Мы на полпути эволюции
Не так давно область автоматизации задач и процессов была прерогативой инженеров и технологов. Но инновационным компаниям удалось значительно снизить барьеры на пути внедрения технологий автоматизации, и сегодня существуют отличные инструменты для решения множества задач, таких как:
- Интеллектуальный анализ процессов для обнаружения неэффективности процессов
- Роботизированная и интеллектуальная автоматизация процессов для автоматизации на основе правил
- ИИ для решения более сложных проблем
Особенно первые два оказали огромное влияние за последние несколько лет. Однако остается регулярный вопрос: что дальше? Мы думаем, что определенный тип проблемы уже хорошо решен существующими решениями, но что еще есть возможности для улучшения при попытках дальнейшего внедрения автоматизации на предприятиях с тяжелыми операциями.
Мы прогнозируем, что следующая волна средств автоматизации будет отмечена тремя «условиями для игры»:
- Возможность обработки неструктурированных данных
- Открытые системы, позволяющие выбирать лучший в своем классе инструмент
- Переход от разработчика к опыту конечного пользователя
Условие 1. Обработка неструктурированных данных
Если ваши данные структурированы (это означает, что они легко доступны для поиска, например, по таблицам, парам ключ-значение) и правила процесса известны, недостатка в инструментах нет. От индивидуальных предпринимателей до компаний с многомиллиардным оборотом существует множество отличных решений, которые будут выполнять процессы в соответствии с инструкциями, используя информацию, полученную из ряда внутренних баз данных.
К сожалению, в наши дни процессы не полагаются только на простые правила и структурированные данные. Идея «повторяющихся, объемных и простых задач» могла быть верной для низко висящих плодов ранних волн автоматизации, но с тех пор превратилась в затыкание среди настоящих экспертов по автоматизации. Процессы уже не так просты.
В связи с этим было много шумихи вокруг таких терминов, как интеллектуальная автоматизация процессов и даже гипер-автоматизация. Однако они предназначены для немного разных целей, и ни один из них не предназначен для работы с неструктурированными данными.
Ничто из вышеперечисленного не должно означать, что инструменты автоматизации на основе правил больше не используются. Верно и обратное: автоматизация процессов с неструктурированными данными должна быть крайней мерой. Но бывают ситуации, когда альтернатив просто нет, например при работе с заинтересованными сторонами, которые просто не хотят вносить структурированный вклад.
На самом деле 80% всех данных компании поступает в неструктурированной форме, и большая часть процессов требует человеческого суждения именно по этой причине. Вот почему многие проекты автоматизации не оправдывают ожиданий: отклонения намного выше, чем ожидалось.
Крупные компании, особенно в технологическом секторе, продвинулись вперед и инвестировали в отделы обработки данных, чтобы продуктивно использовать такие технологии, как глубокое обучение. Но такие команды недоступны даже для средних компаний.
Как следствие, мы видим, как некоторые компании создают приложения искусственного интеллекта, способные решать проблемы с неструктурированными данными «из коробки», и мы ожидаем, что в ближайшие годы появятся многие другие. Это позволит указанным компаниям извлечь выгоду из технологий, которые до сих пор были доступны только крупным технологическим компаниям.
Условие 2: Открытые системы
Открытый доступ и интерфейсы раньше были необязательными, но они должны и станут фактическим стандартом для компаний, которые хотят играть. Во-первых, программное обеспечение больше не должно работать изолированно, оно в основном переместилось в облако. С другой стороны, потребности и предпочтения покупателей слишком разнообразны, чтобы один продавец мог охватить всех. Тем не менее, некоторые компании все еще пытаются заставить пользователей войти в свои экосистемы.
Эта проблема? Люди обычно не любят, когда их заставляют работать в одной экосистеме, и на то есть веские причины: так же, как вы не стали бы покупать всю одежду у одного бренда, большинство пользователей программного обеспечения хотят отвечать за то, с чем они взаимодействуют каждый день.
Таким образом, тема вождения будет простой: делайте одно дело и делайте это очень хорошо - и с открытыми точками доступа для других инструментов, с которыми можно беспрепятственно взаимодействовать. Это даст лицам, принимающим решения, необходимую гибкость, чтобы выбрать лучшее из того, что они собираются делать, в отличие от некоторой версии «у нас это тоже есть».
Мы убеждены, что все больше поставщиков разрешат доступ к своим инструментам через общедоступные точки доступа, прямую интеграцию и предоставление API. Покупатели должны решать, какой инструмент лучше всего подходит им, а не продавцам.
Условие 3. Сосредоточьтесь на опыте конечного пользователя.
Раньше было разделение на операторов (тех, кто выполняет процессы) и автоматчиков (тех, кто должен их автоматизировать). Последствиями стали непрозрачные проекты, распределенная подотчетность и множество племенных знаний, сконцентрированных на нескольких «избранных» - с обеих сторон.
Эта линия исчезла, поскольку компании осознали, что истинное влияние разделения труда исходит от тех, кто лучше всех знает процесс, и, таким образом, переключили свое внимание на конечного пользователя: кого-то, кто знает, как использовать программу. , но желательно без предварительного чтения документации.
Инвестиционная компания Andreesen Horowitz недавно опубликовала статью, в которой говорится о важности хорошего дизайна:
Десять лет назад […] вам нужно было руководство по рабочему процессу, чтобы просто следовать пользовательскому интерфейсу! Но теперь - в десятилетие дизайна - интерфейс больше не отражает код; скорее, код отражает дизайн . Мы ожидаем лучшего, мы заслуживаем лучшего, мы требуем лучшего ... хороший дизайн больше не является обязательным.
Хороший дизайн не следует путать с «созданием чего-то красивого» - хороший дизайн - это решение проблемы. Таким образом, хорошей отправной точкой для этого является постоянное внимание к пользовательскому опыту. Потому что в конечном итоге они решат, будут ли инструменты широко адаптированы или заменены лучшей альтернативой, которой существует множество.
Такие компании, как Slack, Atlassian (разработчики Trello, JIRA) или Airtable, показали, как приложения могут быть адаптированы крупными организациями, даже не проходя проверку концепции (POC), обширные программы обучения или создание специальных команд - тем самым планка (и ожидания пользователей!) того, как сегодня выглядит хороший дизайн.
Заключение
Мы ожидаем, что компании, которые могут удовлетворить эти три требования, выиграют гораздо больше, чем те, кто этого не делает, если судить по степени удовлетворенности клиентов и, как следствие, принятия пользователями. Игнорирование любого из этих трех элементов может стать прекрасным инструментом автоматизации, но в конечном итоге эти фундаментальные изменения отстают от сегодняшнего дня через 3-5 лет.
Нам повезло, что мы только начинаем и можем довольно свободно выбирать фокус. Если бы мы видели, как все развивается по-другому, мы могли бы просто сделать это. Но мы видим явные доказательства того, что эти тенденции проявляются, и поэтому делаем на них ставку.
Возвращаясь к вопросу во введении "Что дальше?" мы думаем, что лучше спросить: «Что сверху?». Настоящая революция произойдет только тогда, когда ИИ сможет достоверно имитировать то, что делают люди, в гораздо большей степени. До тех пор мы надеемся, что количество новых терминов, изобретаемых для старых технологий, останется умеренным, и что компании вместо этого сосредоточатся на том, что все еще требует некоторого внимания.
Первоначально опубликовано в нашем блоге компании.
