L'incertezza economica e operativa causata dalla pandemia di COVID-19 ha costretto molte aziende a concentrarsi sulle vittorie rapide dell'automazione. Sembra che la maggior parte di questi successi provenga dall'automazione delle attività (RPA) senza concentrarsi sul quadro generale e sui processi aziendali di cui fanno parte.
Ciò creerà probabilmente un processo a lungo termine e un debito tecnico per le organizzazioni. Per alleviare questo scenario, viene proposto un nuovo approccio, che è l'Iperautomazione.
Le sfide iniziali sono le seguenti:
- Come scalare oltre l'RPA e ottenere tale iperautomazione
- La matrice di allineamento dell'automazione per l'iperautomazione
- Tabella di marcia per l'iperautomazione
Definizione di iperautomazione
A partire dall'inizio, l'iperautomazione guidata dal business si riferisce a un approccio in cui le organizzazioni identificano, esaminano e automatizzano rapidamente tutte le tecnologie e i processi aziendali approvati attraverso un approccio disciplinato.
L'iperautomazione orientata al business implica l'uso orchestrato di più tecnologie, strumenti o piattaforme.
Un modello per affrontare il processo di iperautomazione si adatterebbe allo schema seguente.
Paso 1
Il primo passo è definire gli obiettivi di business. Quale sarà il risultato? Cosa deve cambiare? La crescita è perseguita e i ricavi devono aumentare? Aumento della redditività? I costi sono ridotti? Devo applicare una politica di conformità?
Ad esempio, per Wells Fargo, conformità, regolamentazione e legale sono stati uno dei suoi principali fattori trainanti. Richiedono il passaggio alla riduzione del rischio e il rispetto delle normative governative.
Quando inizi con l'obiettivo commerciale, guidi quella che finisce per essere l'ambizione digitale. Ciò garantisce la concentrazione su questioni chiave. Si tratta sempre di obiettivi e tecnologia come supporto e aiuto.
Paso 2
Una volta definiti gli obiettivi commerciali, si stabilisce una visione globale delle esigenze dei programmi e dei processi esistenti. La maggior parte dei miglioramenti e delle modifiche riguarderà l'automazione, poiché molti lavori hanno elementi sostanziali che possono essere automatizzati.
Secondo WorkMarket, il 53% dei dipendenti ritiene di poter risparmiare fino a 20 ore al mese automatizzando le attività (Rapporto WorkMarket 2020 In (Sight)).
Limitarsi all'automazione è una visione parziale che deve essere ampliata e pratiche come Design Thinking o Game Theory possono essere utilizzate per condurre l'azienda attraverso scenari ipotetici. È possibile che tu abbia una visione di demolire completamente ciò che esiste attualmente e automatizzare l'intero processo da zero, o di migliorare in modo iterativo ciò che hai automatizzando parzialmente il processo.
Questa conclusione è abbastanza comune poiché la maggior parte dei processi sono pensati per altri momenti tecnologici, commerciali, o non contemplano le nuove abitudini digitali del mercato e dei clienti.
Paso 3
Con gli obiettivi e la visione aziendale, è necessario passare attraverso il processo di documentazione completa del lavoro da svolgere. Una precedente analisi dei processi aiuta ad allineare i risultati dei processi con gli obiettivi commerciali.
Fortunatamente, questo lavoro non è più così difficile come una volta. A tal fine, gli strumenti automatizzati di rilevamento dei processi e di data mining si sono evoluti notevolmente.
Tuttavia, la tecnologia è un mezzo, non il fine. Gli esperti in materia sono necessari per lavorare con gli analisti di processo per portare i loro modelli all'estremo.
Gli strumenti automatizzati di rilevamento e mining dei processi hanno limitazioni intrinseche che richiedono ancora l'intervento e l'analisi umana per fornirti le informazioni necessarie per progettare i tuoi processi in modo da allinearsi con le tue ambizioni digitali.
In particolare, gli strumenti di process mining collegati agli strumenti RPA finiscono quasi sempre per spostarsi verso l'RPA. Se hai un martello, tutto sembra un chiodo.
Va inoltre considerato che è giunto il momento di eseguire simulazioni di scenari per vedere quali risultati appaiono man mano che vengono apportate modifiche ai processi. E se invece di ordinare manualmente le fatture, lo facesse un motore di importazione dei documenti? E se ci fossero dei bot che si occupavano di alcuni lavori di routine?
Paso 4
Una volta disponibile una definizione ampia e ambiziosa del lavoro da svolgere, viene effettuata un'analisi delle soluzioni tecnologiche per determinare quale sia la più adeguata alla tipologia di risultato atteso.
Questa analisi, che è più visiva se presentata in modalità matrice, è necessaria in quanto spesso hanno avuto difficoltà a determinare quando utilizzare quale dei tanti strumenti di automazione disponibili.
Il toolkit DigitalOps è una base completa dei componenti che dovrebbero apparire nella matrice. L'allineamento dell'automazione è un passaggio molto importante che garantisce che il problema menzionato al punto 3 di finire per derivare tutto verso soluzioni solo RPA sia evitato.
Questa analisi è un passaggio fondamentale per garantire l'utilizzo dello strumento di automazione giusto al momento e nel luogo giusti nei processi. Si potrebbe sostenere che appartenga alla fase di Analisi del processo (Fase 2), ma è abbastanza rilevante e complessa, tenendo conto delle infrastrutture disponibili in ciascuna organizzazione, da avere una propria “fase”.
