Kategorie
brief_robotowy

brief_robotowy #52

Czas czytania: 6 minuty

Cześć,

Mam nadzieję, że w tych dziwnych czasach udaje się Wam znaleźć spokój, równowagę i normalność. Starajmy się robić swoje.

Zapraszam na brief_robotowy #52.

W dzisiejszym wydaniu:

  • Jak dobrze przygotować się do wdrażania Robotic Process Automation?
  • Jak robotyzacja i sztuczna inteligencja pomoże zmienić postrzeganie pracy przyszłości?
  • Intelligent workload balancing – dlaczego jest to ważne i z czym to się je?

Przyjemnej lektury!


Jak dobrze przygotować się do wdrażania Robotic Process Automation?

Firma Gartner przewiduje, że 85% dużych organizacji wdroży jakąś formę RPA do 2022 roku, a to tylko kwestia czasu, żeby RPA było również wdrażana w mniejszych i średnich firmach. Jeśli więc jeszcze nie myślisz o tym jak robotyzacja wpłynie na Twój biznes, to teraz jest dobry moment, aby to zrobić. Ten tekst pomoże Ci zacząć.

Przygotowanie firmy na rewolucję RPA

Podobnie jak w przypadku wszystkiego związanego ze zmianami technologicznymi, liderzy często zastanawiają się, jak nowa technologia ma się do ich działalności i jakie praktyczne kroki powinni teraz podjąć, aby się przygotować. Jeśli jesteś właśnie w takiej sytuacji, to przydatne może być zastosowanie tych pięciu kroków:

Krok 1. Zdobądź wiedzę

Edukacja jest istotną częścią przygotowań do zmiany. Na szczęście w Internecie dostępnych jest kilka bardzo dobrych miejsc związanych z edukacją w zakresie RPA, z których możesz skorzystać, aby przyspieszyć to działanie.

Krok 2. Zrozum, jakie typy procesów można, a jakich nie można zautomatyzować

Zazwyczaj najbardziej odpowiednie zadania dla RPA odnoszą się do „nudnych” zadań – co oznacza każdą pracę, która obejmuje dużą liczbę powtarzalnych czynności, takich jak otwieranie i wyszukiwanie danych, przesyłanie danych między różnymi aplikacjami i powtarzające się kliknięcia myszą. Tego rodzaju zadania są głównymi kandydatami do automatyzacji. Na drugim końcu skali są prace, które wymagają kreatywnego myślenia i podejmowania decyzji przez ludzi. Te, generalnie, nie nadają się do automatyzacji (choć nie zawsze!),

Krok 3. Ogranicz listę zadań, które powinny być zautomatyzowane

To, że coś można zautomatyzować, nie oznacza, że powinno być zautomatyzowane za wszelką cenę. Tutaj warto określić, które ze wszystkich rzeczy, które można zautomatyzować są Twoimi priorytetami. Warto skupić się na tych zadaniach, które pomagają Twojej organizacji osiągnąć jej główne cele, ale obecnie pochłaniają nieproporcjonalnie dużo czasu pracowników. Zwykle dobrym pomysłem jest wybranie najpierw „szybkich zwycięstw”, ponieważ pomogą one ustalić użyteczność RPA, jednocześnie zdobywając sojuszników wśród osób, które mogą być oporne na pomysł zmniejszenia ilości powtarzających się zadań lub obawiające się, że coś może się zmienić w ich organizacji pracy.

Krok 4. Sprawdź dostępne rozwiązania i narzędzia

Decydując się na wdrażanie RPA w swojej organizacji, możesz rozpocząć sprawdzanie dostępnych technologii i potencjalnych partnerów, z którymi możesz pracować, aby budować udane wdrożenia. Na tym etapie warto również pomyśleć o istniejącej infrastrukturze technologicznej.

Krok 5. Wybierz partnera w zakresie wdrażania RPA

Które spośród wszystkich dostępnych rozwiązań najlepiej odpowiada Twoim potrzebom? Rozważając różnych dostawców, szukaj tych, którzy mają doświadczenie w Twojej branży oraz tych, którzy mogą pomóc Ci zarządzać zmianą, która zostanie wywołana przez RPA – ponieważ będzie to niewątpliwie ważny element procesu automatyzacji.


