90年代开始兴起的ERP、CRM 等企业应用系统（Enterprise Applications）， 记录了企业运营的业务对象（例如物料、客户、供应商、账户）和事务处理（例如发货、开票、工程变更、信用检查、收入确认等）的信息。
到2000 年后，随着企业使用的信息系统数量增多，以及分布式计算出现，在企业的信息技术架构里就出现了工作流系统（workflow）和业务流程管理（BPM）系统，管理一个企业信息系统内（例如ERP，这也是我为啥一直说“ERP 里没有流程”的原因）或者跨系统的流程任务，以及任务间的衔接、流转，将任务和信息记录联结起来，实现业务流程的自动化处理，同时，出于合规性记录要求，这些任务通常还跟企业文档系统联结（例如申请表、合同、发票等文本文件）。
“任务+信息记录+文档”共同构成了自动化流程的基础，再加上流程的一些智能能力，例如流程挖掘、智能文档识别、流程规则引擎、流程自动化机器人（RPA），以及动态的系统服务调度和集成能力，例如容器技术、微服务/API 等，总的就称为数字化流程自动化（Digital process automation）或者“超自动化”（Hyper Automation）。参见我过去写的《超自动化 ｜ 业务流程数字化和ERP的终极型态》
然而，传统业务流程自动化技术也存在着不足，它是基于线性的流程设计、开展标准化的执行，通常聚焦于解决特定职能环节的流程固化、风险控制与效率提升，如审批、报销（很多中国公司将“业务流程”等同于“审批流”），难以处理端到端流程的自动化闭环运行。
它的设计逻辑是基于预设规则，以顺序执行为主，依赖“if-then”的条件判断逻辑链，无法动态响应复杂分支；流程的动态调整、跨系统协同扩展性等都比较差。
例如，我们管理咨询顾问经常设计制造业的“订单到交付”OTD流程，或者公用事业的“表计到收费”MTC 流程等端到端流程（参见《做好业务流程管理，国企董事长才能不下课》），这类流程称为一级流程或者二级流程（也称为“价值链”，所以我在我的书中写到：“价值链”实际上不是“流程”，“流程”本身是一个很有歧义的名词），通常是由若干个三级流程或者四级流程构成，这些三级/四级流程才是真正实际自动化（或者半自动化）运行的流程闭环，然而这些三级/四级流程通常只有一定的逻辑关联关系，并没有执行层面上的集成关系。
“编排”（Orchestration） 这个概念就是为了这些流程自动化的缺陷而产生的。如果我们给编排下个定义，就是：
协调多个独立业务组件和资源，包括人类活动、流程机器人、人工智能智能体、自动化工作流、业务服务（信息系统或API）、文档服务、人工智能服务等，基于一定的预定义规则，为达成特定的业务目标，来实现复杂流程的自动化管理。
自动化和编排是流程的两种运行方式：如果一个流程是线性的——即依赖于一系列简单条件（if-then）决策驱动、依次执行——那么它是自动化的；如果一个流程能基于各种输入，分支到多个同时发生的方向，那么它是编排的。
智能编排面向全局业务，实现端到端业务流程闭环执行，协调跨系统、跨部门的动态协作，如我前面说到的OTD、MTC 等复杂流程。它的设计逻辑是：以事件驱动和AI决策为核心，支持实时分析数据流，动态调整流程路径，如当供应商发生波动时，自动切换供应商。集成AI智能体、RPA、API等多类服务资源，按需调度。
自动化可以看作是编排的一个子集，因为只有自动化流程才能被编排；手动流程无法被编排。自动化(Automation)是基础：它让单个任务无需人工干预即可运行（如定时备份）。编排(Orchestration)是协调：它将多个自动化任务（可能分布在不同的系统或服务中）按照业务流程逻辑组织、调度和管理起来。
编排建立在自动化基础之上，自动化是编排的组成部分。范围差异方面，自动化是任务级(task-level)；编排是流程级(process/workflow-level)，编排处理更复杂的人机/机机的交互、依赖关系和决策逻辑。
我们就自动化和编排做个比较：
自动化(Automation) | 编排(Orchestration) | |
范围 | 专注于执行单一的、重复性的任务，提高单个任务的效率和准确性；是端到端业务流程的构建块，处理原子操作。 | 实现更广泛的业务目标，协调多个系统、服务和团队，创建无缝的端到端业务流程；是流程的协调层，组织多个自动化任务。 |
复杂性 | 处理直接的、遵循特定预定义规则的任务。 | 管理复杂的工作流，涉及多个步骤、条件判断和并发执行。 |
决策 | 通常不涉及复杂的、实时性的决策，按预设规则和指令执行 | 可根据实时的输入和条件，做出决策，动态选择执行路径 |
协作 | 任务之间通常没有强依赖或协调，关注独立的任务执行 | 管理和协调相互依赖的任务，跨团队的执行顺序和数据共享 |
合规性 | 通过自动化重复性任务并降低错误风险，最大限度减少人工干预。 | 在特定决策点支持人工干预，以处理复杂决策或工作流异常。 |
我们可以从业务流程自动化以及编排的角度，来重新审视企业数字化的构成：
开展流程编排可分为四个步骤
1. 流程发现：
采用业务流程挖掘技术，从现有信息技术应用体系中发现流程实例，并提炼、仿真流程运行；
2. 流程设计：
采用行业标准的流程语言（即构件）BPMN 2.0，进行流程建模。
3. 流程运行：
在一个技术平台上实现各个人类活动、系统活动（机器任务、信息记录、数据服务）和人工智能的集成，利用预设规则加上人工智能来进行各种任务和能力的分解、调度、衔接，对具体流程实例实现精细化控制（如任务调度、异常处理），在流程运行中整合了这些能力和活动：
AI 智能体（AI Agents）机器人流程自动化（RPA自动化）
人在回路（Human-in-the-Loop）交互
API事件驱动（跨系统集成）
高级决策逻辑（基于规则或机器学习）
4. 流程监控：
实时流程和业务绩效的度量（KPI追踪与反馈），识别低效环节（例如流程瓶颈），模拟测试、预测流程变更影响，持续优化流程。
企业级信息技术应用架构设计中，流程编排的概念已经出现了大约有十年时间，几年前人工智能热刚兴起时开始受重视，去年下半年，随着大模型以及智能体技术的发展，基于大模型智能体的流程编排技术被Gartner 等研究机构认为是大模型在企业运营和管理中的主要应用形式。
我最近几天对 AI 的企业级应用的思考如下：
当前，在市场上基于大模型智能体的业务流程编排的技术方案，Gartner 称为 BOAT，也有一些厂商称为智能体式编排（Agentic Orchestration），这些术语大同小异，其主要技术供应商有这么几种类型：
一是企业软件的主流厂商：例如SAP很早就推出流程编排的产品，就称为 PO，近年来通过收购 Signavio 等流程管理、流程挖掘平台，加上其传统 ERP 能力，形成了完整的 BOAT 解决方案
二是传统的业务流程管理软件厂商，例如德国公司Camunda
三是前些年热门的业务流程自动化厂商，例如市值曾经达到 400亿美元的 RPA 厂商UiPath，上个月刚宣布全面投入智能体式编排
