Top 5 lessen uit UiPath's FY24 Q4 Automation CoE over AI en automatisering

AI is al meer dan een jaar een trending topic en is uitgegroeid tot een strategische prioriteit voor bedrijven in 2024. Uit het EY CEO Outlook Pulse-onderzoek blijkt dat de overgrote meerderheid van de bedrijven (88%) eind dit jaar zal investeren in AI-gedreven innovatie.

Door AI aangedreven innovatie maakt echt deel uit van het UiPath-DNA. Sinds de oprichting maken we op ons hele platform gebruik van AI, en ons gebruik ervan is de afgelopen twee jaar alleen maar toegenomen. Om maar een paar voorbeelden te noemen:AI drijft onze mogelijkheden voor proces-, taak- en communicatiemining aan en stelt onze robots in staat complexe documenten in veel verschillende systemen en omgevingen te begrijpen en ermee te werken. Generatieve AI heeft een breed scala aan recente innovaties mogelijk gemaakt, bijvoorbeeld om het bouwen van automatisering, het ontwikkelen van tests en het trainen van modellen te versnellen. 

Als leider van het UiPath Automation Center of Excellence heb ik uit de eerste hand kennis van de voordelen die de AI-aangedreven mogelijkheden van ons platform kunnen bieden. Deze omvatten:

• Mogelijkheid om een breder scala aan processen te automatiseren  

• Snellere en eenvoudigere manieren om automatiseringen van hogere kwaliteit te bouwen 

• Hogere automatiseringsacceptatie en bredere impact, vooral dankzij het mogelijk maken van medewerkers met UiPath Autopilot™, een persoonlijke AI-metgezel die helpt bij vervelende taken in zakelijke apps en systemen

De door AI aangedreven mogelijkheden die in het UiPath Business Automation Platform zijn verweven, hebben ons geholpen een aantal zeer positieve resultaten te behalen voor ons driemaandelijkse CoE-rapport. Aan het einde van het volledige boekjaar 2024 (FY24) hadden we 716 automatiseringen in bedrijf, waardoor er in het laatste kwartaal van FY24 70.677 uur vrijkwam. Als gevolg hiervan hebben we nu de $59 miljoen aan cumulatieve kostenvermijding overtroffen en zien we resultaten op een aantal gebieden, waaronder Financiën, Sales &Marketing, People Ops en Operations. En ik ben blij om te kunnen zeggen dat automatiseringsideeën afkomstig van UiPathers en vastgelegd in Automation Hub naar een nieuw hoogtepunt zijn blijven groeien.

Maar deze cijfers zijn niet het hele verhaal, omdat ze alleen onze prestaties weerspiegelen – wat we hebben bereikt. Ze praten niet over hoe we dit mogelijk hebben gemaakt, maar voor veel van onze klanten is de manier waarop ze dingen gedaan krijgen het belangrijkste deel van het verhaal. In een recent onderzoek van UiPath en Bain &Company, ‘The State of AI-Powered Automation’, beweerde 70% van de leidinggevenden immers dat AI-gestuurde automatisering ‘zeer belangrijk’ of ‘cruciaal’ is bij het verwezenlijken van de strategische doelstellingen van hun organisatie. Nu strategisch voordeel en concurrentievermogen op het spel staan, is het geen wonder dat de implementatie van AI en automatisering voor zoveel van onze klanten een veeleisend onderwerp is. 

Om die reden zal ik de rest van deze blog besteden aan enkele van de belangrijke lessen die we hebben geleerd bij het implementeren van AI en automatisering en het op maximale snelheid verkrijgen van echte waarde uit deze twee transformatieve technologieën.  

Om onze lessen te illustreren, zal ik me concentreren op een belangrijk proces op onze financiële afdeling, crediteurenadministratie. Maandelijks ontvangt het crediteurenteam bijna duizend facturen die op tijd gecontroleerd en betaald moeten worden. Dit vereist het openen en lezen van ingediende facturen, het extraheren van de benodigde gegevens, het matchen ervan met bestaande inkooporders en het openen in ons systeem om door te gaan met de betaling. Als het handmatig wordt gedaan, is dit een repetitieve taak die veel aandacht voor detail vereist en elke maand vele manuren afleidt van werk met een hogere waarde. Met andere woorden:het was een perfecte gelegenheid om onze robots deze taak op zich te laten nemen. 

