Марианна Корнеева: Роботизация и диджитализация ОЦО

Марианна Корнеева: Роботизация и диджитализация ОЦО 27.04.2017

Развитие технологий быстро меняет привычный нам формат осуществления деятельности. Цифровизация проникает не только в область взаимодействия бизнеса с клиентом, но и стремительно распространяется в поддерживающих функциях. Передовые ОЦО подхватывают данную тенденцию и активно реализуют внутри потенциал роботизации рабочих процессов.


Уровни зрелости ОЦО

Компания КПМГ более шести лет проводит ежегодный опрос руководителей общих центров обслуживания ОЦО для оценки уровня зрелости центров. В исследовании принимают участие более 300 ОЦО, в число которых входят глобальные центры обслуживания лидеров самых разных отраслей.


По результатам исследования, проведенного в 2016 году, в среднем уровень зрелости ОЦО компаний, участников исследования, соответствовал — 2,8 баллам. Лидирующие глобальные центры получили оценку в пределах 4–4,5 баллов, что говорит о наличии потенциала дальнейшего совершенствования.

В данном контексте одним из перспективных и трендовых направлений развития ОЦО является развитие используемых информационных технологий. Улучшение ИТ-систем компании позволяет достичь наивысшего уровня качества процессов наряду с сокращением численности персонала. Причём в масштабах всей компании, не ограничиваясь только самим ОЦО. По некоторым прогнозам, в ближайшем будущем большинство людей на должностях, связанных с рутинной работой, будут заменены роботами.

Как известно, основная цель создания и развития ОЦО — оптимизация затрат и сейчас мы можем выделить две волны этой оптимизации:

1. Первая волна — трудовой арбитраж — сокращение численности и передача процессов в локацию с более дешевой рабочей силой. Такое решение помогло сократить затраты на 15–30%, но оно имеет определенные ограничения. Так, ОЦО может расширяться только до пределов численности рабочей силы, имеющейся в данной локации. Трудовой рынок ограничен, и особенно этот недостаток чувствуют на себе компании, чьи ОЦО находятся в городах, где функционирует более двух крупных центров обслуживания (Нижний Новгород, Ярославль и т. д.). После исчерпания рынка труда основной драйвер оптимизации — доступ к дешевой рабочей силе — перестает действовать. К тому же, первая волна оптимизации не предусматривала развития ОЦО в качестве бизнес-партнёра. Общие центры обслуживания должны были выполнять лишь поддерживающие основной бизнес процессы, а значит, основа его штата — это сотрудники с невысоким требованиям к уровню квалификации и навыкам.

2. Вторая волна — волна сегодняшнего дня — цифровой арбитраж — позволяет дополнительно сократить затраты на 40–75%. К тому же она снижает зависимость от наличия большого количества трудового ресурса. Скоро ОЦО не нужно будет так много людей, как сейчас, многие процессы будут выполняться системой и роботами самостоятельно. Транзакционный персонал сменится роботами и системами когнитивных вычислений. Такая замена логичное решение бизнеса: «Зачем нам учить весь персонал? Мы оставим десять талантливых человек, которые придумывают, как роботизировать и автоматизировать процесс, и затем будут контролировать работу роботов и когнитивных систем».

С другой стороны, новая модель ведения операций выдвигает более высокие требования к уровню компетенции и навыков сотрудников. Они должны разбираться в бизнесе и информационных технологиях одновременно, обладать аналитическими способностями и креативностью, хорошо понимать суть процессов и их взаимосвязь.

Начало тренду роботизации уже положено. В рамках ежегодного опроса в 2016 году мы задавали два вопроса: «Какие системы вы сейчас внедряете?» и «Что у вас в планах на 2018 год?» Результаты вы можете увидеть на графике.


Подавляющее большинство компаний уверены в важности инвестиций в роботизацию и системы когнитивных вычислений.

Эволюция технологий: переход от автоматизации к когнитивным системам

Digital-технологии, включающие в себя машинное обучение, распознавание образов, а также обработку естественного языка, и роботизация процессов, естественно интегрируются в повседневные процессы в бизнесе. В самой совершенной форме, digital-технологии обрабатывают огромное количество разнородных данных как из структурированных, так и из неструктурированных источников (текст, звук, изображения, видео) и используют специальные алгоритмы для развития мышления, принятия решений, основываясь на сборе аргументов и оценке вероятностей, по аналогии с процессом принятия решений человеком.


