AI avtomatizacija: Od optimizacije opravil do prenove poslovnih procesov

Umetna inteligenca (ang.: artificial intelligence oz. ‘AI’ ) danes postaja del poslovanja podjetij na skoraj vseh področjih. Podjetja jo uporabljajo za pripravo vsebin, analizo podatkov, podporo strankam, obdelavo dokumentov, pripravo ponudb, avtomatizacijo številnih administrativnih opravil in še bi lahko naštevali…

Ker je tehnologija dostopnejša kot kadar koli prej, se podjetja vse pogosteje sprašujejo, kako jo vključiti v svoje poslovanje.

Pogosto se vprašanje začne precej konkretno: Katero opravilo lahko avtomatiziramo z AI?

Tak pristop je lahko smiseln, vendar lahko hitro spregledamo pomembnejše vprašanje.

Poslovni procesi, ki jih danes izvajamo v podjetjih, so pogosto rezultat let prilagajanja novim sistemom, zaposlenim, zahtevam in organizacijskim spremembam. Posamezni koraki so se dodajali z razlogom, vendar celoten proces zaradi tega ni nujno postal bolj učinkovit.

Če takšnemu procesu dodamo umetno inteligenco, lahko posamezne korake izvedemo hitreje. Ne pomeni pa nujno, da smo izboljšali tudi sam proces.

Zato je pri uvajanju AI smiselno razmišljanje obrniti.

Namesto vprašanja, kam v obstoječi proces lahko dodamo umetno inteligenco, se lahko vprašamo: Kako bi ta proces zasnovali, če bi ga danes postavljali popolnoma na novo in bi bila umetna inteligenca ena od osnovnih tehnologij, ki jih imamo na voljo?

To je bistvo ‘AI-first‘ pristopa.

Problem ni vedno v posameznem opravilu, ampak v procesu!

Poslovni procesi v podjetjih praviloma niso nastali čez noč. Sčasoma so se prilagajali novim zahtevam, sistemom, zaposlenim in organizacijskim spremembam.

Podjetje je uvedlo CRM (ang.: Customer Relationship Management). Kasneje je dodalo ERP (ang.: Enterprise Resource Planning). Nekdo je zaradi omejitev sistema začel uporabljati Excel. Dodal se je nov obrazec, nova odobritev, dodatno preverjanje ali nova integracija. Vsak posamezen korak je imel svoj razlog, vendar se je proces z leti pogosto precej oddaljil od prvotnega namena.

Rezultat je lahko proces, v katerem zaposleni informacije ročno prenašajo med več sistemi, preverjajo podatke na različnih mestih in opravljajo naloge, ki so bile nekoč smiselne, danes pa so ostale predvsem zaradi navade.

Ko v tak proces vključimo AI, lahko avtomatiziramo posamezno opravilo, vendar s tem še ne rešimo osnovnega problema.

Predstavljajmo si prodajni proces, v katerem podjetje prejme povpraševanje po e-pošti. Prodajalec mora vsebino prebrati, podatke vnesti v CRM, preveriti zalogo in cene v ERP-ju, pripraviti ponudbo, jo poslati stranki in nato v sistem vnesti še status. Čez nekaj dni mora preveriti, ali se je stranka odzvala.

AI lahko v takem procesu zelo učinkovito prebere e-pošto in pripravi osnutek ponudbe. Toda prodajalec mora še vedno odpirati različne sisteme, iskati podatke, preverjati informacije in ročno posodabljati status.

Avtomatizirali smo opravilo, ne pa procesa.

Razlika je pomembna. Avtomatizacija posameznega koraka lahko poveča učinkovitost, vendar šele preoblikovanje celotnega procesa omogoči bistveno spremembo načina dela.

Od avtomatizacije opravil do prenove procesov

Tradicionalna avtomatizacija je pogosto usmerjena v posamezne naloge. Če zaposleni vsak dan porabi veliko časa za vnos podatkov, avtomatiziramo vnos. Če pripravlja veliko podobnih e-mailov, avtomatiziramo pripravo e-mailov. Če mora ročno preverjati dokumente, avtomatiziramo preverjanje.

Tak pristop je smiseln, vendar ima omejitev: izhaja iz predpostavke, da je obstoječi proces pravilen in da ga moramo predvsem narediti učinkovitejšega.

AI pa odpira nekoliko drugačno možnost.

Ker lahko razume nestrukturirane informacije, povezuje podatke iz različnih virov, izvaja več zaporednih korakov in se odziva na kontekst, ni nujno več omejen na eno samo opravilo.

Zato se lahko vprašanje spremeni iz: “Kako lahko avtomatiziramo ta korak?”, v: “Kako lahko celoten proces izvedemo z bistveno manj človeškega dela?”

To je precej večja sprememba.

Pri klasičnem procesu lahko zaposleni predstavlja povezavo med več sistemi. Prebere e-mail, poišče podatke v CRM-ju, preveri ERP, pripravi dokument in nato informacije vnese nazaj v sistem.