In essentie was dit een project voor intelligente documentverwerking (IDP), waarbij we gebruik moesten maken van UiPath Document Understanding. Dat is de AI die onze UiPath-robots in staat stelt complexe, gevarieerde documenten te lezen en te begrijpen en end-to-end actie te ondernemen in meerdere systemen, afdelingen en technologieën. (Klik hier voor meer informatie over onze IDP-mogelijkheden).  

We hebben ons op vijf dingen geconcentreerd om een succesvol resultaat van dit project te garanderen.

Vijf elementen van succesvolle AI-implementatie

1. Nauwe samenwerking tussen de CoE en het zakelijke team

Succesvolle automatiseringsimplementatie is afhankelijk van een sterk partnerschap tussen de CoE en het zakelijke team. Automatisering kan niet in een vacuüm plaatsvinden; het moet een weerspiegeling zijn van en geïnformeerd worden door de zakelijke gebruikers die de processen en systemen kennen en zullen uiteindelijk de gebruikers en begunstigden van de automatisering zijn. 

Omdat 32% van het personeelsbestand uit digitale assistenten bestaat, loopt het financiële en boekhoudkundige team voorop bij het implementeren van automatisering bij UiPath. Voor dit project hebben we onze financiële collega's ingeschakeld om ons te helpen de belangrijkste fasen van het crediteurenproces te identificeren en alle noodzakelijke details te verstrekken voor het bouwen van een automatisering en het trainen van het AI-model. Dit omvatte onder meer inzicht in de soorten facturen die ze doorgaans ontvangen, de specifieke informatie die ze moeten verzamelen en andere relevante details.

We zochten ook informatie om verder te kijken dan de bestaande processtroom om optimalisatiemogelijkheden te identificeren en de operationele efficiëntie te stroomlijnen. Ze gaven ons inzicht in het algehele proces van het maken van facturen in Coupa en openden onze ogen voor de mogelijkheid om ons te richten op andere geautomatiseerde stromen, zoals e-facturering, allemaal binnen de bredere zakelijke context.

2. Succes meten buiten de ‘standaard’ automatiserings-KPI’s

In samenwerking met het financiële team hebben we een reeks meetgegevens geïdentificeerd om het succes van ons automatiseringsproject te meten, die veel verder gingen dan de traditionele automatiserings-KPI's zoals bespaarde uren, kostenreductie of verhoogde outputnauwkeurigheid. We wilden maatstaven die de impact van het project op de bedrijfsefficiëntie beoordeelden, en die volledig in lijn waren met de bredere financiële maatstaven waarmee we de prestaties van ons bedrijf meten.  

Voor dit project hebben we ons vooral gericht op een gedetailleerde reeks maatregelen die de directe impact van automatisering op de operationele efficiëntie aan het licht zouden kunnen brengen. Deze omvatten het bijhouden van de verwerkingstijd voor en na de factuur, de kosten per verwerkte factuur, het percentage voor eerste overeenkomsten, het uitzonderingspercentage voor inkooporders en facturen en de tarieven voor elektronische verwerking.

3. Proactief communiceren met de zakelijke en leiderschapsteams

Terwijl we samenwerkten met het financiële team, zorgden we voor een gedetailleerd actieplan, zodat onze collega's inzicht hadden in de projectfasen, deadlines, sleutelrollen en actiepunten voor hen. 

Tegelijkertijd hebben we onze uitvoerende sponsors en belangrijkste belanghebbenden een projectoverzicht op hoog niveau gegeven om onze visie te schetsen. Als onderdeel daarvan hebben we ervoor gezorgd dat we de potentiële positieve impact van het project op de belangrijkste financiële maatstaven hebben gecommuniceerd waarvoor deze leidinggevenden verantwoordelijk zijn. We wilden ervoor zorgen dat onze executive sponsors konden begrijpen hoe deze automatisering hen kon helpen hun KPI's te behalen en zo waarde te leveren aan het bedrijf als geheel.

4. Fouten verminderen en hoge nauwkeurigheid garanderen met best practices op het gebied van AI

Het waarborgen van de nauwkeurigheid van gegevens is een van de belangrijkste taken van deze automatisering, en er zijn twee factoren die hieraan bijdragen:automatisering met een AI-model en menselijke validatie. Als het gaat om het trainen van een AI-model, moet u ervoor zorgen dat u over grote en diverse voorbeeldgegevens beschikt om de trainingsefficiëntie te maximaliseren.

