211service.com
De bot die van me hield: hoe intelligente automatisering onze banen en onze bedrijven zal verbeteren
Geleverd door PwC
Als we denken aan automatisering, komen typische voorbeelden - fabrieksrobotica, spamfilters en geautomatiseerde softwaretesttools - vaak voor de geest. Maar wat als automatisering een drastische upgrade zou kunnen krijgen, een die intelligenter zou worden gemaakt door deze tools te integreren met machine learning (ML)-technologieën? Stel je een wereld voor waarin automatiseringstools kijken hoe we werken en vervolgens op kunstmatige intelligentie (AI) gebaseerde inzichten gebruiken om ons te vertellen hoe we beter kunnen werken (of onze werkinspanningen voor ons kunnen upgraden) ter plekke.
Het is geen fantasie: Intelligente automatisering komt er nu aan en het zal onze manier van werken ingrijpend veranderen.
Tegenwoordig zijn automatiseringstools grotendeels geïsoleerd en gesegmenteerd in hun eigen koninkrijkjes. Een website-chatbot heeft doorgaans geen interactie met een medewerker van de klantenservice, tenzij deze is geprogrammeerd om een gesprek af te leiden als aan bepaalde voorwaarden wordt voldaan. De chatbot volgt gewoon zijn programmering en verandert nooit van koers, tenzij hij daartoe wordt bevolen. Als we zo'n systeem ontwikkelen, zoeken we eerst uit wat we willen automatiseren; vervolgens ontwerpen en ontwikkelen we de bot om voor zijn specifieke doel te werken.
Maar dit verandert allemaal van de grond af aan.
Machine learning bepaalt wat er moet worden geautomatiseerd
Zo ziet de toekomst van automatisering eruit: in plaats van een proces te bepalen dat we willen automatiseren, zal een machine learning-agent de manier waarop we werken observeren, historische gegevens verzamelen en ontginnen om te bepalen waar kansen voor automatisering liggen. De AI-tool zal dan een oplossing voorstellen in de vorm van een geautomatiseerde procesverandering en simuleren hoe die veranderingen de productiviteit zullen verbeteren of tot betere bedrijfsresultaten zullen leiden.
Van daaruit zal het geoptimaliseerde, geautomatiseerde proces worden geïmplementeerd in de werkomgeving, dat zichzelf naadloos integreert in onze banen, met als doel het verminderen van repetitieve, handmatige inspanningen - het zogenaamde drukke werk dat zo'n groot deel van de dag in beslag neemt. Deze combinatie van menselijke en digitale arbeid wordt orkestratie genoemd.
Het is geen fantasie: intelligente automatisering komt nu en zal onze manier van werken ingrijpend veranderen.
Bij gebruik in de hele onderneming stelt orkestratie ons in staat om een gouden standaard van op automatisering gebaseerde best practices te ontwikkelen die in de hele organisatie kunnen worden gestandaardiseerd. Deze tools zullen constant hun eigen prestaties monitoren (en kunnen ook de prestaties van werknemers monitoren) en hun eigen algoritmen verbeteren naarmate er aanvullende gegevens worden verzameld, en worden elke dag beter terwijl ze hun lessen toepassen op andere uitdagingen met gerelateerde problemen. Een algoritme dat inkomende e-mails van de klantenservice doorstuurt, kan zich bijvoorbeeld uiteindelijk aanpassen om interne evaluatiedocumenten van medewerkers te routeren.
Intelligente automatisering heeft toepassingen in een breed scala aan functies, disciplines, afdelingen en sectoren. Het kan voor alles worden gebruikt, van het verbeteren van berichten tot het toewijzen van factuurcodes tot het stroomlijnen van externe marketinginitiatieven.
Maar hoewel ML-gestuurde orkestratie tal van toepassingen zal vinden in administratief werk, is het niet beperkt tot routinetaken zoals het verzenden van geautomatiseerde e-mailreacties op vragen van klanten of het in dienst nemen van nieuwe werknemers.
