5 главных уроков из отчета UiPath по автоматизации в 4 квартале 2024 финансового года по искусственному интеллекту и автоматизации

Искусственный интеллект является трендовой темой уже более года и стал стратегическим приоритетом для компаний в 2024 году. Опрос генерального директора EY Outlook Pulse показал, что подавляющее большинство компаний (88%) будут инвестировать в инновации, основанные на искусственном интеллекте, к концу этого года.

Инновации, основанные на искусственном интеллекте, действительно являются частью ДНК UiPath. Мы используем ИИ на всей нашей платформе с момента ее создания, и за последние два года его использование только активизировалось. Вот лишь несколько примеров:искусственный интеллект обеспечивает возможности анализа процессов, задач и коммуникаций, а также позволяет нашим роботам понимать сложные документы и работать с ними в самых разных системах и средах. Генеративный искусственный интеллект позволил реализовать широкий спектр недавних инноваций, например ускорить создание систем автоматизации, разработку тестов и обучение моделей. 

Как руководитель Центра передового опыта автоматизации UiPath, я не понаслышке знаю о преимуществах, которые могут обеспечить возможности нашей платформы на базе искусственного интеллекта. К ним относятся:

<ли>

Возможность автоматизировать более широкий спектр процессов  

<ли>

Более быстрые и простые способы создания более качественной автоматизации 

<ли>

Более широкое внедрение автоматизации и более широкое влияние, особенно благодаря предоставлению сотрудникам UiPath Autopilot™, личного помощника на базе искусственного интеллекта, который помогает выполнять утомительные задачи в бизнес-приложениях и системах.

Возможности искусственного интеллекта, встроенные в платформу автоматизации бизнеса UiPath, помогли нам добиться очень положительных результатов в нашем ежеквартальном отчете CoE. В конце полного 2024 финансового года (24 ФГ) у нас работало 716 систем автоматизации, что высвободило 70 677 часов в последнем квартале 24 ФГ. В результате мы уже превысили 59 миллионов долларов совокупной экономии затрат и видим результаты в ряде областей, включая финансы, продажи и маркетинг, управление персоналом и операции. И я рад сообщить, что идеи автоматизации, исходящие от UiPathers и зафиксированные в Automation Hub, продолжают достигать новых высот.

Но эти цифры — еще не вся история, потому что они отражают только нашу эффективность — то, чего мы достигли. Они не говорят о том, как нам это удалось, но для многих наших клиентов самая важная часть истории — как добиться цели. В конце концов, в недавнем исследовании UiPath и Bain &Company «Состояние автоматизации на основе искусственного интеллекта» 70% руководителей заявили, что автоматизация на основе искусственного интеллекта либо «очень важна», либо «критически важна» для достижения стратегических целей их организации. Поскольку на карту поставлено стратегическое преимущество и конкурентоспособность, неудивительно, что внедрение искусственного интеллекта и автоматизации является такой важной темой для многих наших клиентов. 

По этой причине оставшуюся часть этого блога я посвящу некоторым важным урокам, которые мы извлекли из внедрения искусственного интеллекта и автоматизации, а также получения реальной выгоды с максимальной скоростью от этих двух преобразующих технологий.  

Чтобы проиллюстрировать наши знания, я сосредоточусь на главном процессе нашего финансового отдела — кредиторской задолженности. Каждый месяц команда по работе с кредиторской задолженностью получает почти тысячу счетов-фактур, которые необходимо просмотреть и своевременно оплатить. Для этого необходимо открыть и прочитать отправленные счета, извлечь необходимые данные, сопоставить их с существующими заказами на покупку и открыть их в нашей системе для продолжения оплаты. Выполняемая вручную, это повторяющаяся задача, требующая пристального внимания к деталям и ежемесячно отвлекающая много человеко-часов от более ценной работы. Другими словами, это представляло собой прекрасную возможность позволить нашим роботам взять на себя эту задачу. 

