласования описан в BPMN, утвержден и лежит в базе знаний. Заявки тем временем возвращаются на доработку, часть согласований уходит в почту, сроки срываются на шаге, которого на схеме нет. Утвержденная схема показывает, как процесс должен выполняться по регламенту. Чтобы узнать, соответствует ли ей фактическая работа, нужны данные об исполнении.

Ниже разберем, как BPMN-модели, Process Mining, Process Intelligence, объектно-центричный анализ и цифровой двойник организации помогают управлять процессами. Покажем, какие задачи они решают и что нужно для их применения. Эти подходы дополняют друг друга, а их сочетание зависит от задач компании.

Управление бизнес-процессами по схеме: модель «как должно быть»

Классическое управление бизнес-процессами (BPM, business process management) начинается с модели. Аналитик интервьюирует участников, описывает процесс в нотации BPMN (Business Process Model and Notation) и закрепляет результат в регламенте. Затем процесс автоматизируют в BPM-системе или на low-code-платформе, а схема становится эталоном, с которым сверяют работу.

Классический BPM дает бизнесу и ИТ общий язык, а автоматизации бизнес-процессов — понятную точку отсчета. При этом модель описывает правила, а не их исполнение: по ней не видно, какие шаги повторяются, где заявки ждут дольше всего и где работа отклоняется от регламента.

Распространенное заблуждение — считать, что управление бизнес-процессами сводится к тому, чтобы один раз нарисовать регламенты в BPMN. Нарисованная схема расходится с практикой при каждом изменении ИТ-ландшафта, оргструктуры или продукта. Без данных это расхождение не видно, пока не сорвутся сроки или не вырастут затраты.

Process mining и Process Intelligence: анализ бизнес-процессов по данным

Process mining (процессная аналитика) — метод, который восстанавливает фактический ход процесса по журналам событий информационных систем. Операции в ERP, CRM или учетной системе оставляют цифровой след: что произошло, с каким объектом и когда. Из этих следов строится карта процесса «AS-IS». Ее сравнивают с эталоном и видят отклонения, циклы и шаги, на которых копятся задержки.

Task mining (анализ действий на рабочих местах) фиксирует операции сотрудника в приложениях и показывает, из чего складывается работа внутри одного шага процесса. Process mining отвечает на вопрос, как заявка движется между системами, а task mining показывает, что человек делает с ней на экране.

Рынок процессной аналитики растет. По оценке Everest Group, мировой рынок Process Mining в 2025 году составил 1,5–1,6 млрд долларов при росте около 24% в год. Оценка взята из отчета Everest Group PEAK Matrix for Process Mining 2026 в пересказе Celonis и отраслевых СМИ: сам отчет платный.

У части компаний процессная аналитика уже вышла за рамки пилотов. В опросе Deloitte Global Process Mining Survey 2025 участвовали более 120 респондентов, интервью проводили во 2–3 кварталах 2024 года. О внедрении Process Mining на уровне всей организации сообщили 48% участников, в опросе 2021 года таких было 45%.

Что значит смена категории Gartner

Переименование квадранта Gartner из Process Mining в Process Intelligence логично читать как сдвиг акцента с метода на результат. Mining описывает технику: извлечь процесс из логов. Intelligence описывает то, ради чего технику применяют: постоянное понимание процессов, на котором строятся решения, мониторинг и автоматизация. Разовый проект по построению карты процесса превращается в постоянную функцию, а процессная аналитика обрастает метриками, дашбордами и ИИ-функциями.

Задачи и ограничения подходов к управлению процессами удобно сравнить в одной таблице:

Объектно-центричный Process Mining: когда одного кейса мало

В классическом Process Mining события связывают с выбранным идентификатором кейса, например с номером заказа. Такой подход позволяет анализировать сквозной процесс через несколько информационных систем. Сложности возникают, когда между объектами есть связи «один ко многим» или «многие ко многим»: например, один заказ исполняется несколькими поставками, а одна поставка объединяет несколько заказов. При сведении данных к одному идентификатору часть связей может теряться, а события — дублироваться. OCPM позволяет анализировать разные типы объектов и связи между ними совместно.

