Orcha のデータモデル
現在のプロセス階層構造
PMの主要プロセス領域。「デザイン」「開発」等
BPMN: Process / APQC: Category + Process Group
Activity のグルーピング用ラベル。多対多で紐づく「ビュー」
BPMN: Sub-Process / ArchiMate: Perspective
実行単位。具体的な作業項目のコンテンツ主体
BPMN: Task / APQC: Activity
Activity 内の具体的手法・手順。テキストリスト
APQC: Task（最小粒度の作業）
成果物。型・説明・フォーマット例を持つ正式エンティティ
BPMN: Data Object / ArchiMate: Business Object
SubProcess は「階層」ではなく「ビュー」
activity_sub_processes ジャンクションテーブルにより多対多で紐づく。OCPM の Perspective 概念、ArchiMate のグラフ構造と整合する設計。固定的な入れ子階層ではなく、同一 Activity を複数の視点からグルーピングできる。
Deliverable（デリバラブル）は廃止済み
かつて Activity に紐づくテキストリストとして存在したが、Output と概念的に重複していたため廃止。成果物は Output エンティティに一本化。全フレームワークの調査で「成果物は Activity に付随する属性・関連エンティティ」であることが確認された。
Action は Activity の内部属性
BPMN の Task（原子的作業）に相当する粒度。独立エンティティではなくテキストリストとして Activity に付随させることで、コンテンツサイトに適した3層構造を維持。
主要フレームワーク比較
7つのフレームワークが採用する階層構造
BPMN 2.0
ISO 19510 — Object Management Group (OMG)
APQC PCF
APQC Process Classification Framework v7.4
ArchiMate 3.2
The Open Group — Enterprise Architecture
OCPM（Object-Centric Process Mining）
OCEL 2.0 — van der Aalst et al., 2024
AIエージェントフレームワーク
LangGraph / CrewAI / AutoGen (2024-2025)
横断比較
フレームワーク間の概念対応と共通パターン
| 抽象レベル | BPMN 2.0 | APQC PCF | ArchiMate | Orcha |
|---|---|---|---|---|
| 大区分 | Process | Category + Process Group | Value Stream | Process |
| 実行フロー | Sub-Process | Process | Business Process | SubProcess（ビュー） |
| 構成要素 | (nested Sub-Process) | Activity | (nested Process) | Activity |
| 最小単位 | Task | Task | Activity | Action（テキスト属性） |
| 成果物 | Data Object | 定義文中に記述 | Business Object | Output（エンティティ） |
- 4層構造が最大公約数 — Process → Sub-Process → Activity → Task の変形がほぼ全てのフレームワークに存在
- 成果物は階層レベルではない — 全フレームワークで Activity/Task に付随する属性・関連エンティティとして扱われる
- 多対多が現実的 — ArchiMate, ABM, OCPMはグラフ構造をネイティブサポート。厳密なツリー構造は現実のプロセスに適合しない
AI時代の新潮流
固定階層から動的ネットワークへのパラダイムシフト
OCPM: オブジェクトセントリック・プロセスマイニング
従来のケースセントリックモデルから脱却し、複数のオブジェクトタイプとイベントをグラフ構造で表現。Celonis の Process Intelligence Graph がこのパラダイムを商用実装。
エージェンティックAI: 動的タスク分解
CrewAI の Hierarchical Process では、マネージャーエージェントがケイパビリティに基づいてタスクを動的に委譲。事前定義の階層は不要に。
Large Process Model (LPM)
Kampik et al. (2024) が提案。LLM の相関パワーと知識ベースシステムの分析精度を組み合わせ、組織横断的なプロセス知識を直接活用するビジョン。
AI-Augmented BPMS (ABPMS)
Dumas et al. (2023) の研究マニフェスト。従来の BPMS では事前定義だったタスク実行を、AI が自律的に決定する新しいクラスのシステム。Deploy → Reshape → Invent の三段階。
従来の固定的な「Process → Sub-Process → Activity → Task → Action」階層は、デフォルトのモデリング手法としての地位を失いつつある。 Orcha の多対多 SubProcess 設計はこの潮流に適合しており、将来的に Capability（ケイパビリティ）軸の導入や、 Output 起点のナビゲーションを追加することで、OCPM的な多視点分析に発展できる。
参考文献
本ページの根拠となる主要な仕様書・論文・レポート
国際標準・仕様書
- BPMN 2.0 Specification — Object Management Group (OMG) (2014)
- ArchiMate 3.2 Specification — The Open Group (2022)
- OCEL 2.0 Specification — Berti, Koren, Adams, Park, van der Aalst et al. (2024)
- APQC Process Classification Framework v7.4 — APQC (2023)
学術論文・研究マニフェスト
- AI-Augmented Business Process Management Systems: A Research Manifesto — Dumas, M. et al. (2023, ACM TMIS)
- Large Process Models: A Vision for BPM in the Age of Generative AI — Kampik, T. et al. (2024, Springer KI)
- Process Mining Beyond Workflows — van der Aalst, W.M.P. et al. (2024, ScienceDirect)
- How Object-Centric Process Mining Helps to Unleash Predictive and Generative AI — van der Aalst, W.M.P. (2024)
- The Rise of Agentic AI — MDPI Future Internet (2025)
- AFLOW: Automating Agentic Workflow Generation — ICLR 2025 (2025)
業界レポート・ドキュメント
- Market Guide for DTO Platforms — Gartner (2025)
- Magic Quadrant for Process Mining Platforms — Gartner (2024)
- Impact of AI on Project Management: PM2030 — ScienceDirect (2025)
- How AI Will Transform Project Management — Harvard Business Review (2023)