Uw automatisering verbeteren met AI: Het essentiële Playbook (Deel 1)

Kunstmatige intelligentie (AI) breidt de waarde van uw automatiseringsprogramma uit. Het toevoegen van AI aan uw automatiseringsprogramma opent bijna oneindige mogelijkheden om intelligente, cognitieve processen te automatiseren – productiviteit, efficiëntie en klanttevredenheid naar nieuwe hoogtes drijvend.

Tijdens de AI Playbook-webinar (deel van onze AI Summit), keken we naar Brian Klochkoff, Head of Automation for Americas bij dentsu international, om uit eerste hand te leren wat het is om AI aan automatisering toe te voegen en deze waarde te bereiken. Of automatisering voor uw bedrijf primair verwijst naar robotic process automation (RPA), data analytics of machine learning (ML), het incorporeren van AI in uw automatiseringsprogramma kan het krachtiger en comprehensiever maken.

In deze post leg ik het twee-stappenproces uit dat de basis legt voor AI:

1. Hoe te bepalen of u klaar bent om AI aan automatisering toe te voegen.
2. Hoe momentum op te bouwen naar AI-acceptatie.

In deel twee van deze serie laat ik zien hoe u AI-modellen in uw bestaande automatiseringsprogramma kunt integreren en welke best practices u moet volgen.

Bepalen of u klaar bent om AI aan uw automatiseringsprogramma toe te voegen

Enterprises die AI-technologieën onderzoeken, doen er goed aan te vragen of ze klaar zijn. We hebben dit complexe probleem teruggebracht tot twee vragen.

1. Heeft u een visie-kampioen?

Een visie-kampioen is een leider die zakelijke betrokkenheid en uitvoeringsondersteuning drijft.

In onze post over het bouwen van een team ter ondersteuning van een automatiseringsoperationeel model, definieren we twee typen executive sponsors: de mobilizer en de digital steward. De mobilizer legt de waarde van automatisering uit, werft talent voor het RPA-team, en trekt initiële financiering. De digital steward neemt wat de mobilizer opbouwt en bouwt erop door executive stakeholders te overtuigen in te kopen en het automatiseringsteam te sturen naar zijn volgende groeistadium.

Een visie-kampioen vereist een mix van deze vaardigheden. Wanneer u AI bovenop automatisering laagt, heeft u misschien al een mobilizer, een digital steward, en (hopelijk) veel andere fans van automatisering. Wat u nodig hebt van een AI-visie-kampioen is anders.

Bij het onderzoeken van iemand die uw AI-visie-kampioen zou kunnen zijn, stel uzelf deze vragen:

• Zal deze persoon gepassioneerd en onvermoeibaar de AI-visie kampioenen? Voorstanders van AI, zelfs in gesprek met mensen die automatisering gebruiken, kunnen scepticisme tegenkomen en uw visie-kampioen kan niet iemand zijn die gemakkelijk gediscourageerd raakt.
• Heeft deze persoon een sterke invloed op de organisatie en executive stakeholders? Passie en vastberadenheid gaan maar tot op zekere hoogte – een geweldige visie-kampioen moet de invloed hebben die bij hun drive past. De strategie moet enterprise-wijd zijn, dus de invloed van deze persoon moet dat ook zijn.
• Kan deze persoon een sterke business case articuleren naar executive stakeholders? Ten slotte moet deze persoon in staat zijn de voordelen van AI zo te articuleren dat executive stakeholders het begrijpen en geloven.

De antwoorden op de bovenstaande vragen helpen u bepalen het antwoord op de grotere vraag: Heeft u een visie-kampioen?

Zodra u een kampioen in gedachten heeft, kunnen we doorgaan naar de volgende grote vraag.

2. Is uw automatiseringsprogramma volwassen genoeg voor AI?

In eerdere artikelen hebben we automatisering vergeleken met een reis en frameworks voor schalen geboden. We benadrukken de langetermijnnatuur van automatisering vanwege zijn potentieel voor top-to-bottom transformatie. Dat niveau van verandering vereist een langetermijnperspectief.

Waarom het zo belangrijk is om kritisch te zijn over of het de juiste tijd is om AI aan uw automatiseringsprogramma toe te voegen. We geloven dat alle bedrijven AI uiteindelijk essentieel zullen achten, maar dat betekent niet dat alle bedrijven vandaag moeten haasten om AI te implementeren.

