Väčšina automatizačných programov zlyháva nie kvôli nedostatočnej technológii. Zlyhávajú preto, že sa spoločnosť snaží zavádzať inteligentnú automatizáciu na základe nefunkčných procesov, nekonzistentných údajov a roztrieštenej zodpovednosti. Výsledok je známy – niekoľko pilotných projektov, ktoré vyzerajú sľubne, po ktorých nasleduje zastavené zavádzanie, rastúce náklady na údržbu a obmedzená obchodná hodnota.
Pre vedúcich pracovníkov v podnikoch nie je skutočnou otázkou to, či automatizácia funguje. Ide o to, ako rozšíriť inteligentnú automatizáciu tak, aby sa zvýšila priepustnosť, znížil počet výnimiek a aby zostala zvládnuteľná aj pri rozširovaní jej rozsahu naprieč funkciami, systémami a regiónmi. To si vyžaduje viac než len nasadenie botov. Vyžaduje si to model implementácie postavený na procesnej disciplíne, kvalite údajov, architektúre, riadení a merateľných výsledkoch.
Prečo zlyháva škálovanie inteligentnej automatizácie
V počiatočných fázach programov tímy často uprednostňujú rýchlosť. Automatizujú zjavný problém v oblasti financií, zákazníckeho servisu alebo dodávateľského reťazca a dokazujú, že je možné znížiť objem opakujúcej sa práce. Tento prvý úspech je dôležitý, môže však viesť aj k vytvoreniu nesprávneho vzorca. Ak si každá obchodná jednotka vyberá nástroje samostatne, dokumentuje procesy odlišným spôsobom a definuje úspech podľa vlastných kritérií, organizácia nakoniec skončí s izolovanými automatizáciami namiesto celopodnikovej kapacity.
Porucha zvyčajne vzniká na jednom z troch miest. Prvým je odchýlka v procese. Proces, ktorý na úrovni vedenia vyzerá štandardizovane, často obsahuje lokálne provizórne riešenia, nedokumentované schválenia a spracovanie výnimiek, ktoré sa líšia podľa tímu alebo pobočky. Druhým je slabý dátový základ. Inteligentná automatizácia závisí od štruktúrovaných, dostupných a dôveryhodných dát. Ak sú kmeňové údaje nekonzistentné alebo vstupy prichádzajú v rôznych formátoch bez spoločnej logiky, automatizácia sa stáva nestabilnou. Tretím je zodpovednosť. Bez jasného riadenia naprieč obchodnou a IT oblasťou nikto nenesie zodpovednosť za stanovovanie priorít, štandardy alebo riadenie životného cyklu.
Preto nie je škálovanie len jednoduchou záležitosťou pridávania ďalších prípadov použitia. Objem bez kontroly zvyšuje technický dlh.
Ako rozšíriť inteligentnú automatizáciu na pevnejších základoch
Organizácie, ktoré úspešne rozširujú svoje pôsobenie, vnímajú automatizáciu ako jednu z vrstiev širšieho prevádzkového modelu. Nezačínajú tým, že sa pýtajú, ktoré úlohy sa dajú automatizovať najrýchlejšie. Začínajú tým, že sa pýtajú, ktoré procesy majú najväčší vplyv na výkonnosť, kde odchýlky negatívne ovplyvňujú výstup a aké podmienky je potrebné vyriešiť, aby bolo možné automatizáciu zaviesť vo veľkom meradle.
Začnite s prepracovaním procesov, nie so zaznamenávaním úloh
Ak proces obsahuje nadbytočné schvaľovania, ručné zosúlaďovanie a nejasné rozdelenie zodpovednosti, automatizácia tieto neefektívnosti len urýchli. Pred automatizáciou akéhokoľvek pracovného toku by mal byť tento tok prepracovaný tak, aby zodpovedal jasne definovanému cieľovému stavu. To znamená vyjasniť rozhodovacie body, znížiť počet zbytočných odovzdávaní, štandardizovať vstupné údaje a definovať postupy pre výnimky.
Tento krok sa často podceňuje, pretože sa zdá menej zaujímavý ako umelá inteligencia alebo nástroje na koordináciu. V praxi však práve tu spočíva kľúč k škálovateľnosti. Prehľadný, štandardizovaný proces je možné replikovať v rámci všetkých obchodných jednotiek s oveľa nižšou náročnosťou na údržbu. Neusporiadaný proces naopak vedie k tomu, že sa automatizácia musí zakaždým vytvárať na mieru.
Pre podniky s náročnou prevádzkovou činnosťou má toto rozlíšenie priamy finančný dopad. Štandardizácia znižuje potrebu dodatočných úprav, zlepšuje súlad s predpismi a skracuje čas nasadenia pre budúce prípady použitia.