V AI-first procesu pa AI prevzame vlogo povezovalnega sloja.

Razume zahtevo, pridobi potrebne podatke, izvede predvidene korake in pripravi rezultat. Človek pa se v proces vključi tam, kjer je potrebna presoja, odločitev ali odobritev.

S tem se spremeni tudi vloga zaposlenega.

Namesto izvajanja velikega števila rutinskih opravil postane njegova naloga predvsem nadzor in odločanje v situacijah, kjer avtomatizacija sama ni dovolj.

AI-first ne pomeni AI povsod!

Pomembno je poudariti, da AI-first pristop ne pomeni, da moramo umetno inteligenco uporabiti pri vsakem koraku procesa.

Ravno nasprotno.

Cilj ni čim več AI-ja, ampak čim boljši proces.

Pri prenovi procesa je zato treba najprej razumeti njegov namen.

Kaj želimo doseči? Katere informacije so za to potrebne? Kje danes nastajajo zamude? Kateri koraki obstajajo zaradi zakonodaje, varnosti ali poslovnih pravil in kateri samo zaradi zgodovinskih odločitev?

Šele nato lahko določimo, katere aktivnosti naj ostanejo pri človeku, katere lahko klasično avtomatiziramo in pri katerih je smiselna uporaba AI.

Pri vsakem koraku se je smiselno vprašati:

• Zakaj ta korak sploh obstaja?
• Ali ustvarja novo vrednost ali samo prenaša informacije?
• Ali človek pri njem sprejema odločitev ali zgolj preverja podatke?
• Ali se isti podatki vnašajo v več sistemov?
• Ali je določena odobritev še vedno potrebna?
• Ali lahko proces izvedemo brez tega koraka?

In morda najpomembnejše vprašanje:

Če bi proces danes zasnovali popolnoma na novo, bi ga naredili enako?

Če je odgovor ne, potem avtomatizacija obstoječega procesa morda ni najboljša začetna točka.

Kakšno vlogo imajo obstoječi sistemi?

AI-first pristop ne pomeni, da morajo podjetja zamenjati svoje obstoječe informacijske sisteme.

Večina organizacij ima v ERP-jih, CRM-jih in drugih poslovnih aplikacijah ogromno podatkov in poslovne logike, ki jih ni smiselno zavreči.

Vprašanje je zato bolj praktično, in sicer: “Kakšno vlogo naj imajo ti sistemi v prenovljenem procesu?”

ERP lahko še vedno ostane sistem, v katerem se hranijo ključni podatki o zalogi, cenah in naročilih. 

CRM lahko ostane osrednje mesto za informacije o strankah.

Razlika je v tem, da zaposleni ni več nujno tisti, ki mora ročno prenašati informacije med obema.

AI lahko v takem primeru prevzame del orkestracije procesa in poveže informacije iz različnih sistemov, jih uporabi v kontekstu konkretne zahteve in izvede naslednji korak.

Obstoječi sistemi tako ne izginejo, vendar se lahko spremeni način, kako uporabniki z njimi sodelujejo.

Namesto da človek prilagaja svoje delo sistemom, lahko AI plast prevzame večji del koordinacije.

Kje se skriva največja poslovna vrednost?

Pri uvajanju umetne inteligence se podjetja pogosto osredotočajo na rešitve, ki jih je najlažje pokazati: klepetalne robote; generatorje vsebin; AI pomočnike ipd.

Toda poslovna vrednost ni nujno največja tam, kjer je tehnologija najbolj opazna.

Velik potencial se pogosto skriva v procesih, ki jih zaposleni skoraj ne opazijo več, ker so postali del vsakodnevne rutine.

To so procesi kot so npr.: Obdelava dokumentov, priprava ponudb, vnos podatkov, preverjanje naročil, administracija, interna poročila in podpora strankam so področja, kjer zaposleni pogosto porabijo veliko časa za prenašanje informacij med sistemi.

Če lahko tak proces skrajšamo z desetih minut na dve minuti, je učinek precej večji od samega dejstva, da smo v podjetju uvedli še eno AI orodje.

Pravi rezultat je manj dela.

In prav to bi moral biti eden ključnih kriterijev pri ocenjevanju AI projektov.

Kako meriti uspešnost AI projektov?

Podjetja bodo morala pri merjenju uspešnosti AI projektov verjetno spremeniti tudi svoje KPI-je.

Število zaposlenih, ki uporabljajo AI, samo po sebi še ne pove veliko. Enako velja za število uvedenih AI orodij ali procesov, v katerih se AI uporablja.

Bolj pomembno je vprašanje, kaj se je zaradi uvedbe tehnologije dejansko spremenilo?

Koliko korakov smo odstranili?

Koliko časa zaposleni porabijo za obdelavo posamezne zahteve?

Kolikokrat morajo ročno prenašati podatke med sistemi?

Koliko odločitev lahko sprejmejo na podlagi že pripravljenih informacij?

Koliko časa potrebuje stranka do odgovora?

