211service.com
Boten som elsket meg: Hvordan intelligent automatisering vil forbedre jobbene våre og bedriftene våre
Levert av PwC
Når vi tenker på automatisering, dukker ofte opp typiske eksempler – robotikk fra fabrikkgulvet, spamfiltre og automatiserte programvaretestingsverktøy. Men hva om automatisering kunne gis en dramatisk oppgradering, en gjort mer intelligent ved å integrere disse verktøyene med maskinlæringsteknologier (ML)? Se for deg en verden der automatiseringsverktøy ser på hvordan vi jobber, og bruk deretter kunstig intelligens (AI)-drevet innsikt for å fortelle oss hvordan vi kan jobbe bedre (eller oppgradere arbeidsinnsatsen for oss) i farten.
Det er ikke en fantasi: Intelligent automatisering kommer nå , og det vil i stor grad endre måten vi jobber på.
I dag er automatiseringsverktøy stort sett isolert og segmentert i sine egne lener. En chatbot på nettstedet samhandler vanligvis ikke med en kundeservicemedarbeider med mindre den er programmert til å levere en samtale hvis visse betingelser er oppfylt. Chatboten følger bare programmeringen og endrer aldri kurs med mindre den blir beordret til det. Når vi utvikler et system som dette, finner vi først ut hva vi vil automatisere; så designer og utvikler vi roboten for å fungere for dens spesifikke formål.
Men alt dette er i endring fra grunnen av.
Maskinlæring avgjør hva som skal automatiseres
Slik ser fremtiden for automatisering ut: I stedet for å bestemme en prosess som vi ønsker å automatisere, vil en maskinlæringsagent observere måten vi jobber på, samle inn og utvinne historiske data for å finne ut hvor mulighetene for automatisering ligger. AI-verktøyet vil deretter gi hypoteser om en løsning i form av en automatisert prosessendring og simulere hvordan disse endringene vil forbedre produktiviteten eller føre til bedre forretningsresultater.
Derfra vil den optimaliserte, automatiserte prosessen implementeres i arbeidsmiljøet, sømløst integrere seg i jobbene våre, med mål om å redusere repeterende, manuell innsats – det såkalte travle arbeidet som spiser opp så mye av dagen. Denne kombinasjonen av menneskelig og digital arbeidskraft kalles orkestrering.
Det er ikke en fantasi: Intelligent automatisering kommer nå, og det vil i stor grad endre måten vi jobber på.
Når den brukes i hele bedriften, lar orkestrering oss lage en gullstandard av automasjonsdrevne beste praksiser som kan standardiseres på tvers av hele organisasjonen. Disse verktøyene vil hele tiden overvåke deres egen ytelse (og kan også overvåke ansattes ytelse) og forbedre deres egne algoritmer etter hvert som tilleggsdata blir fanget, og blir bedre hver dag mens de bruker læringen på andre utfordringer som har relaterte problemer. For eksempel kan en algoritme som ruter innkommende kundeservice-e-poster til slutt tilpasse seg til å rute interne ansattes evalueringsdokumenter.
Intelligent automatisering har applikasjoner på tvers av et bredt spekter av jobbroller, disipliner, avdelinger og sektorer. Den kan brukes til alt fra å forbedre meldinger til å tildele faktureringskoder til å effektivisere eksterne markedsføringstiltak.
Men selv om ML-drevet orkestrering vil finne mange applikasjoner i kontorlignende arbeid, er det ikke begrenset til rutineoppgaver som å sende automatiserte e-postsvar på kundehenvendelser eller ta med nye ansatte.
Se for deg en forsikringsagent som utvikler komplekse poliser for sine kunder, basert på uttømmende undersøkelser som beskriver deres spesielle behov. Disse retningslinjene kan ta timer å bygge – utviklet stykkevis fra dype kataloger over variable vilkår, kostnader og fordeler. Det kan være en enkel prosess, men det er også en tidkrevende prosess som krever betydelig oppmerksomhet på detaljer for å sikre at ingenting blir oversett.
Intelligent automatisering eliminerer nesten all denne innsatsen. En intelligent mikrobot kan observere arbeidsflyten til forsikringsagenten, avdekke hvor for mye manuell innsats finner sted, og finne ut hvor automatisering kan både effektivisere arbeidsflyten og forbedre det ferdige produktet, alt uten å involvere agenten direkte.
Mens agenten ville ha tilsyn, ville han bli frigjort fra de mer verdslige aspektene ved jobben, ettersom mikroboten komponerte politikken på hans vegne, og lot agenten fokusere på den store oppgaven med å betjene kundene sine bedre.
Intelligent automatisering kan være til nytte for alle ansatte
Et av målene med intelligent automatisering er å utvide dette fordel for alle i hele organisasjonen . Du bør ikke trenge å involvere IT-avdelingen for å dra nytte av automatisering, siden disse verktøyene bygges for å kaste bort det som en gang var en veldig vanskelig og teknisk prosess og gjøre den mye mer brukervennlig.
Forsikringsagenteksemplet ovenfor kan høres komplisert ut, men i kjernen er det et grunnleggende problem som enhver kunnskapsarbeider har: å måtte investere lange timer i en repeterende prosess som ikke utnytter den profesjonelles tid eller kompetanse på best mulig måte. Det ideelle intelligente automatiseringsverktøysettet er designet for å være tilgjengelig for alle, og organisasjoner trenger ikke en stab av dataforskere for å implementere det.
