Як ШІ допомагає компаніям робити редизайн бізнес-процесів

Але в той час як технології дійсно принесли значні оновлення, їх впровадження часто не виправдовувало захмарних очікувань. Наприклад, великомасштабні ERP-системи, такі як SAP або Oracle, забезпечували корисну ІТ-основу для обміну даними, але водночас створювали дуже жорсткі процеси, які важко було змінити після їхнього впровадження. Відтоді управління бізнес-процесами зазвичай передбачало лише поступові зміни в локальних процесах — Lean і Six Sigma для повторюваних процесів, а також методи Agile і Lean Startup для розробки — і все це без будь-якої підтримки з боку технологій.

Зараз версія цієї ідеї відроджується в деяких компаніях, і ми очікуємо побачити її в багатьох інших. Це вимагатиме не лише визнання та розуміння штучного інтелекту, а й нового сприйняття бізнес-процесів як структури для покращення роботи. У міру того, як ШІ стає універсальною технологією загального призначення, стає все більш імовірним, що він може забезпечити радикальну перебудову бізнес-процесів, яка спочатку передбачалася прибічниками реінжинірингу.

Оновлення реінжинірингу

Технології, що уможливили реінжиніринг у 1990-х, були переважно транзакційними та комунікаційними. Вони дозволяли ефективно збирати та передавати дані всередині організацій та між ними. Штучний інтелект, з іншого боку, дозволяє приймати кращі, швидші та більш автоматизовані рішення. По суті, більшість розгортань ШІ у великих організаціях передбачають навчання на основі великих масивів даних для прогнозування або класифікації, що, в свою чергу, допомагає бізнесу приймати кращі операційні рішення. Кращі операційні рішення, своєю чергою, підвищують ефективність, даючи кращі результати. Ключова відмінність полягає в тому, що сучасні ШІ-системи — це справжня технологія загального призначення, яка призвела до кардинальних змін не лише у плануванні та контролі виробництва, але й у розпізнаванні та перевірці візуальних зображень, автономних операціях і створенні нового контенту.

Хоча методи, що сприяють такому зростанню штучного інтелекту, існують уже десятиліттями, вартість їхнього впровадження різко знизилася. Сучасні рішення на основі ШІ, які раніше були сферою діяльності лише аналітиків даних, тепер достатньо зрілі, щоб їх можна було пропонувати «з полиці», що значно знижує технічні бар’єри для входу на ринок. Падіння витрат на обчислення, зумовлене широкою доступністю хмарних технологій, зростанням дешевої пропускної здатності і зниженням вартості датчиків, різко знизило ціну прогнозування на основі моделей. Рішення на основі ШІ також можна включити в ширший контекст автоматизації. Такі технології, як роботизована автоматизація процесів (RPA), допомагають структурувати потік роботи й автоматизувати трудомісткі бек-офісні процеси. RPA базується на правилах, що обмежує її здатність приймати рішення на основі даних. Але в поєднанні з машинним навчанням як «інтелектуальною автоматизацією процесів» вона може впоратися з набагато більшим розмаїттям завдань.

Такий керований штучним інтелектом реінжиніринг вже відбувається. Банки використовують його для трансформації консультацій з управління капіталом для клієнтів. Страхові компанії використовують ШІ, щоб значно спростити процес залучення клієнтів і андеррайтингу, а також автоматизувати оцінку збитків за пошкодження автомобілів і будинків за допомогою глибокого аналізу фотографій, зроблених страхувальником. Промислові компанії змінюють процеси технічного обслуговування та інжинірингу. Навіть у сфері охорони здоров’я, де існує багато досліджень у галузі ШІ, але набагато менше клінічного впровадження, діагностика та лікування в деяких країнах змінюються завдяки телемедицині на основі штучного інтелекту.

Все це має важливі наслідки для того, як ми використовуємо ШІ, як працюємо і як організовуємо компанії. Щоб скористатися цими потенційними перевагами, компаніям потрібно повернутися до комплексного підходу до своїх бізнес-процесів і ретельно обміркувати, як штучний інтелект може їх трансформувати. По суті, компаніям слід дослідити, де вони генерують достатньо даних, щоб виокремити закономірності, які можна було б використати для підтримки операційних рішень.

