ბიზნესპროცესების AI ავტომატიზაცია
ნაბიჯ-ნაბიჯ ისწავლი, როგორ აღმოაჩინო ავტომატიზაციის შესაძლებლობა, გადააკეთო პროცესი, ჩართო AI უსაფრთხოდ და გაზომო ბიზნესშედეგი.
რატომ არის ეს კურსი მნიშვნელოვანი
AI ავტომატიზაცია არ ნიშნავს მხოლოდ ტექსტის გენერირებას ან ჩატბოტის გამოყენებას. ის ნიშნავს ისეთი სამუშაო პროცესის შექმნას, სადაც მონაცემი შედის სისტემაში, წესები და AI ამუშავებს მას, საჭირო მოქმედება სრულდება, ხოლო მნიშვნელოვანი გადაწყვეტილება პასუხისმგებელ ადამიანთან რჩება.
ცუდად შერჩეული ავტომატიზაცია აჩქარებს ქაოსს. სწორად შერჩეული ავტომატიზაცია ამცირებს ხელით სამუშაოს, აჩქარებს მომსახურებას, ამცირებს შეცდომებს და ტოვებს შემოწმებად კვალს.
კურსის ბოლოს შეძლებ
- პროცესისა და ცალკეული დავალების გარჩევას;
- AS-IS პროცესის რუკის შედგენას;
- ავტომატიზაციის კანდიდატის შეფასებას;
- TO-BE პროცესისა და კონტროლების დაგეგმვას;
- AI-ისა და წესებზე დაფუძნებული ავტომატიზაციის შერწყმას;
- პილოტისა და KPI-ების დაგეგმვას.
ვისთვის არის კურსი
- პროცესებისა და ხარისხის მენეჯერებისთვის;
- ოპერაციების, HR-ისა და ტრენინგების გუნდებისთვის;
- საჯარო ორგანიზაციების თანამშრომლებისთვის;
- მცირე და საშუალო ბიზნესისთვის;
- კონსულტანტებისა და პროექტის მენეჯერებისთვის.
პროცესი, ავტომატიზაცია და AI
სწორი ტერმინები გვეხმარება, რომ ტექნოლოგია რეალურ საჭიროებას დავუკავშიროთ.
დავალება
ერთი კონკრეტული მოქმედება. მაგალითად, ელფოსტიდან განაცხადის ნომრის ამოღება.
პროცესი
ერთმანეთთან დაკავშირებული მოქმედებების ჯაჭვი, რომელსაც დასაწყისი, შედეგი და პასუხისმგებელი ჰყავს.
ავტომატიზაცია
პროცესის ნაწილის შესრულება წინასწარ განსაზღვრული წესებით ან AI-ის დახმარებით.
სად არის AI საჭირო
| სამუშაოს ტიპი | უკეთესი მიდგომა | მაგალითი |
|---|---|---|
| მკაფიო და უცვლელი წესი | ჩვეულებრივი ავტომატიზაცია | თუ ვადა გავიდა, გაიგზავნოს შეხსენება |
| არასტრუქტურირებული ტექსტი ან დოკუმენტი | AI | საჩივრის თემის ამოცნობა |
| წესი და ინტერპრეტაცია ერთად | ჰიბრიდული მოდელი | AI ამოიღებს მონაცემს, წესი ამოწმებს ზღვარს |
| მაღალი გავლენის გადაწყვეტილება | ადამიანის საბოლოო დასტური | სესხის, დაზღვევის ან სოციალური დახმარების დამტკიცება |
გაარჩიე პროცესი და დავალება
აირჩიე შენს სამუშაოში განმეორებადი პროცესი. ჩამოწერე მისი საბოლოო შედეგი და მინიმუმ ხუთი მოქმედება, რომელიც ამ შედეგამდე მიგიყვანს.
არსებული პროცესის დანახვა
AS-IS აღწერს, როგორ სრულდება სამუშაო დღეს და არა როგორ გვინდა, რომ სრულდებოდეს.
ავტომატიზაციის დაწყებამდე პროცესი უნდა დავინახოთ თავიდან ბოლომდე. ამისთვის ვადგენთ მონაწილეებს, ტრიგერს, შემავალ ინფორმაციას, ნაბიჯებს, გადაწყვეტილების წერტილებს, გამონაკლისებსა და საბოლოო შედეგს.
