Väčšina automatizačných programov nezlyháva preto, že by bol softvér slabý. Zlyhávajú preto, že sa firma snaží automatizovať nefunkčné pracovné postupy, rozptýlené dáta a nejasné vlastníctvo. Preto sa musí akýkoľvek sprievodca implementáciou inteligentnej automatizácie, ktorý sa oplatí dodržiavať, začať skôr, ako sa na scénu objavia boty, modely umelej inteligencie alebo nástroje pracovných postupov.
Pre vedúcich pracovníkov podnikov nie je inteligentná automatizácia technologickým projektom. Je to rozhodnutie o operačnom modeli. Ak je cieľom nižšie náklady, rýchlejšie cykly, lepšia zhoda s predpismi a prehľadnosť v reálnom čase, implementačný prístup musí prepojiť redizajn procesov, štruktúru dát, riadenie a technické dodanie do jedného plánu. Čokoľvek menej vytvára izolované výhry a dlhodobé problémy s údržbou.
Čo by mala vlastne obsahovať príručka pre implementáciu inteligentnej automatizácie
Mnohé organizácie stále vnímajú inteligentnú automatizáciu ako rozšírenie automatizácie úloh. Hľadajú opakujúce sa činnosti, vyberajú nástroj a postupne vytvárajú automatizácie. Tento prístup môže priniesť krátkodobé úspory, ale zriedka sa dá škálovať naprieč funkciami alebo obchodnými jednotkami.
Silnejší implementačný model začína širšou definíciou. Inteligentná automatizácia kombinuje orchestráciu pracovných postupov, automatizáciu založenú na pravidlách, systémovú integráciu, spracovanie dokumentov, rozhodovanie podporované umelou inteligenciou a meranie výkonnosti. V praxi to znamená, že cieľovým stavom nie je len menej manuálnych krokov. Je to kontrolovanejšie, merateľnejšie a prispôsobivejšie procesné prostredie.
Toto rozlíšenie je dôležité, pretože sa menia možnosti implementácie. Ak znižujete iba počet manuálnych kliknutí, lokálny tím môže často dosiahnuť výsledok. Ak prepracovávate spracovanie faktúr, správu objednávok, vybavovanie reklamácií, zaškoľovanie zákazníkov alebo prevádzku zdieľaných služieb vo veľkom rozsahu, od začiatku potrebujete podnikovú architektúru, dátovú disciplínu a zodpovednosť za procesy.
Začnite s realitou procesov, nie s ambíciami automatizácie
Prvou chybou pri implementácii je výber prípadov použitia na základe viditeľnosti, a nie hodnoty. Procesy s vysokým profilom často priťahujú pozornosť, ale nie sú vždy najlepším východiskovým bodom. Správnymi kandidátmi sú zvyčajne procesy s vysokým objemom úloh, opakujúcimi sa výnimkami, prenosom medzi systémami a merateľným obchodným dopadom.
Predtým, ako čokoľvek vytvoríte, zdokumentujte proces tak, ako skutočne beží. Nie verziu v manuáli postupov. Skutočný proces zahŕňa riešenia, offline schvaľovanie, závislosti tabuliek, duplicitné zadávanie údajov a spracovanie výnimiek, ktorým rozumejú iba skúsení zamestnanci. Ak sa tieto problémy ignorujú, automatizácia bude rýchlejšie reprodukovať rovnaké neefektívnosti.
Tu je potrebné, aby zlepšovanie procesov a automatizácia spolupracovali. Odstráňte nepotrebné kroky, štandardizujte rozhodovacie body, objasnite vlastníctvo a definujte, čo by malo zostať riadené človekom. Nie každá výnimka by mala byť automatizovaná. V niektorých prípadoch je zachovanie manuálnej kontroly správnou voľbou riadenia, najmä vo financiách, zdravotníctve a regulovaných prevádzkach.
Pripravenosť údajov je rozdiel medzi pilotným projektom a platformou
Vedúci pracovníci v oblasti automatizácie často podceňujú, do akej miery nekvalitné dáta spomaľujú implementáciu. Štruktúrované pracovné postupy závisia od konzistentných kmeňových dát, dostupných dokumentov, stabilných identifikátorov a použiteľných systémových vzťahov. Komponenty umelej inteligencie pridávajú ďalšiu vrstvu závislosti, pretože klasifikácia, extrakcia a odporúčania sú spoľahlivé len do tej miery, do akej sú spoľahlivé informácie, ku ktorým majú prístup.
