Как выбрать подходящий проект для автоматизации | Большие Идеи

・ Технологии
Статья, опубликованная в журнале «Гарвард Бизнес Ревью Россия»

Как выбрать подходящий проект
для автоматизации

Что и зачем стоит автоматизировать бизнесу в первую очередь

Авторы: Бхаскар Гош , Гаятри Паллайл , Раджендра Прасад

Как выбрать подходящий проект для автоматизации
Иллюстрация: MirageC/Getty Images

читайте также

Проблема №1: как нанять идеального сотрудника и не нанять проходимца

Джефф Смарт,  Рэнди Стрит

Корпоративные анекдоты. Часть Первая

Борис Щербаков

Время цифровых костров: как достучаться до тех, кто не любит Facebook

Сара Уилсон

5 способов побороть стресс с помощью гаджетов

Александра Сэмюэль

Каждый раз, когда возникает новая волна технологий, перед менеджерами встает один и тот же вопрос: где начать использовать их в первую очередь? Стоит ли взяться за самое очевидное, что даст быстрый результат и обеспечит обоснование для более амбициозных проектов? Или следует мыслить стратегически и безотлагательно начать применять их в области, в которой можно упрочить конкурентное преимущество?

Прямо сейчас, с появлением революционных технологий для автоматизации интеллектуального труда (в частности, технологии искусственного интеллекта), мы видим, как на высшем уровне организаций команды управленцев бьются над этими вопросами. Интеллектуальная автоматизация (к этому понятию относится роботизированная автоматизация процессов, машинное обучение и искусственный интеллект в организациях) позволяет обнаруживать закономерности и беспрецедентно повышать скорость и точность различных бизнес-процессов, требующих расшифровки информации, — от ответов на вопросы клиентов до выполнения регулирующих требований по выявлению мошенничества и кибератак. Это может пригодиться для самых разных направлений деятельности современных организаций, и думать о том, с чего начать и как действовать дальше, нужно по-другому, не так, как в случае с остальными технологиями. Старые ответы здесь неприменимы.

Инструменты интеллектуальной автоматизации могут существенно и в самых разных областях повысить производительность организации. В одной из известных нам компаний создали команду, которой было поручено проанализировать все направления работы, найти те области, где люди тратят время на выполнение повторяющихся задач по обработке информации, и выбрать то, что можно было бы автоматизировать. Список включал в себя сотни вещей, которые могла сделать умная машина, чтобы помочь воплотить творческие идеи работников, повысить скорость и точность принятия решений и улучшить качество обслуживания клиентов.

Есть и сильные конкурентные стимулы: компании видят перспективы и инвестируют в инструменты автоматизации с огромной скоростью — согласно данным компании Gartner, интеллектуальная автоматизация является самой быстрорастущей областью технологических инвестиций предприятий. Пандемия дала инструментам автоматизации гигантский толчок, так как фирмам внезапно пришлось искать новые пути осуществления процессов, критичных для выполнения их миссии.

Скоро, вероятно, и в вашей организации для самых разных задач будут применяться инструменты интеллектуальной автоматизации — может быть, для этого появятся новые возможности или возникнет такая необходимость ввиду роста конкуренции. С чего же следует начать?

Вместо того чтобы ставить перед собой цель быстро добиться результатов (что не будет иметь значительных последствий) или найти стратегические практические приложения (что требует навыков и опыта, которых у вас еще нет), задумывайтесь о том, как ваши первые шаги будут способствовать развитию компетенций в организации. Необходимо установить порядок проектов, которые вы будете реализовывать, — важно понимать, что их будут сотни, — и с помощью первых подготовить специалистов в области ИИ и создать соответствующую инфраструктуру для следующих проектов.

Наметьте, куда хотите прийти

Развитие компетенций организации — под тот класс проблем, с которыми она будет постоянно сталкиваться в будущем, — это задача, уже, возможно, возникавшая у вас в других сферах. В областях от формулирования стратегии до управления проектами команды признают, что могут и должны совершенствоваться и учиться на собственном опыте. И поскольку существуют основы, которые необходимо освоить, прежде чем переходить к компетенциям более высокого порядка (прежде чем начать бегать, нужно научиться ходить), команды часто ориентируются на так называемые модели зрелости, описанные специалистами, наблюдавшими за тем, как тот же путь прежде проходили другие. Учитывая, что вашим сотрудникам придется снова и снова сталкиваться с проблемой реализации решений интеллектуальной автоматизации, такой подход имеет смысл. Но какой будет лучшая последовательность шагов для вашей организации, решать вам.

