Приходя на работу, (почти) каждый человек имеет цель. Дела протекают практически одинаково, изо дня в день. В каждое отдельно взятое утро понедельника почти невозможно представить, чтобы работа делалась по-другому. Но именно это вы должны сделать в первую очередь. Чтобы начать любые значимые перемены с использованием автоматизации, вы должны закрыть глаза и вообразить, что вещи могут быть сделаны совершенно по-другому.
Мы считаем, что базовыми ожиданиями должно быть снижение цены на 25% с соответствующим ростом производительности на 25%. Основываясь на сегодняшних средних уровнях (около 15%) и улучшении производительности, вызванном некоторыми решениями (до 90%), это должно стать вашим выполнимым и быстро внедряемым планом первоначальных попыток роботизированной автоматизации процессов.
Причина, по которой правило 25%–25% эффективно, в том, что оно заставляет вашу команду по-другому подумать о том, «как у нас тут все делается». Когда цель, скажем, 5% снижения расходов и 5% роста производительности, команда продолжит думать так же, как обычно. Подняв планку до 25%–25%, вы ясно даете понять, что традиционного коктейля из реорганизации, аутсорсинга и/или корпоративных программных систем недостаточно. Такие результаты даст только цифровая автоматизация процесса. Проще говоря, если вы не можете добиться сокращения расходов хотя бы на 25%, у вас нет настоящих решений «автоматизации». И если вы не можете получить 25% роста производительности, то платформа ИИ работает не так, как должна.
Найдите свои цели для автоматизации процесса
Отыскивая варианты для начальной автоматизации, которая должна затрагивать не менее двух или трех процессов, находите свои точки на рабочем континууме человек—машина (см. рис. 7.5). Лучшие отправные точки автоматизации – в левой части континуума: в этих процессах машина может быстро взять на себя большую часть работы. Как мы описывали в главе 3, это должны быть области с высоким процентом рабочих задач, которые могут быть автоматизированы.
Рисунок 7.5. Рабочий континуум человек—машина
Выбирать свои первые цели для автоматизации нужно вдумчиво, поскольку успех или отсутствие успеха этого начального внедрения будет диктовать ваши последующие инициативы с ИИ. В своей работе с десятками начинаний с использованием ИИ мы увидели, что успешные попытки отвечают этим критериям.
• Часто повторяющиеся задачи. Найдите задачи, которые часто приходится выполнять, очень распространенные в вашей компании. Коротко говоря, поищите деятельность, которой многие люди занимаются каждый день. Это может быть обработка инвойсов, сверка документации, «отбор и упаковка», согласование заказов, новые ответы по телефону на одни и те же вопросы и так далее. Некоторые из этих задач уже и так заметно автоматизированы, но многие, по нашим наблюдениям, еще нет. Дайте себе честный ответ: эти области, и многие другие, автоматизированы настолько, насколько это возможно? И есть ли интеллектуальная составляющая в течение процесса? Любые объемные, часто повторяющиеся задачи – первые кандидаты на автоматизацию.
• Задачи, почти не требующие человеческого суждения. Роботы отлично считают, люди считают хуже. Напротив, люди больше способны к комплексным суждениям, в то время как ИИ и алгоритмы – нет. Поэтому работа, крепко висящая на деревьях решений (в противоположность амбивалентности, интуиции, инсайту, сложным суждениям) – сильный кандидат на автоматизацию. Машины способны на информированные результаты, однако принятие решений, основанных на нюансах, в обозримом будущем будет требовать человеческого участия. И напротив, любая работа, являющаяся в основном последовательностью шагов «если-это-то-это», должна быть автоматизирована.
• Задачи, требующие низких уровней эмпатии. Регистрация заказов, вынесение решений по заявлениям и сверка инвойсов – процессы, требующие аккуратности и скорости… но редко эмпатии. Если бот может существенно увеличить точность, систематичность или скорость, многие из нас смирятся с отменой фактора эмпатии. Уже сейчас внутри вашей организации есть много областей, в которых должна быть применена логика. Их нетрудно будет отыскать.
