Jak wybrać
pierwszy proces
do AI

Narzędzie wybiera się na końcu, nie na początku

Rozmowa o AI w operacjach zwykle zaczyna się od pytania o narzędzie. Który model, która platforma, czy da się to podpiąć pod nasz system. To pytanie przychodzi za wcześnie, bo o wyniku projektu decyduje coś innego: czy proces, który wybrałeś, w ogóle nadaje się do sprawdzenia.

Proces nadaje się wtedy, gdy da się w nim policzyć stan sprzed AI i stan po AI. Jeśli dziś nie wiesz, ile trwa obsługa jednej sprawy i ile spraw wraca do poprawki, to po wdrożeniu też się nie dowiesz. Zostanie wrażenie zespołu, że jest lepiej, i rachunek za licencje.

Zła kwalifikacja kosztuje więcej niż samo narzędzie. Projekt rusza, mija kwartał, zespół pokazuje przykłady, a nikt nie umie powiedzieć, czy jest szybciej. Wtedy decyzja o skalowaniu zapada na podstawie sympatii do dostawcy. Dobra kwalifikacja zabiera tydzień i zdejmuje ten problem z drogi.

Ten przewodnik daje trzy rzeczy w kolejności, w jakiej ich potrzebujesz. Najpierw kryteria, po których poznasz proces nadający się do sprawdzenia. Potem pięć pytań, które warto zadać, zanim podpiszesz zakres. Na końcu arkusz z punktacją i plan policzenia stanu wyjściowego w tydzień.

Trzy kryteria, które musi spełnić proces

Kryterium 1. Sprawa ma tożsamość

Każda sprawa w procesie ma własny identyfikator, znacznik czasu wejścia i znacznik czasu zamknięcia. Bez tego nie policzysz czasu cyklu, a bez czasu cyklu nie masz czego porównywać. Test praktyczny jest prosty: poproś o eksport listy spraw z ostatnich trzech do sześciu miesięcy, z numerem, datami i wynikiem decyzji. Jeśli eksport nie powstaje w dwa dni, proces nie ma tożsamości, tylko skrzynkę mailową.

Kryterium 2. Wolumen jest wystarczający i stabilny

Przyjmij próg 200 do 300 zamkniętych spraw miesięcznie. Poniżej tego poziomu każda poprawa jest w granicach wahań i trudno ją obronić przed finansami. Wolumen ma być też powtarzalny. Proces, który przez trzy miesiące w roku ma szczyt, a przez resztę stoi, mierzy się dłużej i drożej.

Kryterium 3. W procesie jest punkt decyzji opartej na treści

Szukasz miejsca, w którym człowiek czyta dokument, interpretuje go i podejmuje decyzję: klasyfikuje, kieruje dalej, wyciąga dane, ocenia kompletność. Właśnie tam AI daje efekt. Przenoszenie pól między systemami obsłuży zwykła automatyzacja i zrobi to taniej.

Gdzie te kryteria spotykają się najczęściej

Typowi kandydaci w operacjach: obsługa reklamacji, wstępna ocena wniosków, weryfikacja kompletności dokumentów, klasyfikacja i kierowanie korespondencji, obsługa wyjątków po robotach RPA. Ta ostatnia pozycja jest warta uwagi osobno. Robot radzi sobie ze sprawami standardowymi i zatrzymuje się na wyjątkach. Wyjątki to zwykle 20 do 40 procent spraw, a zabierają więcej czasu niż wszystko pozostałe. To najczęstsze miejsce, w którym automatyzacja stanęła, a AI ma co robić.

Przykład z obsługi wyjątków pokazuje, o jaką różnicę chodzi. Sprawa niestandardowa zabiera pracownikowi 20 do 30 minut, bo trzeba ją przeczytać, znaleźć brakującą informację i zdecydować, gdzie trafia dalej. Kiedy model przygotuje opis braku i propozycję kierunku, człowiekowi zostaje ocena i zatwierdzenie, czyli kilka minut. Skala takiej różnicy zależy od udziału wyjątków, dlatego ta liczba jest w arkuszu osobną pozycją.

Pięć pytań, zanim zatwierdzisz zakres

Poniższe pytania padają na rozmowach z zarządem, tylko zwykle za późno, po pierwszych wynikach. Zadane przed startem kosztują godzinę.