Jak robotyzacja i sztuczna inteligencja pomoże zmienić postrzeganie pracy przyszłości?

Forrester twierdzi, że w 2021 roku projekty w zakresie transformacji cyfrowej w ponad trzech czwartych przedsiębiorstw będą koncentrować się na automatyzacji.

COVID-19 sprawił, że praca już nigdy nie będzie taka sama. Dzięki AI i automatyzacji w 2021 roku możemy się spodziewać naprawdę dużych zmian.

Forrester uważa, że 'wielki lockdown’, który spotkał nas w 2020 roku sprawi, że dążenie do automatyzacji będzie nieuniknione i nieodwracalne.

Jednocześnie, chociaż sztuczna inteligencja nie przewidziała pandemii, pomoże firmom stworzyć na nowo pojęcie pracy (zwiększyć wydajność, elastyczność i skalę operacji) i na nowo wymyślić doświadczenia klientów i pracowników. AI napędza rozwój zautomatyzowanych procesów, pomagając im stać się inteligentniejszymi. Firmy, które wykorzystują uczenie maszynowe (podzbiór sztucznej inteligencji), znacznie zwiększą liczbę przypadków użycia sztucznej inteligencji, w tym do zwiększania liczby pracowników i automatyzacji.

Inne prognozy firmy Forrester dotyczące sztucznej inteligencji i automatyzacji w 2021 r .:

Zautomatyzowane uczenie maszynowe bez użycia kodu (AutoML) będzie używane w większej liczbie przypadków. AutoML może znacznie przyspieszyć rozwój modelu ML w porównaniu z tradycyjnym podejściem do kodowania. W 2021 r. AutoML pozwala naukowcom zajmującym się danymi konfigurować parametry i przeprowadzać setki, a nawet tysiące eksperymentów za jednym razem. Firma Forrester szacuje, że dzięki AutoML zespoły te mogą wdrażać ośmiokrotnie większą liczbę use case’ów, których celem jest efektywność operacyjna lub spersonalizowane doświadczenia klientów i znacznie wzmocnić wpływ cyfrowej transformacji.

Jedna piąta przedsiębiorstw rozszerzy inwestycje w inteligentną ekstrakcję dokumentów. Jeszcze przed pandemią inwestowano w inteligentne platformy do ekstrakcji dokumentów (IDEP – Intelligent Document Extraction Platform), ponieważ firmy chciały wykorzystać je do sklasyfikowania wielu typów dokumentów. Połączenie computer vision z postępami w uczeniu maszynowym sprawiło, że platformy stały się bardziej wartościowe i łatwiejsze w budowie i utrzymaniu.

Pośpiech w automatyzacji może skutkować wieloma błędami. Pandemia przyspieszyła inwestycje w różne formy optymalizacji procesów biznesowych i automatyzację IT. Dwie trzecie przedsiębiorstw, które napotkały wadliwe procesy podczas pandemii, zostało zmuszonych do wprowadzenia poprawek do rozwiązań automatyzacji. Jednak pośpieszna i przypadkowa automatyzacja naraża systemy i firmę na poważne ryzyko. Może to prowadzić do dużych niepowodzeń, które nie tylko szkodzą reputacji firmy i zaufaniu klientów, ale także ograniczają szersze zaufanie do automatyzacji (zwłaszcza sztucznej inteligencji). W 2021 r. nawet 30% organizacji zwiększy nacisk na jakość poprzez lepsze planowanie i testowanie automatyzacji przed wdrożeniem jej do produkcji.

Inteligentna automatyzacja będzie wspierać jednego na czterech pracowników zdalnych. Trzykrotnie więcej pracowników będzie pracować z domu przez cały czas lub przez większość czasu, a wiele firm wprowadzi modele hybrydowe. W wyniku pandemii do 2022 roku nowe formy automatyzacji będą wspierać 25% pracowników zdalnych bezpośrednio lub pośrednio. Bezpośrednie wsparcie w postaci oddania bota poszczególnym pracownikom w celu wsparcia ich codziennej pracy będzie rzadkością. Pracownicy bardziej będą korzystać ze wsparcia botów od strony back-office.


