- Вопрос не в том, что можно автоматизировать. Вопрос в том, что вообще стоит автоматизировать. Пять вопросов помогут вам выбрать наилучший подход. - Не автоматизируйте неэффективность. Сначала определите, создает ли сама работа ценность или ее следует исключить. - Устраняйте трения в источнике. Перепроектируйте неэффективные рабочие процессы, прежде чем использовать технологии для их ускорения. - Применяйте ИИ там, где он создает реальное преимущество. Отдавайте приоритет процессам с надежными данными, четкими правилами и возможностями повторного использования. - Оптимизируйте результаты, а не автоматизацию. Сохраняйте человеческое суждение там, где это важно, и измеряйте успех бизнес-ценностью, а не просто объемом автоматизированной работы.
Автоматизация стала простым ответом — «сделать быстрее» — на сложный вопрос: «стоит ли вообще выполнять эту работу?»
Процесс занимает слишком много времени, поэтому возникает инстинктивное желание его автоматизировать. Сотрудники тратят слишком много времени на рутинную работу, поэтому вы внедряете ИИ-агента. В рабочем процессе слишком много этапов передачи задач, поэтому вы объединяете системы. Каждый такой ответ предполагает одно и то же: что сама работа по-прежнему имеет смысл. Но если работа ненужная, неэффективная или спроектирована с учетом ограничений, которых больше не существует, автоматизация может просто помочь организации быстрее делать неправильные вещи.
По мере того как ИИ все глубже проникает в бизнес-операции, исследования показывают, что финансовые директора, ориентированные на ИИ, перепроектируют процессы и рабочие потоки. Они сосредоточены на внедрении интеллекта в то, как выполняется работа, а не просто на наслоении ИИ на устаревшие методы работы.
Халид Сиддики, партнер и руководитель глобального направления финансовых операций в IBM Consulting, потратил почти три десятилетия, помогая организациям перепроектировать операции и интеллектуальные рабочие процессы. Для него автоматизация не должна быть отправной точкой. «Сначала поймите результат, который вы пытаетесь улучшить, трения, стоящие на его пути, и имеет ли процесс смысл для бизнеса сегодня. Только тогда вы сможете определить, где место технологиям».
Другими словами, бизнес-лидеры должны спросить: «Что именно мы пытаемся изменить?» Вы можете начать с ответов на эти 5 вопросов.
Первый вопрос не о том, как выполняется работа. А о том, чего эта работа должна достичь.
Сиддики часто видит, что организации начинают с действия, которое они хотят автоматизировать, а не с результата, который они хотят улучшить. Но работа создает ценность только в связи с результатом, который она дает, поэтому он рекомендует начать с более фундаментального вопроса: зачем мы вообще выполняем эту работу?
«Возьмем, к примеру, обработку счетов», — говорит он. «Это может показаться очевидной возможностью для автоматизации. Но как только команда определяет задачу как «автоматизировать обработку счетов», она уже переходит в режим поиска решения».
Сиддики рекомендует начать с результата.
Оплачиваются ли счета поставщикам точно и вовремя? Соблюдаются ли финансовые контроли? Можно ли достичь этих целей с меньшим ручным вмешательством?
Сиддики описывает это как движение от результата к началу. Цели предприятия трансформируются в бизнес-задачи, которые превращаются в операционные показатели и транзакционные действия. Это упражнение заставляет задать прямой вопрос: как именно эта работа способствует результату, который действительно важен для бизнеса?
Без этой связи команды могут тратить значительные усилия на оптимизацию действий, не зная, влияют ли они значимым образом на эффективность бизнеса.
Сиддики вспоминает проект по трансформации финансов у одного клиента IBM, где было выявлено 50 ручных сверок в качестве кандидатов на автоматизацию.
Когда команда изучила их более внимательно, они обнаружили, что сверки существовали по совершенно разным причинам. Некоторые были вызваны низким качеством данных, другие отражали фрагментированные системы и разрозненные этапы передачи задач, и лишь часть представляла собой реальные требования контроля.
Автоматизация всех 50 ускорила бы процесс, но не устранила бы глубинные причины.
«Это лишь усугубило бы неэффективность», — говорит Сиддики.
Следовательно, первый вопрос не в том, можно ли автоматизировать задачу. А в том, необходима ли эта задача для достижения желаемого результата.
Как бизнес-лидер, задайте простой вопрос: если эта работа прекратится завтра, какой бизнес-результат пострадает?
Если ответ — почти ничего или ничего, возможно, вы нашли то, что нужно исключить, а не автоматизировать.
Как только вы поймете результат и работу, которая действительно его поддерживает, следующим шагом будет определение того, что мешает этому процессу.
Именно здесь видимые проблемы могут вводить в заблуждение. Бэклог, длительное время цикла или сотрудники, тратящие часы на ответы на запросы, часто кажутся проблемой. На самом деле они могут быть симптомами трений в других частях рабочего процесса.