Роботизация не требует навыков программирования: человека из бизнеса можно научить самостоятельно автоматизировать процессы с помощью инструментов роботизации в течение нескольких недель. При этом многие платформы роботизации представляют возможность нарисовать схему, как в MS Visio, а необходимые действия создаются в виде графических элементов путем перетаскивания, удаления и связывания объектов, представляющих этапы процесса.


Базовый инструмент автоматизации, который мало кто соотносит с роботизацией, — MS Excel, который при использовании его полного функционала в сравнении с человеком существенно экономил и экономит время обработки данных. На текущий момент в MS Excel, например, есть функционал, позволяющий обрабатывать массивы данных с применением машинного обучения.

Примером более продвинутой роботизации является применение специализированных систем — Blue Prism, Automation Anywhere, UIPath и другие.

С помощью данных систем можно автоматизировать операции ввода данных из одной системы в другую, производить операции сверки данных, обрабатывать запросы и письма, полученные по почте, формировать различные отчеты, управлять задачами рабочего стола.

Например, есть рутинная задача по вводу данных, получаемых по электронной почте, в транзакционную систему. Данную задачу практически полностью может выполнить робот. Как это работает — робот по заданному алгоритму открывает почтовый ящик, выбирает необходимые ему письма (по типам или наименованиям файлов), формирует реестр писем, открывает файлы-приложения, запускает нужную транзакцию системы и вводит самостоятельно данные из полученных файлов, по завершению задачи направляет письма адресатам с уведомлением о статусе задачи. Интересен также пример работы робота в части формирования отчетов, когда робот в определенное регламентом время самостоятельно формирует отчеты из системы и направляет установленным адресатам для согласования, далее отслеживает получение ответов от адресатов, а в случае их отсутствия повторно направляет уведомление с запросом, в том числе с копией руководителю.

Несколько иным по природе примером роботизации является система автоматического распознавания документов — OCR (Оptical Character Recognition). В зарубежной практике OCR активно используется, так как подавляющее большинство документов либо шаблонизированы, либо обращаются в электронном виде, благодаря этому система самостоятельно связывает всю необходимую информацию: договор, контрагента, заказ, оплату и т. д. Однако система OCR работает только с шаблонными документами, если документ как-то не вписывается в заданное правило, система будет просить помощи человека. Можно создать правила для основных документов, но иногда такое решение экономически оказывается неоправданным, так как по факту количество исключений, требующих ручной обработки, остается значительным.

Операции из разных функциональных областей являются потенциально интересными с точки зрения применения роботизации:

  • закупки и управление запасами: выгрузка и регулярный анализ поступающих данных от поставщиков и подразделений компании по учету товарно-материальных запасов;

  • финансы, бухгалтерия, казначейство: автоматизация осуществления сверок, взаиморасчетов с контрагентами для регулярно повторяющихся хозяйственных операций, формирование отчетов, обработка пакета документов;

  • маркетинг и продажи: анализ и мониторинг предложений на рынке по широкому ассортименту продукции, рассылка писем клиентам.

Следующим эволюционным этапом развития информационных технологий становятся системы, способные самостоятельно обучаться. То есть, если система, скажем, N раз запросила помощи у человека, в какую папку отправлять документ, в котором есть непредусмотренное правилом поле X, и человек все N раз отметил пунктом назначения папку № 1, то система фиксирует логику и в следующий раз не будет обращаться к специалисту, а сразу после получения документа с полем X отправит его в папку № 1. Первое время специалист должен наблюдать за её действиями, но после накоплении опыта система перестает нуждаться в поддержке. Конечно, вы можете периодически проверять корректность её работы, но она способна работать самостоятельно с минимальной вероятностью сделать ошибки. Система с возможностями машинного обучения позволяет программному обеспечению полностью автоматизировать ручные, повторяющиеся и систематические операции, повторяя аналитическую обработку операции человека.

