Firmy szukające sposobów optymalizacji procesów biznesowych zwracają się w stronę zrobotyzowanej automatyzacji. Jej istotą jest przerzucenie wybranych operacji na roboty programowe i odciążanie personelu od wykonywania żmudnych, powtarzalnych czynności.
Zasadniczo roboty dzieli się na dwa rodzaje: nienadzorowane i nadzorowane. Pierwszy działa pod kontrolą człowieka, ale jest całkowicie zautomatyzowany i autonomiczny. Taki cyfrowy pracownik, wdrożony i działający na serwerze, może bazować na zdarzeniach wyzwalających lub samoczynnie inicjować operacje zaprogramowane, ujęte w harmonogramie, na przykład przesyłanie danych między poszczególnymi komponentami systemu informatycznego.
Z kolei robot nadzorowany to proces częściowo zautomatyzowany, współpracujący z ludzkim pracownikiem i wspierający go w jego obowiązkach. Cyfrowy asystent jest uruchamiany na stacji roboczej i inicjowany przez człowieka.
Przed automatyzacją – eksploracja
Skuteczna automatyzacja wymaga wcześniejszego ustalenia tych procesów, które najbardziej się do niej kwalifikują. Na pierwszy rzut oka naturalnymi kandydatami wydają się te powtarzalne i żmudne, które nie zawierają elementu czy wymogu ludzkiej interpretacji. Dla audytora, który niejako manualnie analizuje firmowe dokumenty i próbuje ustalić status quo, wyznaczenie takich procesów może być niekiedy sporym wyzwaniem – na przykład gdy są nieudokumentowane. Zaskakujący może też być stopień skomplikowania procesów – mowa zarówno o licznych etapach (czynnościach) w ramach jednego procesu, jak i mnogości wariantów danego procesu.
Dlatego powstała nowa kategoria narzędzi analitycznych, służących do tzw. eksploracji danych procesowych (ang. process mining). Process mining jest wskazywany przez Gartnera za jeden z najważniejszych nowych trendów w analityce danych. Narzędzia tego typu pozwalają wytypować procesy, które mają potencjał automatyzacji, podłączając się do firmowych rejestrów. Na tej podstawie użytkownik otrzymuje wizualizację procesów, takich jak zakupowe, e-commerce, finansowo-księgowe, logistyczne, związane z obsługą magazynu i zarządzaniem zasobami przedsiębiorstwa i inne wraz z możliwością analizy wiodących wariantów realizacji procesu, odchyleń od nich oraz stawiania i interaktywnej weryfikacji hipotez związanych z przebiegiem procesu.
Przykładowo, w narzędziu do eksploracji danych procesowych SAP Process Mining by Celonis, każdy proces można opisać zestawem kluczowych wskaźników efektywności. Można m.in. zdefiniować pożądany czas realizacji, liczbę kroków i stopień automatyzacji. Oprogramowanie pozwala następnie monitorować na bieżąco, sprawa po sprawie, czy te wytyczne są dotrzymywane. W razie potrzeby stosowny algorytm podpowiada, na których elementach procesu należy się skoncentrować, aby dane KPI „podkręcić”.
A mając już wiedzę, które procesy warto zautomatyzować, można zaopatrzyć się w narzędzie do RPA. Jedną z platform umożliwiających tworzenie i wdrażanie robotów – botów i chatbotów – jest SAP Intelligent RPA i SAP Conversational AI.
Napisz sobie bota
Koncern SAP wszedł na rynek rozwiązań Robotic Process Automation stosunkowo niedawno – w listopadzie 2018 r. ogłoszono przejęcie spółki Contextor, wyspecjalizowanej w tworzeniu botów software’owych dla takich obszarów jak wsparcie i obsługa klienta. Obecnie udostępniane przez spółkę oprogramowanie SAP Intelligent RPA jest oferowane w formie Software as a Service i umożliwia budowę botów zarówno nadzorowanych, jak i nienadzorowanych. Uruchomione w chmurze, jest dostępne z dowolnego komputera i przeglądarki internetowej. To narzędzie otwarte – aby z niego korzystać, nie trzeba być użytkownikiem innych rozwiązań SAP-a. Największe korzyści odniosą jednak posiadacze takich produktów, ponieważ oprócz platformy otrzymują dodatkową zawartość w ramach licencji: gotowe boty do oprogramowania SAP, m.in. do najnowszego systemu zarządzania zasobami przedsiębiorstwa, S/4HANA. SAP Intelligent RPA pozwala też napisać bota i zarejestrować go w chmurowym repozytorium.Takie boty mają różnorakie zastosowania, takie jak pomoc w obsłudze klienta czy optymalizacja obiegu dokumentacji finansowej. Na przykład, pracownik działu obsługi klienta używa w pracy kilka aplikacji ale brakuje mu zintegrowanego środowiska. Boty pozwalają zautomatyzować tego typu czynności i sprawić, by pracował w jednym zunifikowanym interfejsie graficznym.