Intelligente automatiseringsroboter må overvinne denne frykten før vi stoler nok på dem til å legge hele vekten av virksomheten på deres skuldre.
Tenk på en annen business case som nesten alle store bedrifter sliter med: kundesenteret. Callsenteret er et godt eksempel fordi vi kan se ganske tydelig hvordan det fungerer og drives, hva call center-agenter gjør og hvordan de håndterer hver samtale. Mye energi brukes på å overvåke samtaler, bestemme type samtale og dirigere den på riktig måte. Call center ledere er ofte stolte av å ha tilgang til et berg av informasjon om hver samtale som kommer inn til senteret.
Så la oss begynne å bruke grunnleggende automatisering på den avdelingen. Et enkelt AI-verktøy, som et som eksisterer i dag, kan bestemme at de beste kundene bør vente minst tid. Dette er en streng algoritmisk tilnærming som shunter noen innringere til nettstedet, gir andre innringere et ferdig svar og raskt eskalerer VIP-er til en mer erfaren agent.
AI-verktøyet bruker regler og logikk for å ta disse avgjørelsene, men det er ingen følelse av menneskelig empati her. AI-verktøyet kan ikke føle frustrasjonen i stemmen til den som ringer, og det bryr seg ikke om at en plaget mor som er forsinket med å hente barna sine har vært på vent i en time.
Ved å bringe et orkestrert, intelligent automatiseringsverktøy til blandingen, kan systemet lære av å studere interaksjonene mellom alle agentene og alle innringerne, i stedet for bare å stole på et sett med statiske, forhåndsbestemte regler. Det er ikke det samme som menneskelig empati, men robotens evne til å tilpasse seg (eller selvhelbredende) beveger nålen i den retningen og gir målbart bedre resultater over tid.
Ved å observere hvordan mennesker reagerer på ulike samtaler, blir automatiseringsverktøyet stadig bedre til å ta beslutninger om hvordan de skal håndtere disse samtalene uten menneskelig innblanding. Det endelige resultatet er fornøyde kunder og mer engasjerte og produktive kundesenteroperatører.
Dette kan høres fantasifullt og futuristisk ut, men verktøy som dette begynner allerede å komme på markedet. Innen 2019 bør de være i utbredt bruk i en rekke bransjer.
Det er ikke dermed sagt at disse verktøyene er ensidig klare for rampelyset, fordi intelligent automatisering har noen utfordringer som vi må overvinne når teknologien kommer inn i mainstream.
Tillit er en av de største problemene. Markedsførings-e-poster og faktureringskoder er én ting, men kan folk stole på roboter med økonomiske transaksjoner og personalinformasjon? Når sensitive data som helsejournaler og kredittkortnumre blir involvert, er det naturlig å frykte at noe kan gå galt takket være en feilplassert kodelinje.
Intelligente automatiseringsroboter må overvinne denne frykten før vi stoler nok på dem til å legge hele vekten av virksomheten på deres skuldre.
Smarte bedrifter kommer i forkant av spillet ... ved å utvikle et rammeverk for styring fremfor automatisering.
Datastandardisering er en annen utfordring. Data lagres i utallige formater, dusinvis av programmeringsspråk er vanlige, og antallet applikasjoner som roboter må samhandle med, er sannsynlige tall i tusenvis. Hvordan bruker roboter alle disse datakildene og formatene? Og hvem er ansvarlig for å administrere botsvermen?
Til slutt, hvordan kan vi forhindre at skjevheter kommer snikende inn i intelligente systemer? Vil en utviklers skjevhet krype inn i algoritmen hans eller hennes? Hvis en banks låneansvarlig bruker forskjellige standarder på minoritetssøkere, lærer boten den oppførselen og gjør diskriminering til en del av den interne prosessen? Situasjoner som disse gir opphav til etiske spørsmål som ikke har blitt fullstendig diskutert – men de må være det.
Disse utfordringene trenger ikke være skremmende og kan begynne å løses gjennom streng styring i bedriften. Smarte bedrifter kommer i forkant av spillet (og takler noen av disse utfordringene) ved utvikle et rammeverk for styring over automatisering, som spesifiserer godkjente verktøy og sikkerhetsprotokoller som roboter kan bruke. I noen selskaper gjenoppfinnes også forretningsprosesser, slik at automatisering kan implementeres mer vellykket. Andre tilpasser sin driftsmodell for å bygge inn mer teknologi direkte i virksomheten.
Selv om vi har en vei å gå, beviser intelligent automatisering allerede sin verdi. Dette pakke med teknologi gir en demonstrert måte å redusere utgifter på, forbedre produktiviteten og øke medarbeidertilfredsheten. Og etter hvert som automatisering blir mer intelligent og mer meningsfylt, vil alle disse faktorene fortsette å forbedre seg – noen ganger dramatisk.
Når vi revurderer alle slags prosesser fra ende til annen, forventer vi å se fremveksten av en rekke, helt nye verdiforslag, alle drevet av kraften til intelligent automatisering.
For å lære om PwCs automatiseringsperspektiv og finne ut hvordan du kan gjenoppfinne virksomheten din, Klikk her.