Om de volwassenheid van uw automatiseringsprogramma te bepalen, stel uzelf en uw team deze vragen:

• Heeft u bestaande governance en processen voor een automatiseringsprogramma? AI implementeren in een automatiseringsprogramma zonder bestaande governance kan de impact van AI verminderen, de business case verergeren. Bovendien kan een gebrek aan governance mensen wary maken van de risico's die nieuwe technologieën soms poseren. Begin met governance toevoegen aan uw bestaande automatiseringsprogramma. Met governance op zijn plaats, kunt u nieuwe oplossingen, zoals AI, erbovenop leggen, en uw team vertrouwen en rust geven.
• Heeft u bestaande infrastructuur en resources om te benutten? Complexe AI-implementaties hebben data scientists alsook RPA-ontwikkelaars nodig. De vaardighedensets van uw data scientists en RPA-ontwikkelaars zijn complementair, maar ze weten misschien nog niet hoe ze samen moeten werken. Met de juiste governance-structuur kunt u nieuwe workflows configureren die deze teams in staat stellen te collaboreren.
• Heeft u een visie voor het democratiseren van AI voor business users? Democratisering geeft business users de macht om automatisering en AI te gebruiken. Bouw uw visie voor democratisering in uw AI-rollout. Deze visie zorgt voor het ontwerp van AI-infrastructuur en governance die rekening houdt met business users.

Een volwassen automatiseringsprogramma, in Klochkoff's woorden, zal resources omvatten die "gepassioneerd zijn over het vinden van het snijpunt van operationele excellentie en technologisch potentieel." Dat snijpunt is essentieel omdat een passie voor AI en ML noodzakelijk is, maar niet voldoende, voor succes. Zakelijke praktijk is ook belangrijk.

Automatiseringsprogramma-volwassenheid is niet iets waar u gewoon op hoeft te wachten. Door een automatiseringsoperationeel model te bouwen, kunt u door de vroege stadia van automatiseringsimplementatie gaan en effectief schalen.

Momentum opbouwen naar AI-enthousiasme

AI staat op de agenda van elke C-suite-executive, maar ook veel andere concurrerende initiatieven. Om de C-suite, alsook uw bedrijf, enthousiast te maken over AI, focus op momentum opbouwen door te demystificeren, te engageren en het belang van investeren in AI te demonstreren.

AI demystificeren om vrees te nemen en enthousiasme op te wekken

AI wordt nog steeds frequent misbegrepen, deels vanwege hoeveel verschillende technologieën er zijn. Er is nu een spectrum van tools variërend van het simpele – toegankelijk voor business users – tot het complexe, voornamelijk toegankelijk voor data scientists.

Zelfs als uw bedrijf een bloeiend automatiseringsprogramma vol betrokken leiders heeft, betekent dat niet dat iemand AI begrijpt. Dat gebrek aan begrip kan leiden tot voorzichtigheid, zo niet absolute vrees. Uw doel is om AI een realistische, begrijpbare entiteit te maken – één die mensen van het executive-niveau af naar beneden kunnen begrijpen.

"Aan het einde van de dag," zegt Klochkoff, "denk ik dat automatisering eigenlijk iets menselijks is, voor velen van ons... Als u dat hoge-volume, vervelende, monotone werk wegnemt, ongeacht hoe, kan iedereen van een CFO tot een entry-level assistent zich daarin herkennen."

We adviseren drie manieren om AI te demystificeren:

• Menselijke connecties maken: vind stakeholders die begrijpen dat, in Klochkoff's woorden, "incrementele vooruitgang belangrijker is dan perfectie." AI, door de aard van ML- en AI-modellen, zal zelden perfect zijn de eerste keer. Help mensen begrijpen dat het doel is om een vertrouwensdrempel te bereiken en de modellen in de loop van de tijd te trainen.
• De juiste business case identificeren: Klochkoff zegt dat u de "mentale kloof" moet overbruggen tussen idee en implementatie door stakeholders de manieren te tonen waarop AI hun dagelijks leven zal beïnvloeden. AI voelt vaak angstaanjagend omdat het ver is, dus doe uw best om het echt te laten voelen, in plaats van abstract. De juiste business case zal een proof of concept zijn en, eenmaal geïmplementeerd, proof of value demonstreren.
• Focus op proof of value: toon het potentieel van AI met eenvoudigere technologieën. Klochkoff adviseert een bekende technologie te gebruiken, zoals Amazon Alexa. Alexa is ver verwijderd van enterprise AI, maar de vertrouwdheid van uw publiek met het helpt hen de waarde ervan te begrijpen. Als u hen kunt laten zien hoe een stemassistent waarde kan toevoegen via AI, bent u een stap dichterbij het bewijzen van de waarde van enterprise AI.

Klochkoff adviseert u om uw stakeholders te vragen zich een "stemassistent voor business" voor te stellen. Hoe kunnen we mensen toegang geven tot IT self-service met natural language processing (NLP), bijvoorbeeld? Leg de voordelen uit die zo'n implementatie zou kunnen hebben. Gebruik de analogie om te tonen dat zelfs een imperfecte implementatie nuttig is. Miljoenen mensen gebruiken een Alexa, zelfs al begrijpt het hun queries niet 100% correct elke keer.

Deze zijn geen drie losse methoden, maar drie componenten van een goed geval voor AI.

Leiders, werknemers en resources engageren in de oplossingen die AI biedt

Naarmate u momentum opbouwt, houd in gedachten dat verschillende stakeholders uw publiek samenstellen, wat betekent dat uw messaging moet verschuiven afhankelijk van met wie u praat.