Объектно-центричный Process Mining (OCPM, object-centric Process Mining) снимает ограничение одного кейса: каждое событие может относиться к нескольким объектам разных типов, а модель хранит связи между ними. В русскоязычных материалах подход также называют объектно-ориентированным Process Mining, например в документации Microsoft Power Automate. Для обмена такими данными есть открытый стандарт OCEL 2.0 (Object-Centric Event Log). Спецификацию от 16 октября 2023 года подготовила группа ван дер Аалста в RWTH Aachen, данные хранятся в форматах SQLite, XML и JSON.

Вендоры уже переводят OCPM в продукты. По плану релизов Microsoft, объектно-центричный Process Mining в Power Automate стал общедоступным (GA) 5 июня 2026 года. Process Intelligence Studio для объектно-центричного анализа план относил к сентябрю 2026 года, но в октябре Microsoft перенесла общую доступность на 31 октября 2026 года.

Для ИТ-руководителя переход к OCPM меняет планы в трех местах:

• данные — события придется выгружать со ссылками на все связанные объекты, а не с одним номером кейса;
• охват — совместно анализируются разные типы объектов и их взаимодействие, например связи между заказами, поставками и платежами;
• владение — сквозной процесс пересекает границы функций, и ему нужен общий владелец.

Цифровой двойник организации: первый квадрант Gartner

Цифровой двойник организации (digital twin of an organization, DTO) — модель компании, которая связывает процессы, ресурсы, оргструктуру и данные. Process Intelligence объясняет, что происходит сейчас. Цифровой двойник нужен, чтобы проверять изменения на модели до того, как их внедрят в реальной организации.

27 июля 2026 года Gartner выпустил первый Magic Quadrant for Digital Twin of an Organization Platforms, в нем оценены 18 вендоров. По заявлениям самих компаний, в число лидеров вошли Celonis, SAP, ARIS, GBTEC, Mavim и Interfacing. Список лидеров собран из пресс-релизов вендоров, поэтому его стоит считать предварительным.

Показательно пересечение списков. Celonis, ARIS и SAP есть в квадранте по Process Intelligence и, по их собственным заявлениям, среди лидеров по DTO. Поставщики, которые учили компании видеть процессы «как есть», теперь развивают и модели, на которых проигрывают сценарии.

Не маркетинг ли это?

У тезиса, что смена категорий отражает реальный сдвиг, есть сильное возражение. Переименование категорий отчасти работает на рынок: новый квадрант дает поставщикам повод для пресс-релизов, а статус лидера каждый поставщик формулирует сам. Для российских компаний есть и практическая оговорка: в квадранте Gartner по Process Intelligence нет ни одного российского вендора. Поэтому квадрант Gartner — ориентир по направлению развития, а не шорт-лист закупки.

Смена вывески не доказывает зрелость технологии, но показывает, куда вендоры ведут продукты. Для решений важнее собственные данные о процессах, чем название категории.

ИИ в управлении процессами: агентам нужен процессный контекст

Следующий слой Process Intelligence — ИИ-агенты, которые работают поверх карты процессов. Крупные вендоры описывают его так:

• Celonis, по заявлению компании, выстраивает вокруг процессных данных Context Model, набор Agent Toolkit с подключением агентов через протокол MCP (Model Context Protocol) и Orchestration Engine;
• SAP сообщила, что ИИ-ассистент Joule в решениях SAP Signavio стал общедоступным в феврале 2026 года.

Зачем агентам процессный контекст, видно по опросам. В отчете Celonis Process Optimization Report 2026 (1 649 интервью с руководителями в июне–июле 2025 года, проводила Insight Avenue) 82% респондентов считают, что ИИ не окупится без понимания процессов. Еще 76% респондентов Celonis говорят, что переходу к «агентному предприятию» мешают текущие процессы. Это вендорский опрос, и его выводы совпадают с позицией самой Celonis. Но логика понятна: агент, который не знает реального хода процесса, автоматизирует тот же беспорядок, только быстрее.

Скептический прогноз дал Gartner. В июне 2025 года аналитики Gartner предсказали, что к концу 2027 года отменят более 40% проектов агентного ИИ из-за роста затрат, неясной ценности и слабого контроля рисков. Там же Gartner описал «agent washing»: среди тысяч вендоров, которые называют свои продукты агентными, реальных, по его оценке, около 130.

В России барьер называют прямо. Исследование «Инфосистем Джет» и Smart Ranking (август 2026 года) охватило 52 крупные компании. Большие языковые модели используют или тестируют 86% из них, а автономные агенты в промышленной эксплуатации есть только у 8%. Главным препятствием для масштабирования ИИ авторы исследования называют не сами модели, а готовность процессов, данных и инфраструктуры.