Сегодня данные системы продолжают развиваться. Формируется новый класс технологий — когнитивные системы, например, такие как Wipro HOLMES, IBM Watson. Однако, на текущий момент стоимость их внедрения довольна высока и требует длительного времени.

Экономическая эффективность роботизации

В рамках проектов по роботизации процессов консультанты КПМГ начинают с определения потенциальных областей для роботизации и ожидаемых эффектов от нее.

Ниже приведен пример результатов одного из подобных проектов.


Как видно оценочная экономия от роботизации составила в данном конкретном примере до 70 миллионов долларов.

Конечно, чтобы достигнуть экономии такого масштаба, необходима проработка ряда аспектов, в частности, нужно детально прописать все процессы. При создании ОЦО, как правило, разрабатываются карты процессов и создаются функциональные инструкции, их уровня достаточно для целей анализа на предмет роботизации. Проектная команда анализируют процесс за процессом и определяет решение по роботизации. Далее выполняется настройка и тестирование решения, занимающая, как правило, один месяц. И так шаг за шагом роботизация охватывает все процессы компании.

В дальнейшем для поддержания роботов в компании создаётся Центр компетенций роботизации. Данный центр отвечает, как за контроль и мониторинг работы роботов, так и за дальнейшее распространение роботизации.

Примеры использования роботизации и когнитивных систем

1. Обработка заказов

Сотрудники большой международной компании тратили много времени на копирование информации о заказе из трёх разных приложений, чтобы вставить её в сводную электронную таблицу, которая отправлялась для выполнения этого заказа. Решив оптимизировать этот процесс, компания применила роботизацию. Поскольку роботы работают круглосуточно, к моменту прихода сотрудника на работу они успевают собрать информацию о заказах из приложений, вставить её в таблицы и оформить заказ. Это решение позволило сотрудникам заняться более сложными аналитическими задачами. Внедрение таких ботов помогло компании сэкономить на операционных затратах около семи миллионов долларов за год. Система тестировалась около полугода, за это время с помощью метода 6 Сигм количество совершаемых ею ошибок было сведено к минимуму.

2. Автоматизация обслуживания в нефтепромышленности

В нефтегазовой индустрии техническое обслуживание на старых месторождениях сталкивалось с проблемами диагностики оборудования, которое модифицировалось на протяжении срока эксплуатации. Для смены оборудования задействованные в процессе специалисты должны были обойти массу кабинетов, написать множество заявок и проанализировать значительное количество технической документации. Роботизация позволила инженерам получить нужную им информацию быстро и без лишних трудозатрат, существенно сократив время вынужденного простоя оборудования. Программа читает естественный язык, понимает контекст и делает логические выводы, поэтому она сама просматривает все данные компании, и выдаёт инженерам по их запросу всю необходимую информацию: технический паспорт, справку о состоянии оборудования, время его последней проверки и т. д.

3. Контакт-центр

Компании успешно применяют технологии для снижения численности сотрудников контакт-центра, причём такое решение позволяет не только сэкономить средства, но и увеличить надёжность и скорость решения проблем. Сегодня роботы для контактных-центров, используя базу знаний, могут понять вопрос звонящего и запустить процесс решения проблемы. Робот выполняет поиск ответа из всех доступных ему источников, обрабатывая большие массивы данных за очень короткое время, в крайнем случае, если запрос слишком специфичен, может перевести звонок на человека.

Можно ожидать тотальную цифровизацию контакт-центров уже в ближайшем будущем. Для ответов на вопросы, которые обычно задаются сотрудником контакт-центра, не нужен будет человек и связанный с ним риск некачественного сервиса.

Роботизация, когнитивная автоматизация и digital-технологии — это наше будущее. Данные технологии кардинально меняют подход и форму осуществления деятельности, и, главное, роль человека в ней. Компаниям и каждому отдельному индивидууму необходимо быть готовыми к трансформации, вовремя подхватить ее и использовать для усиления своих преимуществ.

Марианна Корнеева, директор группы повышения операционной эффективности КПМГ в России и СНГ


ВКонтакт Facebook Одноклассники Twitter Яндекс Livejournal Liveinternet Mail.Ru
Комментарии