მაგალითი - შემოსული საჩივრის დამუშავება
| ელემენტი | არსებული მდგომარეობა |
|---|---|
| ტრიგერი | მომხმარებელი აგზავნის ელფოსტას |
| შემავალი მონაცემი | წერილი, დანართები, ხელშეკრულების ნომერი |
| მოქმედებები | წერილის წაკითხვა, კატეგორიის მინიჭება, რეგისტრაცია, პასუხისმგებელთან გადაგზავნა |
| გადაწყვეტილება | რომელ გუნდს ეკუთვნის საკითხი და არის თუ არა გადაუდებელი |
| შედეგი | დარეგისტრირებული საქმე, პასუხისმგებელი და პასუხის ვადა |
რა უნდა გაზომო
- ერთი შემთხვევის დამუშავების დრო;
- შემთხვევების რაოდენობა თვეში;
- ხელით შეყვანილი ველების რაოდენობა;
- შეცდომებისა და დაბრუნებების სიხშირე.
- ლოდინის დრო ეტაპებს შორის;
- გამონაკლისების წილი;
- ჩართული ადამიანების რაოდენობა;
- მომხმარებლისთვის პასუხის სრული დრო.
შექმენი AS-IS მონახაზი
რომელი პროცესი უნდა ავტომატიზდეს
პირველი პილოტი უნდა იყოს სასარგებლო, გაზომვადი და კონტროლირებადი.
| კრიტერიუმი | დაბალი ქულა - 1 | მაღალი ქულა - 5 |
|---|---|---|
| სიხშირე | იშვიათად სრულდება | ყოველდღიურად ან დიდი მოცულობით |
| სტანდარტულობა | ყოველი შემთხვევა სრულიად განსხვავებულია | ძირითადი ნაბიჯები მეორდება |
| მონაცემის მზადყოფნა | მონაცემი დაკარგული ან არათანმიმდევრულია | მონაცემი ხელმისაწვდომი და სტრუქტურირებულია |
| ბიზნესსარგებელი | დროის ან ხარისხის მცირე ცვლილება | მნიშვნელოვანი დრო, ხარჯი ან მომსახურების გაუმჯობესება |
| რისკი | შეცდომას მძიმე შედეგი აქვს | შეცდომა მარტივად აღმოჩნდება და გამოსწორდება |
კარგი პირველი კანდიდატების მაგალითები
- შემოსული წერილების თემატური კლასიფიკაცია;
- დოკუმენტებიდან კონკრეტული ველების ამოღება;
- შეხვედრის ჩანაწერიდან დავალებების სიის მომზადება;
- სტანდარტული ანგარიშის პირველი მონახაზი;
- ვადის მოახლოების შესახებ შეტყობინება;
- ხშირ კითხვებზე პასუხის სამუშაო ვერსია.
შეაფასე სამი კანდიდატი
თითოეულს მიანიჭე 1-5 ქულა სიხშირის, სტანდარტულობის, მონაცემის მზადყოფნის, სარგებლისა და დაბალი რისკის მიხედვით.
მომავალი პროცესის დიზაინი
TO-BE რუკა აჩვენებს, ვინ რას აკეთებს ავტომატიზაციის შემდეგ.
ექვსი აუცილებელი კითხვა
- რა მოვლენა იწყებს პროცესს?
- რა მონაცემია სავალდებულო?
- რომელი ნაწილი სრულდება მკაფიო წესით?
- რომელი ნაწილი საჭიროებს AI ინტერპრეტაციას?
- როდის ჩერდება სისტემა და ითხოვს ადამიანის ჩართვას?
- სად ინახება შედეგი და აუდიტის კვალი?
მაგალითი - ინვოისის დამუშავება
Trigger: ინვოისი შედის სპეციალურ ელფოსტაზე.
Validation: სისტემა ამოწმებს ფაილის ტიპსა და მომწოდებლის არსებობას.
AI task: ამოიღებს ნომერს, თარიღს, თანხას, ვალუტასა და აღწერას.
Rule: თანხა შედარდება შეკვეთასა და დამტკიცების ზღვარს.
Human check: შეუსაბამობა ან დაბალი სანდოობის მონაცემი გადადის ფინანსურ ოფიცერთან.
Action: დადასტურებული ჩანაწერი იქმნება ფინანსურ სისტემაში და ინახება ლოგი.
შექმენი TO-BE მონახაზი
ტექნოლოგიური არჩევანი
ინსტრუმენტი უნდა შეირჩეს პროცესის მიხედვით და არა პირიქით.
| კატეგორია | რას აკეთებს | როდის გამოიყენება |
|---|---|---|
| Workflow automation | აკავშირებს აპებს, ტრიგერებსა და მოქმედებებს | ფორმიდან CRM-ში ჩანაწერის შექმნა |
| Generative AI | იგებს და ქმნის ტექსტს, აჯამებს და კლასიფიცირებს | წერილის თემის ამოცნობა |
| OCR და document AI | კითხულობს სკანსა და PDF-ს | ინვოისიდან ველების ამოღება |
| RPA | იმეორებს ეკრანზე ადამიანის მოქმედებებს | ძველ სისტემაში, სადაც API არ არსებობს |
| API | სისტემებს მონაცემის პირდაპირ გაცვლის საშუალებას აძლევს | სტაბილური და მასშტაბური ინტეგრაცია |
| Database და dashboard | ინახავს პროცესის მდგომარეობას და აჩვენებს KPI-ებს | მონიტორინგი და აუდიტი |
No-code ან low-code
სწრაფია პილოტისთვის და ბიზნესგუნდს მეტ კონტროლს აძლევს. საჭიროა წვდომების, ხარჯისა და მასშტაბირების შეფასება.