Fasi 5 e 6
Una volta che i compiti preliminari sono stati eseguiti e si è concretizzato, almeno per quanto riguarda l'RPA e l'implementazione di bot, i primi prototipi o la creazione di prodotti minimi vitali per determinare le impostazioni in modo più efficace ed efficiente.
Questo passaggio è già ben consolidato ed è una buona pratica in tutto il settore. Lo stesso vale per il rilascio e la produzione, almeno per le distribuzioni iniziali. Laddove ci sono sfide è essere in grado di scalare oltre i prototipi, i progetti pilota e le implementazioni di produzione limitate.
Paso 7
Tutti i passaggi esposti, eseguiti in modo ordinato, sono fondamentali. Tuttavia, il monitoraggio e la misurazione sono fondamentali al fine di stabilire il piano di scalabilità e aumentare gli sforzi verso l'Iperautomazione.
Il monitoraggio è utile per arrivare al risultato. Tuttavia, serve a poco se non sai da dove parti, dove ti trovi in questo momento.
È una mappa che non può dare istruzioni o fare previsioni future se non conosce il contesto.
Nel processo di automazione, nulla di tutto ciò è possibile senza un modello di Data Analytics efficace.
Le informazioni di trading non sono di per sé un buon indicatore. La situazione reale e il suo monitoraggio devono anche essere in grado di misurare le prestazioni della soluzione, la gestione del cambiamento, gli incidenti, i costi, ecc. Con queste informazioni puoi prevedere cosa accadrà.
In sostanza, tutti questi dati dovrebbero informare e prevedere se i risultati del tuo processo ti aiuteranno o ti ostacoleranno nel raggiungimento degli obiettivi aziendali definiti nel passaggio 1. Questo è ciò che conta davvero. Se non ottieni i risultati del processo corretti, scopri come apportare la modifica appropriata per ottenere il risultato desiderato. Il resto delle metriche delle prestazioni sono interessanti ma non decisive.
Paso 8
Quando iniziano a comparire i primi risultati positivi, è necessario un piano di governance e ridimensionamento.
La sfida è che, a questo punto, sono necessarie molte discipline per la varietà di strumenti disponibili in DigitalOps, oltre a discipline meno tecniche ma non meno critiche come l'analisi dei processi o la reingegnerizzazione.
Inoltre, quando si verifica il ridimensionamento, verranno incorporati anche nuovi sforzi di automazione.
Le metodologie e il COE (Computer-Optimized Equalization, practices for balance tra elementi tecnologici) devono prendere in considerazione l'intero scenario.
Il tentativo di scalare i processi di automazione senza un governo che stabilisca metodologie e raggiunga un equilibrio tecnologico si traduce in una duplicazione di sforzi, silos e disordine. In altre parole, potresti automatizzare, ma l'approccio sarà altamente inefficiente in tutta l'azienda e quindi avrà un alto costo opportunità rispetto alla concorrenza.
Paso 9
L'iterazione, la revisione e il miglioramento continui sono vitali e parte integrante del progresso del business.
Ciò solleva spesso la questione di quando smettere di spendere soldi per il miglioramento dei processi. La risposta deve essere chiara: quando il processo è considerato così buono che non devi più preoccuparti della concorrenza, puoi smettere di migliorare. Questo genera una domanda successiva che tutti nell'organizzazione devono porsi è se hanno raggiunto un livello molto al di sopra del resto o, più ambiziosamente, se quel livello di ottimizzazione può mai essere davvero considerato.
D'altra parte, basare questa decisione rigorosamente sulla concorrenza è una semplificazione eccessiva. C'è anche la considerazione degli obiettivi di business, delle risorse che non sono infinite, della soddisfazione del cliente, delle tendenze, ... tutti questi fattori impongono una selezione di determinati processi in cui è necessario impegnarsi per il miglioramento continuo.
L'iperautomazione è descritta come un ciclo infinito.
Conclusioni
I primi successi nell'automazione sono spesso implementazioni RPA di base. Questo genera molta eccitazione generale, ma poi rallenta su come scalare e far crescere questi successi parziali fino all'Hyper-Automation.
I fattori più importanti per il successo finale, una volta superata quella fase euforica iniziale, sono i due terzi a sinistra dello schema ad anello infinito mostrato nello schema in questo post.
In quel momento si manifesta la piccola esperienza nell'Iperautomazione. I passaggi da uno a quattro e da sette a nove sono quelli in cui entra in gioco la parte ordinata, pianificata e iterativa del ciclo infinito. Questi passaggi sono dove si trova il sollevamento di carichi pesanti. Sono la parte disciplinare dell'Iperautomazione.
Tuttavia, hanno anche la ricompensa più significativa per i loro sforzi. Il modo migliore per prendere le distanze dalla concorrenza è collegare i risultati del processo agli obiettivi aziendali e adeguarsi in base a tali risultati. Per raggiungere questo obiettivo, è necessario adottare un approccio olistico all'automazione e non concentrarsi solo su un terzo del ciclo infinito dell'iperautomazione.
In breve, l'iperautomazione è un approccio orientato al business, iterativo e disciplinato che accelera gli sforzi ei risultati dell'automazione.
L'iperautomazione non può essere raggiunta solo con l'RPA. La suite DigitalOps è fondamentale per poter disporre degli strumenti necessari per la scalabilità. Sebbene gli sforzi di automazione abbiano spesso successo nelle implementazioni pilota iniziali e in piccoli reparti, le organizzazioni devono scalare oltre i successi iniziali. Passare all'iperautomazione richiede un approccio più rigoroso per definire in anticipo i tuoi obiettivi di business e consentire loro di guidare le decisioni digitali che prendi mentre costruisci il tuo programma di automazione.