Stelt u zich een verzekeringsagent voor die complexe polissen voor zijn klanten ontwikkelt op basis van uitgebreide enquêtes die hun specifieke behoeften in kaart brengen. Het kan uren duren om dit beleid op te bouwen: het is stukje bij beetje ontwikkeld op basis van uitgebreide catalogi van variabele voorwaarden, kosten en voordelen. Het is misschien een eenvoudig proces, maar het is ook een tijdrovend proces dat veel aandacht voor detail vereist om ervoor te zorgen dat niets over het hoofd wordt gezien.
Intelligente automatisering elimineert bijna al deze inspanning. Een intelligente microbot kan de workflow van de verzekeringsagent observeren, ontdekken waar te veel handmatige inspanning plaatsvindt en bepalen waar automatisering zowel de workflow kan stroomlijnen als het eindproduct kan verbeteren, allemaal zonder de agent rechtstreeks te betrekken.
Terwijl de agent toezicht zou houden, zou hij worden bevrijd van de meer alledaagse aspecten van het werk, aangezien de microbot namens hem het beleid zou opstellen, zodat de agent zich kon concentreren op de algemene taak om zijn klanten beter van dienst te zijn.
Intelligente automatisering kan elke medewerker ten goede komen
Een van de doelen van intelligente automatisering is om dit uit te breiden voordeel voor iedereen in de hele organisatie . U hoeft de IT-afdeling niet te betrekken om te profiteren van automatisering, aangezien deze tools worden gebouwd om wat ooit een zeer moeizaam en technisch proces was overboord te gooien en het veel gebruiksvriendelijker te maken.
Het bovenstaande voorbeeld van een verzekeringsagent klinkt misschien ingewikkeld, maar in wezen is het een fundamenteel probleem dat elke kenniswerker heeft: lange uren moeten investeren in een repetitief proces dat niet optimaal gebruik maakt van de tijd of vaardigheden van die professional. De ideale toolkit voor intelligente automatisering is ontworpen om voor iedereen toegankelijk te zijn, en organisaties hebben geen staf van datawetenschappers nodig om deze te implementeren.
Intelligente automatiseringsbots zullen deze angsten moeten overwinnen voordat we ze voldoende vertrouwen om het volledige gewicht van het bedrijf op hun schouders te leggen.
Overweeg een andere businesscase waar bijna elke grote onderneming mee worstelt: het callcenter. Het callcenter is een goed voorbeeld omdat we heel duidelijk kunnen zien hoe het werkt en wordt gerund, wat callcentermedewerkers doen en hoe ze elk gesprek afhandelen. Er wordt veel energie gestoken in het monitoren van gesprekken, het bepalen van het type gesprek en het op de juiste manier routeren. Callcentermanagers zijn er vaak trots op dat ze toegang hebben tot een berg informatie over elke oproep die binnenkomt in het centrum.
Dus laten we beginnen met het toepassen van basisautomatisering op die afdeling. Een eenvoudige AI-tool, zoals die nu bestaat, kan besluiten dat de beste klanten zo min mogelijk moeten wachten. Dit is een strikte algoritmische benadering die sommige bellers naar de website leidt, andere bellers een standaardantwoord biedt en VIP's snel escaleert naar een meer ervaren agent.
De AI-tool gebruikt regels en logica om deze beslissingen te nemen, maar er is hier geen gevoel van menselijke empathie. De AI-tool kan de frustratie in de stem van een beller niet voelen, en het maakt niet uit dat een gejaagde moeder die te laat is om haar kinderen op te halen, een uur in de wacht heeft gestaan.
Door een georkestreerde, intelligente automatiseringstool aan de mix toe te voegen, kan het systeem leren van het bestuderen van de interacties van alle agenten met alle bellers, in plaats van simpelweg te vertrouwen op een reeks statische, vooraf bepaalde regels. Het is niet hetzelfde als menselijke empathie, maar het vermogen van de bot om zich aan te passen (of zichzelf te genezen) beweegt de naald in die richting en levert in de loop van de tijd meetbaar betere resultaten op.