• Генерирование задач и работа с большими объемами данных. Любой процесс, связанный с потенциальной генерацией большого количества информации, особенно клиентской, должен быть автоматизирован с единственной целью сбора данных, вашего собственного сырьевого материала. Люди, даже если вы можете позволить себе иметь достаточное количество сотрудников, не справятся с объемами данных, когда становятся умными и подключается все больше и больше вещей. В качестве небольшого примера, представьте, что все уличное освещение в городе среднего размера умное и способно сообщать не только о собственном «здоровье» (например, о том, нужно ли их заменить), но могут также информировать о потоке транспортных средств. Объем данных, генерируемых в «решете» информации целого города, будет далеко за пределами человеческих способностей к управлению и обработке данных. В подобных сценариях автоматизация не заменит людей, а станет фундаментальным строительным блоком для создания новых сервисов и идей, которые, в свою очередь, создадут ценность. В своей организации стоит искать области, в которых процессы и потоки могут управляться сенсорами и данные от которых, прежде недоступные, могут генерироваться и администрироваться.
Определение целей для автоматизации покажет вашей команде четкий путь к успеху, однако серьезное препятствие к управлению переменами в вашей компании по-прежнему остается. Это ведет к нашему третьему правилу движения.
Пробиться сквозь «латунную стену»
Вы определили первоначальные цели для автоматизации, распространенные в отрасли и точно подходящие под пороговые уровни в 25%–25%. Все в компании увидят мудрость вашего решения и будут полностью поддерживать, правда? Неправда.
Мы выучили этот урок двадцать лет назад, во время вышеупомянутой волны реорганизации бизнес-процессов (РБП). Когда-то в 1990-х последователи Майкла Хаммера (Michael Hammer) заявляли: «Не автоматизируйте. Уничтожайте!» Эта мантра должна была помочь найти способ делать больше за меньший счет – гораздо меньший.
В теории РБП выглядела прекрасно. Однако практика в большинстве случаев провалилась (серьезно запачкав в процессе имя этого движения). Почему же? Слишком часто средние менеджеры, ответственные за выстраивание и внедрение инициатив по РБП, быстро осознавали, что реорганизуют с работы и самих себя. А дальше следовали политика и саботаж.
Оценивая события прошлого, можно сказать, что это был феномен «латунной стены», с которым впервые столкнулись с момента реорганизации полицейских сил в главных городах Америки в 1980-е годы. Во время взрыва преступности, связанного с торговлей наркотиками и ростом насилия, полицейские шефы в Нью-Йорке, Бостоне, Майами и Лос-Анджелесе искали способы установить в полиции новые порядки (например, больше патрульных полицейских, следование философии «разбитого окна» и внимание даже к малейшим преступлениям, привлечение данных для более разумного несения службы и выравнивание организационной модели для снижения бюрократии и расходов). Люди на верхушке полицейской пирамиды (то есть шефы полиции и их команды, а также муниципальное руководство) всецело поддерживали и пытались продвигать перемены. Молодые офицеры полиции, недовольные существующей системой, также поддерживали новые полицейские техники. Однако эти попытки перемен упирались в «штабную стену» – в офицеров, сидящих в середине пирамиды (с латунными погонами на плечах), отбывших на своих постах уже больше двух десятков лет, заработавших место в среде высших чинов и во властных структурах, и почуявших аромат приближающейся пенсии. Для них кажущаяся личная угроза от этих перемен значительно перевешивала любой потенциал общего блага.
Феномен латунной стены вновь проявляется в сегодняшней корпоративной среде в связи с попытками цифровой автоматизации. Старшие сотрудники могут признавать: «Да, автоматизация – это хорошо для наших клиентов и инвесторов, но хороша ли она для меня?» Их комментарии редко столь прямолинейны. Вместо этого вас закидают словами, что «Это невозможно», «Это слишком сложно», «Это слишком дорого», «У нас будут проблемы с законом», «Мы делаем это пятьдесят лет, и до сих пор все отлично работает», «Сегодня никто не докажет рентабельность этих инвестиций», «Нам нужно сосредоточить свои усилия где-то еще».