Для планирования процесса необходимо наметить, как ваша команда или организация будет действовать, чтобы от уровня новичка дорасти до уровня эксперта.

Первый этап, как правило, включает оценку имеющихся компетенций: задачи, которые ваши люди уже знают, как решать, и уровень инструментов, которыми они располагают для их решения. Возможно, у вас есть сотрудники, уже обладающие хорошими навыками анализа данных или участвовавшие в установке систем роботизированной автоматизации процессов.

На следующем этапе необходимо проанализировать разницу между текущими компетенциями и требованиями наиболее сложного решения, которое вы можете спрогнозировать. Может выясниться, что ваша текущая ИТ-инфраструктура просто не справится с будущим спектром приложений, которым понадобится взаимодействовать с различными источниками данных. Или что потребуется гораздо более эффективное, чем прежде, сотрудничество между разработчиками программного обеспечения и сотрудниками, участвующими в бизнес-процессах.

И, наконец, когда вы определите начальное и конечное состояние компетенций, можно составить поэтапный план, где будет перечислена последовательность проектов в зависимости от того, какие из них на ранних этапах помогут заложить основы для последующих инициатив.

Вот пример, иллюстрирующий, как этот подход может привести к более удачному выбору. В компании, производящей строительное оборудование, имеется три области, подходящие для автоматизации. Первое решение предлагает один из поставщиков: это чат-бот, которого легко встроить во внутреннюю службу поддержки ИТ и который сразу же повлияет на время ожидания и численность персонала. Вторая возможность находится в отделе финансов: прогнозирование продаж можно усилить с помощью прогнозного моделирования, подкрепленного распознаванием паттернов искусственным интеллектом. Третья идея отличается масштабностью: если компания сможет использовать интеллектуальную автоматизацию для создания среды «подключенного оборудования» на рабочих местах клиента, то бизнес-модель может приобрести новые потоки доходов от таких цифровых услуг, как удаленный мониторинг и контроль оборудования.

Если вы стремитесь к сравнительно легкой реализации и быстрой отдаче на инвестиции (ROI), очевидно, что нужно выбирать первый вариант. Если же вам нужна шумиха вокруг смелого нового видения вашей организации, то выбирайте третий. Можно сформировать ударную группу или отдельную структуру и дать ей полную свободу действий для подрывной трансформации существующего бизнеса. Но имейте в виду, что ни один из этих подходов в действительности не подготавливает почву для распространения интеллектуальной автоматизации на другие области применения в организации: ни то, ни другое не повышает заинтересованность, восприимчивость или способность применять интеллектуальные технологии в других областях. Иначе говоря, эти пути не поведут вашу организацию вверх по кривой обучения к большей технологической зрелости.

Для этого подойдет второй вариант — в значительной степени потому, что потребует от компании слаженных действий на основе данных. Без хорошей стратегии, касающейся данных предприятия, людям в различных частях фирмы будет не хватать общих стандартов и понимания, какие данные собирать и как их организовывать, очищать и готовить для анализа. Это основополагающая компетенция, которая понадобится компании, чтобы добиться успеха при масштабном использовании машинного обучения. С точки зрения развития компетенций, легко увидеть, как прогресс в области данных предприятия сделает возможной реализацию 10 других проектов, которые, в свою очередь можно приоритизировать в зависимости от их потенциала для дальнейшего наращивания возможностей организации. Наша производственная компания может составить дорожную карту, демонстрирующую, что пять лет спустя она будет не просто пожинать плоды конкретных проектов, но также в целом будет лучше готова к действительно трансформационным инициативам.

Зачем автоматизировать

Пятьдесят лет назад легендарный Питер Друкер ввел термин «работники умственного труда» и признал, что с усилением их роли в мировой экономике организациям придется решать новые сложные задачи. «Самое главное достижение, которого менеджмент должен добиться в ХХI веке, — писал он, — связано с повышением эффективности работника умственного труда». В конце концов, интеллектуальная автоматизация располагает для этого мощным набором инструментов. И гонка уже началась. Избегайте отчаянных рывков в погоне за возможностями, мешающих коллективному прогрессу вашей организации. Выбирайте с умом, и ваши инвестиции в интеллектуальную автоматизацию также позволят развить необходимые компетенции.