Операционное совершенство и роботизация процессов

Роботизация сегодня — это не просто модный тренд. Это действующий метод повышения эффективности. Возник вопрос, какие бизнес-процессы компании выбрать в качестве платформы для использования? Как встроить в процессы роботов и как считать эффект?

Компании в своих бизнес-процессах могут сталкиваться с массовыми операциями: транзакциями, рассылками, работой с большим количеством документов. Например, компания может в месяц обрабатывать 10 тысяч договоров, или call-центр — более 30 тысяч обращений.

Обработка договоровОбработка обращений

Везде, где есть массовые операции, бизнес может применить роботов.

В современных условиях у компаний, с одной стороны, растет объем задач, а с другой стороны — есть необходимость снижать затраты. В этом заключается определенное противоречие, которое возможно снять с помощью автоматизации, если у компании сложился процессный подход в работе. Робот трудится круглые сутки, и, хотя нужно его приобрести, в дальнейшем он будет обходиться значительно дешевле, чем сотрудник.

На сегодняшний день выделяются три направления в роботизации:

  • RPA — Robotic Process Automation;
  • применение нейронных сетей, искусственного интеллекта;
  • NLP — natural language processing, построение речевого общения.

Направления в роботизации

Многие заказчики хотят роботизировать процессы, но прежде чем делать это, необходимо убедиться в стабильности и прозрачности процессов. Для этого надо изучить их.

Осознанный подход к роботизации — это понимание бизнес-процесса, обдуманная замена сотрудников на отдельных операциях, осознанная автоматизация. Со временем доля работников в процессах может быть сокращена до 5–10%, а все остальное будут делать роботы.

Стандартизация процесса — это первый шаг к роботизации

Пока процесс не стандартизован, сложно определиться, какие операции можно сделать с помощью, например, RPA, сложно начать его внедрение.

Первое, что нужно сделать — понять, как реально работает компания: если процессы выстроены хаотично, то применить роботов будет невозможно. Далее необходимо формализовать процессы, значит автоматизировать их в тех или иных системах.

Стандартизация процессных задач

Помимо логики самого процесса, нужно быть уверенным, что сотрудник, исполнитель процессов, действует чётко по правилам, обладает нужными компетенциями, знаниями и возможностями, что операции специфичны, есть понятные входы и выходы из процессной задачи. То есть внутри бизнес-процесса задачи тоже должны быть чётко выстроены.

Стандартизация процессных задач

Ценность процессных задач

Процессные задачи могут существенно отличаться друг от друга. Например, задача обработки заготовки сильно отличается от задачи подготовки и формирования отчёта или от задачи выезда на территорию клиента для раскладки товара. Для разных типов задач подходят разные роботы, а какие-то задачи вообще должны остаться за человеком.

В ходе каждой задачи сотрудник выполняет ряд атомарных действий: воспринимает информацию, принимает решение, выполняет действие, воспринимает отклик или контроль исполнения. Только ряд из этих действий создаёт добавленную ценность. И в целом разные процессные задачи создают разную ценность внутри самого процесса.

Мы сталкиваемся со случаями, когда 60% задач ценность не формируют: сотрудники перекладывают данные, формируют отчёты, выборки, осуществляют просмотр данных, создают их представления, набирают документы, но эти рутинные операции нужны только для подготовки создания ценности.

Бизнес может проанализировать свои процессы и выяснить, что не все задачи одинаково важны для результатов процесса.

Типы процессных задач

Если рассмотреть бизнес-процесс, то можно выявить разные типы процессных задач:

  • инициация процесса — это формализованное действие, запускающее бизнес-процесс. Например, сотрудник нажимает кнопку в личном кабинете, или отправляет заявку, или ему поступает входящий звонок / e-mail, или к нему приходит поставщик с накладной. Как мы увидим дальше, здесь легко можно использовать RPA;
  • оцифровка данных — это перевод данных с бумажных носителей, из аудио- и других каналов в цифровой формат;
  • формализация данных — это перевод данных из произвольного текстового вида в структурированный вид, заполнение форм. Формализованные данные имеют определённый набор полей, расположены определённым образом относительно друг друга и т. д. Например, сотрудник call-центра слушает входящий разговор и согласно полученной информации заполняет форму, то есть переводит данные из аудио-формата в цифровой, при этом формализуя их;
  • обогащение данных структурированное — это поиск дополнительных структурированных данных и их фиксация в структурированном виде. Обычная операция, например, когда необходимо добавить дополнительные поля в набор данных по бизнес-процессу. Дальше мы отметим, что с этой задачей справится робот RPA;
  • перемещение данных между сотрудниками — это передача данных по произвольным каналам между сотрудниками. Например, обмен электронными письмами, пересылка документов, которая осуществляется в ручном режиме не на платформе. Такие операции оптимально выполнять в информационной системе, но есть много бизнес-процессов, где применяются другие способы передачи данных: обмен электронными письмами, скайп, телефонный разговор;
  • перемещение данных между ИТ-системами — это ручной ввод данных в ИТ-системы компании. Он часто используется в крупных компаниях, где есть неинтегрированные системы и существует необходимость обратиться к внешнему сервису. Например, сотрудники компании пересылают во внешний сервис данные контрагентов, получают данные оттуда и переводят их в ручном режиме в свою систему;
  • перемещение данных между контрагентами — это отправка внешним контрагентам данных по произвольным каналам. Например, компания на стадии переговоров отправляет коммерческое предложение, формирует какое-либо письмо с персональным предложением;
  • создание артефактов — это формирование документов по шаблонам и в произвольной форме с теми данными, которые обрабатываются внутри процесса. Например, подготовка повестки для еженедельного совещания генерального директора и рассылка этого документа участникам;
  • принятие решений по правилам — это проверка исполнения условий, механическое принятие решений на основе формальных правил. Эти правила могут быть оцифрованы, могут быть нигде не зафиксированы, но они логичны, их можно представить в виде таблицы;
  • актуализация данных — обновление данных по правилам. Этот тип операции внутри процесса нужен тогда, когда необходимо удостовериться, что этот набор данных имеет актуальное состояние. Например, нужно подтвердить принятое решение или сроки поставки;
  • согласование в принятии решений — это контрольная функция руководства, которая заключается в финальном утверждении;
  • согласование в целях контроля качества — это контрольная функция над состоянием процесса с целью повышения качества транзакции. Например, инвестиционный комитет должен рассмотреть проект. Для этого готовится пакет документов: заявка, скоринг, экономическое обоснование и т. д. Но до комитета пакет согласует супервизор, он оценивает полноту данных;
  • обогащение данных экспертное — это создание новых данных внутри бизнес-процесса на основе компетенций исполнителя. Этот тип задач формирует большую ценность;
  • принятие решений экспертное — это сложно формализуемое принятие решений на основе опыта и (или) компетенций лица, принимающего решения. Например, решение тендерной комиссии на основании совещания;
  • принятие решений на основе контекста — это сложно формализуемое принятие решений лица, принимающего решения, на основе данных о состоянии других процессов. Контекст — это то, что происходит в компании или в смежных процессах. Например, руководитель принимает решение о дате оплаты счёта исходя не только из суммы, информации о контрагенте и проекте, но и из внепроцессных данных — информации о финансовом положении компании;
  • исполнение уникальной операции — это выполнение операций на основании компетенций исполнителя. Например, выезд к контрагенту и проведение переговоров, встреч или презентаций, установка сервера или монтаж камер видеонаблюдения на территории заказчика.

Изучение процесса строится на логике того, как он протекает, на понимании того, какие сотрудники исполняют определённые задачи, но ещё и на основе таких метаданных. Типизировав задачи, мы уже можем предположить, что поддаётся автоматизации, с какими из задач справится программный робот RPA, а где можно применить и технологии искусственного интеллекта.

Классификация процессных задач

Теперь, зная типы процессных задач, можно их классифицировать. Распределим задачи на группы в зависимости от их обязательности на разных стадиях зрелости процесса.

Классификация процессных задач

  1. Инициация процесса и работа с перемещением данных необходимы для перевода процесса в исполняемый вид. Без этих типов процессных задач процесса не существует, или он не исполняется. Если данные между сотрудниками, ИТ-системами, контрагентами не перемещаются, если процесс непонятно как инициируется, то можно говорить о низком уровне зрелости такого процесса.
  2. Стандартизация процесса говорит о повышении уровня его зрелости. Если происходит обмен различными документами в рамках одного процесса, генерируются различные артефакты по шаблонам, но решения принимаются хаотично внутри процесса, то он, по сути, не стандартизован.
  3. Обеспечение качества процесса. Существуют выходы процесса, они могут соответствовать ожиданиям заказчика процесса или нет, могут быть «бракованными» и приводить бизнес к убыткам. Актуализация данных, согласование в принятии решений, согласование в целях контроля качества — эти типы процессных задач держат качество процесса под контролем. Если транзакции выполняются на основе неактуальных данных, то получается негатив на выходе, если принятое участниками процесса решение не согласовано с руководством, тоже и т. д.
  4. Создание ценности в процессе. Сюда относятся обогащение данных экспертное, принятие решений экспертное, принятие решений на основе контекста, исполнение уникальной операции.

