Гиперавтоматизация и цифровизация бизнес-процессов

Константин Истомин, исполнительный директор компании Directum, предлагает порассуждать, как сегодня сосуществуют гиперавтоматизация и цифровизация в ИТ-стратегиях крупных компаний и как они реализуются на практике.

Компания Directum занимается цифровизацией бизнес-процессов больше 30 лет. За это время мы видели, как менялись и эволюционировали методики и подходы к проектам внедрения ИТ-решений, мы меняли их сами, но гораздо больше изменений можно отследить в том, какие теории строятся вокруг этих подходов.

Термин гиперавтоматизации был введен Gartner для описания идеи автоматизации максимального числа процессов с помощью технологий RPA, искусственного интеллекта, low-code и виртуальных помощников. Концепция есть, но есть ли за ней что-то новое?

Из чего сделана гиперавтоматизация

RPA

Роботизация — технология, с которой в первую очередь ассоциируется понятие гиперавтоматизации. С помощью RPA (Robotic Process Automation) автоматизируют рутинные операции, чтобы их ускорить, а затраты — сократить.

В контексте управления бизнес-процессами RPA может быть полезна на стыке систем, например, в сквозных процессах. В случаях, когда в силу каких-то причин невозможно настроить прямую интеграцию, задачу «перебивки» данных из одной систему в другую можно делегировать программным ботам. Они будут имитировать работу пользователя, выполняя за человека однообразные манипуляции. Главный плюс подхода в том, что он не требует доработки систем под интеграцию (часто дорогостоящую).

Но есть и подводные камни. Область «юрисдикции» RPA — несложные, стабильные процессы. Технология не будет эффективна в случае часто меняющихся и требующих постоянного обновления процессов или систем. Высокая гибкость и изменчивость играют против RPA.

Еще одно узкое место — производительность, у которой есть лимиты. Вы можете заменить роботом пользователя, но расходовать ресурс на решение задачи он будет в том же объеме, что и человек.

В своих проектах Directum чаще отдает предпочтение интеграции через API. Это, конечно, дороже, но надежность и стабильность работы окупают вложения. На наш взгляд, RPA действительно полезна в своем довольно узком сегменте задач.

Искусственный интеллект

Если боты RPA могут быть настроены для выполнения конкретных задач и чувствительны к изменениям, то искусственный интеллект может с ними совладать и работает с более сложными процессами.

Сегодня ИИ обрабатывает устные запросы (голосовые помощники), текстовую информацию (например, для оценки рисков в условиях договорных документов), анализирует видео с камер наблюдения для фиксации нарушений техники безопасности на производстве и др. Кейсов применения — масса. Отличие интеллекта от роботизации в том, что он не просто имитирует действия пользователей, а может качественно менять процессы.

Окно верификации карточки документа в Directum RX Intelligence

Искусственный интеллект пришел и прочно обосновался во всех сферах. Возможно, скоро перед бизнесом уже не будет стоять выбора «использовать ИИ или нет», вопрос будет в том, уступать ли в эффективности конкурентам, которые уже с ним работают.

Low-code и no-code

Возможность настраивать систему совсем без кода (no-code) или с помощью «малокодовой» (low-code) разработки дают необходимый уровень самостоятельности бизнес-пользователей при настройке и развитии системы. С помощью технологии вносить изменения проще и быстрее — не нужно нанимать дорогих разработчиков и тратить время на серьезную доработку системы.

Но и при таком подходе нужен определенный уровень контроля, особенно, когда участников, способных самостоятельно вносить изменения, становится много. Люди работают в системе не изолированно, и, если в ней много разных процессов, затрагивающих участников из разных подразделений, есть риск по неосторожности сломать больше, чем только свой участок.

Чтобы случайно не остановить работу компании, перед вводом изменений в эксплуатацию лучше все перепроверить. Поэтому даже с no-code не обойтись без этапа тестирования, а это дополнительные затраты.

Ресурсоемкость технологии — еще один момент, который надо учитывать. Динамические вычисления, которые стоят за «малокодовой» и «бескодовой» разработкой, отрицательно влияют на производительность системы. И если на изначальных масштабах эффект будет незаметен, то при масштабировании на новые группы пользователей и при росте объемов данных будет страдать быстродействие системы.

Нивелировать этот эффект можно вынесением no-code и low-code в отдельные слои. Так снижается влияние на производительность системы, и одновременно разграничиваются зоны компетенций бизнес-пользователей (аналитиков) и разработчиков. Этого принципа мы придерживаемся в архитектуре Directum RX.

Экосистема ИТ-решений Directum

Максимального эффекта в автоматизации бизнес-процессов можно добиться при тесной интеграции цифровых решений. Скорость развертывания и качество работы системы напрямую влияют на окупаемость инвестиций в нее, а это важный фактор для бизнеса.

В отличие от универсальных платформ, готовые ИТ-решения вбирают в себя практики и инструменты, характерные для определенных бизнес-задач, и не требуют значительной доработки. Одновременно, если ИТ-решения строятся на единой платформе, между ними не понадобится настраивать сложные дорогостоящие интеграции — все и так работает взаимосвязанно. Экосистема ИТ-решений Directum на ECM/BPM-платформе, специально разработанной для управления бизнес-процессами и контентом предприятия, решает задачу максимального охвата широкого спектра задач.

Экосистема Directum

Более того, Directum при разработке решений учитывают разную специфику работы пользователей, предлагая для них «свои» наиболее подходящие варианты. Например, это система HR Pro на ПК для кадровых специалистов и личный кабинет КЭДО на мобильном устройстве для работников (включая производственных), мобильные приложения с разными возможностями для руководителей и рядовых сотрудников, разные виды электронных подписей, а также индивидуальная настройка интерфейса Directum RX под каждого пользователя.

Цифровизация — долгосрочная стратегия

Гиперавтоматизация — это часто оцифровка, перевод процессов и сущностей в электронный вид и их автоматизация «как есть». В долгосрочной перспективе цифровизация включает пересмотр процесса, его структуры, сценария и содержания, что дает более глобальный эффект.

Конечно, цифровизация требует времени на «подумать». Чтобы понять, как оптимизировать, нужен анализ. Часто у бизнеса на оптимизацию просто нет времени и ресурсов.

При этом не стоит забывать, что автоматизация не должна быть самоцелью для любой компании. Это инструмент, и его применение без надобности может даже навредить. Некоторые процессы могут быть настолько сложными и гибкими, что автоматизировать их будет чересчур дорого. То же справедливо для редко повторяющихся процессов. Или если задачи творческие, требуют глубокого анализа и учета дополнительной информации, недоступной сейчас для машины, более эффективным решением будет оставить их для человеческого интеллекта.

Всегда стоит помнить о бизнес-стратегии предприятия и с оглядкой на нее, ресурсы и особенности процессов принимать решения о цифровизации и автоматизации (с приставкой гипер- и без).

Источник: osp.ru