Ak váš proces závisí od záznamov o zákazníkoch roztrúsených vo viacerých systémoch, od formátov faktúr s nekonzistentnými poľami alebo od logiky schvaľovania založenej na lokálnych kmeňových znalostiach, inteligentná automatizácia bude mať problém s dobrým výkonom. Softvér síce môže stále fungovať, ale presnosť, miera výnimiek a úsilie podpory narušia obchodný argument.
Praktická príručka pre implementáciu inteligentnej automatizácie by preto mala zahŕňať vyhodnotenie údajov . Identifikujte, ktoré dátové objekty riadia proces, odkiaľ pochádzajú, ako sa overujú a ktoré medzery ovplyvnia kvalitu automatizácie. To neznamená, že pred ďalším krokom treba čakať na dokonalý program pre podnikové dáta. Znamená to vyriešiť problémy s údajmi, ktoré podstatne ovplyvňujú výkonnosť procesov a spoľahlivosť automatizácie.
Vytvorte obchodný prípad okolo prevádzkových výsledkov
Príliš veľa obchodných prípadov automatizácie sa zameriava len na úsporu pracovnej sily. To zriedkakedy stačí na rozhodovanie v podnikoch a často sa tým prehliada väčší prínos. Inteligentná automatizácia môže zlepšiť priepustnosť, znížiť počet prepracovaní, posilniť dodržiavanie predpisov, skrátiť cykly uzatvárania obchodov, urýchliť reakčné časy zákazníkov a zvýšiť transparentnosť procesov.
Najsilnejšie obchodné prípady kombinujú tvrdé úspory s metrikami prevádzkovej výkonnosti. Napríklad automatizácia účtovníctva môže znížiť manuálnu námahu, ale strategickejším prínosom môže byť rýchlejšie spracovanie výnimiek, menej duplicitných platieb a lepšia viditeľnosť hotovosti. V oblasti služieb zákazníkom môže hodnota pochádzať zo zníženia počtu nevybavených prípadov a konzistentnejšieho smerovania prípadov, a nie len zo zníženia počtu zamestnancov.
Aj tu je potrebné úprimne riešiť kompromisy. Niektoré implementácie si vyžadujú počiatočné investície do integrácie, redizajnu procesov a riadenia zmien predtým, ako sa prejaví plná hodnota. Niektoré prípady použitia prinášajú rýchle zisky, ale obmedzený strategický vplyv. Iné sú zložitejšie, no vytvárajú opätovne použiteľný základ pre budúcu automatizáciu. Vedúci zainteresovaní by mali vidieť krátkodobú návratnosť aj dlhodobý efekt platformy.
Navrhnite cieľovú architektúru pred škálovaním
Bodové riešenia vytvárajú krátkodobý pokrok. Automatizácia podnikov si vyžaduje dizajn, ktorý dokáže podporovať viacero procesov, obchodných jednotiek a technológií bez toho, aby sa stal krehkým.
To znamená včasné rozhodnutie o tom, ako budú pracovné postupy organizované, ako sa systémy prepoja, kde sa budú spravovať obchodné pravidlá, ako sa budú riadiť služby umelej inteligencie a ako bude monitorovanie fungovať v rámci celej krajiny. Znamená to tiež definovať, ktoré automatizácie patria do podnikových platforiem a ktoré by mali zostať lokálne alebo špecifické pre danú funkciu.
Voľby architektúry nie sú len technické. Ovplyvňujú náklady, rýchlosť, riadenie a udržiavateľnosť. Rýchla výstavba, ktorá obchádza podnikové štandardy, sa môže v prvom štvrťroku zdať efektívna a v druhom roku sa môže stať drahou. Naopak, disciplinovanejšia architektúra môže mierne spomaliť prvý prípad použitia, zatiaľ čo ďalších desať môže byť rýchlejších a bezpečnejších.
Z tohto dôvodu by implementácia nemala byť rozdelená medzi samostatných dodávateľov, ktorí optimalizujú svoj vlastný pracovný postup. Návrh procesov, štruktúra dát, vývoj automatizácie a meranie musia do seba zapadať. Práve tento integrovaný model je miestom, kde spoločnosti ako Ective vytvárajú hodnotu, najmä v organizáciách, ktoré potrebujú rýchlosť vykonávania aj kontrolu nad celým procesom.
Riadenie by malo umožňovať realizáciu, nie ju blokovať
Keď sa automatizačné programy zastavia, riadenie je často súčasťou problému. Buď je riadenie príliš nedostatočné a tímy vytvárajú nekonzistentné automatizácie s nejasným vlastníctvom, alebo je príliš veľa centrálnej kontroly a každá iniciatíva sa stáva pomalou a politickou.