Nie zastępujemy głębokiej integracji na poziomie API. Boty są swoistą nakładką na wszystkie aplikacje pod spodem i działają lokalnie na stacjach końcowych – podkreśla Marcin Słomka, ekspert ds. uczenia maszynowego w SAP Polska.
O ile implementacja podstawowego scenariusza dla bota jest stosunkowo prosta, to zdecydowanie więcej pracy wymaga obsługa wyjątków, czyli bardziej skomplikowanych wariantów procesów. Z tego powodu konieczne jest odpowiednie typowanie „kandydatów na automatyzację” na etapie eksploracji danych procesowych, aby maksymalnie ograniczyć liczbę tych wyjątków. W przeciwnym razie w dalszej perspektywie firma ryzykuje przymusem implementacji setek unikatowych, pojedynczych ścieżek.
Przy podejściu do automatyzacji w pierwszej kolejności przydałoby się ten ‘ogon rozkładu’ obciąć i zająć się wariantami dominującymi – tłumaczy Marcin Słomka.
Dobry chabot, czyli jaki?
SAP Intelligent RPA/CAI zawiera też funkcje tworzenia chatbotów oraz ich integracji w środowisku klienta. W tym kontekście należy rozważać dwie perspektywy: wewnętrzną i zewnętrzną. Pierwsza dotyczy użytkowników produktów SAP, którzy chcą pracować z tymi narzędziami korzystając z interfejsu chatbotowego (element „CoPilota”, czyli zestaw poleceń interfejsu głosowego lub tekstowego, pozwalających na interakcję z danym produktem SAP). W perspektywie zewnętrznej chatbot umieszczony jest np. w systemie e-commerce i służy do komunikacji z klientami zewnętrznymi.
Metodyka budowania chatbotów jest wystandaryzowana. Istotne są intencje klienta: wszystko to co pisze (mówi), musi się znaleźć w odpowiednim kontekście. Dlatego uruchamiając chatboty trzeba mieć dobrą platformę do analityki – po produkcyjnym wdrożeniu chatbota trzeba monitorować, czy w konwersacjach z klientami ich intencje są dobrze rozpoznane, a ich oczekiwania – spełnione. Ponadto algorytmy uczenia maszynowego trzeba uczyć bezpośrednio na danych, bo „wyjęte z pudełka” – mogą nie zadziałać jak należy. Istotne są więc stabilne modele, np. historia operacji z ostatniego roku czy dwóch, na podstawie której algorytm można przyuczyć.
Zresztą to, że rozwiązania botowe i chatbotowe przejmują coraz więcej funkcji kognitywnych, stanowi ich największą wartość.
To już nie są proste konwersacje z klientem, bazujące na skryptach, scenariuszach – podkreśla Marcin Słomka. Dochodzą już mechanizmy uczenia maszynowego, aby interakcja była coraz bardziej wiarygodna a intencje użytkownika coraz lepiej rozpoznawane.Wspomniana wcześniej platforma Conversational AI, rozwijana przez SAP, jest środowiskiem do budowania interfejsów konwersacyjnych. Firma koncentruje się na konwersacjach tekstowych, ale niektórzy jej partnerzy wzbogacili produkt o interfejsy głosowe. W ten sposób można np. wydać systemowi SAP-a polecenie za pośrednictwem Alexy Amazona.
Firmy wdrażające rozwiązania RPA powinny jednak budować swoje know-how i tworzyć katalogi algorytmów kognitywnych, stosowanych w konkretnych miejscach. Biblioteka funkcji kognitywnych bazujących na sztucznej inteligencji musi się zwiększać, aby łatwiej było podejmować kolejne kroki automatyzacji procesów, związane na przykład z interpretacją danych.
Automatyzować trzeba umieć
Robotyzacja nie zawsze jest odpowiedzią na firmowe bolączki. Niekiedy wystarczy rozmowa z pracownikami, ustalenie praktyk poszczególnych zespołów, szczególnie tych wykazujących się efektami, a następnie ekstrapolacja ich doświadczeń na inne jednostki organizacyjne.
Tam, gdzie nadmierna złożoność procesów niekorzystnie odbija się na sprawności operacyjnej organizacji, wdrożenie robota jest jak najbardziej wskazane. Warto jednak pamiętać, że skuteczna automatyzacja nie opiera się wyłącznie na robotyzacji. Wdrożenie botów musi być poprzedzone analizą typu process mining i identyfikacją potencjału automatyzacji. W zestawie narzędzi automatyzacyjnych powinny znaleźć się rozwiązania rozpoznawania tekstu i mowy, zapewniające dopływ danych dla zautomatyzowanych procesów, jak również narzędzia klasyfikacji treści i ekstrakcji danych z firmowych rejestrów i dokumentów.
I najważniejsze: robotyzacja to zmiana organizacyjna, której postępy muszą być monitorowane. Dlatego nie może być celem samym w sobie, ale środkiem do osiągnięcia celu, czyli konkretnej korzyści biznesowej.