ШІ стимулює реінжиніринг процесів

Оскільки штучний інтелект приносить нові можливості в бізнес-процеси, компаніям необхідно переосмислити, які завдання потрібні, з якою періодичністю і хто їх виконує. Коли ШІ супроводжується частковою автоматизацією, компаніям також потрібно вирішити, що в їхніх процесах робитимуть люди, а що — машини. Більшість сучасних ШІ-застосунків спрямовані на покращення виконання певного завдання. Але при цьому втрачається загальна картина: розумні компанії розглядають впровадження ШІ як обґрунтування для нового погляду на наскрізні процеси.

На найпростішому рівні аналіз процесів часто передбачає поєднання обмежень і можливостей. Наприклад, у сінгапурському банку DBS менеджер із спостереження за транзакціями (боротьба з відмиванням грошей і виявлення шахрайства) сказав в інтерв’ю, що вони розчаровані високим рівнем помилкових спрацьовувань, виявлених системою, що базується на правилах і вимагається банківськими регуляторами. Це неминуче обмежує процес, але він побачив можливість використовувати ШІ для прогнозування та оцінки ризику шахрайства для кожного позитивного результату за допомогою машинного навчання. Транзакції з низькою ймовірністю шахрайства можна просто покласти в «холодильник» на кілька місяців, щоб перевірити, чи не повторюються вони з тим самим клієнтом.

Системи штучного інтелекту на основі машинного навчання для виявлення відхилень добре зарекомендували себе у сфері виявлення шахрайства. Але коли цю систему поєднали з новою workflow-платформою і системою мережевої аналітики взаємовідносин (для ідентифікації членів шахрайської мережі), продуктивність аналітиків зі спостереження збільшилася на третину.

Ще один гарний приклад — компанія Shell. Shell вже давно є компанією, орієнтованою на процеси, і зараз бере участь у великій ініціативі з впровадження ШІ в таких сферах, як ланцюг поставок, операційна діяльність та технічне обслуговування. У рамках цієї ініціативи Shell проводить реінжиніринг своїх робочих процесів.

Наприклад, розглянемо роботу з моніторингу та інспекції на енергетичних і хімічних заводах, трубопроводах, морських об’єктах, а також вітрових і сонячних електростанціях. Раніше ця робота виконувалася виключно особисто інспекторами та технічним персоналом, але ШІ може усунути це обмеження. Тепер багато інспекційних завдань із низькою доданою вартістю можуть виконуватися дистанційно за допомогою роботів і дронів. Деякі об’єкти Shell настільки великі, що раніше на перевірку всього вручну пішли б роки — тепер дрони і роботи впроваджуються для автоматизації цих процесів і допомагають скоротити час циклу.

У результаті цих змін інспектори та технічні спеціалісти з обслуговування можуть переосмислити свою повсякденну роботу. Вони можуть зосередитися на більш важливих видах діяльності, таких як визначення пріоритетів проєктів або, якщо вони перебувають на об’єкті, виконання більш складних перевірок. Водночас з’являються нові завдання, такі як створення анотацій до зображень для покращення алгоритмів перевірки або управління процесами навчання тисяч моделей машинного навчання, які зараз працюють на виробництві. Те, що раніше було фізичними робочими процесами, тепер управляється мультидисциплінарними командами, які виконують здебільшого цифрові завдання.

Цей зсув супроводжувався певним опором. Спочатку було важко заохотити інспекторів, але поступово їх вдалося переконати, коли показали, що обробка зображень забезпечує аналогічну точність за значно менший час. Крім того, Shell залучає цих інженерів до переосмислення їхніх робочих процесів за допомогою віддалених центрів спостереження, надаючи їм можливість бути рушіями змін.

Shell усвідомлює, що цей процес реінжинірингу з використанням штучного інтелекту стає постійним способом роботи. Кожен окремий проєкт може тривати лише рік або два, але що більше вони використовують цифрові технології, дані та штучний інтелект для редизайну процесів, то більше вони бачать можливостей для подальшого розвитку. Це особливо важливо, оскільки компанія трансформується, щоб стати енергетичною компанією з нульовим рівнем викидів.

