Automatyzacja procesów biznesowych działa, ale efektu nie widać w metrykach

Wyjątek w zautomatyzowanym procesie to sprawa, której reguła nie obsłuży i która wraca do człowieka. Robot wprowadza faktury, a zespół nadal drukuje, dopisuje numery spraw i sprawdza każdy dokument po automacie. Koszt obsługi sprawy stoi w miejscu, bo automatyzacja procesów biznesowych weszła do starego sposobu pracy, zamiast go zmienić.

Umów rozmowę: 30 minut, sprawdzimy, gdzie utknął Twój proces

Trzy sytuacje, w których automatyzacja procesów przestaje wystarczać

01

Wyjątki zjadają czas, którego robot nie oddał.

Robot obsługuje przypadki opisane w projekcie. Wszystko poza nimi wraca do człowieka, a udział takich spraw rośnie razem z liczbą kontrahentów, formatów i załączników. W biurze operacyjnym, do którego trafia ponad 32 tysiące dokumentów rocznie, 42 procent dokumentów przechodzi przez cztery osoby lub więcej.

02

Wolumen rośnie szybciej niż zespół.

Zatrudnienie nie może rosnąć proporcjonalnie do liczby spraw, a każdy dodatkowy dokument to ten sam zestaw czynności. Dokładanie kolejnego robota do tego samego przepływu nie zmienia arytmetyki, tylko przesuwa wąskie gardło o jeden krok dalej.

03

Dane wejściowe nie są jednorodne.

Faktura przychodzi jako plik strukturalny, ale protokół odbioru, zamówienie i potwierdzenie idą innymi kanałami i w innych formatach. Robot porównuje pola. Problem polega na tym, że trzeba porównać treść.

Te trzy sytuacje rzadko występują osobno. Zwykle wyjątki rosną, bo rośnie wolumen, a rosną szybciej, bo dochodzą nowi kontrahenci z własnymi formatami. Dlatego automatyzacja procesów biznesowych, która działała w dniu wdrożenia, po dwóch latach nie pokazuje już efektu w metrykach.

Dlaczego kolejny robot tego nie naprawi

Robot wykonuje regułę. AI rozpoznaje kontekst. To są dwie różne klasy zadań i dlatego jedno nie zastępuje drugiego.

Dokument w stałym formacie, stałe pola

Robot

Przenosi dane bez błędu

AI

Nie jest potrzebna

Reguła, którą da się zapisać jako warunek

Robot

Wykonuje ją szybciej niż człowiek

AI

Nie jest potrzebna

Załącznik, którego nie było w specyfikacji robota

Robot

Zatrzymuje się, sprawa wraca do człowieka

AI

Klasyfikuje go i dopina do właściwej sprawy

Brak lub niezgodność między dokumentami

Robot

Nie wykryje, bo porównuje pola, nie treść

AI

Wykrywa brak i opisuje, czego zabrakło

Dostawca zmienia układ formularza

Robot

Wymaga przeprogramowania

AI

Rozpoznaje dokument mimo zmiany, wątpliwe przypadki idą do kolejki wyjątków

Różnicę między regułą a interpretacją rozpisaliśmy szerzej w tekście o tym, dlaczego automatyzacja zatrzymuje się na wyjątkach.

Granica między tymi kolumnami przesuwa się w czasie i to jest najczęstsze źródło rozczarowania. Proces, który przy wdrożeniu robota miał 5 procent wyjątków, po dwóch latach ma ich kilkanaście, bo doszli kontrahenci, formaty i wyjątki od wyjątków. Nikt tego nie zauważa z miesiąca na miesiąc, ale w metrykach rocznych widać, że koszt obsługi sprawy wrócił do punktu wyjścia.

Co zmienia AI w tym samym procesie

Biuro operacyjne, zarządzanie nieruchomościami, ponad 32 tysiące dokumentów rocznie

80%faktur bez ręcznej weryfikacji
54 dniroboczych odzyskanych w skali roku

Wcześniej wdrożony robot ograniczył ręczne wprowadzanie faktur, ale biuro nadal drukowało dokumenty i kontrolowało każdy z nich po automacie. Zmieniliśmy logikę: jeden kanał wejścia, automatyczne dopinanie protokołów i zamówień do faktury, kolejka wyjątków zamiast kontroli wszystkiego. Po sześciu miesiącach 80 procent faktur przechodzi bez ręcznej weryfikacji, a w skali roku wraca 54 dni robocze.