Vytvorte dátovú vrstvu čo najskôr
Inteligentná automatizácia je spoľahlivá len do tej miery, do akej sú spoľahlivé údaje, na ktorých je založená. Mnohé programy majú problémy, pretože opravu údajov považujú za vedľajšiu záležitosť namiesto kľúčovej požiadavky na návrh. Ak sú polia vo faktúrach nekonzistentné, záznamy o zákazníkoch sa duplicitne vyskytujú alebo informácie o produktoch sú neúplné, automatizované procesy budú generovať chyby, výnimky a si vyžiadajú ručný zásah.
Škálovanie si vyžaduje premyslenú stratégiu v oblasti údajov. Kľúčové procesné údaje by mali byť definované, očistené a riadené ešte predtým, ako sa zvýši objem automatizácie. Dôležitá je aj integračná architektúra. Ak sa automatizácia spolieha na nestabilné interakcie na obrazovke kvôli neprepojenosti systémov, náklady na údržbu rýchlo stúpajú. Organizácie by sa mali, pokiaľ je to možné, orientovať na stabilné integračné vzory, zdieľané definície údajov a sledovateľné toky údajov.
To je jeden z dôvodov, prečo by automatizácia v podniku nemala byť oddelená od širších modernizačných snáh. Procesy, údaje a systémová architektúra sa musia vyvíjať spoločne.
Prevádzkový model, ktorý podporuje škálovateľnosť
Technológia je dôležitá, ale prevádzkový model je ešte dôležitejší. Spoločnosti, ktoré vedia, ako rozširovať inteligentnú automatizáciu, vytvárajú opakovateľnú štruktúru pre prijímanie požiadaviek, realizáciu, riadenie a riadenie výkonnosti.
Vytvorte jeden rámec pre stanovenie priorít
Nie každá príležitosť na automatizáciu si zaslúži investíciu. Niektoré ušetria pár minút, ale z dlhodobého hľadiska zvyšujú zložitosť. Iné odstraňujú kritické úzke miesta a zlepšujú úroveň služieb v rámci celých funkčných oblastí. Spoločný model stanovovania priorít pomáha vedúcim zamerať sa na prípady použitia s merateľnou obchodnou hodnotou.
Tento model by mal posudzovať objem procesov, stabilitu pravidiel, mieru výnimiek, systémové závislosti, pripravenosť údajov, riziko a očakávanú návratnosť. Mal by tiež odlíšiť rýchle úspechy od strategických automatizácií. Rýchle úspechy môžu vytvoriť dynamiku, portfólio by však malo byť vyvážené väčšími prípadmi použitia, ktoré podstatne zlepšujú náklady, rýchlosť a kontrolu.
Ak sa stanovovanie priorít vykonáva disciplinovane, automatizácia sa stáva programom na zvyšovanie výkonnosti podniku, a nie len súborom lokálnych experimentov.
Definujte riadenie bez spomalenia realizácie
Správa a riadenie sa často vnímajú ako kompromis voči rýchlosti. V podnikovom prostredí však zvyčajne platí práve opak. Jasné štandardy znižujú potrebu opravných prác a predchádzajú neskorším zlyhaniam. Tímy potrebujú dohodnuté pravidlá pre dokumentáciu procesov, architektúru, bezpečnosť, testovanie, riadenie výnimiek, kontrolu zmien a podporu.
Kľúčom je zabezpečiť, aby riadenie bolo praktické. Ťažkopádne výbory, ktoré posudzujú každú drobnú zmenu, spomaľujú pokrok. Lepší model kombinuje centrálne štandardy s decentralizovanou realizáciou, podporenou jasnou rozhodovacou štruktúrou. Obchodné tímy by mali niesť zodpovednosť za zmysel procesu a dosiahnutie prínosu. Špecialisti v oblasti IT a automatizácie by mali niesť zodpovednosť za technickú kvalitu, integritu platformy a riadenie životného cyklu.
Tento model umožňuje škálovanie bez straty kontroly.
Hodnota opatrenia presahujúca úspory na mzdových nákladoch
Mnohé programy automatizácie nadhodnocujú návratnosť investícií (ROI), keď sa zameriavajú výlučne na úsporu času. Efektívnosť práce je dôležitá, ale nestačí. Vedenie spoločnosti potrebuje komplexnejší pohľad na dopad, najmä pri rozhodovaní o tom, či rozšíriť investície.
Najúčinnejšie meracie modely sledujú dĺžku cyklu, priepustnosť, mieru správnosti na prvý pokus, počet výnimiek, dodržiavanie predpisov, doby odozvy na požiadavky zákazníkov a v prípade potreby aj vplyv na prevádzkový kapitál. Okrem toho monitorujú prevádzkový stav – neúspešné cykly, ručné zásahy, zaťaženie údržbou a odchýlky v procesoch.
Práve tu nadobúda dôležitosť prehľad v reálnom čase. Prehľadové panely by mali ukazovať, či automatizácia zlepšuje výkonnosť podniku, a nie len to, či sa pracovný postup úspešne vykonal.