In ons geval hebben we het kant-en-klare Document Understanding-model geleverd met onze eigen typen facturen en dit getraind om gegevens in verschillende scenario's te identificeren en te extraheren. We hebben het model ook getest met verschillende datavolumes, piekperioden gesimuleerd en de nauwkeurigheid ervan onder verschillende instellingen beoordeeld. Bovendien hebben we met behulp van UiPath Action Center een menselijk validatieproces in de automatiseringsworkflow ingebouwd, zodat onze financiële collega's indien nodig kunnen ingrijpen en het AI-model kunnen ondersteunen.

Hoewel uitgebreide training van een AI-model vroeger een struikelblok vormde bij de implementatie van IDP – wat weken of maanden van de tijd van zakelijke gebruikers in beslag nam – ontdekten we dat het proces veel korter en gemakkelijker was dan onze aanvankelijke aannames. Dat komt omdat we onze nieuwe Active Learning-mogelijkheid konden gebruiken, die elementen van zowel begeleid als onbewaakt leren combineert om in minder tijd betere AI-modellen te creëren. (Lees hier meer over hoe Active Learning de AI-automatisering versnelt.)

5. Continue monitoring en verbetering

We hebben geleerd dat we niet meer kunnen stoppen zodra een door AI aangedreven geautomatiseerd proces is geïmplementeerd. Voor dit project bleven we samenwerken met het financiële team om de resultaten te monitoren en feedback te verzamelen voor de volgende iteraties. Het implementeren van een feedback- en leerlus zorgt voor een continue cyclus van verbetering waarin nieuwe inzichten worden gebruikt om het automatiseringsproces te verfijnen, de modelnauwkeurigheid te verbeteren en een nog grotere zakelijke impact te genereren. 

Deze vijf lessen zijn van cruciaal belang geweest voor ons vermogen om goed presterende automatiseringen te leveren en echte waarde uit AI te halen. Maar wacht:er is nog iets dat enorm heeft bijgedragen aan ons vermogen om dit project effectief en snel op te leveren. Dus hier is een bonusidee voor het lezen tot nu toe:

(Bonustip) Maak gebruik van vooraf gebouwde componenten 

We hebben ontdekt dat het implementeren van end-to-end automatiseringsprojecten geen complex en langdurig proces hoeft te zijn, vooral als we een aantal van onze ruim 70 Solution Accelerators kunnen gebruiken. Dit zijn kant-en-klare, modulaire raamwerken die op maat zijn gemaakt voor gebruiksscenario's met grote impact en die de industrie en onze eigen best practices bevatten. Met deze kant-en-klare componenten in ons arsenaal is het veel gemakkelijker om snel actie te ondernemen en goed presterende automatiseringsresultaten te leveren.

Voor ons crediteurenproject hebben we bijvoorbeeld de accelerator ‘2-way match factuurverwerking voor Coupa’ gebruikt. Hierdoor werd veel maatwerk geëlimineerd, terwijl ook voor dit deel van de automatisering een hoogwaardige oplossing werd gewaarborgd. (Nog een bonus:we hebben deze accelerator ook onder druk kunnen testen en manieren kunnen identificeren om deze nog verder te verbeteren. In de toekomst zullen we een bijgewerkte versie uitbrengen waarin de inzichten uit onze implementatie-ervaring zijn verwerkt.)  

Dit zijn enkele van de belangrijkste praktijken die we hebben ontwikkeld voor de implementatie van AI en automatisering. Maar je kunt nog veel meer leren van de CoE-gerichte inhoud die UiPath deelde tijdens ons recente DevCon-evenement, en die je nu op aanvraag kunt zien door je hier te registreren.

De weg die voor ons ligt voor de UiPath CoE

Ik wil deze blog graag afsluiten met een korte blik op enkele opwindende ontwikkelingen voor de UiPath CoE. Zoals u wellicht weet, hebben UiPath en SAP vorig jaar hun partnerschap uitgebreid om organisaties over de hele wereld in staat te stellen hun digitale transformatie te versnellen. In januari van dit jaar kondigden UiPath en Deloitte een alliantie-uitbreiding aan om een ​​unieke marktsamenwerking op het gebied van co-innovatie te creëren, waarbij Deloitte’s SAP-implementatievaardigheden en diepe AI-talentpool worden gecombineerd met UiPath AI en automatiseringstechnologie.  

De UiPath CoE zal ‘klant nul’ zijn in deze samenwerking tussen Deloitte en UiPath, en ik ben erg enthousiast over wat we zullen leren en welke nieuwe dingen we zullen kunnen doen. Ik kijk ernaar uit om onze lessen en innovaties met u te delen. Blijf op de hoogte!