In koliko ročnega preverjanja je še vedno potrebno?

Takšni kazalniki veliko bolje pokažejo, ali je AI projekt dejansko izboljšal poslovanje.

AI projekti so pogosto projekti poslovne transformacije

Največja ovira pri uvajanju umetne inteligence v podjetja pogosto ni več sama tehnologija. Tehnološke rešitve so danes v številnih primerih dovolj zmogljive, da lahko avtomatiziramo in podpiramo bistveno več procesov kot še pred nekaj leti.

Pravi izziv je pogosto drugje: Ali je podjetje pripravljeno zaradi AI tudi dejansko spremeniti način, kako delo poteka?

To je bistvena razlika med uporabo AI kot dodatnega orodja in dejansko AI transformacijo podjetja.

Avtomatizacija posameznega opravila je lahko razmeroma preprosta. Podjetje lahko na primer avtomatizira pripravo poročila, obdelavo podatkov ali del komunikacije s strankami, pri čemer večina obstoječega načina dela ostane nespremenjena.

Precej zahtevnejša je prenova celotnega procesa. Ko AI ne uporabimo samo za hitrejše izvajanje posamezne naloge, ampak premislimo, kako bi moral biti proces zasnovan, če bi ga od začetka oblikovali z uporabo AI, se začnejo spreminjati tudi druge stvari: odgovornosti zaposlenih, način sprejemanja odločitev, organizacija dela, sodelovanje med oddelki in pogosto tudi način merjenja uspešnosti.

Prav zato lahko AI transformacija poseže precej globlje v organizacijo, kot se zdi na začetku. Ne gre več samo za vprašanje, katero tehnologijo bomo uvedli, temveč za vprašanje, katere procese bomo zaradi nje pripravljeni na novo oblikovati.

Zato AI projekt pogosto ni zgolj tehnološki projekt.

Je projekt poslovne transformacije!

Od »dodajmo AI« do »zgradimo boljši proces«

Umetna inteligenca sama po sebi ne bo rešila slabih poslovnih procesov. Če na zapleten, neučinkovit ali nepotrebno administrativen proces samo dodamo novo tehnologijo, bomo morda dobili hitrejšo izvedbo, vendar ne nujno tudi boljši proces.

To je ena pogostejših pasti pri uvajanju AI v podjetja.

Pozornost se hitro usmeri v iskanje konkretnega orodja – kateri model uporabiti, katero rešitev integrirati in katero nalogo avtomatizirati.

Pri tem pa lahko spregledamo pomembnejše vprašanje: Ali je proces, ki ga želimo avtomatizirati, sploh smiselno ohraniti v trenutni obliki?

Če proces vsebuje nepotrebne korake, podvajanje dela, ročne prenose podatkov ali več zaporednih odobritev, bo AI posamezne korake morda lahko izvedel hitreje. Vendar s tem ne odpravimo nujno problema. Le povečamo učinkovitost procesa, ki je bil morda že v osnovi napačno zasnovan.

Pravi potencial AI se pokaže takrat, ko tehnologije ne obravnavamo zgolj kot orodje za optimizacijo obstoječega načina dela, temveč kot spodbudo za njegov ponovni premislek.

Namesto da avtomatiziramo vsak korak obstoječega procesa, se vprašamo, kateri koraki so sploh še potrebni, katere odločitve lahko podpremo z AI, katere naloge lahko popolnoma odpravimo in kako bi bil proces videti, če bi ga danes zasnovali na novo.

Zato se mora razmišljanje o AI avtomatizaciji začeti nekoliko prej, kot se običajno.

Ne pri vprašanju:

“Kaj lahko avtomatiziramo?”

Ampak pri vprašanjih:

“Zakaj ta proces sploh poteka tako? Kaj bi lahko poenostavili ali odstranili? In kako bi ga zasnovali, če bi imeli AI na voljo že od samega začetka?”

Šele ko odgovorimo na ta vprašanja, lahko začnemo iskati tehnologijo, ki bo proces dejansko izboljšala – ne samo pospešila.

Tak pristop ne pomeni nujno več tehnologije.

Pogosto pomeni ravno nasprotno: Manj sistemov, manj ročnega dela, manj nepotrebnih korakov in manj prelaganja informacij z enega mesta na drugega.

Cilj namreč ni avtomatizirati vsakega obstoječega koraka.

Cilj je oblikovati proces, v katerem je čim manj dela, ki ga človeku sploh ni več treba opravljati.

In morda je prav to najboljši način, kako gledati na AI avtomatizacijo.

Ne kot na dodajanje nove tehnologije v obstoječe poslovanje, temveč kot na priložnost, da poslovanje zasnujemo bolje, preprosteje in z manj nepotrebnega dela.

Najboljša AI rešitev zato morda ni tista, ki avtomatizira največ dela.

Je tista, zaradi katere ugotovimo, da velik del tega dela sploh ni več potreben.

Pripravil: Blaž Mandeljc, podjetniški mentor