Теперь можно посмотреть, какие задачи лучше исполняются роботами, какие — людьми.

При проработке проектов роботизации очень помогает схематическое изображение того, как выполняется та или иная процессная задача в системе.

Мы рассмотрим усреднённый вариант роботизации процессов и перспективы внедрения роботов. На схеме отображаются четыре зоны в зависимости от того, кто или что выполняет работу по процессной задаче:

  • сценарий (скрипт) для автоматизации рутинных операций, программный алгоритм;
  • RPA (Robotic Process Automation);
  • технология искусственного интеллекта (ИИ), нейронной сети, умного чат-бота;
  • сотрудники.

Применение роботов для разных типов задач процесса

Начнём с инициации процесса, разместив эту задачу посередине. Можно как угодно инициировать процесс, здесь нет готовых рекомендаций.

Перемещение данных между ИТ-системами и перемещение данных между сотрудниками находятся между платформой BPM и RPA.

Перемещение данных между контрагентами: часть данных отправляет сотрудник, но e-mail может быть автоматизирован. Здесь нет RPA, не нужна замена человека на ИИ, чтобы отправить контрагенту документ.

Оцифровка данных, формализация данных — здесь уже есть место для нейронной сети и ИИ, но также это может выполнять и сотрудник. А можно ввести автоматизацию и осознанно освободить сотрудников от работы, к примеру, с первичной бухгалтерской документацией.

Принятие решения по правилам в зоне сценария: это те самые бизнес-правила, которые реализованы во многих системах на платформе BPM.

Обогащение данных структурированное — это задача для RPA.

Создание артефактов (упаковка данных) тоже делается с помощью сценария, сотрудники этим заниматься не должны.

Согласование в принятии решений и согласование в целях контроля качества — это задачи, которые компании сейчас не готовы отдать ИИ.

Обогащение данных экспертное и принятие решения на основе компетенции сейчас выполняются сотрудниками, но многие компании думают над внедрением технологии ИИ. Есть возможность перенести это в нейронную сеть. Когда нейронная сеть обучена, она может принимать решение либо добавлять данные в контекст бизнес-процесса на основе того, что она умеет.

Принятие решения на основе контекста и исполнение уникальной операции можно поручить нейронной сети, но человек может справиться лучше.

Роботизация и её экономический эффект

Что бизнес может ожидать от роботизации? Каков экономический эффект от использования RPA и других технологий?

Чтобы определить эффект, нам нужны данные о спецификации операций, количестве операций в месяц, их трудоёмкости, времени работы над задачей и количестве ошибок.

  1. Составляем полный перечень операций, а затем каждая операция детализируется. Теперь можно увидеть, как, например, снижается трудоёмкость по ряду операций, уменьшается количество ошибок.
    Некоторые операции остаются за человеком и не поддаются автоматизации. Например, менеджер делает звонок, чтобы узнать решение клиента. Для этой работы мы не внедряем RPA, не используем умный чат-бот, который будет деликатно разговаривать с клиентом.
  1. Считаем метрики и показатели процесса по данным из источника. Высчитывается суммарная трудоёмкость (FTE (full-time equivalent) = Человеко-часы в месяц / 8 / 21), суммарное время прохождения процесса, производительность процесса (количество экземпляров в месяц), средние запасы процесса (количество экземпляров в работе) и количество экземпляров процесса с ошибками (в месяц). Всё это в соотношении сколько было — сколько стало и эффект.

  2. Переносим метрики и процессные показатели в экономические, финансовые показатели. В частности, можно посчитать эффект от снижения трудоёмкости: вычислить стоимость 1 FTE в месяц исходя из средней заработной платы в регионе, включая налоги и стоимость рабочего места, и посчитать снижение расходов на фонд оплаты труда в месяц по формуле Полная стоимость FTE × Эффект по суммарной трудоёмкости.