По сути, это был проект интеллектуальной обработки документов (IDP), требующий использования UiPath Document Analysis. Это искусственный интеллект, который позволяет нашим роботам UiPath читать и понимать сложные, разнообразные документы и выполнять комплексные действия в различных системах, отделах и технологиях. (Подробнее о наших возможностях IDP можно узнать здесь).  

Мы сосредоточились на пяти вещах, чтобы обеспечить успешный результат этого проекта.

Пять элементов успешного внедрения ИИ

1. Тесное сотрудничество между Советом Европы и бизнес-командой

Успешная реализация автоматизации зависит от прочного партнерства между Советом Европы и бизнес-командой. Автоматизация не может произойти в вакууме; он должен отражать и получать информацию от бизнес-пользователей, которые знают процессы и системы и в конечном итоге станут пользователями и бенефициарами автоматизации. 

Команда финансов и бухгалтерского учета, 32% сотрудников которой составляют цифровые помощники, лидирует во внедрении автоматизации в UiPath. Для этого проекта мы обратились к нашим коллегам из финансового отдела, чтобы они помогли нам определить ключевые этапы процесса расчета кредиторской задолженности и предоставили все необходимые детали для построения автоматизации и обучения модели искусственного интеллекта. Это включало в себя информацию о типах счетов, которые они обычно получают, конкретную информацию, которую им необходимо извлечь, и другие важные детали.

Мы также искали информацию, которая помогла бы нам выйти за рамки существующего процесса и определить возможности оптимизации и повысить эффективность работы. Они дали нам представление об общем процессе создания счетов в Coupa и открыли нам глаза на возможность использования других автоматизированных процессов, таких как электронное выставление счетов, в более широком бизнес-контексте.

2. Измерение успеха за пределами «стандартных» ключевых показателей эффективности автоматизации

В сотрудничестве с финансовой командой мы определили набор показателей для измерения успеха нашего проекта автоматизации, которые выходят далеко за рамки традиционных ключевых показателей эффективности автоматизации, таких как экономия часов, сокращение затрат или повышение точности результатов. Нам нужны были критерии, которые бы оценивали влияние проекта на эффективность бизнеса и были бы точно согласованы с более широкими финансовыми показателями, с помощью которых мы измеряем эффективность нашей компании.  

В этом проекте мы сосредоточились главным образом на детальном наборе мер, которые могли бы выявить прямое влияние автоматизации на операционную эффективность. К ним относятся отслеживание времени обработки счетов до и после, стоимость каждого обработанного счета, процент совпадений в первый раз, процент исключений по заказам и счетам, а также скорость электронной обработки.

3. Активное общение с бизнесом и руководством

Работая с финансовой командой, мы предоставили подробный план действий, чтобы наши коллеги могли видеть этапы проекта, сроки, ключевые роли и действия для них. 

В то же время мы предоставили общий обзор проекта нашим исполнительным спонсорам и ключевым заинтересованным сторонам, чтобы изложить наше видение. В рамках этого мы позаботились о том, чтобы сообщить о потенциальном положительном влиянии проекта на ключевые финансовые показатели, за достижение которых несут ответственность эти руководители. Мы хотели убедиться, что наши руководители-спонсоры смогут понять, как эта автоматизация может помочь им достичь своих ключевых показателей эффективности и, таким образом, принести пользу компании в целом.

4. Сокращение ошибок и обеспечение высокой точности с помощью лучших методов искусственного интеллекта

Обеспечение точности данных — одна из ключевых задач этой автоматизации, и этому способствуют два фактора — автоматизация с помощью модели ИИ и проверка человеком. Когда дело доходит до обучения модели ИИ, вам необходимо убедиться, что у вас есть большая и разнообразная выборка данных, чтобы максимизировать эффективность обучения.