Likwidacja szkód w firmie ubezpieczeniowej

40 → 8 minanaliza pojedynczej szkody

Dokumentacja zawierała dane osobowe i medyczne, więc dział prawny blokował projekt przez pół roku. Zbudowaliśmy przepływ z anonimizacją przed wysłaniem do modelu i przywróceniem danych w wynikach. Analiza pojedynczej szkody skróciła się z 40 minut do 8, a dane wrażliwe nie opuszczają kontrolowanego środowiska.

Co dokładnie mierzyliśmy

W pierwszym projekcie metryką był odsetek faktur przechodzących bez dotknięcia przez człowieka, liczony przed zmianą i po sześciu miesiącach od uruchomienia. Dni robocze to przeliczenie tego odsetka na czas pracy zespołu w skali roku. W drugim metryką był czas od otwarcia sprawy do przygotowania materiału dla likwidatora, mierzony na tej samej próbce typów szkód przed i po. W obu przypadkach liczby pochodzą z porównania ze stanem sprzed zmiany, a nie z oceny zespołu po fakcie.

W obu przypadkach najpierw zmienił się przebieg procesu, potem doszła technologia. Odwrotna kolejność jest tym, co zwykle kończy się nowym narzędziem przy starym sposobie pracy. Szerzej opisuje to strona AI w procesach biznesowych.

Oba projekty prowadzili partnerzy AlignIT, którzy wcześniej sami odpowiadali za wyniki po stronie operacyjnej. Zobacz, kto poprowadzi projekt. Pełne opisy obu wdrożeń są na stronie Wyniki wdrożeń AI.

Jak wygląda praca na wyjątkach

Zmiana, o której mowa wyżej, sprowadza się do jednej decyzji: które sprawy w ogóle trafiają do człowieka. W starym modelu trafiały wszystkie, bo kontrola po automacie obejmowała każdy dokument. W nowym trafiają tylko te, w których czegoś brakuje.

Jeden punkt wejścia

Faktury, protokoły, zamówienia, pisma i załączniki wchodzą jednym kanałem, niezależnie od tego, czy przyszły systemem, mailem czy skanem.

Klasyfikacja i dopięcie

Każdy dokument dostaje typ i trafia do właściwej sprawy. Na tym etapie sprawdzana jest kompletność: czy do faktury jest protokół, czy zamówienie się zgadza, czy niczego nie brakuje.

Komplet idzie dalej bez człowieka

Sprawy z pełnym kompletem danych i wysokim poziomem dopasowania zapisują się w systemie automatycznie. To one stanowią wspomniane 80 procent.

Reszta trafia do kolejki z opisem braku

Operator nie szuka, czego brakuje, tylko dostaje gotową informację. Sprawy wrażliwe idą osobną ścieżką do kierownika.

Efekt liczony jest w dniach roboczych, bo zespół przestaje dotykać spraw, które i tak przeszłyby bez uwag. Jeżeli automatyzacja stanęła na wyjątkach, sprawdź, czy ten sam proces nadaje się do sprawdzenia z AI: checklista dla szefa operacji.

Jak sprawdzić, czy to zadziała u Ciebie

Trzy warunki decydują o tym, czy w ogóle jest co mierzyć.

Sprawa ma jednoznaczny identyfikator.

Da się ją prześledzić od wejścia do wyjścia. Bez tego nie policzysz, ile trwa obsługa jednej sprawy, a więc nie porównasz stanu przed i po.

Wolumen to co najmniej kilkaset spraw miesięcznie.

Przy mniejszej skali efekt utonie w wahaniach i nie da się odróżnić poprawy od dobrego tygodnia.

W procesie jest powtarzalna decyzja na podstawie dokumentów lub danych.

To ten punkt, w którym człowiek czyta, porównuje i wybiera. Właśnie tam AI daje efekt. Przenoszenie pól obsłuży robot.

