Il noioso 80%: Dove l'intelligenza artificiale paga per prima nelle operazioni

Perché il lavoro noioso vince

Ci sono due ragioni, entrambe legate al rischio più che all'ambizione.

La prima è che il lavoro ripetitivo è misurabile. Tu sai già quante fatture arrivano, quanto tempo rimane in coda una richiesta di rimborso, quali sono i costi per risolvere un biglietto di assistenza. Quando automatizzi qualcosa che puoi misurare, puoi dimostrare i risultati in un trimestre. Quando automatizzi qualcosa di nuovo, trascorri il trimestre discutendo se ha funzionato o meno.

La seconda è che l'80% noioso contiene il volume, e il volume è ciò che trasforma un piccolo miglioramento in un numero reale. Ridurre quattro minuti da un compito eseguito due volte al mese è un errore di arrotondamento. Ridurre quattro minuti da un compito eseguito 900 volte al mese libera una persona. Gli aspetti economici sono determinati dalla frequenza, non dall'intelligenza dell'automazione.

Il difficile 20% - eccezioni sui prezzi, richieste controverse, qualsiasi cosa che un regolatore potrebbe chiedere - dovrebbe rimanere nelle mani delle tue persone per ora. È davvero difficile, è dove risiedono il tuo margine e la tua reputazione, ed è il peggiore posto possibile per imparare come l'IA si comporta nella tua attività.

Come trovarlo

Non condurre un sondaggio chiedendo alle persone cosa vorrebbero automatizzato. Riceverai una lista di desideri. Invece, guarda dove le code di lavoro si accumulano e dove le informazioni devono essere ritipate.

• Inserimento manuale tra sistemi. Ogni volta che un essere umano legge uno schermo e digita in un altro, quel passaggio è un candidato. Email verso ERP, PDF verso foglio di calcolo, portale verso CRM.
• Input non strutturati all'ingresso. Fatture, note di consegna, richieste di rimborso, CV, RFQ, rapporti di ispezione. Qualsiasi documento che arriva in formato PDF, foto o paragrafo di prosa che qualcuno deve trasformare in campi.
• Triage e routing. Biglietti, lamentele e richieste in entrata che una persona legge solo per decidere a chi dovrebbero essere affidati.
• Redazione da modello. Aggiornamenti di stato, risposte standard, prime bozze di un lungo thread o documento.
• Riconciliazione. Confronto tra due elenchi che dovrebbero corrispondere e spiegazione del perché non lo fanno.

Valuta ogni candidato in base al volume, alla coerenza degli input e al costo di un errore. Inizia con il volume elevato, gli input coerenti e i costi di errore bassi. Questa combinazione è poco glamour ma è proprio quella giusta.

Le eccezioni sono il vero problema di progettazione

Ecco dove falliscono la maggior parte dei primi progetti. Un team automatizza il percorso felice, raggiunge l'85% di accuratezza, celebra e poi scopre che il 15% dei casi ora impiegano più tempo da gestire rispetto all'intero processo prima. Le eccezioni arrivano senza contesto, nessuno le possiede e la coda cresce.

Progetta il percorso di ritorno prima di progettare l'automazione. Quando il sistema non è sicuro, cosa succede? Chi lo vede, cosa vede e quanto tempo ha? Un processo che gestisce il 70% dei casi end-to-end e rimanda pulito il resto batte uno che afferma il 90% e scarica il resto in una casella di posta non controllata.

Imposta la soglia di confidenza deliberatamente. Per la codifica delle fatture potresti accettare un tasso di errore del 2% perché il controllo successivo lo cattura. Per qualsiasi cosa che riguarda i pagamenti o i pazienti, invii molto più lavoro a una persona e accetti un tasso di automazione inferiore. Questa soglia è una decisione aziendale, non tecnica, e spetta alla persona che possiede il processo.

Come dovrebbero apparire i primi sei mesi

Scegli un processo. Strumentalo prima di modificare qualsiasi cosa, in modo da conoscere i tempi di contatto base, i costi per transazione e la percentuale di errori. Invia qualcosa di ristretto in uso reale entro otto settimane. Misura nuovamente gli stessi numeri.

Poi fallo di nuovo, e ancora. Il guadagno composto non è dalle singole automazioni - è che il tuo team impara quali sistemi sono affidabilmente buoni, i tuoi dati diventano più puliti perché qualcosa dipende da essi e il prossimo progetto impiega la metà del tempo.

Sostenere il lavoro noioso, pesante e ad alto volume è ciò in cui questa tecnologia eccelle attualmente. Affidalo a questo carico e tieni le tue persone sulle decisioni che richiedono loro. Se hai bisogno di aiuto per scegliere il primo processo e dimostrare il numero, è il nostro lavoro.