Эти проблемы трудно решить, но справиться с ними необходимо. Мы рекомендуем выявлять самых рьяных сторонников «делать бизнес, как обычно», разговаривать с ними и объяснять, что в действительности значит автоматизация для предприятия. Пригласите их «сблизиться с программой» и помочь коллегам сжиться с нею тоже. Если сотрудники не могут, избегайте их и постарайтесь направить энергию в каком-то другом направлении. И если в вашей организации нет других занятий по их части, отпустите сотрудников (конечно, следуя всем кадровым процедурам). Достижение цели автоматизации слишком важно, чтобы допускать ошибки, вызванные непримиримостью коллег, чьи навыки и опыт больше не подходят для работы, проникнутой системой с искусственным интеллектом.
Как мы говорили раньше, будет кровь: автоматизация – это больно. Никто не обещает, что будет легко. Но автоматизация – факт нашей жизни, и его нужно принять.
Создайте повторяющийся процесс, чтобы работа шла гладко
Если вы поставили уверенные задачи для того, чтобы автоматизация произошла, и выбрали цели, которые окажут на ваш бизнес серьезное воздействие, следующим шагом должен стать перевод работы из состояния «Маргарет из закупок потом это сделает» в состояние «Дзынь. Сделано». Вот как нужно подходить к исполнению.
В каждом увиденном случае успешной автоматизации за осуществлением процесса наблюдал творческий бизнес-руководитель; он заключал: «Мы действительно подняли здесь переполох»; а потом находил лучший способ использовать коды, искусственный интеллект и алгоритмы для улучшения скорости, точности и динамики затрат на процесс.
Кроме того, лидеры понимали, что нужно применить новые инструменты, которые могут быть сказочно простыми или невероятно сложными, чтобы автоматизировать конкретные шаги процесса. Независимо от того, вы заново создаете бизнес-процессы со стадии чертежа или делаете инъекцию проверенной технологии автоматизации в процессы мидл- или бэк-офиса, есть путь, которым стоит следовать.
Вам нужно будет адаптировать этот путь в зависимости от сложности того, чем вы занимаетесь; далее последует высокоуровневый пошаговый разбор, но семь шагов процесса автоматизации, в целом, будут одинаковыми.
1. Утвердите свою стратегию автоматизации. Как мы обсуждали выше, первый шаг – утвердить свое дерзкое видение применения новой машины ради сокращения расходов. Вы просто не можете проскочить этот пункт.
2. Начните с малого. Несмотря на потенциальную большую выгоду от автоматизации, лучшая практика – начинать с малого. Найдите несколько проблемных точек в ключевых процессах. Общие призывы «делать автоматизацию» – потеря времени. Каждый пример успешной автоматизации, который мы видели, был сконцентрирован на конкретной задаче или бизнес-процессе. Что такое «болевые точки процесса»? Обычно это бутылочные горлышки, которые расстраивают всех сегодня (например, платежи, заявления на ипотечные займы, ведение медицинских записей, планирование поездок и так далее).
3. Применяйте новую машину. Именно здесь окупится «рыночное чутье» (об этом и об изобилии в главе 12). Определите уже существующие подходящие инструменты автоматизации и протестируйте их на ограниченном участке. Конечно, если не существует коммерчески доступных инструментов для процессов, которые вы стремитесь автоматизировать, может потребоваться выстроить собственную платформу с ИИ12. Определенно, это будет сложнее, прежде чем выстраивать, попробуйте купить.
4. Разработайте прототип. У вас есть стратегия, несколько процессов-целей и несколько потенциальных машин для автоматизации. Пришло время сложить детали вместе, но начать стоит с прототипа. Эта фаза предполагает светокопию и первую грубую модель двигателя автоматизации, примененного в вашем конкретном процессе. Вам понадобятся данные, машина и четкое понимание того, что должно произойти до, во время и после действий по автоматизации. Если инструмент для автоматизации уже существует, он может потребовать самого незначительного конфигурирования. Если вы, напротив, строите новый движок, это может занять некоторое время. Результат этого шага – прототип, более или менее рабочий в ограниченном пространстве. Там будут баги, множество людей, утверждающих, что он не работает, но вам нужно завершить этот шаг с достаточно рабочей системой, чтобы получить право двигаться в производственную среду.