Current trends in the transformation of business process management

Abstract

This study examines the transformation of business process management (BPM) under the conditions of digitalisation and increasing environmental turbulence. The research is grounded in the premise that traditional BPM approaches, primarily focused on efficiency and standardisation, are no longer sufficient to ensure organisational adaptability and sustainable value creation.

The purpose of the article is to identify and systematise the key trends shaping the evolution of BPM and to substantiate the conceptual foundations of intelligent business process management as an integrated system combining technological and organisational drivers.
The methodological basis of the study includes a systematic and integrative approach, combining analysis and synthesis, comparative analysis, and conceptual modelling. The research integrates technological components (artificial intelligence, process mining, digital twins, intelligent automation) with organisational dimensions (customer-centricity, ESG orientation, flexible management models) within a unified analytical framework.

As a result, the study proposes a conceptual model of integrated intelligent BPM, which ensures the transition from descriptive and reactive process management to proactive, adaptive, and data-driven management. The model demonstrates how the combination of technological and organisational drivers creates a synergistic effect, enhancing process transparency, decision-making quality, and operational flexibility.

The findings indicate that the implementation of intelligent BPM enables organisations to improve process efficiency, reduce operational risks, and strengthen their strategic adaptability in dynamic environments. The study contributes to the development of BPM theory by providing a structured systematisation of transformation trends and by substantiating the role of BPM as a strategic management tool in the digital economy.

Keywords

business processes, digitalization, intelligent technologies, artificial intelligence, customer orientation, digital twins, strategic management

Анотація

У статті досліджується трансформація управління бізнес-процесами (BPM) в умовах цифровізації та зростаючої турбулентності зовнішнього середовища. Дослідження базується на припущенні, що традиційні підходи до BPM, орієнтовані переважно на ефективність і стандартизацію, вже не забезпечують необхідного рівня адаптивності організацій та сталого створення цінності.

Метою статті є ідентифікація та систематизація ключових трендів розвитку BPM, а також обґрунтування концептуальних засад інтелектуального управління бізнес-процесами як інтегрованої системи, що поєднує технологічні та організаційні драйвери.

Методологічну основу дослідження становить системний та інтегративний підхід, що включає методи аналізу і синтезу, порівняльного аналізу та концептуального моделювання. У роботі здійснено інтеграцію технологічних компонентів (штучний інтелект, процесний майнінг, цифрові двійники, інтелектуальна автоматизація) з організаційними вимірами (клієнтоорієнтованість, ESG-орієнтація, гнучкі моделі управління) в межах єдиної аналітичної рамки.

У результаті дослідження запропоновано концептуальну модель інтегрованого інтелектуального BPM, яка забезпечує перехід від описового та реактивного управління процесами до проактивного, адаптивного та data-driven управління. Модель демонструє, що поєднання технологічних і організаційних драйверів формує синергетичний ефект, підвищуючи прозорість процесів, якість управлінських рішень та операційну гнучкість.
Отримані результати свідчать, що впровадження інтелектуального BPM дозволяє організаціям підвищити ефективність бізнес-процесів, знизити операційні ризики та посилити стратегічну адаптивність в умовах динамічного середовища. Науковий внесок дослідження полягає у систематизації сучасних трендів трансформації BPM та обґрунтуванні його ролі як інструменту стратегічного управління в цифровій економіці.

Ключові слова

бізнес-процеси, цифровізація, інтелектуальні технології, штучний інтелект, клієнтоорієнтованість, цифрові двійники, стратегічне управління

Back to Table of Contents No 36 (2026)

Mostenska T.L. Doctor of economic sciences, professor, professor of the department of administrative management and foreign economic activity, National university of life and environmental sciences of Ukraine (Ukraine)

• ORCID – 0000-0002-212-4745
• Researcher ID
• Scopus author id: –
• E-Mail:  tmosten@nubip.edu.ua

Davydenko V.V. PhD of Economics, associate professor, associate professor of the department of administrative management and foreign economic activity, national university of life and environmental sciences of Ukraine (Ukraine)

• ORCID – 0000-0002-8419-4636
• Researcher ID
• Scopus author id: –
• E-Mail:  v.davydenko@nubip.edu.ua