Door te observeren hoe mensen reageren op verschillende oproepen, wordt de automatiseringstool steeds beter in het nemen van beslissingen over hoe die oproepen moeten worden afgehandeld zonder menselijke tussenkomst. Het uiteindelijke resultaat is tevredener klanten en meer betrokken en productieve callcenter operators.
Dit klinkt misschien fantasierijk en futuristisch, maar dit soort tools beginnen nu al op de markt te komen. Tegen 2019 zouden ze wijdverbreid in tal van industrieën moeten worden gebruikt.
Dat wil niet zeggen dat deze tools eenzijdig klaar zijn voor de schijnwerpers, want intelligente automatisering heeft een aantal uitdagingen die we moeten overwinnen als de technologie de mainstream binnendringt.
Vertrouwen is een van de grootste problemen. Marketing-e-mails en factuurcodes zijn één ding, maar kunnen mensen bots vertrouwen met financiële transacties en personeelsinformatie? Wanneer gevoelige gegevens zoals medische dossiers en creditcardnummers erbij betrokken raken, is het normaal om te vrezen dat er iets mis kan gaan dankzij een misplaatste regel code.
Intelligente automatiseringsbots zullen deze angsten moeten overwinnen voordat we ze voldoende vertrouwen om het volledige gewicht van het bedrijf op hun schouders te leggen.
Slimme ondernemingen lopen voorop ... door een raamwerk te ontwikkelen voor governance in plaats van automatisering.
Datastandaardisatie is een andere uitdaging. Gegevens worden opgeslagen in ontelbare formaten, tientallen programmeertalen zijn gebruikelijk en het aantal applicaties waarmee bots moeten communiceren loopt waarschijnlijk in de duizenden. Hoe gebruiken bots al deze gegevensbronnen en formaten? En wie is verantwoordelijk voor het beheer van de botzwerm?
Ten slotte, hoe voorkomen we dat vooringenomenheid in intelligente systemen sluipt? Zal de vooringenomenheid van een ontwikkelaar in zijn of haar algoritme kruipen? Als de leningmanager van een bank andere normen toepast op aanvragers van minderheden, leert de bot dat gedrag dan en maakt hij discriminatie onderdeel van zijn interne proces? Situaties als deze geven aanleiding tot ethische kwesties die nog niet volledig zijn besproken, maar dat moet wel.
Deze uitdagingen hoeven niet ontmoedigend te zijn en kunnen worden aangepakt door middel van rigoureus bestuur in de onderneming. Slimme ondernemingen lopen voorop (en gaan sommige van deze uitdagingen aan) door: het ontwikkelen van een kader voor governance over automatisering, die goedgekeurde tools en beveiligingsprotocollen beschrijft die bots kunnen gebruiken. In sommige bedrijven worden ook bedrijfsprocessen opnieuw uitgevonden, zodat automatisering succesvoller kan worden geïmplementeerd. Anderen passen hun bedrijfsmodel aan om meer technologie direct in het bedrijf in te bedden.
Hoewel we nog een weg te gaan hebben, bewijst intelligente automatisering nu al zijn waarde. Deze suite van technologie biedt een bewezen manier om de kosten te verlagen, de productiviteit te verbeteren en de werknemerstevredenheid te vergroten. En naarmate automatisering intelligenter en zinvoller wordt, zullen al deze factoren blijven verbeteren, soms dramatisch.
Terwijl we allerlei processen van begin tot eind heroverwegen, verwachten we de opkomst van talloze, geheel nieuwe waardeproposities, allemaal aangedreven door de kracht van intelligente automatisering.
Om meer te weten te komen over het automatiseringsperspectief van PwC en te ontdekken hoe u uw bedrijf opnieuw kunt uitvinden, Klik hier.