ინდივიდუალური განვითარება
საჭიროა რთული ლოგიკის, მაღალი მოცულობის, სპეციალური უსაფრთხოების ან არსებულ სისტემებთან ღრმა ინტეგრაციისას.
AI ავტომატიზაციის ძირითადი პატერნები
პატერნი არის განმეორებადი ამოცანის ტიპი, რომლის გამოყენებაც სხვადასხვა პროცესში შეიძლება.
კლასიფიკაცია და მარშრუტიზაცია
AI ადგენს თემას, პრიორიტეტს ან პასუხისმგებელ ერთეულს. გამოიყენება ელფოსტებში, საჩივრებსა და განაცხადებში.
მონაცემის ამოღება
AI დოკუმენტიდან იღებს წინასწარ განსაზღვრულ ველებს და აბრუნებს სტრუქტურირებულ შედეგს.
შეჯამება
დიდი ტექსტიდან მზადდება მოკლე მიმოხილვა, მოქმედებები, რისკები ან გადაწყვეტილებები.
გენერაცია
იქმნება წერილის, ანგარიშის ან პასუხის სამუშაო ვერსია დამტკიცებული შაბლონის მიხედვით.
შედარება
ორი დოკუმენტი ან ჩანაწერი მოწმდება შეუსაბამობებზე, დაკარგულ ველებსა და ცვლილებებზე.
ცოდნის მოძიება
AI პასუხს ამზადებს მხოლოდ დამტკიცებული პოლიტიკების, ინსტრუქციებისა და ბაზის მიხედვით.
სტრუქტურირებული ინსტრუქციის მაგალითი
როლი: ხარ შემოსული განაცხადების მონაცემთა დამმუშავებელი. ამოცანა: დოკუმენტიდან ამოიღე მხოლოდ შემდეგი ველები: - განაცხადის ნომერი - თარიღი - პროდუქტის ტიპი - მოთხოვნილი თანხა - საკონტაქტო არხი წესები: - დაკარგული ველი მონიშნე როგორც null. - არ გამოიგონო მნიშვნელობა. - საეჭვო ველს დაურთე confidence: low. - საბოლოო გადაწყვეტილება არ მიიღო. შედეგი: დააბრუნე JSON ფორმატი.
ოთხი პრაქტიკული ქეისი
ერთი და იგივე ტექნოლოგია სხვადასხვა სექტორში განსხვავებულ კონტროლსა და პასუხისმგებლობას მოითხოვს.
1. დაზღვევა - ზიანის განაცხადის პირველადი დამუშავება
პრობლემა: ოპერატორი ხელით კითხულობს წერილს, ამოწმებს დანართებს და მონაცემებს სისტემაში წერს.
ავტომატიზაცია: AI ამოიღებს პოლისის ნომერს, შემთხვევის თარიღს, ზიანის ტიპსა და დანართების ჩამონათვალს. წესები ამოწმებს სავალდებულო დოკუმენტებს. არასრული საქმე ავტომატურად ამზადებს მოთხოვნის წერილს.
ადამიანის როლი: ექსპერტი აფასებს გარემოებებს, ზიანსა და ანაზღაურების გადაწყვეტილებას.
KPI: რეგისტრაციის დრო, დაკარგული ველების წილი, პირველივე ჯერზე სრული საქმეების რაოდენობა.
2. საჯარო სექტორი - მოქალაქეთა განცხადებების მარშრუტიზაცია
პრობლემა: განცხადებები სხვადასხვა არხით შედის და არასწორ ერთეულში გადაგზავნა ვადას ზრდის.
ავტომატიზაცია: AI ადგენს თემას, მოთხოვნის ტიპსა და სავარაუდო პასუხისმგებელ ერთეულს. სისტემა ამოწმებს სავალდებულო ველებს, ქმნის რეგისტრაციის პროექტს და მაღალი რისკის სიტყვებზე თანამშრომელს ატყობინებს.
კონტროლი: AI არ აკეთებს სამართლებრივ შეფასებას და არ იღებს ადმინისტრაციულ გადაწყვეტილებას.
KPI: სწორად მარშრუტიზებული განცხადებების წილი, გადაგზავნების რაოდენობა, პასუხის საშუალო დრო.
