Je hoort vaak dat het niet gaat om het einddoel, maar om de reis ernaar toe. Helaas geldt dit niet voor de meeste bedrijfsscenario’s, en al helemaal niet voor geautomatiseerde processen. 

<<< Start >>>

 

<<< End >>>

Een goede vergelijking met de reis naar intelligente automatisering is de volgende. Stel je de dagelijkse reis naar je werk voor, waarbij je van huis vertrekt naar een bestemming 60 kilometer verderop. Je reis start met een wandeling van 15 minuten, gevolgd door een treinrit van een uur en een busrit van 10 minuten. Soms zijn er problemen met de trein, met als gevolg lange vertragingen voordat je je bestemming bereikt.

Dan besluit je een auto te kopen, zodat je niet langer naar het treinstation hoeft te lopen en je op iedere enkele reis 10 minuten kunt besparen. Dit scheelt je natuurlijk 20 minuten per dag, maar is het de investering waard? Heeft het zin om alleen het eerste, minst foutengevoelige deel van de reis te optimaliseren? Helpt het je om je doel te bereiken?

De grootste valkuil van intelligente automatisering

De meesten van ons zullen de hierboven beschreven situatie onzinnig vinden. Toch gebeurt dit bij veel organisaties aan de lopende band zodra ze aan hun reis naar intelligente automatisering beginnen. Bij een van mijn klanten kijken we bijvoorbeeld naar het proactief monitoren van systemen en het ondernemen van acties om deze systemen up-to-date te houden. Tijdens een recent gesprek vroeg deze klant me om een robotisch proces te configureren om informatie van verschillende systemen te verzamelen en analyseren en deze in één overzicht te presenteren.

Natuurlijk kun je prima een Robotic Process Automation (RPA) platform configureren om dat te doen, maar net als met het gebruik van een auto om naar het treinstation te gaan, optimaliseert het alleen de eerste stap in het proces. Om volledig gebruik te maken van intelligente automatisering – of zelfs maar RPA – moeten we verder kijken dan het eerste station en ons richten op het einddoel. In dit geval betekent het dat we automatische vervolgacties moeten inplannen op basis van de resultaten van de systeemanalyse.

<<< Start >>>

<<< Start >>>

"Om volledig gebruik te maken van intelligente automatisering moeten we verder kijken dan het eerste station en ons richten op het einddoel"

<<< End >>>

<<< End >>>

Stel jezelf de vraag wat je wilt bereiken 

Als ik gevraagd word om over robotica te praten of een evaluatie uit te voeren, is mijn eerste vraag na het selecteren van een proces steevast: “Wat wil je aan het eind van het proces bereiken?” Meestal krijg ik dan antwoorden zoals:

  • Ik wil gegevens kopiëren van bronsysteem A naar doelsysteem B.
  • Ik wil graag een robot die ieder uur rapporten genereert.
  • Ik wil de verzending van facturen naar klanten automatiseren.

Het is erg moeilijk om het echte einddoel te achterhalen, zoals bijvoorbeeld:

  • Mijn klanten betalen alle facturen op tijd en met de juiste referenties.
  • Serviceonderbrekingen worden onmiddellijk verholpen en het onderliggende probleem gecorrigeerd in de gekoppelde systemen.
  • Vragen, klachten en geschillen met klanten worden snel, efficiënt en op een fatsoenlijke manier afgehandeld.

Het is het einddoel dat je in gedachten moet houden als je begint met het ontwerpen van robotische oplossingen. In tegenstelling tot de traditionele workflow-oplossingen, vereist intelligente automatisering dat je denkt in termen van wat je nodig hebt om het einddoel te halen. Deze vereisten moeten onder meer een definitie bevatten van de gegevens, beslissingen, keuzes en berekeningen die nodig zijn om het einddoel te bereiken. Voor een robot tellen niet de activiteiten, maar alleen het eindresultaat.

Bereid je voor op wat komen gaat: 30 miljard slimme dingen 

Gartner voorspelt dat er in 2020 al 30 miljard ‘dingen’ (zoals koelkasten, koffiezetapparaten en verlichting) op onze planeet zullen bestaan met ingebouwde intelligentie in combinatie met bijna 8 miljard slimme apparaten.

Dat betekent dat er in 2020 wereldwijd naar verhouding zo’n zes intelligente apparaten per persoon zullen zijn.1 Om mensen de contextafhankelijke diensten te kunnen bieden die gebruikmaken van deze slimme apparaten, moeten de systemen in staat zijn om te reageren op veranderende omstandigheden. Een flow-gestuurde benadering voor robotica – waarbij robots lineaire processen stap voor stap uitvoeren – zal in die gevallen niet werken, omdat de context waarin mensen opereren constant verandert. In plaats daarvan moeten bedrijven zich begeven richting intelligente automatiseringssystemen die reageren zoals een navigatiesysteem: doelgedreven en direct reagerend op veranderende omstandigheden. De tijd is nu rijp om de stap te zetten naar systemen die gerichte kennis hebben en daar naar handelen.

Stappen naar intelligente automatisering: analyseren, redeneren, handelen en leren

Laten we nog even teruggaan naar de situatie bij mijn klant, die proactief systemen wilde monitoren om op situaties te kunnen reageren en de systemen up-to-date te houden. Als oplossing hebben wij een Intelligent Automation Platform geïntroduceerd dat de bewezen effectiviteit van flow-gestuurde robotische oplossingen combineert met een doelgedreven orkestratielaag en kunstmatige intelligentie. Deze orkestratielaag kan complexe beslissingen, classificaties en berekeningen aan, en is in staat om zowel handmatige als robotische processen in gang te zetten. Dankzij de toevoeging van kunstmatige intelligentie kunnen er virtuele assistenten worden gecreëerd die interacteren met de klant, en worden cognitieve, zelflerende robotische systemen mogelijk.

Het resultaat is een flexibele, toekomstbestendige oplossing waarmee we klein konden beginnen, met eenvoudig te automatiseren processen. Dit kan geleidelijk worden uitgebreid naar de complexere processen. Voor die specifieke klant betekent de introductie van het Intelligent Automation Platform dat het bedrijf zich nu volledig kan richten op de volledige automatisering van zijn operationele processen Door klein te beginnen met een intelligent proces voor het updaten van hun gemonitorde systemen.

Referenties

1 Digital Humanism Makes People Better, Not Technology Better – Patrick Meehan, Brian Prentice, Gartner 2015

Kees van Mansom

Lead Automation – Accenture Operations

Subscription Center
Subscribe to Accenture Insights Subscribe to Accenture Insights