Jak policzyć stan wyjściowy w tydzień

Stan wyjściowy nie wymaga projektu analitycznego. Wymaga pięciu dni i dostępu do jednego eksportu.

• Dzień 1. Ustal zakres i definicje. Co liczy się jako jedna sprawa, kiedy sprawa się zaczyna, kiedy jest zamknięta, co uznajemy za eskalację. Zapisz te definicje, bo za trzy miesiące będziesz porównywał do nich wyniki.
• Dzień 2. Zamów eksport z systemu. Identyfikator, znacznik wejścia, znacznik zamknięcia, wynik decyzji, osoba obsługująca. Okno: trzy do sześciu miesięcy.
• Dzień 3. Rozdziel sprawy standardowe od wyjątków i policz udział wyjątków. Ta jedna liczba mówi więcej o potencjale niż całe warsztaty.
• Dzień 4. Policz cztery liczby. Używaj mediany, nie średniej. Średnia w procesach z ogonem długich spraw pokazuje wynik, którego nikt w zespole nie rozpoznaje.
• Dzień 5. Pokaż wyniki zespołowi, który ten proces obsługuje. Jeśli liczby są dla nich zaskoczeniem, sprawdź definicje, zanim pójdziesz dalej.

Arkusz kwalifikacji procesu

Arkusz wypełnia właściciel procesu razem z osobą, która zna dane w systemie. Sam właściciel oceni pozycje o danych zbyt optymistycznie, sam analityk nie oceni mandatu i stabilności.

Oceń wybrany proces w dziesięciu pozycjach. Za każdą przyznaj 0, 1 albo 2 punkty. Maksimum to 20.

Pozycja	0 punktów	1 punkt	2 punkty
1. Tożsamość sprawyidentyfikator i znaczniki czasu	nie ma	częściowo	pełny zapis
2. Wolumenzamknięte sprawy miesięcznie	poniżej 200	200 do 300	powyżej 300
3. Historia3 do 6 miesięcy do eksportu	nie	z pracą ręczną	jednym eksportem
4. Decyzja na treścipowtarzalna ocena dokumentu	nie ma	jedna decyzja	kilka tego samego typu
5. Wyjątkinazwane i policzone	nie wiemy	znamy z grubsza	udział i katalog
6. Stabilnośćnajbliższe dwa miesiące	trwa zmiana	zmiana planowana	stabilny
7. Mandat właścicielazmiana sposobu pracy	nie ma	z akceptacją wyżej	decyduje sam
8. Dostęp do danychbez pełnej integracji	nie	z ograniczeniami	tak
9. Stan wyjściowypoliczony albo policzalny w tydzień	nie	częściowo	tak
10. Kryterium GO i NO GOzapisane w liczbie	nie ma	jakościowe	liczbowe

Jak czytać wynik

Co zrobić z wynikiem arkusza

Wynik 16 i więcej

Masz proces, dane i kryterium. Następny krok to sprawdzenie na Twoich danych, w Twoim procesie, według kryterium, które już zapisałeś. W AlignIT nazywamy to Dowodem wartości AI. Trwa 2 do 4 tygodni i kończy się liczbami i decyzją, nie prototypem. Opis metody: Dowód wartości AI.

Wynik 10 do 15

Zacznij od uzupełnienia braków. Jeśli brakuje stanu wyjściowego, wróć do sekcji 04, to jest tydzień pracy. Jeśli brakuje kryterium decyzji, ustal je z osobą, która będzie decydowała o skalowaniu. Zespół projektowy nie jest tu właściwym rozmówcą.

Wynik poniżej 10

Problem nie leży w narzędziach, tylko w tym, że proces nie jest jeszcze opisany na tyle, żeby dało się go zmierzyć. Najszybszą drogą jest dzień pracy z zespołem nad wyborem miejsca i nazwaniem liczb: Warsztat AI w procesach.

Jeśli pierwszy proces, który wybierzesz, leży w wytwarzaniu oprogramowania, punktem wyjścia jest inna skala: przewodnik o poziomach adopcji AI.

Materiał otwarty i edukacyjny. Kryteria i sposób liczenia stanu wyjściowego opisano niezależnie od konkretnego narzędzia i dostawcy. AlignIT. Materiał do swobodnego udostępniania z zachowaniem źródła.