В нашем случае мы снабдили готовую модель «Понимание документов» собственными типами счетов и обучили ее идентифицировать и извлекать данные в различных сценариях. Мы также протестировали модель с разными объемами данных, смоделировали пиковые периоды и оценили ее точность при разных настройках. Более того, с помощью Центра действий UiPath мы встроили процесс проверки человеком в рабочий процесс автоматизации, чтобы наши коллеги из финансового отдела могли вмешаться при необходимости и помочь модели искусственного интеллекта.

Хотя обширное обучение модели ИИ раньше было камнем преткновения при внедрении IDP — оно занимало недели или месяцы времени бизнес-пользователей — мы обнаружили, что этот процесс оказался намного короче и проще, чем мы предполагали. Это потому, что мы смогли использовать нашу новую возможность активного обучения, которая сочетает в себе элементы как контролируемого, так и неконтролируемого обучения, чтобы создавать более качественные модели ИИ за меньшее время. (Подробнее о том, как активное обучение ускоряет автоматизацию ИИ, можно узнать здесь.)

5. Постоянный мониторинг и улучшение

Мы поняли, что не можем остановиться после внедрения автоматизированного процесса на базе искусственного интеллекта. В рамках этого проекта мы продолжали работать в партнерстве с финансовой командой, чтобы отслеживать результаты и собирать отзывы для следующих итераций. Внедрение цикла обратной связи и обучения обеспечивает непрерывный цикл улучшений, в ходе которого новые идеи используются для совершенствования процесса автоматизации, повышения точности модели и еще большего влияния на бизнес. 

Эти пять уроков сыграли решающую роль в нашей способности обеспечивать высокопроизводительную автоматизацию и получать реальную выгоду от ИИ. Но подождите, есть еще одна вещь, которая значительно увеличила нашу способность эффективно и быстро реализовать этот проект. Итак, вот бонусная идея за то, что вы дочитали до этого места:

(Бонусный совет) Использование готовых компонентов

Мы обнаружили, что реализация проектов комплексной автоматизации не должна быть сложным и длительным процессом, особенно если мы можем использовать некоторые из наших более чем 70 акселераторов решений. Это готовые модульные структуры, специально разработанные для наиболее эффективных сценариев использования и включающие в себя отраслевые и наши собственные лучшие практики. Имея в своем арсенале эти готовые компоненты, гораздо проще действовать быстро и добиваться высокопроизводительных результатов автоматизации.

В качестве примера для нашего проекта по кредиторской задолженности мы использовали ускоритель «Двусторонняя обработка счетов-фактур для Coupa». Это устранило необходимость разработки большого количества индивидуальных решений, а также обеспечило высококачественное решение для этой части автоматизации. (Еще один бонус:мы также смогли протестировать этот ускоритель и определить способы его дальнейшего улучшения. В дальнейшем мы выпустим обновленную версию, которая будет включать в себя идеи, полученные из нашего опыта внедрения.)  

Это некоторые из наиболее важных практик, которые мы разработали для внедрения искусственного интеллекта и автоматизации. Но вы можете узнать гораздо больше из контента, посвященного CoE, которым UiPath поделился во время нашего недавнего мероприятия DevCon. Теперь вы можете увидеть его по запросу, зарегистрировавшись здесь.

Перспективы развития UiPath CoE

Я хотел бы завершить этот блог кратким обзором некоторых интересных разработок для UiPath CoE. Как вы, возможно, знаете, в прошлом году UiPath и SAP расширили свое партнерство, чтобы дать возможность организациям по всему миру ускорить цифровую трансформацию. В январе этого года UiPath и Deloitte объявили о расширении альянса, чтобы создать первое в своем роде сотрудничество на рынке совместных инноваций, объединяющее набор навыков Deloitte по внедрению SAP и обширный кадровый резерв в области искусственного интеллекта с искусственным интеллектом UiPath и технологиями автоматизации.  

UiPath CoE станет «нулевым клиентом» в рамках сотрудничества Deloitte и UiPath, и я очень рад тому, чему мы научимся и какие новые вещи сможем сделать. Я с нетерпением жду возможности поделиться с вами нашими знаниями и инновациями. Оставайтесь с нами!