Bot, ktorý prenáša údaje medzi systémami, môže ušetriť niekoľko hodín. Nevyrieši však schvaľovací proces, ktorý obsahuje päť zbytočných odovzdávaní, nekonzistentné kmeňové údaje a chýbajúcu osobu zodpovednú za výnimky. Práve tento rozdiel je dôvodom, prečo je výber partnera v oblasti inteligentnej automatizácie obchodným rozhodnutím, a nie len nákupom softvéru.
V prípade podnikových tímov zlyhá automatizácia málokedy preto, že by technológia nebola schopná úlohu vykonať. Zlyhá preto, že proces nebol nikdy prepracovaný, údaje neboli pripravené, integrácie boli riešené až dodatočne alebo sa zodpovednosť rozptýlila medzi viacerých dodávateľov. Výsledkom je rastúca zbierka skriptov, botov a pilotných projektov, ktorých údržba je nákladná a ktoré sa ťažko škálujú.
Správny partner spája zefektívňovanie procesov, dátovú architektúru, automatizáciu, umelú inteligenciu a meranie prevádzkových ukazovateľov do jedného modelu poskytovania služieb. Tým sa vytvára základ pre automatizáciu, ktorá zvyšuje výkonnosť, namiesto toho, aby pridávala ďalšiu vrstvu zložitosti.
Prečo výber partnera ovplyvňuje výsledky automatizácie
Inteligentná automatizácia spája technológie, ako sú koordinácia pracovných postupov, robotická automatizácia procesov, spracovanie dokumentov, integrácia systémov, strojové učenie a generatívna umelá inteligencia. Pri správnom využití tieto funkcie znižujú manuálnu náročnosť a zároveň zvyšujú rýchlosť, presnosť, kontrolu a prehľadnosť. Ak sa však používajú izolovane, môžu jednoducho automatizovať nedokonalú verziu súčasného stavu.
Zoberme si napríklad pracovný postup v oblasti záväzkov. Úzko špecializovaný poskytovateľ môže automatizovať zadávanie údajov z faktúr. To môže byť užitočné, ale zadávanie údajov je len jednou časťou prevádzkového problému. Duplicitní dodávatelia, nejasné pravidlá priraďovania objednávok, nejednotné kódovanie a fronty výnimiek môžu naďalej brániť finančnému oddeleniu v rýchlejšom uzatváraní účtovných období. Významnejšou príležitosťou je prepracovať pracovný postup od začiatku do konca, zaviesť spoľahlivé pravidlá pre údaje, automatizovať rozhodnutia tam, kde je to vhodné, a poskytnúť zodpovedným za procesy prehľad o priepustnosti a výnimkách v reálnom čase.
Práve tu zohráva dôležitú úlohu integrovaný partnerský model. Znižuje počet prechodov medzi konzultantmi v oblasti riadenia, špecialistami na dáta, dodávateľmi softvéru, vývojármi a podpornými tímami. A čo je ešte dôležitejšie, vďaka nemu nesie zodpovednosť za obchodné výsledky jeden tím, a nie za dokončenie technického pracovného toku.
To však neznamená, že každá organizácia potrebuje jedného dodávateľa pre každé technologické rozhodnutie. Spoločnosť s vyspelým centrom excelentnosti v oblasti automatizácie a silnou internou architektúrou môže potrebovať odbornú podporu pre konkrétnu funkciu. Organizácie, ktoré však čelia roztriešteným procesom, viacerým podnikovým systémom alebo stagnujúcim programom automatizácie, zvyčajne ťažia zo spolupráce s partnerom, ktorý dokáže pôsobiť v rámci celého transformačného reťazca.
Čo musí byť schopný poskytnúť partner v oblasti inteligentnej automatizácie
Najsilnejší partneri nezačínajú s katalógom botov ani s preferovaným prípadom použitia umelej inteligencie. Začínajú tým, že zistia, kde dochádza k obmedzeniu prevádzkovej výkonnosti a čo sa musí zmeniť, aby sa toto obmedzenie odstránilo.
Prepracovanie procesov pred automatizáciou
Spoľahlivý partner by mal byť schopný zmapovať súčasný proces, kvantifikovať oneskorenia a opravy, identifikovať kontrolné mechanizmy a odlíšiť činnosti prinášajúce pridanú hodnotu od práce spôsobenej nevhodným návrhom. To si vyžaduje viac než len rozhovory so zainteresovanými stranami. Vyžaduje si to dôkazy vyplývajúce z údajov o procesoch, objemov transakcií, výkonnosti na úrovni služieb, vzorov výnimiek a správania systému.