3. ბანკი - KYC დოკუმენტების სისრულის შემოწმება
პრობლემა: თანამშრომელი სხვადასხვა ფაილში ეძებს მონაცემებს და ადარებს მოთხოვნების სიას.
ავტომატიზაცია: document AI ამოიღებს საჭირო ველებს, სისტემა ადარებს მათ მოთხოვნების მატრიცას და ქმნის დაკარგული ან წინააღმდეგობრივი მონაცემების ანგარიშს.
ადამიანის როლი: უფლებამოსილი ოფიცერი ამოწმებს იდენტობას, რისკსა და საბოლოო გადაწყვეტილებას.
KPI: შემოწმების დრო, ხელახალი მოთხოვნების რაოდენობა, ცრუ შეუსაბამობების წილი.
4. ტრენინგების მართვა - შეფასების ანგარიშის მომზადება
პრობლემა: დასწრება, შეფასებები და კომენტარები სხვადასხვა ფაილშია.
ავტომატიზაცია: სისტემა აერთიანებს მონაცემებს, ითვლის წინასწარ შეთანხმებულ მაჩვენებლებს, AI აჯგუფებს ანონიმიზებულ კომენტარებს და ქმნის ანგარიშის მონახაზს.
კონტროლი: ცარიელი პასუხი არ ითვლება ნულად, ციტატები ანონიმიზებულია, საბოლოო ანგარიში მენეჯერმა უნდა დაადასტუროს.
KPI: ანგარიშის მომზადების დრო, მონაცემთა შეცდომები, ანგარიშის დროულად დასრულების წილი.
უსაფრთხოება, კონტროლი და მმართველობა
ავტომატიზაცია მუშაობს მხოლოდ მაშინ, როცა მისი ქცევა შემოწმებადი და პასუხისმგებლობა მკაფიოა.
მონაცემთა კონტროლი
- მონაცემის მინიმიზაცია;
- პირადი მონაცემის ანონიმიზაცია;
- წვდომების როლებით მართვა;
- შენახვის ვადის განსაზღვრა;
- მომწოდებლის პირობების შეფასება.
პროცესის კონტროლი
- ადამიანის დასტურის წერტილი;
- სანდოობის ზღვარი;
- გამონაკლისის მარშრუტი;
- ლოგირება და ვერსიები;
- შეცდომისას უსაფრთხო გაჩერება.
რისკების რეესტრის მაგალითი
| რისკი | ალბათობა | გავლენა | კონტროლი |
|---|---|---|---|
| AI არასწორ კატეგორიას ანიჭებს საქმეს | საშუალო | საშუალო | სანდოობის ზღვარი და ადამიანის შემოწმება |
| პირადი მონაცემი ზედმეტად იგზავნება | დაბალი | მაღალი | მინიმიზაცია, masking და წვდომების კონტროლი |
| ინტეგრაცია ორჯერ ქმნის ჩანაწერს | საშუალო | საშუალო | უნიკალური ID და duplicate check |
| მოდელის ცვლილება ხარისხს ამცირებს | საშუალო | მაღალი | ტესტების ნაკრები, ვერსიის კონტროლი და მონიტორინგი |
პილოტი, KPI და ბიზნესსარგებელი
პილოტის მიზანია მტკიცებულება და არა ტექნოლოგიის დემონსტრირება.
30-დღიანი პილოტის ჩარჩო
| კვირა | სამუშაო | შედეგი |
|---|---|---|
| 1 | პროცესის რუკა, baseline, მონაცემთა ნიმუში, რისკები | დამტკიცებული მიზანი და საზღვრები |
| 2 | პროტოტიპი, ინსტრუქციები, წესები და ტესტები | სამუშაო დემო |
| 3 | მომხმარებელთა ტესტირება და შეცდომების ანალიზი | გაუმჯობესებული ვერსია |
| 4 | KPI შედარება, კონტროლების გადამოწმება, გადაწყვეტილება | მასშტაბირება, გადაკეთება ან შეჩერება |
მარტივი ფინანსური შეფასება
დაზოგილი საათები თვეში = შემთხვევების რაოდენობა × ერთ შემთხვევაზე დაზოგილი წუთები ÷ 60.
შრომის სავარაუდო დაზოგვა = დაზოგილი საათები × საათობრივი სრული ღირებულება.
წმინდა თვიური სარგებელი = შრომის დაზოგვა + შეცდომების შემცირების სარგებელი - ტექნოლოგიისა და მხარდაჭერის ხარჯი.
განსაზღვრე პილოტის წარმატება
შექმენი შენი ავტომატიზაციის პროექტი
შეავსე ველები და ჩამოტვირთე ერთგვერდიანი პროექტის გეგმა.
შეამოწმე ცოდნა
კურსის წარმატებით დასასრულებლად საჭიროა მინიმუმ 8 სწორი პასუხი.