Kde má umelá inteligencia svoje miesto – a kde nie
Umelá inteligencia môže výrazne rozšíriť možnosti automatizácie, najmä v procesoch, ktoré sa opierajú o porozumenie dokumentov, ich klasifikáciu, predikciu alebo podporu rozhodovania. Umelú inteligenciu by sa však malo zavádzať s rozvahou. Nie každý proces potrebuje model a nie každé rozhodnutie by sa malo delegovať na model.
Umelá inteligencia môže byť napríklad veľmi efektívna pri extrakcii údajov z čiastočne štruktúrovaných dokumentov, smerovaní žiadostí o služby alebo identifikácii anomálií vo veľkoobjemových transakciách. Menej sa hodí v prípadoch, keď sú obchodné pravidlá nestabilné, trénovacie údaje sú nedostatočné alebo keď rozhodnutia vyžadujú prísnu vysvetliteľnosť. V takýchto prípadoch môžu konvenčná automatizácia a prepracovanie procesov priniesť lepšie výsledky s nižším rizikom.
Praktické pravidlo je jednoduché: využívajte umelú inteligenciu tam, kde merateľným spôsobom zvyšuje presnosť, rýchlosť alebo zlepšuje riešenie výnimiek. Nepoužívajte ju len preto, aby automatizačný program pôsobil pokročilejšie.
Realistická cesta od pilotného projektu k podnikovému rozsahu
Škálovanie zvyčajne funguje najlepšie po fázach. V prvej fáze sa preukáže prínos v rámci procesu s jasne definovanými problémovými oblasťami a zvládnuteľnou zložitosťou. V druhej fáze sa štandardizujú metódy dodávania, dokumentácia a kontrolné mechanizmy. Tretia fáza sa rozširuje naprieč funkciami s využitím spoločných vzorov, opakovane použiteľných komponentov a lepšej koordinácie.
Rozdiel medzi pilotným projektom a plnohodnotným nasadením nespočíva len v počte automatizácií. Ide o vyspelosť okolitého prostredia. Tímy prechádzajú od jednotlivých prípadov použitia k riadeniu portfólia. Jednorazové integrácie nahrádzajú opakovateľnou architektúrou. Prechádzajú od lokálnej zodpovednosti k podnikovej zodpovednosti.
Toto je tiež fáza, v ktorej nadobúda väčší význam výber partnera. Podniky sa často stretávajú s ťažkosťami, keď sú stratégia, prepracovanie procesov, práca s dátami, implementácia automatizácie a podpora rozdelené medzi viacerých dodávateľov. Odovzdávanie úloh spôsobuje oneskorenia a medzery v zodpovednosti. Jednotný model realizácie je zvyčajne efektívnejší, pretože ten istý tím dokáže prepojiť obchodné ciele s technickou implementáciou a dlhodobou prevádzkou. Práve takýto prístup prináša spoločnosť Ective do transformačných programov podnikov, kde je potrebné škálovať automatizáciu bez straty kontroly.
Ako vlastne vyzerá úspešné rozšírenie
V širšom meradle nie je inteligentná automatizácia vedľajším projektom, na ktorom pracuje malý tím špecialistov. Stáva sa súčasťou fungovania celej firmy. Procesy sa navrhujú s ohľadom na automatizáciu. Dáta sú štruktúrované tak, aby boli spoľahlivé. Výkonnosť je prehľadná. Výnimky sa riešia premyslene. Nové prípady použitia sa zavádzajú rýchlejšie, pretože štandardy, architektúra a riadenie už existujú.
To však neznamená, že by sa mal automatizovať každý proces alebo že by každý región mal okamžite zaviesť ten istý model. Vždy existujú kompromisy. Vysoko prispôsobené prevádzkové procesy môžu vyžadovať selektívnejšiu automatizáciu. Staršie prostredia môžu pred hlbšou modernizáciou vyžadovať prechodné riešenia. Regulačné obmedzenia môžu obmedzovať využitie umelej inteligencie v určitých pracovných postupoch. Tieto skutočnosti však nebránia škálovateľnosti. Znamenajú len to, že škálovateľnosť sa musí navrhovať s ohľadom na konkrétne podmienky podnikania, a nie vychádzať z predpokladov.
Spoločnosti, ktoré to robia správne, vnímajú inteligentnú automatizáciu ako disciplínu zameranú na realizáciu. Upravujú procesy, organizujú údaje, vymedzujú zodpovednosť a merajú výsledky s rovnakou dôslednosťou, akú uplatňujú pri akejkoľvek významnej zmene prevádzkového modelu. Práve to mení automatizáciu zo sľubnej iniciatívy na trvalý zdroj zlepšovania výkonnosti.
Ak sa vám váš plán automatizácie javí ako nabitý, ale zatiaľ neprináša zásadné zmeny, ďalším krokom zriedka býva ďalší pilotný projekt. Ide o vytvorenie podmienok, ktoré umožnia, aby každé nové nasadenie bolo rýchlejšie, spoľahlivejšie a hodnotnejšie ako to predchádzajúce.
