务。  Vizru还提供对智能路由的内在支持，例如，系统可以自动“快速跟踪”某一事务的审批流程，这个审批流程在业务流程结束时始终处于受批准的状态。  决策点  另一种方法是将智能决策点添加到传统的自动化业务流程中。  这就是美国富达担保公司(American Fidelity Assurance)正在做的事情。这家总部位于俄克拉荷马城的公司为150万保单持有人提供250万份保单。美国富达面临的一个难题是自动将每天发来的大量电子邮件转交给合适的接收者。在过去，这是由人来决定的。  “有没有办法让先进的机器学习从过去的数据中学习，从过去的决策中学习，并做出无异于人类的决策”?该公司负责研发的副总裁Shane Jason Mock这样问道，他不是无缘无故问这样的问题，而是参观亚马逊时得到了启发。  Mock说：“我知道我真的很难进入亚马逊的仓库，我意识到，有些人正在不断挑战极限，实现一个个惊人的壮举。也许这并非保险领域的其他人正在做的事情。但衡量标准实际上也无关乎他人正在做的事情，而是关乎如何帮助客户。”  为了在流程中添加智能，美国富达担保公司向企业机器人过程自动化供应商UiPath和人工智能平台DataRobot求助。  Mock说：“在新的电子邮件流程中，我们将机器人过程自动化组件与机器学习组件相结合，两者的结合决定了电子邮件的去向。”  在很多情况下，机器人过程自动化的传统方法将达到一个决策点，这个决策点太复杂，以至于连简单的自动化都无法实现。  美国富达担保公司还在研究用人工智能对流程进行挖掘，从而实现流程发现的自动化，而不是让业务分析师理清公司所发生的的状况。  Mock说：“我们做了一些概念证明，但现在评论这个问题还为时过早。”  流程挖掘  传统的业务流程管理方法涉及到一系列流程，如业务分析师与经理和员工交谈，进行审计，然后创建说明组织各种业务流程的图表。  博思艾伦咨询公司(Booz Allen Hamilton)战略创新部门的主管Sumeet Vij说：“我们所接触的客户中有很多都在墙上贴着过程流程。但事实真的如此吗?你会发现，实际发生的状况是不同的，瓶颈也是不同的。使用机器学习进行流程挖掘有助于人们了解实际状况是如何发生的。”  此外，这些工具可以随着业务的发展更新流程——甚至可以实时发现异常行为。  有一家公司已经拥有智能过程采矿系统，这就是查特工业(Chart Industries)，这是一家服务于能源行业的制造公司，总部位于佐治亚州鲍尔格朗德市(Ball Ground)。  几年前，查特工业一直举步维艰。能源行业因油价下跌而受到重创，公司的股价下跌，高层管理人员被换掉。新的领导层希望做出改变。例如，查特工业有三个主要部门，即使这三个部门共享甲骨文和J.D. Edwards的单一ERP系统，也依然需要多个后台来处理应付账款、应收账款和其它后台任务——每个后台都有自身的流程和程序。  “我们曾发现，我们的客户曾经十分高效地利用一个做法，即晚于规定的期限向我们付钱”，查特工业的执行副总裁Bryan Turner如是说。  还有其它影响现金流的机会。例如，在某些情况下，查特工业可以在一定时间内利用折扣向供应商付钱;在其它方面，它可以利用长期持有现金的好处。Turner说，就这点而言，提高效率有诸多好处，如获得高达数百万的资金。  查特工业向流程挖掘供应商Celonis求助，以发掘这些机会。  Turner说：“如今，我们在一些自定义系统上运行Celonis。只要有数据库，事务和时间戳，统统都可以输入到Celonis。大量繁重的工作不外乎就是如何在我们的组织和软件即服务(SaaS)应用程序或亚马逊的Celonis后端之间移动数据。”  Celonis经历并确定了业务流程—&mdas