19 января 2020

"Цифровой" сотрудник или интеллектуальное "цифровое предприятие"?

Андрей Ситников, Директор лаборатории TechLab CБЕР Решений
С момента появления в 2012 году технологии так называемых "программных роботов" (RPA) интерес к ним со стороны бизнеса продолжает стремительно расти. Это неудивительно, учитывая их универсальность и относительную простоту внедрения. Но, поручая рутину бизнес-процессов созданным таким образом "цифровым сотрудникам", приближаемся ли мы к настоящему, интеллектуальному "цифровому предприятию", или просто создаем рутину более высокого порядка?
В определенных случаях RPA, то есть программный комплекс, имитирующий на уровне графического интерфейса взаимодействие "живого" сотрудника с самыми разными приложениями и системами, способен радикально увеличить производительность и сократить количество ошибок.

Такой робот в состоянии работать сразу с несколькими программами, переносить данные между ними, самостоятельно заполнять формы, производить вычисления, проверять правильность "ручного" ввода, и многое другое. Программным роботам можно доверить первичное внесение данных в информационную систему, заполнение бланков, прием заявок, внесение в базу контрагентов и даже общение с клиентами в чатах. Создаваемый таким образом "цифровой сотрудник" может взять на себя самые рутинные, повторяющиеся процедуры, и выполнять их практически безошибочно.

Повышение скорости бизнес-процессов, быстрый возврат инвестиций, простота внедрения и масштабирования, непревзойденная гибкость и совместимость с любыми используемыми приложениями - все это постепенно превращает технологию RPA в настоящий локомотив "цифрового предприятия", недаром, по оценке Gartner, мировой рынок RPA достигнет $2,9 миллиардов в 2021 году.

Однако, по нашему опыту, для автоматизации только одного бизнес-процесса может быть внедрено до 15 таких роботов. При этом одним бизнес-процессом деятельность крупной компании не ограничивается, таких процессов могут быть десятки. И в любом из них на любом этапе могут возникнуть какие-то отклонения от "идеальной" модели - нетиповая заявка, новая версия ПО, документ нестандартного вида и тому подобное. И в этом случае роботу требуется вмешательство оператора для принятия решения, а при большом потоке операций это само по себе создает рутинные задачи по наблюдению и контролю за действиями роботов.
Проблемы создает и чересчур динамичная среда, в которой приходится работать RPA - любое, даже малозначительное для человека изменение (как в интерфейсе используемого бизнес-приложения, так и в формате поступающих данных) требуют быстрой реакции и перенастройки роботов.

Важно, что для эффективного внедрения RPA сами бизнес-процессы компании должны быть стандартизованы, хорошо документированы и отлажены. Несмотря на то, что современный рынок предлагает множество продвинутых систем управления, сама концепция BPMN предполагает, что мы имеем дело с "идеальными" процессами. К сожалению, в реальных ситуациях это условие не всегда выполняется.
Таким образом, сегодня со стороны бизнеса сформировался отчетливый запрос на постепенный переход от "локальной" автоматизации отдельных действий, пусть даже и с применением роботизированных систем или машинного обучения (ML) и искусственного интеллекта (AI) к более глобальным системам интеллектуального анализа и экспертизы.

Такая система, созданная с широким применением ML и AI, могла бы не только выполнять рутинные операции, но и принимать решения о том, что делать в случае обнаружения отклонений. Например, при увеличении количества поступающих от клиентов жалоб интеллектуальная система могла бы самостоятельно провести анализ, определить причину и предложить изменения, которые необходимо внести в бизнес-процесс.
Не стоит забывать и о том, что само по себе описание бизнес-процессов стандартными средствами отнимает массу времени и требует от сотрудников, на которых возложена эта задача, высокой квалификации и немалого опыта. И здесь мы также видим огромный простор для внедрения технологий на базе ML и AI, которые могли бы использовать репозиторий готовых описаний и типовых схем организации процессов. Это могло бы помочь небольшим компаниям решить данную задачу, зачастую выходящую за рамки их возможностей и опыта.

В целом, благодаря развитию RPA, систем машинного обучения и искусственного интеллекта мы можем создать достаточно эффективного "цифрового сотрудника", готового взять на себя рутину и увеличить производительность труда в компании. Но, к сожалению, пока это лишь разрозненные системы, работающие локально и требующие постоянного, не менее рутинного, контроля за ними. Пока это лишь рядовые, линейные сотрудники, пусть и "цифровые" и даже с зачатками интеллекта.
Создание "цифрового руководителя", а еще лучше - "интеллектуального цифрового предприятия" - задача на порядок более сложная, требующая объединения в рамках одной системы множества самых современных технологий.

Только синергетический эффект, который можно извлечь из подобного взаимодействия, способен придать системе совершенно новые качества и обеспечить настоящий прорыв.