De kjedelige 80 prosentene: Der AI først gir avkastning i driften

Ethvert driftsteam styres av en håndfull beslutninger som krever reelt skjønn, og av et svært stort antall arbeidssteg som ikke gjør det. Noen åpner en e-post, finner bestillingsnummeret, sjekker det mot ERP-systemet, oppdager at antallet avviker med to, skriver til leverandøren, venter i tre dager, purrer igjen. Gjenta fire hundre ganger i uken.

Det arbeidet havner aldri i strategipresentasjonen. Det er også der AI først gir avkastning, og med god margin.

Hvorfor det kjedelige arbeidet vinner

To grunner, og begge handler om risiko snarere enn ambisjoner.

Den første er at repetitivt arbeid er målbart. Du vet allerede hvor mange fakturaer som kommer inn, hvor lenge et krav ligger i køen, hva det koster å løse en supporthenvendelse. Når du automatiserer noe du måler, kan du bevise resultatet i løpet av et kvartal. Når du automatiserer noe nytt, bruker du kvartalet på å diskutere om det virket.

Den andre er at de kjedelige 80 prosentene er der volumet ligger, og volum er det som gjør en liten forbedring til et reelt tall. Å spare fire minutter på en oppgave som utføres to ganger i måneden er en avrundingsfeil. Å spare fire minutter på en oppgave som utføres ni hundre ganger i måneden frigjør en person. Økonomien drives av frekvens, ikke av hvor smart automatiseringen er.

De vanskelige 20 prosentene — prisunntak, omstridte krav, alt et tilsyn kan komme til å spørre om — bør foreløpig ligge hos folkene dine. Det er genuint vanskelig, det er der marginen og omdømmet ditt sitter, og det er det verst tenkelige stedet å lære hvordan AI oppfører seg i virksomheten din.

Hvordan du finner det

Ikke send ut en spørreundersøkelse om hva folk kunne tenke seg å automatisere. Da får du en ønskeliste. Se i stedet på hvor arbeid hoper seg opp, og hvor informasjon tastes inn på nytt.

• Dobbeltregistrering mellom systemer. Hver gang et menneske leser én skjerm og taster inn i en annen, er det steget en kandidat. E-post til ERP, PDF til regneark, portal til CRM.
• Ustrukturerte data i inngangen. Fakturaer, følgesedler, krav, CV-er, forespørsler, inspeksjonsrapporter. Alt som kommer som en PDF, et bilde eller et avsnitt med tekst som noen må gjøre om til felter.
• Triagering og videresending. Henvendelser, klager og innkommende forespørsler som en person leser bare for å avgjøre hvem som faktisk skal håndtere dem.
• Utkast fra mal. Statusoppdateringer, standardsvar, første utkast til sammendrag av en lang tråd eller et langt dokument.
• Avstemming. Å sammenligne to lister som skal stemme overens, og forklare hvorfor de ikke gjør det.

Vurder hver kandidat ut fra volum, hvor konsistente inndataene er, og hvor mye en feil koster. Begynn med høyt volum, konsistente inndata og billige feil. Den kombinasjonen er lite glamorøs, og den er helt riktig.

Unntakene er det egentlige designproblemet

Her går de fleste førsteprosjekter galt. Et team automatiserer den enkleste veien gjennom prosessen, oppnår 85 prosent treffsikkerhet, feirer — og oppdager så at de 15 prosentene som faller ut, nå tar lengre tid å håndtere enn hele prosessen gjorde før. Unntakene kommer uten kontekst, ingen eier dem, og køen vokser.

Design reserveløsningen før du designer automatiseringen. Hva skjer når systemet ikke er sikkert? Hvem ser det, hva ser de, og hvor lang tid har de? En prosess som håndterer 70 prosent av sakene fra start til slutt og overleverer resten på en ryddig måte, slår en som hevder 90 prosent og dumper resten i en innboks ingen følger med på.

Sett også terskelen for sikkerhet bevisst. For fakturakoding kan du godta 2 prosent feil fordi kontrollen nedstrøms fanger det opp. For alt som berører en betaling eller en pasient sender du langt mer til et menneske og godtar en lavere automatiseringsgrad. Den terskelen er en forretningsbeslutning, ikke en teknisk, og den tilhører personen som eier prosessen.

Hvordan de første seks månedene bør se ut

Velg én prosess. Mål den før du endrer noe, slik at du kjenner utgangspunktet for behandlingstid, kostnad per transaksjon og feilrate. Lever noe smalt i reell bruk innen åtte uker. Mål de samme tallene på nytt.

Så gjør du det en gang til, og en tredje gang. Den kumulative gevinsten ligger ikke i de enkelte automatiseringene — den ligger i at teamet ditt lærer hva disse systemene er pålitelig gode til, at dataene dine blir renere fordi noe avhenger av dem, og at neste prosjekt tar halvparten så lang tid.

Å bære det kjedelige, tunge arbeidet med høyt volum er det denne teknologien faktisk er god til akkurat nå. Gi den den lasten først, og hold folkene dine på beslutningene som trenger dem. Vil du ha hjelp til å velge den første prosessen og bevise tallet, er det den jobben vi gjør.