Хто має очолити зміну процесів за допомогою ШІ?

Вдосконалення процесів традиційно було виключно сферою компетенції операційних менеджерів. Через це організації досить рідко проводять реінжиніринг у поєднанні зі своїми ШІ-проєктами. Аби по-справжньому використати можливості штучного інтелекту, діяльність із дизайнування та вдосконалення процесів має бути включена в ШІ-ініціативу. Найбільш успішні такі ініціативи все частіше організовуються «менеджерами по продукту», які ставлять собі за мету вдале розгортання системи, включно з необхідними змінами в бізнесі. Shell призначає власника продукту, який керує змінами в бізнесі, і менеджера продукту, який відповідає за технічну реалізацію. Деякі організації також вдаються до вправ із «дизайн-мислення», які частково перетинаються з аналізом у стилі реінжинірингу того, як робочі процеси і діяльність мають бути переплановані для задоволення потреб клієнтів або внутрішніх потреб.

Хоча ми бачили багато випадків, коли реінжиніринг відбувається паралельно з розробкою ШІ, недостатньо організацій ще визнають необхідність зміни процесів. Незалежно від того, чи називається це «реінжинірингом», чи ні, було б корисно чіткіше окреслити його роль і діяльність, включаючи високорівневе дизайнування, детальні потоки процесів, вимірювання витрат до і після та тривалості циклів, а також аналіз необхідних навичок і навчання.

Ці заходи є надто важливими для успіху ШІ-проєктів, щоб залишати їх на волю випадку або на розсуд керівника, який пам’ятає про реінжиніринговий рух.

Оскільки проєкти, орієнтовані на автоматизацію, мають безпосередній вплив на потоки процесів і, з більшою ймовірністю, ніж інші форми ШІ, передбачають лише поступові зміни, вони також із більшою ймовірністю, включатимуть формальний набір кроків з удосконалення процесів. Наприклад, у Voya Financial група з удосконалення процесів має в своєму складі центр передового досвіду з автоматизації, і жоден такий проєкт не відбувається без попереднього вдосконалення процесів. Керівник групи розповів, що автоматизація в компанії є настільки ж процесо-орієнтованим завданням, наскільки і технічним. Ми знайшли кілька інших компаній, які поєднують вдосконалення процесів та автоматизацію, але ми хотіли б бачити як більш агресивні зміни процесів, так і більш потужні технології штучного інтелекту, такі як машинне навчання, у поєднанні з автоматизацією.

ШІ швидко стає повсюдною технологією. Як тільки хайп спаде, він стане таким же стандартним, як ERP-системи, статистичні пакети або навіть електронні таблиці. Платформи штучного інтелекту можуть бути використані набагато більшою кількістю компаній для реінжинірингу своїх процесів. ШІ — це засіб для досягнення мети, а не самоціль. Фірми, які розуміють, як використовувати його у якості нового інструменту в ширшому контексті реінжинірингу процесів, можливо, отримають найбільший зиск від ШІ в довгостроковій перспективі.

За матеріалами "How AI Is Helping Companies Redesign Processes", HBR.

Ілюстрація: gettyimages.com

Про авторів:

Томас Девенпорт (Thomas Davenport) — почесний професор інформаційних технологій та менеджменту в Бебсон-коледжі, запрошений науковий співробітник Ініціативи з цифрової економіки Массачусетського технологічного інституту та старший радник ШІ-практики компанії Deloitte. Він є співавтором книги 2023 року «All-in on AI: How Smart Companies Win Big with Artificial Intelligence» («Ва-банк на ШІ: як розумні компанії виграють завдяки штучному інтелекту»).

Маттіас Хольвег (Matthias Holweg) — професор операційного менеджменту American Standard Companies у бізнес-школі Saїd при Оксфордському університеті.

Ден Джевонс (Dan Jeavons) — віце-президент з обчислювальної техніки та цифрових інновацій компанії Shell. Він відіграє ключову роль у масштабуванні цифрових і data science технологій в усіх бізнесах Shell, а також очолює Data Science Centre of Excellence, який отримав багато нагород з моменту його заснування у 2013 році.