Správny model sa nachádza medzi týmito extrémami. Sponzorstvo zo strany vedenia by malo byť jasné, vlastníci procesov by mali byť zodpovední za výsledky, IT by malo riadiť štandardy a princípy integrácie a realizačné tímy by mali mať dostatočnú autonómiu, aby sa v rámci týchto zásad rýchlo pohybovali.
Pomáha definovať riadenie na troch úrovniach. Strategické riadenie stanovuje priority a financovanie. Riadenie dodávok riadi štandardy návrhu, riziká a závislosti. Prevádzkové riadenie sleduje výkon, incidenty a neustále zlepšovanie po spustení. Bez tretej vrstvy mnohé automatizácie časom nenápadne degradujú.
Implementácia by mala prebiehať vo vlnách, nie ako jednorazové spustenie
Zavádzanie v podniku funguje najlepšie ako postupný program. Prvá vlna by mala overiť model, nielen nástroj. To znamená výber prípadov použitia, ktoré dokážu preukázať merateľnú hodnotu a zároveň otestovať prístup k poskytovaniu, štruktúru riadenia, predpoklady údajov a model podpory.
Po prvej vlne by mala organizácia preskúmať, čo spomalilo dodávku, kde bola miera výnimiek vyššia, ako sa očakávalo, a ktoré komponenty je možné opätovne použiť. Tieto poznatky by mali formovať ďalšiu vlnu. Takto sa automatizácia stáva industrializovanou, a nie ručne vyrábanou.
V tejto fáze je štandardizácia dôležitá. Opakovane použiteľné konektory, zdieľané modely dokumentov, spoločné protokolovanie, schvaľovacie vzory a šablóny prehľadov znižujú úsilie potrebné na zostavenie a zlepšujú kontrolu. Cieľom nie je urobiť každý proces identickým. Cieľom je vyhnúť sa opätovnému vymýšľaniu rovnakých technických a riadiacich komponentov pre každý nový prípad použitia.
Zmerajte to, čo je dôležité, po spustení prevádzky
Úspešná implementácia nie je definovaná nasadením. Je definovaná trvalým výkonom podniku. Mnohé organizácie však prestanú merať výkon po spustení automatizácie, čo sťažuje preukázanie jej hodnoty alebo identifikáciu poklesu.
Poimplementačné dashboardy by mali sledovať technické aj obchodné ukazovatele. Technické metriky môžu zahŕňať dostupnosť, mieru úspešnosti spracovania a objemy výnimiek. Obchodné metriky by mali zahŕňať čas cyklu, priepustnosť, kvalitu, súlad s predpismi a jednotkové náklady. Ak tieto ukazovatele nie sú prepojené, organizácia môže vedieť, že automatizácia beží, bez toho, aby vedela, či proces v skutočnosti dosahuje lepšie výsledky.
Toto je obzvlášť dôležité, keď sú zapojené prvky umelej inteligencie. Posun modelu, meniace sa formáty dokumentov a nové obchodné scenáre môžu časom znižovať presnosť. Neustále monitorovanie a úpravy sú súčasťou operačného modelu, nie voliteľným vylepšením.
Časté chyby, ktoré oneskorujú výsledky
Väčšina problémov s implementáciou je predvídateľná. Organizácie automatizujú procesy skôr, ako ich zjednodušia. Ignorujú kvalitu údajov, pretože sa zdajú byť samostatnou iniciatívou. Vyberajú si prípady použitia založené na nadšení namiesto ekonomiky. Budujú izolované automatizácie bez cieľovej architektúry. Alebo berú spustenie do prevádzky ako cieľovú čiaru.
Existuje aj jemnejšia chyba: očakávať, že inteligentná automatizácia kompenzuje slabú prevádzkovú disciplínu. Nebude. Ak je vlastníctvo nejasné, pravidlá sa líšia v závislosti od tímu a zdrojové systémy sú zle spravované, automatizácia tieto slabiny rýchlo odhalí.
Organizácie, ktoré získavajú skutočnú hodnotu, sa uberajú disciplinovanejšou cestou. Včas prepoja obchod a IT, definujú merateľné výsledky, pripravia dátové a procesné základy a škálujú sa prostredníctvom opakujúcich sa vzorcov. Tento prístup sa môže zdať menej okázalý ako rýchly pilotný projekt, ale prináša lepšiu ekonomiku a oveľa silnejšiu platformu pre rast.
Ak plánujete ďalší krok v oblasti automatizácie, začnite jednou praktickou otázkou: snažíte sa automatizovať úlohy alebo prepracovávate spôsob fungovania firmy? Odpoveď by mala formovať každé nasledujúce implementačné rozhodnutie.