Россия: рынок, сращивание стеков и отечественные платформы

Российский рынок процессной аналитики растет. По оценке «Некстби», которую приводит ComNews, рынок систем Process Mining в 2025 году превысил 1,5 млрд рублей, а в 2026 году превысит 2 млрд рублей.

Соседний рынок роботизированной автоматизации процессов (RPA) упирается в экономику. По данным исследования «RPA-круг Громова 2026» аналитического центра «Круги Громова», которое в июле 2026 года пересказал ComNews, сегмент RPA в России прибавляет 30–50% в год, но решения используют менее 1 000 организаций. Лицензии составляют лишь 15–20% совокупной стоимости владения (TCO), а сама TCO за три года может различаться в 2–3 раза. Для автоматизации бизнес-процессов это аргумент выбирать процесс раньше робота: если лицензии занимают меньшую часть затрат, экономику проекта решает то, какой процесс роботизируют и как он устроен. Процессная аналитика отвечает на этот вопрос до закупки.

Аналитик центра «Круги Громова» ожидает, что за 2–3 года RPA, BPM, Process Mining и IDP срастутся в отраслевые стеки. Прогноз описывает российский вариант гиперавтоматизации. Гиперавтоматизация — подход, при котором роботы, BPM-системы, интеллектуальная обработка документов (IDP) и процессная аналитика работают в одном контуре. В том же обзоре ComNews отмечено, что первая волна миграции с западных платформ завершена.

Кейсы VK Business Analytics

Российские кейсы показывают разные задачи процессной аналитики: замену зарубежной платформы, анализ сквозных процессов и поиск возможностей для улучшений. Ниже разберем проекты на VK Business Analytics (ранее — VK Process Mining). В этой AI-first платформе процессной аналитики BI, Process Mining и Task Mining работают в общем контуре, поэтому фактические карты процессов, метрики и дашборды собраны в одном инструменте. В платформу встроены ИИ-ассистент и ИИ-разметка действий в модуле Task Mining.

«Ростелеком»: перенос в российский контур

Компания два года пользовалась процессной аналитикой зарубежного вендора и искала равноценное по функциям решение. Выбор сделали осенью 2021 года, а в марте 2022 года, когда прежний вендор отключил подписку, процессную аналитику перенесли в российский контур и применили для оптимизации работы техподдержки.

МегаФон: сквозной процесс через 32 рабочие группы

Пилот на VK Process Mining (сейчас — модуль Process Mining платформы VK Business Analytics) разбирал обработку заявок корпоративных клиентов. Процесс кросс-функциональный, в нем участвуют 32 рабочие группы и 3 информационные системы. За пилот 2021 года длительностью менее трех месяцев цикл обработки заявок B2B-клиентов сократился на 37%, а компания получила дополнительную выручку 60 млн рублей. Целиком такой процесс не виден ни из одной системы: картина складывается, когда события из всех трех систем собраны вместе.

Health & Nutrition: склады и цепочки поставок

В 2025 году Health & Nutrition вместе с интегратором GlowByte проанализировала на пилотном складе логи складской системы WMS. Анализ выявил узкие места, в том числе в выдаче заданий водителям погрузчиков. После корректировок в WMS и регламентах время сборки сократилось на 30%, а число и длительность долгих переходов сотрудников уменьшились на 15%. Отдельно с тем же интегратором компания провела пилот по поставкам молочной продукции. В пилоте анализировали цепочки поставок и факторы, влияющие на остаточный срок свежести. В складском проекте регламенты изменили на основе данных журнала событий. Пилот по молочной продукции по природе многообъектный: в цепочке поставок связаны партии, склады и доставки, а это тот класс процессов, ради которого развивается OCPM.

«Кубань Кредит»: облачный старт

В январе 2025 года банк первым начал работать с облачной версией платформы. До этого платформа работала только в контуре заказчика. Банк анализировал кредитный процесс на обезличенных данных и за первый месяц определил области для оптимизации и приоритеты.

