Introdução

Processos Intensivos em Conhecimento estão entre os principais ativos das organizações modernas. Eles são centrados em conhecimento e dados e são flexíveis em tempo de modelagem (design) e execução (run-time). Eles são executados por knowledge workers (trabalhadores de conhecimento).

Este artigo caracteriza processos intensivo em conhecimento na gestão de processos de negócio. O espectro para gestão de processos de negócio de di Ciccio et al.(2012) que relaciona intensidade de conhecimento com previsibilidade e estrutura é apresentado a fim de auxiliar o leitor a classificar seus processos.

BPM e KiP

Gestão de processos de negócio (GPN ou Business Process Management – BPM) tem como objetivo coordenar como o trabalho é realizado em uma organização a fim de garantir resultados consistentes e executar oportunidades de melhorias (DUMAS et al., 2013).

As principais abordagens modelam atividades a partir de três dimensões (DI CICCIO, MARRELLA e RUSSO, 2012):

• Fluxo de controle: estrutura de tarefas e seus relacionamentos;
• Dados: como os elementos são consumidos, produzidos e trocados entre as tarefas;
• Recursos: pessoas, sistemas e serviços que executam as tarefas assim como suas capacidades.

Uma dimensão ortogonal a esta é o tratamento de exceção que define maneiras de se tratar eventos não desejados que podem surgir.

Processos Intensivos em Conhecimento (PIC ou Knowledge Intensive Process – KiP) correspondem a uma classe específica de processos de negócio caracterizados por atividades que não podem ser facilmente planejadas, que podem ser alteradas durante a execução do processo (i.e., on the fly, in run-time) e são guiadas pelo cenário contextual em que o processo está inserido (DI CICCIO, MARRELLA e RUSSO, 2015).

KiP são centrados em conhecimento e dados, e requerem flexibilidade em tempo de modelagem e execução . Em geral, abordagens de BPM consideram que processos são caracterizados por atividades que se repetem e são subjacentes a um modelo de fluxo prescrito (MARJANOVIC e FREEZE, 2011), como ocorre principalmente em processos de produção e administrativos (LEYMANN e ROLLER, 1999). No entanto, estas abordagens têm sido desafiadas em cenários intensivos em conhecimento, tais como assistência médica, gestão de emergências, coordenação de projetos, gestão de casos, onde os processos, em geral, são não estruturados e caracterizados por colaboração (DI CICCIO, MARRELLA, RUSSO, 2012). KiPs vão além da automação de processos, sendo centrados na dimensão de conhecimento e no papel de conhecimento centrado em humanos (MARJANOVIC e FREEZE, 2011).

Espectro para Gestão de Processos

Di Ciccio et al. (2012) propõem um espectro para gestão de processos de negócio que relaciona intensidade de conhecimento com previsibilidade e estrutura (Figura abaixo). Como uma regra geral, estrutura, previsibilidade e automação são inversamente proporcionais à intensidade de conhecimento.

Um processo que é totalmente imprevisível e, portanto, não repetível, é classificado como um processo não estruturado, ou seja, nenhuma regra governa como as instâncias do processo devem se comportar. Por outro lado, processos completamente previsíveis são os processos estruturados, ou seja, suas instâncias se comportam de forma ordenada, seguindo um conjunto de regras pré-definidas, por exemplo, processo de produção e administrativos.

Seguindo para os outros tipos de processos, temos os processos estruturados com exceções ad hoc. Eles são semelhantes aos processos estruturados, sendo que eventos externos e exceções podem ocorrer. Estes podem ser previstos antecipadamente (i.e., são modelados e mecanismos de tratamento de exceção definidos, por exemplo, tratamento de transações financeiras) ou ocorrem em tempo de execução de uma instância do processo, o que necessita de mudanças ad hoc no processo em tempo de execução.

Processos não estruturados com fragmentos pré-definidos são aqueles em que a lógica do processo não é explicitamente definida, mas existem políticas e regulamentações que permitem identificar e pré-definir fragmentos estruturados. Por exemplo, tratamento de sinistro de seguro. As partes não definidas são tratadas na medida que o processo é executado. Os fragmentos pré-definidos são instanciados quando casos em que eles se aplicam ocorrem.

Processos fracamente estruturados não têm seu fluxo definido. Políticas e regras de negócio definem restrições sobre as ações dos participantes do processo. Elas definem o escopo de suas ações e garantem que alternativas não desejáveis não ocorram. Um exemplo é o tratamento de um paciente, o qual depende de sua situação atual – saúde física e sintomas.