  3. Считаем эффект от ускорения процесса. Есть разовый эффект от внедрения, когда после введения в эксплуатацию нового роботизированного процесса скачкообразно сокращаются его запасы. Например, компания имеет в работе 50 заявок, работает в среднем два месяца, каждый месяц приходит 20 заявок стабильно. При сокращении времени прохождения до месяца у этого процесса после введения в эксплуатацию в первый месяц будет обработано больше заявок, чем обычно. Это значит, произошёл эффект от снижения запасов процесса. Он может носит разовый характер, но быть достаточно значимым.

  4. Оцениваем эффект от снижения ошибок по процессу: влияние ошибок на успешность экземпляра процесса, увеличение успешных экземпляров из-за снижения ошибок, экономию на исправлениях ошибок в экземплярах.

Таким образом, роботизация даёт не только экономию на заработной плате, но и разовый эффект от снижения запасов процесса, ежемесячный эффект от его ускорения и снижает количество ошибок, что тоже даёт экономический эффект.

Нейросеть и бизнес-процесс

Бизнес может использовать искусственный интеллект в процессах, и это не новая задача. В процессах есть деятельность, задачи, которые подвержены алгоритмизированию, можно написать сценарий и использовать автоматизацию рутинной операции, RPA. Есть задачи, которые сложно или невозможно алгоритмизировать. Например, компания формирует лоты по заявкам на закупку канцелярии, а в них типы продукции разные, и нужно их дифференцировать.

Если для работы важна автоматизация, подход меняется. Теперь это не алгоритм, не сценарий, а нейронная сеть, которая научена, как правильно делать задачу. Например, можно научить нейросеть разбирать на типы десятки тысяч договоров, поступающих в компанию. Или нейросеть анализирует версии договора, сравнивает их, помечает изменённые места. Бизнес также успешно может использовать эту технологию для сервис-деска.

Типы задач, которые умеет решать искусственный интеллект:

  • прогнозирование — предсказание наступления событий на основе исторических данных. Например, предсказание проблем на основании обращений сотрудников;
  • кластеризация — выявление схожести объектов в большом массиве данных, разделение их на группы. Искусственный интеллект может строить типологию объектов. Например, канцелярия получает тысячи писаем, а нейросеть анализирует и типизирует их, разделяя на обращения, жалобы и т. д.;
  • классификация — определение типа объекта на основании атрибутов. Например, определение предметной области договора и его маршрутизация. То есть искусственный интеллект самостоятельно определяет, к какому типу отнести тот или иной объект. Например, из массива писем выделяет нужные;
  • оцифровка — извлечение данных из графических объектов. Например, перевод текста из картинки в текстовый документ.

Как видим, типы задач для искусственного интеллекта существенно отличаются от типов процессных задач и, как увидим дальше, от задач RPA.

В каких процессных задачах можно использовать искусственный интеллект? Рассмотрим кейсы, в которых вместо сотрудников можно применить эту технологию:

Распределение первичных документов. В компанию поступают сотни и тысячи договоров, актов, накладных и т. п. Сейчас эту задачу делает человек: сотрудник канцелярии вручную заполняет карточки документов в системе. Его можно заменить на нейросеть. Готовый робот с искусственным интеллектом за одну секунду определит исполнителя по документу. При этом он способен учитывать более двух тысяч факторов, а в результате создаёт 50% оптимизацию FTE.

Ассистент по амортизации. Покупая какой-то актив, компания может выбрать код из Общероссийского классификатора основных фондов. Сделать это правильно можно, опираясь на свои компетенции. Обычно это делает сотрудник бухгалтерии. Готовый робот с искусственным интеллектом за секунду подберёт код ОКОФ для бухгалтерского и налогового учёта основных средств предприятия. При этом точность выполнения задачи — 93%, а оптимизация FTE — 50%.

Распознаватель паспортов. Готовый робот перенесёт данные о сотруднике или клиенте из скан-копии паспорта в корпоративную систему со скоростью оцифровки 10 паспортов / сек, точностью выполнения в 93% и оптимизацией FTE в 50%.

Ревизор скан-копий. Искусственный интеллект сравнит документ, подписанный контрагентом, с версией, которая хранится в компании. Скорость сравнения скан-копий и электронных документов составляет 300 страниц / мин. Робот способен анализировать более 2500 параметров документов. Оптимизация FTE также 50%.

Контролёр наличия печати и подписи. Робот с искусственным интеллектом за секунду определит наличие подписи и печати на сканированном образе документа. При этом точность выполнения задачи составляет 91%, оптимизация FTE — 91%.

Маршрутизатор писем. За одну секунду робот внесёт бумажное письмо в архив и передаст на ответственного исполнителя. Точность выполнения задачи при этом составляет 96%, а оптимизация FTE — 50%.