1. Hammer M., Champy J. (1993). Reengineering the Corporation: A Manifesto for Business Revolution. Harper Business. 272 р. https://archive.org/details/reengineeringcor00hamm
2. Huseyin Kir, Nadia Erdogan, (2021). A knowledge-intensive adaptive business process management framework, Information Systems, Volume 95, https://doi.org/10.1016/j.is.2020.101639
3. Weinzierl S., Zilker S., Dunzer S., Matzner M. (2024). Machine learning in business process management: A systematic literature review. Cornell University. https://doi.org/10.48550/arXiv.2405.16396
4. Reijers, H.A. (2021). Business Process Management: The evolution of a discipline. Computers in Industry. Vol. 126. https://doi.org/10.1016/j.compind.2021.103404
5. White, David. (2025). Robotic Process Automation for Intelligent Business Process Management. International Journal of Innovative Computer Science and IT Research. 1. 1-11. https://doi.org/10.63665/ijicsitr.v1i02.05
6. Sachdeva, M. (2025). Intelligent automation with BPM: leveraging the latest tools for business efficiency. International Journal of Advanced Research in Engineering and Technology (IJARET). Volume 16, Issue 2, р. 208-227, с.211. https://doi.org/10.34218/IJARET_16_02_013
7. Brás, J.; Pereira, R.; Moro, S. (2023). Intelligent Process Automation and Business Continuity: Areas for Future Research. Information. 14 (122).  https://doi.org/10.3390/info14020122
8. Fettke, P., & Di Francescomarino, C. (2025). Business Process Management and Artificial Intelligence. KI – Künstliche Intelligenz, 39(2), 67–79. https://doi.org/10.1007/s13218-025-00891-y
9. Prakash, D. (2024). Data-Driven Management: The Impact of Big Data Analytics on Organizational Performance. International Journal for Global Academic & Scientific Research. Vol. 3. P. 12-23. https://doi.org/10.55938/ijgasr.v3i2.74
10. Kerpedzhiev, G. D., König, U. M., Röglinger, M., & Rosemann, M. (2021). An exploration into future business process management capabilities in view of digitalization: results from a Delphi study. Business & Information Systems Engineering, 63(2), 83-96. https://epub.uni-bayreuth.de/id/eprint/5094/1/Kerpedzhiev2020_Article_AnExplorationIntoFutureBusines.pdf
11. KALELİ, S. S. (2025). Conceptual analysis of factors affecting success in data-driven business processes: an artificial intelligence-based model proposal. SSD Journal, 10(52), 13–26. с. 15. https://doi.org/10.5281/zenodo.17119495
12. Korzachenko, O.V. (2022). Low-code and no-code BPMS: Modern trends in business process automation. Modeling and Information Systems in Economics: Collection of Scientific Papers, Issue 102, pp. 102–114. Kyiv: Kyiv National Economic University named after Vadym Hetman. Ministry of Education and Science of Ukraine. Available at: https://ir.kneu.edu.ua:443/handle/2010/39759
13. Robert Waszkowski, Low-code platform for automating business processes in manufacturing, IFAC-PapersOnLine, Vol. 52, Is.10,2019, Pages 376-381, p.376, 378 https://doi.org/10.1016/j.ifacol.2019.10.060
14. Dovzhanin, A. (2025). Features and current trends in business process management under globalization. Economy and Society, (75). https://doi.org/10.32782/2524-0072/2025-75-9
15. Wünderlich, N. V., Blut, M., Brock, C., Heirati, N., Jensen, M., Paluch, S., Rötzmeier-Keuper, J., & Tóth, Z. (2025). How to use emerging service technologies to enhance customer centricity in business-to-business contexts: A conceptual framework and research agenda. Journal of Business Research, 192, 115284. https://doi.org/10.1016/j.jbusres.2025.115284
16. Merinova, S.V., & Polovenko, L.P. (2024). Cloud technologies in business process management at modern enterprises. Advances in Economics: Prospects and Innovations, (10). https://doi.org/10.5281/zenodo.14003546
17. Duhinets, H.V. (2025). Process integration as a factor of global supply chain resilience. European Scientific Journal of Economic and Financial Innovation, No. 4(18), pp. 238–251. http://doi.org/10.32750/2025-0420
18. Miragliotta, G., Sianesi, A., Convertini, E., & Distante, R. (2018). Data-driven management in Industry 4.0: A method to measure data productivity. IFAC-PapersOnLine, 51(11), 19–24. https://doi.org/10.1016/j.ifacol.2018.08.228
19. Fornari, F., et al. (2024). Digital Twins of Business Processes: A Research Manifesto. Internet of Things. Vol. 30 https://doi.org/10.1016/j.iot.2024.101477
20. Dumas, M. Constructing digital twins for accurate and reliable what-if business process analysis. International Workshop on BPM Problems To Solve before We Die, 2938, CEUR Workshop Proceedings (2021), pp. 23-27. https://www.scopus.com/pages/publications/85114682040
21. Torres V. B., Seiger R., Albert M., Mestre A., Valderas P. (2025). A Conceptual Model and Methodology for Sustainability-aware, IoT-enhanced Business Processes. https://doi.org/10.48550/arXiv.2508.05301
22. Al-Shammari, M.M. (2023) Business process reengineering for designing a knowledge-enabled customer-centric competitiveness strategyю Business Process Management Journal 29 (6): 1706–1733. https://doi.org/10.1108/BPMJ-02-2023-0074
23. Butt, J. A Conceptual Framework to Support Digital Transformation in Manufacturing Using an Integrated Business Process Management Approach. Designs 2020, 4(3), 17; https://doi.org/10.3390/designs4030017