Cieľom nie je automatizovať každý krok. Niektoré kroky by sa mali vynechať, štandardizovať, prerozdeliť alebo presunúť do samoobslužného režimu. Iné si vyžadujú ľudský úsudok a mali by zostať pod ľudským vedením, pričom by mali byť podporené kvalitnejšími informáciami. Automatizácia je najúčinnejšia vtedy, keď sa uplatňuje až po zjednodušení procesu.
Opýtajte sa potenciálnych partnerov, ako rozhodujú o tom, či by sa mal určitý proces automatizovať, prepracovať alebo nechať tak, ako je. Ak sa odpoveď obmedzuje len na predvedenie nástroja, spolupráca môže síce priniesť určitú aktivitu, ale bez zmysluplného zlepšenia prevádzky.
Dáta a architektúra, ktoré podporujú škálovateľnosť
Automatizácia závisí od kvality údajov, ich dostupnosti a jasného určenia zodpovednosti. Ak pracovný postup načítava navzájom si odporujúce záznamy o zákazníkoch z troch systémov, žiadna úroveň koordinácie nedokáže zabezpečiť spoľahlivé rozhodnutie. Ak dokumenty prichádzajú v nekonzistentných formátoch bez pravidiel overovania, model extrakcie založený na umelej inteligencii síce môže zvýšiť rýchlosť, ale aj tak môže spôsobiť chyby v ďalších fázach spracovania.
Kompetentný partner posudzuje nielen pracovný postup, ale aj dátovú základňu. To zahŕňa kvalitu zdrojových systémov, správu kmeňových údajov, integračné modely, bezpečnosť, riadenie prístupu a architektúru potrebnú na spoľahlivú výmenu informácií. Táto práca je často menej viditeľná ako nové digitálne rozhranie či asistent s umelou inteligenciou, práve ona však zabraňuje tomu, aby sa automatizácia stala nestabilnou.
Architektúra tiež ovplyvňuje náklady na zmeny. Integrácie typu „point-to-point“ síce môžu priniesť rýchle výsledky, avšak môžu sa stať nákladnými, ak sa proces rozšíri na viaceré obchodné jednotky alebo ak dôjde k zmene základnej platformy. Praktický partner dokáže vyvážiť rýchlosť a dlhodobú udržateľnosť. Správny návrh závisí od objemu transakcií, systémového prostredia, regulačných požiadaviek, interných kapacít a predpokladanej životnosti riešenia.
Automatizácia, umelá inteligencia a zodpovednosť človeka
Inteligentná automatizácia by mala prácu rozdeľovať tak, aby sa správne kombinovali technológie a ľudia. Úlohy založené na pravidlách, ako sú validácie, smerovanie, zosúlaďovanie a oznámenia, sú často vhodnými kandidátmi na konvenčnú automatizáciu. Nestruktúrované dokumenty, e-maily a požiadavky vyžadujúce rozsiahle znalosti môžu ťažiť z inteligentného spracovania dokumentov alebo generatívnej umelej inteligencie. Rozhodnutia, ktoré majú významný finančný, klinický, právny alebo zákaznícky dopad, si vyžadujú jasne definovaný ľudský dohľad.
Toto rozlíšenie je obzvlášť dôležité v prípade generatívnej umelej inteligencie. Môže urýchliť klasifikáciu dokumentov, prípravu odpovedí, vyhľadávanie informácií a triedenie výnimiek. Nemala by sa nasadzovať ako nekontrolovaný rozhodovací nástroj v procesoch s vysokým rizikom. Partneri by mali pred rozšírením pracovných postupov využívajúcich umelú inteligenciu definovať schválené prípady použitia, prahy spoľahlivosti, auditové stopy, postupy eskalácie a metódy testovania.
Zodpovednosť za meranie a prevádzku
Transformácia sa nekončí spustením do prevádzky. Automatizácia v podniku si vyžaduje monitorovanie, riadenie výnimiek, kontrolu zmien, vykazovanie výkonnosti a jasný model podpory. Bez týchto prvkov môžu aj malé zmeny v systéme ERP, v šablóne dokumentu alebo v obchodnom pravidle narušiť prevádzkové pracovné toky.