«Нельзя автоматизировать поверх трений», — говорит Сиддики. «Вы должны понять, почему существуют эти трения».
Эти трения могут принимать разные формы. Они могут возникать из-за плохих мастер-данных, несогласованных политик, фрагментированных систем, неполной информации, чрезмерных согласований или слишком большого количества передач задач между командами.
Чтобы понять, что происходит, Сиддики рекомендует изучить рабочий процесс от начала до конца, а не фокусироваться только на точке, где проблема становится заметной. Инструменты интеллектуального анализа процессов (process mining) и задач (task mining) могут помочь выявить узкие места, «горячие точки» и ненужные передачи задач между людьми, системами и ИИ-агентами.
Сиддики вспоминает работу с глобальным производителем строительных материалов, чья команда по взысканию задолженности тратила почти 40% своего времени на ответы примерно на 1,2 миллиона запросов от отделов продаж и полевых команд, вместо того чтобы собирать денежные средства. Решение каждого запроса могло занимать 30–40 минут.
Было бы легко определить это как проблему автоматизации.
Вместо этого команда Сиддики задала другой вопрос: почему так много вопросов вообще доходит до команды по взысканию?
Расследование показало, что многие запросы вообще не требовали участия специалиста по взысканию. Необходимая информация уже существовала в других частях процесса, но оставалась труднодоступной, фрагментированной по системам или заблокированной из-за ненужных согласований.
Только после понимания этих первопричин в игру вступили технологии. Результаты были значительными. Запросы, которые раньше занимали 30–40 минут, теперь решались примерно за 3 минуты. Уровень самообслуживания приблизился к 90%. Период оборота дебиторской задолженности сократился примерно на 2 дня. Бизнес также высвободил почти 1 миллион долларов США оборотного капитала.
Прорыв произошел благодаря сокращению объема работы, требующей вмешательства человека. «Не пытайтесь автоматизировать эти исключения», — говорит Сиддики. «Это и есть трения».
Спросите, почему существует исключение. Ответ может указывать на проблему с политикой, процессом, данными или системами, которую следует решить на более раннем этапе.
Мало какие процессы изначально проектируются сложными. Большинство становятся такими со временем.
Добавляется контроль для снижения риска. Вводится согласование для решения проблемы. Новая система создает еще один этап передачи. Обязанности перераспределяются между командами. То, что начинается как серия разумных решений, постепенно превращается в рабочий процесс, сформированный скорее историей, чем намерениями.
Со временем организации могут обнаружить, что тратят значительное время и усилия на поддержание процесса, который больше не отражает то, как бизнес создает ценность.
Вот почему Сиддики считает, что руководители должны различать упрощение процесса и его перепроектирование.
Упрощение устраняет трения в существующей модели. Перепроектирование ставит под сомнение целесообразность самой модели.
Эта разница важна, потому что повышение эффективности процесса не всегда означает повышение его результативности. Когда меняются бизнес-приоритеты, операционные модели или ожидания клиентов, руководителям, возможно, придется переосмыслить структуру работы, а не просто улучшать ее протекание.
Тот же принцип применим и за пределами финансовых операций. В недавней беседе IBM Think EMEA Прашант Джаджодиа, управляющий партнер и руководитель направления банковских услуг в регионе EMEA в IBM Consulting, прямо отметил: «Банки, которые успешно внедряют ИИ, фундаментально переосмысливают бизнес-процессы». По его словам, вместо того чтобы накладывать ИИ на существующие процессы, они определяют процессы, наиболее важные для клиентов, сотрудников и финансовых результатов, и переосмысливают их.
Сиддики убедился в этом на собственном опыте благодаря работе IBM «Client Zero» в области биллинга и выставления счетов. В ней участвовало более 2000 человек, и она демонстрировала лучшие в своем классе показатели, хотя со временем процесс оброс уровнями иерархии, согласований, контроля и политик.
Технологии могут сделать существующий процесс более эффективным. Но эффективность — это не то же самое, что актуальность. Если процесс формировался годами инкрементальных решений, руководителям следует сначала задаться вопросом, отражает ли он то, как бизнес хочет работать сегодня.
Сиддики формулирует этот вопрос так: «Если бы вы проектировали этот процесс сегодня, с чистого листа, построили бы вы его именно так? Если нет, то возможность заключается не в автоматизации, а в перепроектировании».
Если это так, то только на этом этапе имеет смысл спрашивать, где могут помочь технологии. К этому моменту руководители должны определить желаемый результат, устранить ненужную работу, устранить источники трений и подвергнуть сомнению сам дизайн процесса.
Теперь они могут оценить, создадут ли технологии значимый рычаг.
Даже в этом случае готовность не гарантирована.
