Hur man skyndar på automatiseringen för att sänka kostnaderna ytterligare och bli än mer effektiv

Två av tre företag har implementerat automatisering av uppgifter, vilket innebär att man har automatiserat en enskild process i en affärsenhet, vilket är ganska enkelt. Till exempel kan man ha automatiserat beviljande av kredit, skapandet av kundtjänstärenden eller mejlutskick med kampanjer.

Enligt Matt McLarty, CTO och VP för digital omställning på MuleSoft, så går den automatisering av uppgifter som många företag idag använder sig av inte att återanvända eller skala upp i tillräckligt stor utsträckning för att skapa det värde som är så viktigt i dagsläget. Lösningarna är inte hållbara eftersom de saknar den kontext och sofistikering som företag behöver för att verkligen förvandla sin verksamhet och tjäna kunderna bättre.

Några exempel:

• en chatbot som inte känner igen en kund eller dennes orderhistorik och som ger automatiska svar som inte löser kundens problem 

• en matkassetjänst som inte kan svara på varför kassen inte har levererats än eftersom de inte har någon insyn i leveransföretagets verksamhet

• ett automatiskt HR-system som inte är sammankopplat med en personalutvecklingsplattform 

”Många av RPA-lösningarna fokuserar på att kolla hur en process fungerar och sedan automatisera den”, sa McLarty. ”Men om det sker något oväntat i den processen, som det så ofta gör, så har man bara lyckats fördröja lösningen genom att sätta en robot mellan mig och personen som faktiskt kan lösa mitt problem.”

Intelligent automatisering ger kontext

Intelligent automatisering sätter era data i en kontext så att ni får en djupare förståelse för vad det är som händer. Kontexten – som samlar betydelse från bilder, text och tal – hittar mönster och kan utifrån dessa ge rekommendationer, göra förutsägelser och fatta beslut.

Realtidsbaserade sammankopplade data är en av nycklarna till kontextuell automatisering, oavsett om det är interna affärsprocesser eller sätten som företag interagerar med samarbetspartner och kunder som ska automatiseras.

Den här typen av avancerad automatisering är fortfarande i ett tidigt stadium, men den är på många företags radar. Deloittes enkätundersökning fann att AI är den näst mest eftertraktade automatiseringstekniken, då 46 procent planerar att implementera artificiell intelligens under de kommande tre åren. 

Hur man hittar nya möjligheter för intelligent automatisering

När ett företag har implementerat en handfull automatiseringar så brukar återbäringen plana ut. Detta beror på att företaget inte enkelt kan identifiera nya processer att automatisera, sa Joe Surprenant, säljchef för AI och Data Ops på Deloitte. Företag måste titta närmare på sina data och processer för att hitta de här nya möjligheterna.

”När man har gått igenom hela färgdiagrammet och idélådan från personalen så behöver man använda både digitala verktyg och expertis om processerna för att hitta det som saknas”, säger han.

Tekniken som gör detta möjligt kallas ”process intelligence”. Det är de data som samlas in för att analysera de enskilda stegen i en viss process eller ett visst arbetsflöde, och detta kan hjälpa företag hitta flaskhalsar och bli mer effektiva. Även om bara ett av fem företag som deltog i Deloittes undersökning använder process intelligence (PI) i dagsläget så finns det många företag som utvecklar den här tekniken och det är en sektor som växer snabbt. 

”Process intelligence har öppnat många av våra kunders ögon och visat dem saker de inte visste”, sa Surprenant. Till exempel säger han att ett stort företag använde teknik för ”process mining” (processutvinning på svenska) för att analysera hela sin inköpsprocess av material, från början till slut. Analysen fann steg i processen för underhållet av inköpsordrar som krävde mer manuellt arbete och högre grad av omarbetning. Den här insikten ledde till att de utvecklade en automatiseringslösning för underhållet som byggde på en kombination av RPA, automatisering av affärsprocessledning (BPM) och analyser, vilket i slutändan lät dem spara 40 miljoner dollar om året.

En annan kund, inom detaljhandeln, använde process intelligence för att hitta orsaken till ett glapp mellan funktioner för försäljning, betalning, leverans och returer i sin distributionskedja. De använde de insikterna för att skapa en konsoliderad app för kundresan som låter dem snabbt spåra och lösa problem i de här funktionerna. Detta ledde till 23 procent färre returer, 46 miljoner dollar lägre avsättningsrisk, samt 7 procent högre net promoter score.

Process intelligence hjälper en på tre sätt: 

• Det digitaliserar och påskyndar arbetet med att hitta fall där automatisering kan tillämpas. Praktiskt taget så automatiserar det automatisering. 

• Det ger ytterligare en datapunkt för vad vissa affärsanvändare tror kan vara lämpligt att automatisera.

• Det sparar tid och pengar som annars hade lagts på att ta in konsulter som hittar möjligheter för automatisering genom att prata med de som ansvarar för processerna. 

Vad man måste tänka på

Att implementera mer sofistikerad och kontextuell automatisering handlar om mycket mer än bara teknik. För att lyckas behöver man fundamentalt tänka om och omarbeta sina processer, med fokus på kundernas behov.

McLarty, som samarbetar nära med kunder som befinner sig på resan mot digital omvandling, föreslår de här första stegen:

Tänk på den fullständiga kundupplevelsen

Kartlägg hela kundupplevelsen, från början till slut, hur alla delarna hänger ihop och vad kunderna behöver i varje steg. De flesta företag tänker bara på en av pusselbitarna – exempelvis e-handeln, kundservice eller marknadsföring – och automatiserar bara den delen.

Sammankopplade realtidsdata är revolutionerande för kontextuell automatisering. Nästa generations kunddataplattformar integrerar data från alla kundinteraktioner, från alla system, kanaler eller dataströmmar till en enhetlig kundprofil. Att ha denna kompletta vy av kunden hjälper dig se kunderna i helhet. Till exempel hjälper det dig se hur en interaktion med kundtjänsten påverkar resultatet av marknadsföring som riktas mot samma kund. 

Tänk på tekniken som en riktigt bra lösning bygger på

Går tekniken att upprepa eller skala upp? Leta efter verktyg som kan identifiera olika processer i verksamheten som går att automatisera. De här verktygen extraherar metadata från processen och gör det till ett automatiserat arbetsflöde.

MuleSoft är den teknik som möjliggör sammankopplingen av data från alla system och kanaler.

”De automatiserade lösningen måste kopplas till den prediktiva analys som är synonym med artificiell intelligens och alla datakällor, så att den kan säga dig allt du behöver veta”, säger McLarty. 

Det är svårt att överdriva hur omvandlande AI-baserad kontextuell automatisering kommer vara. Surprenant menar att det kommer vara i klass med molnet.

”Vi har en bit kvar. Men när vi når stadiet där företag prioriterar automatisering när de designar sina affärsprocesser, och verkligen anammar tanken på digital arbetskraft, så kommer det bli lika stort som molnet, om inte större.”