Топ-5 уроков от Центра совершенствования автоматизации UiPath за Q4 FY24: ИИ и автоматизация

ИИ был трендовым топиком более года и стал стратегическим приоритетом для компаний в 2024 году. Опрос EY CEO Outlook Pulse показал, что подавляющее большинство компаний (88%) инвестируют в инновации на базе ИИ к концу этого года.

Инновации на базе ИИ действительно являются частью ДНК UiPath. Мы используем ИИ на протяжении всей нашей платформы с момента основания, и наше использование только усилилось за последние два года. Чтобы привести всего несколько примеров, ИИ обеспечивает наши возможности процессного, задачного и коммуникационного майнинга и позволяет нашим роботам понимать и работать со сложными документами во многих разных системах и средах. Генеративный ИИ позволил широкий спектр недавних инноваций — например, для ускорения построения автоматизаций, разработки тестов и обучения моделей.

Как лидер Центра совершенствования автоматизации UiPath, я имею прямые знания о выгодах, которые могут доставить возможности нашей платформы на базе ИИ. К ним относятся:

• Способность автоматизировать более широкий спектр процессов

• Более быстрые и простые способы построения автоматизаций высокого качества

• Более высокая внедренность автоматизации и более широкое воздействие — особенно благодаря расширению возможностей сотрудников с помощью UiPath Autopilot™, персонального ИИ-компаньона, который помогает с утомительными задачами по бизнес-приложениям и системам

Возможности на базе ИИ, переплетенные во всей UiPath Business Automation Platform, помогли нам доставить очень позитивные результаты для нашего квартального отчета CoE. К концу полного финансового года 2024 (FY24) у нас работало 716 автоматизаций, которые освободили 70 677 часов в последнем квартале FY24. В результате мы теперь превысили 59 миллионов долларов в кумулятивном избегании затрат и видим результаты в ряде областей, включая Финансы, Продажи и Маркетинг, People Ops и Операции. И я рад сказать, что идеи автоматизации, приходящие от сотрудников UiPath и фиксируемые в Automation Hub, продолжали расти до нового максимума.

Но эти цифры — не вся история, потому что они фиксируют только нашу производительность — то, что мы достигли. Они не говорят о том, как мы это сделали — но для многих наших клиентов, как сделать вещи, является самой важной частью истории. В конце концов, в недавнем исследовании UiPath и Bain & Company «Состояние автоматизации на базе ИИ» 70% руководителей утверждали, что автоматизация на базе ИИ является либо «очень важной», либо «критической» для выполнения стратегических целей их организации. С стратегическим преимуществом и конкурентоспособностью на кону, неудивительно, что внедрение ИИ и автоматизации — столь поглощающая тема для многих наших клиентов.

По этой причине я оставшуюся часть этого блога посвящу некоторым важным урокам, которые мы извлекли при внедрении ИИ и автоматизации и получении реальной ценности с максимальной скоростью от этих двух трансформационных технологий.

Для иллюстрации наших уроков я сфокусируюсь на главном процессе в нашем финансовом отделе — дебиторской задолженности. Каждый месяц команда дебиторской задолженности получает почти тысячу счетов-фактур, которые нужно проверить и оплатить вовремя. Это требует открытия и чтения представленных счетов, извлечения необходимых данных, сопоставления с существующими заказами на закупку и открытия в нашей системе для продолжения оплаты. Выполняемое вручную, это повторяющаяся задача, требующая пристального внимания к деталям и отвлекающая много человеко-часов каждый месяц от более ценной работы. Другими словами, это представляло идеальную возможность поручить нашим роботам выполнение задачи.

В сердце этого был проект интеллектуальной обработки документов (IDP), требующий использования UiPath Document Understanding. Это ИИ, который позволяет нашим роботам UiPath читать и понимать сложные, разнообразные документы и выполнять сквозные действия через множество систем, отделов и технологий. (Подробнее о наших возможностях IDP, нажмите здесь).

Мы сфокусировались на пяти вещах, чтобы обеспечить успешный исход для этого проекта.

Пять элементов успешной реализации ИИ

1. Тесное сотрудничество между CoE и бизнес-командой

Успешная реализация автоматизации опирается на сильное партнерство между CoE и бизнес-командой. Автоматизация не может происходить в вакууме; она должна отражать и информироваться бизнес-пользователями, которые знают процессы и системы и в конечном счете будут пользователями и бенефициарами автоматизации.

С 32% своего персонала, состоящего из цифровых ассистентов, финансовый и бухгалтерский отдел ведет в принятии автоматизации в UiPath. Для этого проекта мы обратились к своим финансовым коллегам, чтобы помочь нам определить ключевые этапы процесса дебиторской задолженности и предоставить все необходимые детали для построения автоматизации и обучения модели ИИ. Это включало инсайты в типы счетов, которые они обычно получают, специфическую информацию, которую им нужно извлечь, и другие важные детали.

Мы также искали информацию, чтобы помочь нам заглянуть за существующий поток процесса для выявления возможностей оптимизации и упрощения операционной эффективности. Они дали нам инсайты в общий процесс создания счетов в Coupa и открыли нам глаза на возможность нацеливания на другие автоматизированные потоки, такие как электронные счета, всё в более широком бизнес-контексте.

2. Измерение успеха за пределами «стандартных» KPI автоматизации

В сотрудничестве с финансовой командой мы определили набор метрик для измерения успеха нашего проекта автоматизации, который шел далеко за традиционные KPI автоматизации, такие как сэкономленные часы, снижение затрат или повышение точности выходных данных. Мы хотели критерии, которые оценивали бы воздействие проекта на бизнес-эффективность и были прямо выровнены с более широкими финансовыми метриками, которыми мы измеряем производительность нашей компании.