Processos não estruturados têm baixo nível de previsibilidade e alta flexibilidade. A estrutura do processo evolui dinamicamente já que participantes decidem o que executar e em qual ordem de forma ad hoc. Em geral, apenas o objetivo do processo é conhecido a priori. Processos criativos são exemplos de processos não estruturados como, por exemplo, os processos conduzidos por gerentes, pesquisadores e engenheiros, os quais requerem decisões complexas e rápidas dentre múltiplas estratégias possíveis para atingir objetivos específicos.

KiP e Espectro para Gestão de processos

A classe de processo KiP é transversal à classificação ilustrada na Figura. Quase todas as classes incluem elementos que os tornam intensivos em conhecimento. Por exemplo, quando um trabalhador de conhecimento (knowledge worker) trata exceções não esperadas (processo estruturado com exceções ad hoc), quando ele usa sua experiência e especialidade para escolher um fragmento de processo para ser executado (processo não estruturado com fragmentos), quando decisões individuais e colaborativas levam a definição do melhor conjunto de ações a serem executadas em processos pouco estruturados ou não estruturados.

Conclusão

Processos intensivos em conhecimento são pouco emoldurados (i.e., previamente planejados) e, principalmente, caracterizados por serem centrados no ser humano (human-centric), envolvendo colaboração. O espectro proposto por di Ciccio et al. (2012) ajuda a classificar os processos de uma organização entendendo suas peculiaridades e que há tarefas intensivas em conhecimento em quase todas as classes. Estas tarefas são as que necessitam de flexibilidade, são de difícil automação e dependentes da experiência e habilidades dos seus executores (os trabalhadores do conhecimento). Explicitar estas tarefas e desenvolver ferramental de apoio que permitam que estas tarefas sejam executadas com agilidade e eficiência são grandes desafios para as organizações.

Alguns trabalhos de pesquisa nesta linha estão sendo conduzidos, tais como:

• CATS (Cognitive Analytic Trail System): um sistema cognitivo para apoiar processos analíticos (THIAGO et al., 2016);
• Experiment Workbench: um agente cognitivo para auxiliar  cientistas de dados (AZEVEDO et al., 2020);
• CogBPMN: um conjunto de tipos de subprocessos cognitivos para recomendação que podem ser usados para representar a simbiose humano-computador em modelos de processos de negócio (JANSEN et al., 2020).

Referências

AZEVEDO, L. G., THIAGO, R. M., NERY, M., CERQUEIRA, R. de G. Experiment Workbench: A Co-agent for Assisting Data Scientists. Proceedings of the 22^nd International Conference in Information Systems (ICEIS).

DUMAS, M.; LA ROSA, M.; MENDLING, J.; REIJERS, H. A. Fundamentals of Business Process Management, 2 ed. Springer, 2018.

DI CICCIO, C.; MARRELLA, A.; RUSSO, A. Knowledge-intensive processes: an overview of contemporary approaches. Knowledge-intensive Business Processes, pp. 33, 2012.

DI CICCIO, C.; MARRELLA, A.; RUSSO, A.  Knowledge-intensive processes: characteristics, requirements and analysis of contemporary approaches. Journal on Data Semantics, 4(1): pp. 29–57, 2015.

FERREIRA, J. J., da SILVA, V. T., THIAGO, R. M., AZEVEDO, L. G., CERQUEIRA, R. de G. CogBPMN: Representing Human-Computer Symbiosis in the Cognitive Era. Proceedings of the 22^nd International Conference in Information Systems (ICEIS).

MARJANOVIC, O.; FREEZE, R. Knowledge intensive business processes: theoretical foundations and research challenges. In 2011 44th Hawaii International Conference on System Sciences, pp. 1–10. IEEE, 2011.

LEYMANN, F.; ROLLER, D. Production workflow: concepts and techniques. Prentice Hall, 1999.

THIAGO, R. M.; AZEVEDO, L. G.; SILVA, V. T. ; SEGURA, V. C. V. B. ; SANTOS, M. N. ; CERQUEIRA, R. CATS: Cognitive Analytic Trail System. In: Workshop on Symbiotic Cognitive Systems, 2016, Phoenix, Arizona. Proceedings of the Thirtieth AAAI Conference on Artificial Intelligence. Palo Alto, California, USA: Association for the Advancement of Artificial Intelligence, 2016. v. 1. p. 768-771.