Stan wyjściowy da się zmierzyć w tydzień

Większość zespołów nie ma tych liczb, bo nikt ich nie potrzebował. Zebranie ich zajmuje zwykle kilka dni i wystarczą cztery: ile spraw wchodzi w miesiącu, ile trwa obsługa jednej na próbce kilkudziesięciu przypadków, jaki odsetek wraca z brakami i ile osób dotyka jednej sprawy. W biurze z przykładu powyżej te liczby wyglądały tak: ponad 32 tysiące dokumentów rocznie, 4 462 sztuki wracające z brakami, 42 procent dokumentów przechodzących przez cztery osoby lub więcej. Dopiero mając taki punkt odniesienia, można powiedzieć, czy cokolwiek się poprawiło.

Jeśli chcesz przejść te kryteria z zespołem na własnych procesach, robimy to na warsztacie na Twoich zadaniach i dokumentach. Jeśli obszar jest już wybrany, kolejnym krokiem jest Dowód wartości AI: 2 do 4 tygodni na Twoich danych, z KPI ustalonym przed startem i decyzją na końcu.

Jeśli proces nie jest jeszcze opisany ani ustandaryzowany, pomiar pokaże zmienność samego procesu, a nie efekt AI. Wtedy pierwszym krokiem jest uporządkowanie i zmapowanie procesu, którym zajmuje się Sigla Consulting.

Autor tej strony

Dariusz Goluch

Partner i współzałożyciel, AlignIT · Optymalizacja procesów i efektywność operacyjna

Wnosi do wdrożeń AI diagnozę procesu opartą na pomiarze pracy. Ponad 20 lat w zarządzaniu i Lean, dziś Prezes Zarządu Sigla Consulting i Partner AlignIT.

Treść przejrzał Cezary Perendyk, COO AlignIT.

Najczęstsze pytania

Czym to się różni od RPA?
Robot wykonuje regułę zapisaną przez człowieka. AI rozpoznaje kontekst: jakim dokumentem jest załącznik, do której sprawy należy i czego w nim brakuje. W większości procesów oba rozwiązania pracują obok siebie.
Czy trzeba wymienić obecną automatyzację?
Nie. Roboty zwykle zostają tam, gdzie działają dobrze, czyli przy stałych formatach i prostych regułach. Zmienia się to, co dziś wraca do człowieka. W praktyce oznacza to, że robot dostaje mniej pracy, bo część spraw, które dotąd go zatrzymywały, przechodzi dalej.
Ile trwa sprawdzenie?
Od 2 do 4 tygodni. Pierwszy tydzień to wybór procesu i pomiar stanu wyjściowego, kolejne to praca na realnych danych i porównanie wyniku z punktem wyjścia.
Jakie dane są potrzebne?
Dokumenty i sprawy z produkcji, w skali wystarczającej do pomiaru. Często wystarczą archiwalne, z kilku miesięcy wstecz, bez ruszania środowiska produkcyjnego.
Co z bezpieczeństwem danych?
Zasady ustalamy przed startem: co trafia do modelu, co nie, gdzie przebiega przetwarzanie. W projekcie ubezpieczeniowym dane wrażliwe nie opuszczały kontrolowanego środowiska, a dział prawny zatwierdził rozwiązanie po dwutygodniowym sprawdzeniu.
Od czego zacząć?
Od jednego procesu, w którym znasz liczbę spraw i wiesz, ile trwa obsługa jednej. Jeśli tej liczby nie ma, zmierzenie jej zajmuje zwykle tydzień i jest pierwszym krokiem. Nie zaczynamy od pięciu obszarów naraz, bo wtedy żaden nie dostaje dość uwagi, a wynik trudno przypisać do konkretnej zmiany.

Sprawdź, gdzie utknął Twój proces

Rozmowa trwa 30 minut. Opowiedz o procesie, wolumenie i o tym, co już automatyzowaliście. Powiemy, czy widzimy miejsce na AI, czy najpierw trzeba uporządkować przebieg, i co warto zmierzyć przed jakąkolwiek decyzją.

Umów rozmowę: 30 minut

Wolisz napisać lub zadzwonić?radoslaw.jeziorski@alignit.pl·+48 601 416 319