Для этого проекта мы сфокусировались в основном на гранулярном наборе мер, которые могли раскрыть прямое воздействие автоматизации на операционную эффективность. К ним входило отслеживание до-и-после времени обработки счета, стоимости на счет, процента сопоставления с первой попытки, частоты исключений PO и счета, и скорости электронной обработки.

3. Проактивное общение с бизнес- и лидерскими командами

Пока мы работали с финансовой командой, мы предоставляли детальный план действий, так что наши коллеги имели видимость в фазы проекта, дедлайны, ключевые роли и пункты действий для них.

В то же время мы предоставляли высокоуровневый обзор проекта нашим исполнительным спонсорам и ключевым заинтересованным сторонам, чтобы обозначить наше видение. Как часть этого мы убедились, что мы коммуницировали потенциальное положительное воздействие проекта на ключевые финансовые метрики, за которые отвечают эти руководители. Мы хотели убедиться, что наши исполнительные спонсоры могли понять, как эта автоматизация могла бы помочь им выполнить их KPI — и таким образом доставить ценность компании в целом.

4. Снижение ошибок и обеспечение высокой точности с лучшими практиками ИИ

Обеспечение точности данных — одна из ключевых задач этой автоматизации, и есть два фактора, способствующих этому — автоматизация с моделью ИИ и человеческая валидация. Когда речь идет об обучении модели ИИ, вам нужно убедиться, что у вас есть большой и разнообразный образец данных для максимизации эффективности обучения.

В нашем случае мы снабдили готовую модель Document Understanding нашими собственными типами счетов и обучили её идентифицировать и извлекать данные в различных сценариях. Мы также тестировали модель с разными объемами данных, моделировали пиковые периоды и оценивали её точность под разными настройками. Более того, используя UiPath Action Center, мы встроили процесс человеческой валидации в рабочий процесс автоматизации, чтобы позволить нашим финансовым коллегам intervenir по необходимости и помочь модели ИИ.

Хотя обширное обучение модели ИИ раньше было камнем преткновения в внедрении IDP — занимая недели или месяцы времени бизнес-пользователей — мы обнаружили, что процесс был намного короче и легче, чем наши исходные предположения. Это потому, что мы смогли использовать нашу новую способность Active Learning, которая сочетает элементы как обучения с учителем, так и без учителя, чтобы создавать лучшие модели ИИ за меньшее время. (Узнайте больше о том, как Active Learning ускоряет автоматизацию ИИ здесь.)

5. Непрерывный мониторинг и улучшение

Мы узнали, что не можем остановиться, как только процесс автоматизации на базе ИИ развернут. Для этого проекта мы продолжили работать в партнерстве с финансовой командой для мониторинга результатов и сбора обратной связи для следующих итераций. Внедрение цикла обратной связи и обучения обеспечивает непрерывный цикл улучшения, где новые инсайты используются для уточнения процесса автоматизации, повышения точности модели и стимулирования еще большего бизнес-воздействия.

Эти пять уроков были центральными для нашей способности доставлять высокопроизводительные автоматизации и получать реальную ценность от ИИ. Но подождите — есть еще одна вещь, которая сильно добавила к нашей способности доставлять этот проект эффективно и быстро. Так что вот бонусная идея за чтение до конца:

(Бонусный совет) Использование предварительно созданных компонентов

Мы обнаружили, что внедрение сквозных проектов автоматизации не должно быть сложным и длительным процессом — особенно если мы можем использовать некоторые из наших 70+ Solution Accelerators. Это предварительно созданные, модульные фреймворки, адаптированные для высокоэффективных вариантов использования и включающие лучшие практики отрасли и наши собственные. С этими готовыми к работе компонентами в нашем арсенале, намного легче быстро двигаться для доставки высокопроизводительных результатов автоматизации.

Как пример, для нашего проекта дебиторской задолженности мы использовали акселератор «2-way match invoice processing for Coupa». Это устранило много кастомной разработки, в то же время обеспечивая высококачественное решение для этой части автоматизации. (Другой бонус: мы также смогли стресс-тестировать этот акселератор и выявить способы улучшить его еще дальше. Вперед, мы выпустим обновленную версию, которая включит инсайты, полученные из нашего опыта внедрения.)

Это некоторые из самых важных практик, которые мы развили для внедрения ИИ и автоматизации. Но вы можете узнать гораздо больше из контента, ориентированного на CoE, который UiPath делился во время нашего недавнего события DevCon — который вы теперь можете посмотреть по запросу, зарегистрировавшись здесь.

Дорога вперед для UiPath CoE

Я хотел бы закрыть этот блог быстрым взглядом на некоторые захватывающие разработки для UiPath CoE. Как вы можете знать, в прошлом году UiPath и SAP расширили свое партнерство, чтобы позволить организациям по всему миру ускорить свою цифровую трансформацию. В этом январе UiPath и Deloitte объявили об расширении альянса для создания беспрецедентного ко-инновационного рыночного сотрудничества, комбинирующего навыки внедрения SAP и глубокий пул талантов ИИ Deloitte с технологиями ИИ и автоматизации UiPath.

UiPath CoE будет «клиентом ноль» в этом сотрудничестве Deloitte-UiPath, и я очень взволнован тем, чему мы научимся и какие новые вещи сможем сделать. Я с нетерпением жду поделиться нашими уроками и инновациями с вами. Оставайтесь в курсе!