Wanneer u met leiders praat, appeal aan hen door te laten zien hoe RPA en AI echte zakelijke problemen kunnen oplossen. Zakelijke problemen zijn de taal die ze spreken, dus spreek dezelfde taal naar hen.

Wanneer u met werknemers praat, leid ze door use cases. Laat werknemers zien hoe ze AI in hun alledaagse werk kunnen integreren. Weer, demystificeer. Zo veel als nodig, neem de tijd om een deel van de AI-logica uit te leggen waarmee ze zullen interageren. Ze zullen uiteindelijk nog steeds verantwoordelijk zijn voor de resultaten van deze processen.

Wanneer u met resources breder praat, focus op het afbreken van silo's. Uw doel is om verschillende afdelingen in staat te stellen samen te werken, met name uw RPA center of excellence (CoE) en uw data analytics CoE. Dit zal niet altijd makkelijk zijn.

Naarmate u verder gaat op het spectrum naar technische ontwikkelvaardigheden, waarschuwt Klochkoff, kunt u een stigma tegen RPA tegenkomen. RPA voelt voor sommigen verouderd. Educeer hen anders. Met platforms zoals UiPath AI Center kunt u veel meer doen dan eerder mogelijk was. "Wanneer de zakelijke waarde er is," zegt Klochkoff, "is er ook een research and development (R&D) budget, wat betekent dat uw hoog technisch personeel een 'broad sandbox' krijgt om in te spelen."

Naarmate u engagement opbouwt, zult u in staat zijn om op alle niveaus te tonen hoe u AI in een bestaande RPA-oplossing kunt weven. De steun van leiders, werknemers en resources is noodzakelijk voor een elegante implementatie.

Zoek mensen die AI echt begrijpen

Als u één les uit dit artikel mee wilt nemen, maak het dan dit: focus op resultaten. U kunt alle demo's en voorbeelden ter wereld hebben, maar niets spreekt volumes als use cases met resultaten.

Vind use cases vroeg en vind het juiste publiek om ze te demonstreren. De juiste use case zal vooruitgang en real-world effecten demonstreren.

Neem dit voorbeeld van ApprioHealth, dat UiPath AI Computer Vision gebruikte om hoge volumes medische verzekeringsschades snel en efficiënt te verwerken. Het team bij ApprioHealth was ervaren in het gebruik van RPA, maar ze vonden dat hun virtual desktop infrastructure (VDI) de effectiviteit hindert. Met AI Computer Vision kunnen softwarerobots computerschermen zien net zoals mensen, wat betekent dat ApprioHealth RPA kon gebruiken over elk VDI-systeem.

Deze use case was ideaal omdat het team de vooruitgang begreep die mogelijk was en toen ze het nastreefden, steeg de RPA-efficiëntie zevenvoudig.

Het juiste publiek zal ook voldoende gekend zijn om technische concepten, de zakelijke waarde van AI, en waarom hun engagement in een AI-initiatief kritiek is.

Dit is waar demonstratie soms misgaat. Klochkoff ervoer dit op een gelegenheid met front-office stakeholders die een zeker niveau van technische scherpte misten. Zijn team bouwde een AI-oplossing die reacties op klantvoorstellen kon pre-genereren.

"Mensen waren echt enthousiast om aan zo'n interessant en complex probleem te werken dat waarde voor hen zou brengen, maar toen de oplossing niet leverde op een vertrouwensdrempel van 100%, gaven ze er niet echt om," zei Klochkoff. Stakeholders die ooit enthousiast waren, werden apathisch zodra ze die drempel zagen. Ze maakten zich zorgen over de kleine delen van vragen die ze het antwoord op wisten die de AI-oplossing niet had. Dit was geen ideaal groep om mee te beginnen, erkende Klochkoff.

Iedereen doet graag mee aan wat Klochkoff "buzzword bingo" noemde (wat AI, ML en RPA kan omvatten), maar voor sommige projecten moet u mensen zoeken die de technologieën aan hand echt begrijpen. Klochkoff had het meest succes met "mensen waarmee ze al jaren werken."

Tijdens één project gingen ze van 75% nauwkeurigheid naar 97% nauwkeurigheid over de loop van vier tot zes weken, "en dat had niet kunnen gebeuren zonder de lopende betrokkenheid en participatie van onze vrienden in de technologie-functie."

Wederzijds begrip is wat u de capaciteit geeft om oplossingen te deployen voorbij proof of concept en uiteindelijk te schalen.

Uw momentum benutten en uitvoeren

Hoewel toonaangevende bedrijven allemaal uiteindelijk zullen moeten leren hoe AI te gebruiken om competitief te zijn, kan een gemiste implementatie even riskant zijn als een gemiste implementatie. Vertraag niet, maar haast u ook niet.

We hebben besproken hoe te testen op gereedheid en momentum op te bouwen; in deel twee zullen we uitleggen wat u met dat momentum moet doen. Zodra u enthousiasme aan uw zijde heeft, is de integratie van AI-modellen in uw automatiseringsprogramma in zicht.

Om Brian Klochkoff en mij in onze eigen woorden te horen, bekijk de opname van de AI Playbook-webinar.