Десять шагов до автоматизации

Многие руководители верхнего звена до сих пор живут в заблуждении, что внедрение искусственного интеллекта в целом и машинного обучения в частности будет происходить относительно медленно [1], но это заблуждение, которое может угрожать самому факту существования компании. По мере развития искусственного интеллекта бизнес-модели и процессы радикально меняются — эта экономическая и техническая тенденция бесспорна и безостановочна. В прогнозах по поводу будущего рынка труда и очередной промышленной революции искусственный интеллект сводят к единственному слову — «автоматизация», хотя у искусственного интеллекта есть и другие применения, но компании, внедряющие автоматизацию, окажутся в числе победителей, а остальные проиграют. Бизнес-модели и большинство бизнес-процессов будут автоматизированы, чтобы экономить деньги и зарабатывать больше, а промедление будет подобно смерти предприятия.

Примеры

Приведем лишь несколько примеров областей, которые можно автоматизировать: задачи оптимизации и расчета налогов, ведения документации и подготовки налоговой отчетности вполне пригодны для выполнения с помощью узкоспециализированной системы машинного обучения с учителем. Расчет налогов и подача деклараций — задачи, для которых даже не нужна вся мощь современных компьютеров. При этом соответствующие процессы уже систематизированы, а это уже залог возможности полной или почти полной автоматизации. Американцы ежегодно тратят миллиарды долларов на процедуры оформления налоговых деклараций. В некоторых странах уже избавляются от этих лишних затрат, хотя бы с помощью частичной автоматизации [2, 3]. Аналогично можно автоматизировать большую часть работы кадровых служб, включая рекрутинг, адаптацию новых сотрудников и оценку результативности. То же касается финансового отдела, особенно бухгалтерии и аудита. Маркетинг уже в значительной степени автоматизирован, например, уже более чем достаточно сообщений о том, как алгоритмы Facebook манипулируют своими посетителями. На очереди — автоматизация процессов управления цепочками поставок, производства, клиентского обслуживания и транспортных перевозок. Специалисты компании McKinsey и Оксфордского университета провели исследование, составив перечень процессов, которые будут автоматизированы, а также тех, которые нельзя автоматизировать.

Автоматизация существующих процессов — лишь половина возможного, ведь новые процессы тоже должны быть автоматизированы, а многие ключевые процессы, которые сегодня требуют значительного объема участия человека, просто исчезнут и будут заменены на принципиально новые. Автоматизация породила новый вид конкуренции, которая определяет то, насколько успешными компании смогут стать на рынке завтрашнего дня — в течение 3–5 лет. Упустив сегодня возможность автоматизации, многие компании попросту уже не смогут завтра восстановиться.

Десять шагов

Призрак автоматизации отпугивает многих топ-менеджеров, особенно уже не молодых. Автоматизация — подрывной процесс и, вопреки уверениям технологических евангелистов, может казаться угрожающим для руководителей верхнего звена, которые предпочли бы более безопасные инкрементальные изменения. На рисунке представлены конкретные шаги, которые следует предпринять, чтобы повысить вероятность успеха автоматизации бизнес-процессов. Но нужно иметь в виду, что топ-менеджеров независимо от уровня их заинтересованности необходимо полностью убедить в пользе самой автоматизации и соответствующих процессов внедрения. В общем случае финансово-экономическое обоснование автоматизации должно непосредственно указывать на снижение затрат и рост выручки. Если не подготовить убедительных аргументов в пользу этих результатов, то до перечисленных десяти шагов дело не дойдет.

Шаги автоматизации

Шаг 1. Моделирование процессов

Первый шаг топ-менеджеров — инвентаризация внутренних и внешних бизнес-процессов с описанием принципов работы компании. Как ни странно, в большинстве компаний подобной описи процессов не существует. Соответственно, операционные и стратегические процессы нужно учесть и описать вручную или, в идеале, с помощью программной системы процессной аналитики (process mining). На этом этапе появляется первый «крючок», свидетельство в пользу того, что компания, возможно, напрасно тратит массу денег на какие-либо процессы или что процессы можно автоматизировать, уменьшив штат сотрудников и повысив КПД.

Шаг 2. Процессная аналитика

Следующий этап — идентификация наиболее дорогостоящих, ресурсоемких и медленных процессов. Существуют средства, выполняющие эту задачу автоматически, например Blue Prism и Celonis. Средства процессной аналитики обеспечивают идентификацию текущих процессов, оценку их уязвимых мест и зоны покрытия. Опираясь на эти сведения, можно вносить цифровые усовершенствования с учетом конкретных реализаций имеющихся процессов [1]. Этот этап критически важен для всего проекта автоматизации.

Шаг 3. Роботизация бизнес-процессов

Системы роботизации бизнес-процессов (robotic process automation, RPA) позволяют автоматизировать наиболее затратные процессы. Средства RPA предлагают сегодня многие поставщики систем процессной аналитики, и топ-менеджеры обычно благосклонны к проектам RPA, которые дают возможность внедрить механизмы целенаправленного управления процессами, позволяющие сразу увидеть, где и как можно изменить, удалить и автоматизировать процессы. На этом этапе уже становится реальностью экономия расходов, появляются новые процессы, — данный шаг является отправной точкой пути к автоматизации.

Шаг 4. Исследование бизнес-моделей

В результате анализа процессов возникают вопросы более масштабного характера, касающиеся бизнес-модели компании: если большое количество бизнес-процессов стоит изменить, устранить и автоматизировать, а немалую часть заменить новыми, то, возможно, и сама бизнес-модель в целом требует обновления. Таким образом, моделирование процессов, процессная аналитика и RPA могут стать ступеньками к «перевороту» — созданию принципиально новых бизнес-моделей. Должны ли крупнейшие поставщики услуг по расчету налогов автоматизироваться, чтобы заняться каким-то новым бизнесом, прежде чем эту возможность перехватят новички? Должны ли университеты отказаться от лекций в аудиториях и отправить профессоров на пенсию? Вопросами подобного рода могут начать задаваться в крупных традиционных компаниях в результате инспекции своих бизнес-моделей.