Ассистент службы поддержки. Робот с искусственным интеллектом обеспечит мгновенную реакцию компании на обращения клиентов (анализирует заявку, определяет проблему, находит исполнителя). Технология позволяет добиться скорости эскалации в 3 заявки / сек. Оптимизация FTE составляет 60%.

RPA — Robotic Process Automation

Если сформулировать суть RPA просто, то это макросы, к которым применили промышленный подход.

Бизнес использует автоматизацию, использует робота, чтобы буквально заменить человека. Поэтому внедрение RPA  начинается с просмотра и изучения того, что делает человек на компьютере, какие кнопки нажимает, с каким сегментом экрана работает, какие поля копирует из одной системы в другую. По этим данным и настраивается робот RPA, который повторяет эти же самые действия.

Задачи RPA, как и процессные или задачи для искусственного интеллекта, можно разделить на типы:

  • проверка информации на корректность. Например, робот RPA берёт ИНН из нашей системы и использует его в другой системе, получает из сторонней системы номер расчётного счёта и сверяет его с имеющимся;
  • заполнение экранных форм. Например, робот RPA может купить электронные билеты. Для этого ему нужно заполнить форму в сторонней системе;
  • перенос данных из одной системы в другую. Например, нам нужна интеграция с системой, которая не имеет API или не даёт к ней доступ. В такой ситуации мы можем использовать робота RPA;
  • формирование отчётов. Это обогащение данных структурированное, когда из одного набора данных создаётся другой;
  • работа с таблицами в Excel, копирование и преобразование данных. Здесь важно, что должны быть цифровые и структурированные данные.

В технологии RPA роботизация предполагает, что робот встраивается в процессы.

Рассмотрим кейс «Командировка».

Инициатор, сотрудник компании, общается с роботом (чат-ботом, умным ботом).

Дальше робот RPA проверяет доступность билетов на эти даты на сайте, согласующий сотрудник согласовывает командировку, робот RPA покупает билеты, заполняет формы на сайте авиаперевозчика и т. д. Сотрудник получает оповещение, едет в командировку.

По возвращении сотрудник фотографирует свои чеки — таким образом он предоставляет отчёт о командировке. ИИ распознаёт эти документы, находит там суммы, умеет определять, что один чек, к примеру, за гостиницу, другой за ресторан, отличать от чеков билеты.

RPA автоматически заносит это всё в систему, формирует авансовый отчёт и т. д. От человека требуется позвонить и сказать, куда и когда он едет, и прислать фотографии чеков. И участвует один согласующий, который разрешает эту командировку.

Компоненты решения

Smart Interfaces. Интеллектуальные боты

Современные решения на основе NLP могут говорить человеческим языком, понимать речь, что хочет от него сотрудник либо клиент, и переводить это в цифровой вид. Такая технология позволяет определять опечатки, выделять намерения, понимать контекст обращения.

Конечно, NLP удобно встроить внутрь бизнес-процесса для его инициации или для актуализации данных.

Во входящих коммуникациях это запуск процесса, если человеку проще позвонить или написать в мессенджере, чем нажимать кнопку, либо человеку может позвонить робот и обновить какие-то данные. Тип процессной задачи, в которой можно это использовать, — актуализация данных (например, уточнение времени, когда удобно принять курьера).

В исходящих коммуникациях это, например, уточнение намерения клиента о приобретении нового продукта.

Дополним кейс с командировкой и компонентами BPMS, RPA и AI, добавив бота, который коммуницирует с сотрудником.

Natural language processing

В ходе диалога бот понял, что под «Питером» человек имел в виду Санкт-Петербург, и переспросил. То есть бот понимает набор данных, которые он должен получить, умеет вести диалоги, доспрашивать и уточнять то, что ему непонятно и т. д.

Итак, роботизация — RPA, NLP и искусственный интеллект — открывает широкие возможности для использования в бизнесе. Но для внедрения роботов платформа должна быть подготовлена: нужен структурированный стабильный бизнес-процесс, в каждой задаче которого определен ее тип, процесс анализа проанализирован с точки зрения возможности безопасности, и, наконец, принято решение о замене сотрудников, а может быть и инцидентах, на роботов RPA , искусственный интеллект или интеллектуальных ботов. При осознанной роботизации компания может получить ощутимый экономический эффект.

Получить тесты доступ к программным роботам

Попробовать

Хлебные крошки