Naukowcy opracowali WorkflowGen - system, który automatycznie tworzy i dopasowuje procedury wykonywania zadań na podstawie tego, jak radził sobie wcześniej w podobnych sytuacjach. Zamiast na sztywno definiować, jak powinien przebiegać proces, sztuczna inteligencja uczy się od doświadczenia i stara się dostosować kolejność czynności do konkretnego scenariusza. To podejście polega na analizie poprzednich "trajektorii" - czyli historii decyzji i wykonanych kroków - i wykorzystaniu tej wiedzy do generowania coraz lepszych rozwiązań dla nowych zadań.
Dotychczas systemy automatyzacyjne najczęściej działały According to gotowych szablonów lub wymagały ręcznego zaprojektowania każdego workflow-u. WorkflowGen zmienia tę logikę, bo pozwala AI samodzielnie odkrywać, w jakiej kolejności wykonać poszczególne kroki, aby osiągnąć cel wydajniej. System patrzy na to, co się sprawdzało w przeszłości, i odwrotnie - co prowadziło do błędów, by uniknąć powtarzania błędów. W praktyce oznacza to, że procedury mogą się adaptować w zależności od kontekstu - na przykład ten sam proces może przebiegać inaczej dla jednego klienta niż dla drugiego, jeśli dane lub warunki się różnią.
Potencjalne zastosowania są szerokie: od optymalizacji łańcuchów dostaw po automatyzację skomplikowanych procesów biznesowych w bankach czy ubezpieczeniach. Metoda obiecuje zaoszczędzenie czasu pracy analityków, którzy zwykle projektują workflow-u ręcznie, oraz zwiększenie efektywności operacyjnej. WorkflowGen pokazuje, jak nowoczesna AI może przejąć nie tylko wykonywanie zadań, ale również inteligentne planowanie sposobu, w jaki te zadania powinny być realizowane.