Дорожная карта для CIO на 2–3 года

Зрелость управления бизнес-процессами определяется не купленным ПО, а тем, на какие вопросы компания отвечает данными. План на 2–3 года удобно строить по шагам:

1. Выберите один сквозной процесс с понятным эффектом: обработку заявок, закупку, сборку заказа. Проверьте, пишут ли системы по нему журнал событий. Если ключевые процессы существуют только в BPMN и регламентах, компании пока не хватает данных об их фактическом исполнении.
2. Постройте карту процесса «AS-IS» и сравните ее с регламентом. Отклонения дают материал для решений: где переписать регламент, где поменять настройки системы, где роботизировать шаг.
3. Назначьте владельца процесса и заручитесь поддержкой руководства. В опросе Deloitte отсутствие поддержки менеджмента назвали барьером 41% респондентов, в 2021 году таких было 26%. Барьер все чаще организационный: без владельца карта процесса остается отчетом.
4. Переходите к постоянному мониторингу. Метрики и дашборды строятся на тех же данных, что и карта процесса, и за процессом следят непрерывно, а не раз в год. Так анализ процесса становится регулярной управленческой практикой.
5. Готовьте данные к объектной модели. Если в планах сквозные цепочки и цифровой двойник, события стоит уже сейчас выгружать со ссылками на все связанные объекты, ориентируясь на стандарт OCEL 2.0.
6. Выбирайте шаги для автоматизации с помощью агентов или RPA по ожидаемому эффекту и стоимости внедрения. После запуска сравнивайте результаты с исходными показателями: оценивайте скорость, качество, затраты и нагрузку на соседние этапы процесса.

Где процессная аналитика не работает

У процессной аналитики есть границы, которые стоит учесть в плане:

• процессная аналитика видит только то, что записано в системах: шаги в почте, на бумаге или в разговорах в журнал событий не попадают, и полнота карты зависит от качества данных;
• task mining закрывает часть этого пробела на рабочих местах, но не заменяет данные учетных систем;
• почти все доступные данные по OCPM и цифровым двойникам западные и во многом взяты из вендорских релизов, поэтому для российской компании это горизонт планирования, а не готовый рынок;
• агентные проекты дорожают при масштабировании, и прогноз Gartner об отмене более 40% таких проектов — повод считать экономику до пилота.

Вывод

Если процессы компании сегодня живут только в схемах, первым проектом стоит сделать карту «AS-IS» для одного сквозного процесса и назначить ему владельца. Если карта уже есть, следующий шаг — постоянный мониторинг на тех же данных. OCPM и цифровой двойник организации имеет смысл закладывать в план на 2–3 года как развитие работающей системы: выгружать события со связями между объектами можно начать уже сейчас.

Управление бизнес-процессами в такой логике перестает быть проектом по описанию регламентов и становится постоянной работой с данными. Проверьте по таблице, каких данных и инструментов не хватает для решения ваших задач: с этого и стоит начинать план.

Источники

Материал основан на отчетах аналитических агентств, отраслевых исследованиях, открытых стандартах и публичных материалах вендоров. Приводимые ссылки актуальны на момент подготовки статьи (октябрь 2026 года).

Аналитические отчеты и исследования

• Gartner, Magic Quadrant for Process Intelligence Platforms (2026) — оценка платформ Process Intelligence
• Gartner, Magic Quadrant for Digital Twin of an Organization Platforms (2026) — первая оценка платформ цифрового двойника организации
• Gartner — прогноз об отмене более 40% проектов агентного ИИ к концу 2027 года (июнь 2025)
• Deloitte, Global Process Mining Survey 2025 — опрос о внедрении Process Mining и барьерах
• Everest Group, PEAK Matrix for Process Mining 2026 — оценка мирового рынка Process Mining (в пересказе Celonis и iTWire)

Стандарты

• OCEL 2.0 (Object-Centric Event Log) — спецификация формата объектно-центричных журналов событий, RWTH Aachen (2023)

Материалы вендоров

• Celonis — пресс-релиз об Everest Group PEAK Matrix for Process Mining 2026 и отчет Process Optimization Report 2026
• Microsoft — план релизов Power Automate (2026 release wave 1) и сообщение MC1484591 о переносе сроков Process Intelligence Studio
• ARIS — пресс-релиз о квадранте Gartner по платформам цифрового двойника организации
• SAP — объявление об общей доступности ИИ-ассистента Joule в решениях SAP Signavio (февраль 2026)

Российский рынок

• Исследование «Инфосистем Джет» и Smart Ranking (август 2026) — использование больших языковых моделей и ИИ-агентов в крупных компаниях
• ComNews — оценка российского рынка систем Process Mining на 2025–2026 годы
• ComNews — обзор российского рынка RPA по исследованию «RPA-круг Громова 2026»