Partner by mal pred implementáciou stanoviť východiskovú úroveň a po nasadení podávať správy o výsledkoch. Medzi užitočné ukazovatele patria dĺžka cyklu, miera bezkontaktného spracovania, miera výnimiek, presnosť na prvý pokus, náklady na transakciu, starnutie nevybavených požiadaviek a uvoľnená kapacita zamestnancov. Vybrané ukazovatele by mali odrážať obchodný prípad, nie len technickú činnosť. Vysoký počet automatizovaných transakcií má malú hodnotu, ak sa zvyšuje počet výnimiek alebo sa zhoršujú reakčné časy pre zákazníkov.
Otázky, ktoré by ste si mali položiť pred výberom partnera
Predajná prezentácia by nemala byť hlavným kritériom. Požiadajte o dôkazy o tom, ako poskytovateľ funguje v prípadoch, keď proces presahuje hranice jednotlivých funkcií, systémov a dátových domén. Štyri otázky sú v tomto smere obzvlášť prínosné:
- Je tím schopný prepracovať tento proces a vyvinúť riešenie, alebo sa v oblasti stratégie, údajov a realizácie spolieha na externých dodávateľov?
- Ako posudzuje pripravenosť údajov a zložitosť integrácie predtým, než sa zaviaže k dosiahnutiu očakávaných úspor?
- Aké riadiace postupy sa uplatňujú v oblasti umelej inteligencie, vrátane bezpečnosti, hodnotenia modelov, ľudského posudzovania a overiteľnosti?
- Ako bude hodnotiť prínos, zabezpečovať podporu riešenia po spustení a odovzdávať kompetencie interným tímom?
Požiadajte o príklady, ktoré sú porovnateľné s vaším prostredím. Úspešný pilotný projekt na úrovni oddelenia nie je dôkazom toho, že poskytovateľ dokáže zvládnuť veľkoobjemové, pre podnik kľúčové pracovné toky v rámci zdieľaných služieb, výrobných činností alebo regulovaných funkcií. Hľadajte dôkazy o škálovateľnosti, trvalej výkonnosti a schopnosti riešiť výnimky, a nie len bežný priebeh.
Zvážte tiež obchodné zosúladenie. Dodávka s pevne stanoveným rozsahom môže byť vhodná pre jasne definovaný pracovný postup so stabilnými požiadavkami. Plán transformácie, ktorý zahŕňa analýzu procesov, nápravu údajov a niekoľko fáz automatizácie, si môže vyžadovať flexibilnejší model. V oboch prípadoch by mali byť míľniky viazané na pozorovateľné výstupy a obchodné ukazovatele, nie na nejasné sľuby o inováciách.
Vybudujte vzťah na základe plánu transformácie
Najproduktívnejšie projekty začínajú skôr s portfóliom zoradeným podľa priorít než s jedným izolovaným prípadom použitia. Toto portfólio by malo identifikovať rýchle úspechy, základnú prácu, závislosti, očakávanú hodnotu, riziko a postupnosť krokov. Ručný proces s veľkým objemom môže byť lákavým prvým kandidátom, avšak len vtedy, ak sú k dispozícii potrebné údaje a systémy. V niektorých prípadoch prináša vyriešenie problému s kmeňovými údajmi alebo štandardizácia pravidiel prijímania údajov väčšiu hodnotu než okamžité vytvorenie bota.
Plán by mal následne prechádzať jasne vymedzenými fázami: posúdenie procesov a dátového prostredia, prepracovanie cieľových pracovných postupov, vytvorenie a otestovanie riešenia, nasadenie s kontrolnými mechanizmami a meranie výsledkov v prevádzke. Každá fáza by mala mať určených zodpovedných zo strán obchodného, IT, dátového, rizikového a prevádzkového tímu. Tým sa zabráni tomu, aby sa automatizácia stala IT projektom odtrhnutým od ľudí zodpovedných za každodennú výkonnosť.
Spoločnosť Ective uplatňuje tento integrovaný prístup tým, že v rámci jedného modelu poskytovania služieb spája zlepšovanie procesov, správu údajov, umelú inteligenciu, automatizáciu a prevádzkovú prehľadnosť. Cieľom nie je len zavádzať ďalšie technológie, ale vytvoriť organizované pracovné toky, ktoré sa dokážu prispôsobovať zmenám v objeme transakcií, právnych predpisoch, očakávaniach zákazníkov a obchodných prioritách.
Vďaka optimálnemu partnerstvu je riadenie automatizácie šesť mesiacov po spustení jednoduchšie než v prvý deň. Vyberte si tím, ktorý dokáže vylepšiť procesy stojace za technológiou, preukázať prínos prostredníctvom prevádzkových ukazovateľov a niesť zodpovednosť aj pri ďalších zmenách.
