Брианна Ван Зантен из InCheq о преодолении разрыва между управлением задачами и автоматизацией.
В отчете McKinsey & Company говорится, что благодаря машинному обучению и системам на основе искусственного интеллекта «ведущие организации повышают эффективность процессов на 30 процентов и более, одновременно увеличивая выручку на 5–10 процентов».
По словам Брианны Ван Зантен , менеджера по работе с клиентами в технологической компании InCheq , современные сложные системы машинного обучения и искусственного интеллекта могут творить чудеса в бизнес-процессах, если их правильно применять. «Когда компании объединяют управление задачами с интеллектуальной автоматизацией, они могут уже сегодня пожинать плоды технологий нового поколения», — говорит она.
Фото предоставлено Брианной В. / LinkedIn
Однако многие организации медленно адаптируются к эпохе ИИ, поскольку эта технология все еще во многом не изучена, а раскрытие ее истинной ценности зависит от конкретных сценариев использования.
Искусственный интеллект и машинное обучение используются недостаточно эффективно.
Другое исследование McKinsey показывает, что, хотя многие компании внедрили ту или иную форму ИИ или машинного обучения хотя бы в один аспект своей деятельности, лишь около 15 процентов использовали эти преимущества в нескольких областях. Подавляющее большинство участников опроса также охарактеризовали свои алгоритмы как находящиеся все еще на стадии пилотного внедрения. Только 36 процентов заявили, что их машины продвинулись дальше этого уровня.
В частности, многие компании по-прежнему испытывают трудности с внедрением преимуществ автоматизации в свои системы управления задачами. По мнению Ван Зантен, сейчас открываются огромные возможности. «Преодоление этого разрыва может вывести компании на передовые позиции во всей отрасли», — говорит она.
Любые рутинные задачи можно автоматизировать.
Слишком многие компании упускают из виду преимущества внедрения автоматизированных систем в масштабах всей организации.
«Любую повторяющуюся задачу, которую ваш сотрудник должен выполнять регулярно, вероятно, можно взять на себя с помощью машинного обучения или искусственного интеллекта», — объясняет она. «Подумайте о вводе данных. Подумайте об обработке распространенных вопросов от клиентов. Подумайте об управлении запасами. Подумайте о создании ежедневных отчетов — или ежемесячных, или квартальных, если на то пошло. Современные платформы автоматизации можно обучить необходимым шагам и начать выполнять подобную работу самостоятельно».
В результате, сотрудникам больше не нужно увязать в этой рутине. «Важно осуществлять надзор, особенно на начальном этапе, чтобы убедиться, что система правильно выполняет задачу», — предупреждает Ван Зантен. «Однако, как только система полностью поймет суть работы и сроки, она сможет взять на себя дальнейшую обработку необходимых данных. Это позволит сотрудникам сосредоточиться на более сложных и тонких аспектах своей работы».
По словам Ван Зантена, современные системы машинного обучения и искусственного интеллекта способны справляться со сложными задачами, если и когда будут предоставлены чистые данные.
Современные технологии машинного обучения и искусственного интеллекта способны справляться со сложными задачами.
Надоело тратить часы на составление расписания? У Ван Зантена для вас хорошие новости.
«Никому больше не нужно мучиться, пытаясь распределить людей по сменам», — говорит она. «Преимущество современных систем в том, что они могут обрабатывать огромный объем данных и анализировать их, чтобы найти правильные решения менее чем за секунду».
То же самое относится и к оптимизации других ресурсов предприятия. «Предприятия не зарабатывают деньги, когда их оборудование не используется», — отмечает Ван Зантен. «Простой невыгоден. Автоматизированные системы управления задачами можно запрограммировать таким образом, чтобы каждый актив работал на максимально возможном уровне».
Системы могут даже помочь обеспечить безопасность ваших объектов. «Если вы объедините свою платформу машинного обучения или искусственного интеллекта с датчиками через Интернет вещей (IoT), то сможете обеспечить непрерывное наблюдение», — говорит Ван Зантен. «Если возникнет проблема — скажем, температура в холодильной камере упадет и начнет ухудшаться, — система может немедленно вас оповестить. Допустим, кто-то проникнет в дом ночью; та же система может вас оповестить. Система никогда не спит, поэтому она немедленно поднимает тревогу и мобилизует ваших охранников. Это лишь несколько примеров, но важно то, что эти системы защищают ваши объекты и делают их более безопасными».
Более того, автоматизированные процессы можно связывать между собой, и завершение одной задачи запускает следующую в каскаде. «Допустим, сотрудник закончил работу над файлом, который требует проверки клиентом, — система может немедленно отправить клиенту электронное письмо со ссылкой на документ и попросить его ознакомиться с ним», — говорит Ван Зантен. «Опять же, это лишь одно из потенциальных применений. Варианты использования ограничены только тем, что вы можете себе представить».
Поскольку автоматизированные системы могут выполнять функции за миллисекунды, все соответствующие сотрудники могут следить за ситуацией в режиме реального времени. «Это означает, что ваша команда может сотрудничать в режиме реального времени, независимо от того, на каком континенте она находится», — объясняет Ван Зантен. «Это также облегчает мгновенную связь с вашими клиентами, поставщиками или другими заинтересованными сторонами».
Однако, хотите верьте, хотите нет, эти возможности — лишь начало.
Внедрение предиктивной аналитики
«Машинное обучение и искусственный интеллект способны анализировать хранилища данных и выдавать показатели производительности, позволяющие точно понимать, что происходит в режиме реального времени», — объясняет Ван Зантен. «Это означает, что вы можете принимать оптимальные решения, которые приведут к лучшим результатам в будущем».
Системы управления задачами нового поколения не только используют огромные возможности машинного обучения и искусственного интеллекта для повышения эффективности, но и, по сути, для прогнозирования будущего. Эти системы могут создавать и запускать симуляции, позволяющие руководителям предприятий понимать последствия различных возможных вариантов действий. Опять же, все это зависит от наличия достоверных исходных данных.
«Это называется предиктивной аналитикой, — объясняет Ван Зантен. — Если у кого-то есть предчувствие, то можно виртуально разыграть ситуацию и увидеть, какими будут вероятные результаты. Это отличный способ избежать ошибочных решений. В то же время, это может также предоставить доказательства в поддержку более выгодных шагов».
Внедрите машинное обучение и искусственный интеллект, чтобы выйти на новый уровень.
Мы готовы совершить революцию в бизнесе в масштабах, сопоставимых с индустриализацией XIX века. Действительно, эти алгоритмы уже значительно улучшились всего за несколько лет. Будущее ближе, чем многие руководители предприятий себе представляют.
«Машинное обучение и искусственный интеллект предоставляют мощные инструменты, которые предприятия могут использовать для повышения эффективности и принятия решений», — говорит Ван Зантен. «Речь идет не о замене человеческого опыта, а о стратегической интеграции технологий для максимизации производительности и инноваций».