Intelligent workload balancing – dlaczego jest to ważne i z czym to się je?

Stosunkowo nowa koncepcja inteligentnego zarządzania obciążenia pracą (intelligent workload balancing) jest ważną kwestią do rozważenia podczas obsługi RPA, ponieważ określa, czy zadania są bardziej odpowiednie dla pracowników, czy dla ich cyfrowych kolegów oraz pomaga efektywnie wykorzystać zasoby którymi dysponujemy.

Zarządzanie regułami i transakcjami
Workload balancing można wykorzystać do sprawdzenia, czy boty mogą działać zgodnie z regułami ustalonymi w procesie. Zdolność do automatycznego decydowania, czy działanie wymaga interwencji człowieka, czy może być wykonywane przez bota(y), jest esencją tego co określane jest jako inteligentne zarządzanie obciążeniem. „Inteligencja” pochodzi z reguł biznesowych, które określają, kto jest najlepszym kandydatem do wykonania pracy – człowiek czy bot. Jeśli człowiek, to należy określić który dział, grupa, poziom doświadczenia lub kierownictwo najlepiej poradzi sobie z tą sprawą, a jeśli jest to bot, to, co trzeba należy zrobić, aby bot mógł poprawnie zrealizować dane zadanie.

Ważnym aspektem jest również to, że boty powinny również samodzielnie dostosowywać się do pików związanych z natężeniem pracy. Przykładowo, jeśli istnieje 100 000 transakcji, które należy wykonać, to zamiast ręcznie przypisywać je do różnych robotów, funkcja workload balancing automatycznie rozdzieli je na różne boty i upewni się, że zadanie zostanie zrealizowane tak szybko, jak to możliwe.

Rozwiązania z zakresu process intelligence

W RPA przetwarzanie dużej liczby transakcji dla procesów niestabilnych lub takich, które mają bardzo dużą ilość wyjątków może być nie lada wyzwaniem. W takich sytuacjach nawet workload balancing nie będzie skutecznym rozwiązaniem. Pomocne mogą okazać się rozwiązania z zakresu process intelligence, które dostarczają informacji o tym, które zadania najlepiej zoptymalizować pod kątem RPA i zapewniają pełne zrozumienie procesu oraz ułatwiają wykrywanie wąskich gardeł, które mogą powodować błędy i wydłużenie czasu realizacji. Process intelligence pokazuje również najczęstsze ścieżki wykonywania zadań oraz ujawniają różnice w realizacji danego procesu przez poszczególne osoby. Możecie spotkać się również z określeniem 'process mining’, które również obrazuje podobne zagadnienie co 'process intelligence’.

Licencjonowanie

Warto również pochylić się nad zagadnieniem workload balancing ze względu na licencjonowanie botów.

Najbardziej klasycznym modelem dostarczania licencji na boty jest sprzedaż 'per bot’. Standardowo każdy bot to stały zasób, który może przetworzyć tylko określoną ilość pracy w ciągu 24h, a kiedy jego czas jest wypełniony, wymagana jest kolejna licencja. Działa to podobnie w drugą stronę. Jeśli bot nie jest wykorzystywany w pełni, nie zmniejsza to kosztów licencji.

Inteligentny workload balancing polega na sprawdzaniu dostępnych zasobów, a następnie przydzielaniu pracy w dynamiczny sposób. Skutecznie maksymalizuje to wykorzystanie zasobów, automatycznie przydzielając pracę różnym botom lub różnym serwerom w zależności od rodzaju wykonywanej pracy. W przypadku tradycyjnego RPA trzeba być przygotowanym na maksymalne obciążenie zasobów – trzeba się upewnić, że mamy wystarczającą ilość licencji tak, aby obsłużyć szczyt obciążenia. Przez pozostały czas część licencji jest bezczynna, a to sprawia, że zasoby nie są wykorzystane efektywnie.

To wszystko na dziś!

Dobrego dnia! ? ⚡

Subskrybuj brief!

Brief dostarcza wiedzy, która Ci się przyda, żeby zrozumieć jak działa i zmienia się świat robotyzacji procesów biznesowych.