Процесс может казаться повторяющимся, но при этом опираться на несогласованные данные. Разные системы могут содержать противоречивую информацию. Политики могут различаться в зависимости от географии. Средства контроля могут быть неясными. Исключения могут требовать большего суждения, чем предполагает документация процесса.
Технологии, внедренные в такую среду, могут увеличить сложность, а не уменьшить ее.
Сиддики видел, как организации внедряли ИИ в рабочие процессы только для того, чтобы создать дополнительные взаимодействия, проверки и передачи ответственности вокруг самой технологии.
В итоге они получают «множество передач ответственности с ИИ-агентом вместо их сокращения», — говорит он.
Вот почему готовность к автоматизации зависит от чего-то большего, чем просто повторяемость.
Данные должны быть надежными. Бизнес-правила должны быть понятны. Рабочий процесс должен быть достаточно последовательным для поддержки технологий, а ценность должна оправдывать инвестиции.
Руководителям также следует думать шире, чем просто об автоматизации отдельных задач.
Исторически автоматизация рабочих процессов часто включала создание автономных решений для конкретных действий. Сиддики считает, что гораздо большую ценность представляет выявление возможностей, которые можно повторно использовать в различных рабочих процессах.
Он сравнивает вариант использования с блюдом, а обеспечивающие возможности — с ингредиентами. Эти ингредиенты могут включать извлечение информации, интеграцию систем, сопоставление и проверку данных, применение моделей ИИ и завершение транзакций.
Подобно тому, как ингредиенты можно использовать во многих разных рецептах, эти возможности могут поддерживать несколько рабочих процессов по всему предприятию.
Экономика выглядит иначе, когда возможности можно повторно использовать в разных рабочих процессах. Вместо того чтобы рассматривать каждый рабочий процесс как отдельную инвестицию в технологии, организации могут создавать повторно используемые возможности, которые создают ценность для различных функций, бизнес-единиц и вариантов использования.
Это, однако, оставляет важный вопрос: где технологии должны взять на себя работу, а где по-прежнему важно человеческое суждение?
Как только руководители понимают, где технологии могут внести свой вклад, им все равно нужно решить, где человеческое суждение остается необходимым для результата.
Сиддики называет это «целевой автономией».
По его опыту, наибольшая ценность часто заключается в том, чтобы осознанно подходить к выбору мест применения технологий. Некоторые действия следуют четким правилам, опираются на структурированные данные и дают предсказуемые результаты. Другие требуют интерпретации, контекста и ответственности.
«Я сторонник целевой автономии. Пусть ИИ работает самостоятельно там, где задача четко определена и ставки ясны, а люди пусть отвечают за решения, требующие суждения», — говорит он.
Это различие становится особенно важным в таких областях, как налогообложение, аудит и регуляторные операции, где решения могут иметь последствия, выходящие за рамки отдельной транзакции.
«Человек в контуре обязателен», — говорит Сиддики.
Поэтому организациям необходимо понимать, где человеческий опыт оказывает наибольшее влияние на результат.
Когда технологии берут на себя рутинные и повторяющиеся действия, люди могут сосредоточиться на исключениях, принятии решений, оценке рисков и решениях, требующих более глубокого понимания бизнес-контекста.
Рабочий процесс, который выполняется быстрее, не обязательно приводит к лучшему бизнес-результату. Точно так же сокращение усилий, необходимых для выполнения задачи, не автоматически означает значимую эффективность бизнеса.
Для Сиддики ценность должна оцениваться через призму результата, которого пытается достичь организация.
Эта ценность может проявляться по-разному. Она может снизить операционные расходы, сократить время цикла, улучшить качество, усилить соблюдение нормативных требований или снизить риски. В некоторых случаях это может высвободить ресурсы, которые можно перенаправить на более ценную работу. В других — улучшить показатели, которые имеют прямое значение для бизнеса, такие как оборотный капитал, прибыльность, маржа или качество обслуживания клиентов.
Ни один показатель не рассказывает всю историю целиком. «Чтобы бизнес-лидер мог требовать отчета о ценности, он не может свести все к одному показателю», — говорит Сиддики.
Понимание ценности требует рассмотрения затрат, скорости, качества, рисков и самого бизнес-результата.
Перед автоматизацией руководители должны спросить, какому результату служит работа, какие трения стоят на пути, построили бы они процесс так же сегодня, готов ли он к технологиям и где место человеческому суждению. Организации, которые пропускают эти вопросы, лишь ускоряют свою неэффективность. Те, кто их задает, выходят за рамки автоматизации задач, переходя к оркестрации людей, агентов, данных и процессов вокруг результатов, которые важны для бизнеса, с ценностью, которая растет по мере перепроектирования каждого рабочего процесса. Цель не в том, чтобы автоматизировать больше работы. Цель — создать больше ценности из той работы, которая остается.
Стратег по бренду и контенту
Идейное лидерство












