Nudne 80%: Gdzie sztuczna inteligencja przynosi korzyści już na początku operacji

Dlaczego nudne prace wygrywają

Istnieją dwie przyczyny, z których obie dotyczą ryzyka, a nie ambicji.

Pierwsza polega na tym, że praca powtarzalna jest mierzalna. Już wiesz, ile faktur przybywa, jak długo wniosek czeka w kolejce, ile kosztuje rozwiązanie biletu pomocy technicznej. Kiedy automatyzujesz coś, co da się zmierzyć, możesz udowodnić wynik za kwartał. Kiedy automatyzujesz coś nowego, spędzisz kwartał argumentując, czy to zadziałało.

Druga przyczyna jest taka, że nudne 80% stanowi miejsce, gdzie występuje większość wolumenu, a wolumen jest tym, co zamienia niewielką poprawę w prawdziwą liczbę. Usunięcie czterech minut z zadania wykonywanego dwa razy w miesiącu jest błędną cyfrą. Usunięcie czterech minut z zadania wykonywanego dziewięćset razy w miesiącu zwalnia osobę. Gospodarka opiera się na częstotliwości, a nie na tym, jak inteligentna jest automatyzacja.

Twarde 20% - wyjątki cenowe, sporne roszczenia, wszystko, o czym regulator może zapytać - powinno pozostać w rękach ludzi na razie. Jest to rzeczywiście trudne, tam znajduje się twoja marża i reputacja, a jest to najgorsze miejsce, aby nauczyć się jak AI zachowuje się w twoim biznesie.

Jak to znaleźć?

Nie przeprowadzaj ankiety, pytając ludzi, co chcieliby zautomatyzować. Otrzymasz listę życzeń. Zamiast tego, spójrz na miejsca, w których kolejki pracy się tworzą i gdzie informacje są przepisywane.

• Przekazywanie danych między systemami. Każde miejsce, w którym człowiek czyta jeden ekran i wpisuje do drugiego, jest potencjalnym kandydatem. E-mail do ERP, PDF do arkusza kalkulacyjnego, portal do CRM.
• Niezstrukturalne dane na początku drogi. Faktury, noty dostawcze, roszczenia, CV, zapytania ofertowe, raporty inspekcji. Wszystko, co przychodzi w formie PDF, zdjęcia lub akapitu prozy, którą ktoś musi przekształcić w pola.
• Triage i kierowanie. Bilety, skargi i wejścia, które osoba czyta tylko po to, aby zdecydować, kto powinien je naprawdę obsłużyć.
• Pisanie na podstawie szablonu. Aktualizacje statusu, standardowe odpowiedzi, pierwsze wersje podsumowań długich wątków lub dokumentów.
• Rekoncyljacja. Porównywanie dwóch list, które powinny się zgadzać i wyjaśnianie, dlaczego nie.

Oceniaj każdego kandydata na podstawie wolumenu, spójności danych wejściowych i kosztu błędu. Zacznij od wysokiego wolumenu, spójnych danych wejściowych i tanich błędów. Ta nuda i to właśnie jest idealne.

Wyjątki są prawdziwym wyzwaniem projektowym

Oto gdzie większość pierwszych projektów idzie nie tak. Zespół automatyzuje ścieżkę szczęśliwą, osiąga 85% dokładności, świętuje, a potem odkrywa, że 15% przypadków, które teraz wykraczają poza system, zajmuje dłużej do obsługi niż cała proces przedtem. Wyjątki przychodzą bez kontekstu, nikt ich nie posiada, a kolejka rośnie.

Zaprojektuj procedurę awaryjną przed automatyzacją. Kiedy system nie jest pewien, co się dzieje? Kto to widzi, co widzi i jak długo ma na to czas? Proces, który obsługuje 70% przypadków od początku do końca i czysto przekazuje resztę, pokonuje ten, który twierdzi, że osiąga 90%, ale wyrzuca resztę do niezauważonej skrzynki odbiorczej.

Ustaw celową progę pewności. Dla kodowania faktur możesz zaakceptować 2% błędu, ponieważ system dolny wychwyci to. Dla wszystkiego, co dotyczy płatności lub pacjenta, przejdziesz do człowieka i zaakceptuj niższą stopę automatyzacji. Ta proga jest decyzją biznesową, nie techniczną, i należy do osoby, która posiada ten proces.

Jak powinny wyglądać pierwsze sześć miesięcy?

Wybierz jeden proces. Instrumentuj go przed zmianą czegokolwiek, abyś wiedział czas dotknięcia, koszt transakcji i wskaźnik błędu. Wprowadź coś wąskiego do rzeczywistego użytku w osiem tygodni. Zmierz te same liczby ponownie.

A potem zrób to jeszcze dwa lub trzy razy. Skumulowany zysk nie leży w poszczególnych automatyzacjach - jest w tym, że twój zespół uczy się, na czym te systemy są naprawdę dobre, twoje dane stają się czystsze, ponieważ coś na nich zależy, a następny projekt trwa połowę czasu.

Przenoszenie nudnej, ciężkiej, wysokowolumennej pracy jest tym, w czym ta technologia jest obecnie naprawdę dobra. Daj jej to obciążenie najpierw i zachowaj swoich ludzi na decyzjach, które wymagają ich zaangażowania. Jeśli chcesz pomocy w wyborze pierwszego procesu i udowodnieniu liczby, to jest praca, którą wykonujemy.