Шаг 5. Алгоритмический IQ

Оценка компетенции в области алгоритмов ИИ и машинного обучения — один из важнейших шагов. Автоматизация обеспечивается благодаря обучающим данным и применению алгоритмов для решения задач различных типов: узкоспециальных, обобщенных или определяемых возможностями глубинного обучения. Алгоритмы можно поделить на группы классификации, регрессии и кластеризации. В числе алгоритмов классификации — наивный байесовский классификатор, случайный лес, метод k-ближайших соседей, решающие деревья. К регрессии относятся линейно-логистическая регрессия, LASSO (Least Absolute Shrinkage and Selection Operator) и многомерная регрессия. Алгоритмы кластеризации включают иерархическую кластеризацию и методы нечеткой кластеризации C- и K-средних. Существование широкого круга алгоритмов затрудняет их выбор для автоматизации процессов и бизнес-моделей, а чтобы сделать это с успехом, нужен высокий алгоритмический уровень интеллекта (AQ, Algorithmic Intelligence).

Шаг 6. Оценка кадров

Топ-менеджерам нужно тщательно проанализировать имеющийся кадровый резерв, чтобы оценить способности компании к автоматизации процессов и бизнес-моделей, и здесь могут помочь опытные специалисты в соответствующей области. Учитывая новизну некоторых технологий, возможно, выяснится, что собственного резерва профессионалов в сфере автоматизации недостаточно. В этом случае нужно инициировать набор соответствующих кадров. Если этого не сделать, шансов на успех автоматизации не будет.

Шаг 7. Налаживание партнерских отношений

Независимо от успеха инициатив по найму квалифицированных сотрудников компании понадобятся внутренние и внешние партнеры для автоматизации процессов и особенно бизнес-моделей. Что касается внутренних — к планированию любых проектов автоматизации нужно привлекать специалистов по стратегии, технологиям, продуктам и услугам. Также понадобится команда опытных игроков рынка автоматизации. При этом следует планомерно заменить многие существовавшие ранее партнерские отношения на новые с организациями, имеющими более глубокий опыт в нужной сфере, но лишь временно — не нужно заключать долгосрочные договоры с поставщиками услуг автоматизации.

Шаг 8. Финансирование

Автоматизация — не исследовательский проект, который может принести какие-то интересные результаты. Она также или даже более важна для компании, как и ERP или CRM, требующие огромных ежегодных вложений, поэтому потребуется перераспределение бюджета с учетом того, что расходы на автоматизацию будут варьироваться и их придется корректировать как минимум ежегодно. Если средств на автоматизацию нет, можно даже не начинать.

Шаг 9. Участие топ-менеджеров

Без поддержки топ-менеджеров проект автоматизации просто не будет восприниматься всерьез. Такая поддержка должна быть многогранной, включая финансирование, внутреннюю и внешнюю разъяснительную работу, наем сотрудников и внедрение воспроизводимых процессов инновации. Поддержка инновации необходима на постоянной основе, даже если проекты сразу не окупаются.

Шаг 10. Культурный сдвиг

Этот шаг, вероятно, будет самым сложным. На этом этапе нужно, чтобы топ-менеджеры объективно оценили корпоративную культуру и определили, насколько она совместима с обновлениями, которых требует автоматизация. Нередко процесс наталкивается на более глобальную проблему — в некоторых компаниях много разговоров о цифровизации, а реальных дел нет. В частности, многие поставщики программного обеспечения до сих пор не причисляют себя к компаниям, предоставляющим технологии или ПО в виде сервиса. Многие топ-менеджеры все еще сопротивляются полноценному вовлечению в реализацию цифровой стратегии. На десятом шаге задача руководителей верхнего звена — сдерживать «антитела» прежних технологий, позволив автоматизации распространиться по бизнес-модели и процессам.

***

Автоматизация принесет удачу первопроходцам и накажет тех, кто опоздал. Для изучения возможностей в сфере автоматизации нужно создавать рабочие группы и консультативные советы, которые должны налаживать отношения с университетами, пилотирующими проекты на основе искусственного интеллекта и машинного обучения. Стоит рассмотреть возможность финансирования стартапов с использованием собственного венчурного капитала компании. Необходимо формировать и финансировать группы по прототипированию. Нужно тщательно анализировать деятельность конкурентов и разработать привлекательные меры материального стимулирования для своих сотрудников. Надо ли заняться всем этим в самое ближайшее время? Безусловно, хотя некоторые руководители уверены, что у них есть еще масса времени на то, чтобы привлечь инвестиции в автоматизацию. Скорее всего это не так, а значит, они будут застигнуты врасплох конкурентами или новичками — «подрывниками» отрасли. Также важно понимать, что автоматизация — это вложение в непрерывное развитие и, соответственно, в новую компетенцию, которая должна появиться у большинства компаний. Десять перечисленных шагов могут стать фундаментом стратегии автоматизации.

Литература

1. Kuan R. Adopting AI in health care will be slow and difficult. Harvard Business Review, Harvard Univ., Boston, MA, USA, 2019.

2. Moran B. Why can’ t the IRS just send Americans a refund — or a bill? // Savannah Morning News. 2021, Mar.

3. Prasad M. Filing your taxes is an expensive time sink. That’ s not an accident. Atlantic, 2019, Apr.

Стивен Андриоле (stephen.andriole@villanova.edu) – профессор, Университет Вилланова.