How to assess the company's readiness to intelligent automation of office processes? Как оценить готовность компании к роботизации офисных процессов? http://cybersyn.ch/office

1. CYBERSYN, Intelligent Automation Platform
КАК ОЦЕНИТЬ ГОТОВНОСТЬ КОМПАНИИ К
РОБОТИЗАЦИИ ОФИСНЫХ ПРОЦЕССОВ?
АЛЕКСАНДР ПРОЗОРОВ, 23 апреля 2019

2. • Основатель и директор по технологиям компании РТЛаб
• Сотрудник лаборатории машинного интеллекта МФТИ
• В декабре 2017 года отмечен журналом РБК в рейтинге
«Профессии будущего», номинация «Архитектор систем
искусственного интеллекта»
• Участник проектов по созданию инфраструктуры
Электронного правительства, где руководил проектами по
разработке облачной платформы Ростелекома (cloud.rt.ru),
ЕГИСЗ
• Опыт в области ИТ 22 года
• Сфера научных интересов в области Computer Science:
распределенные архитектуры, потоковая обработка данных,
разработка интерпретаторов, кибер-физические системы
Прозоров Александр Александрович

3. Эволюция: “RPA” → “Intelligent Automation” (источник - E&Y)

4. Симптоматика
•Качество услуг растет вяло
•Эффективность работы исполнителей растет
вяло
•Выработка на единицу продукции растет вяло
•Сохраняется сильное влияние человеческого
фактора на результат операций
•В арсенале инструментов решения проблем
закончились «простые» решения
Условия роботизации (1 из 2)

5. Каковы причины симптоматики?
Проблемы каталога услуг
•Большой размер каталога услуг (у разработчиков утеряно целостное восприятие)
•Сбои в преемственности версий
•Имеются семантические дубли
•Отсутствуют позиции каталога для «мусорных» обращений
Проблемы интеграции ИТ-систем
•Потеря информации
•Высокий уровень неконсистентности данных
Текучка подрядчиков и кадров
•Новые версии каталога услуг (без преемственности)
•Новые ИТ-системы (новые проблемы интеграции)
Условия роботизации (1 из 2)

6. 1. Обеспечит возможности для бизнеса
2. Определит требования к новым организационным
технологиям
3. Размер выработки на единицу продукции зависит от
наличия и качества ресурсов
• Отсутствие или низкое влияние человеческого
фактора на результат операций
• Уровень воспроизводимости операций ~100% (выше
97%)
4. Автоматическое управление цепочкам и бизнес-
процессами на основе метрик и рисковых событий
Чем поможет роботизация?

7. С чего начать? План действий
1. Провести диагностику бизнес-процессов
• Роботизация затрагивает только автоматизированные процессы
• Робот - это решатель, который прогнозирует решения оператора ИТ-системы на
основе входных данных
2. Провести анализ данных по каждой ИТ-системе: разделить цепочки
операций на два класса
• есть аномалии в данных
• нет аномалий в данных
3. Цепочки операций без аномалий поддаются полной роботизации
• Когда решатель прогнозирует оператора с точностью 97% и выше, функция такого
оператора подлежит полной роботизации
4. Анализ аномалий данных позволяет выявить причины проблем в цепочках
операций
• Проблемы в онтологиях
• Потери информации на пути ее обработки
• Неполное покрытие цепочек средствами автоматизации
5. Разработать план устранения причин аномалий
• Это суть «план технологического развития системы управления компании»
• Это суть «план подготовки системы управления к роботизации»

8. 1. Ввели понятие «стандартной выгрузки»
2. Автоматизировали деятельность аналитика по оценке
качества данных: интерактивная панель,
оптимизированная для работы с большими выгрузками
3. В течение недели отдел аналитики готовит отчёт, в
составе которого
• Сводная статистика по качеству данных
• Оценка точности работы робота на цепочках, готовых к
роботизации
• Анализ проблем в цепочках, не готовых к роботизации
• Рекомендации по устранению проблем по цепочкам
4. По завершению заказчик получает отчёт с планом проекта
по роботизации и оценкой качества работы робота
Как проводим оценку качества данных?

9. 1. Степень воспроизводимости бизнес-процессов
• Это частотное распределение цепочек операций
• Низкочастотные цепочки - кандидаты на автоматизацию
• Высокочастотные цепочки - кандидаты на роботизацию
2. Степень автоматизации бизнес-процессов
• Это доля высокочастотных цепочек операций, приведенная ко всем
цепочкам
• Чем меньше доля низкочастотных цепочек, тем выше степень
автоматизации, тем выше степень готовности к роботизации
3. Качество автоматизации бизнес-процессов
• Это доля цепочек операций, порождающих данные, не имеющие
аномалий
• Чем выше этот показатель, тем меньше работы по подготовке бизнес-
процессов к роботизации
Метрики готовности компании к роботизации

10. 1. Увеличение скорости обработки запросов
клиентов
2. Снижение трудозатрат на единицу продукции
3. Снижение потребности в операторах
(сокращение и переквалификация персонала)
4. Снижение влияния человеческого фактора на
качество обслуживания клиентов
5. Практическая реализация стратегического
направления развития бизнеса компании
Результат роботизации офисных процессов

11. 1. Наличие описаний бизнес-процессов
• Метрика – степень покрытия бизнес-процессов описаниями
• Оценивается масштаб “разрывов” в описаниях и качество
описаний
2. Доступность данных и переписки сотрудников
• Метрика – степень доступности данных
• Оценивается масштаб доступных данных
3. Количество аномалий в данных
• Несколько метрик, определяющих объем и вероятные причины
неразделимости данных
4. Сложность бизнес-процессов
• Несколько метрик, определяющих степень воспроизводимости и
покрытие бизнес-процессов средствами автоматизации
Что влияет на объём работ/стоимость проекта?

12. 1. Клиенты взаимодействуют с роботом посредством Email
и/или сообщений в Messengers
2. В зависимости от конфигурации и запроса клиента,
возможны три типа сценариев его обработки:
• робот формирует заявку исполнителю
• робот находит в базе знаний и направляет клиенту
интересующую его информацию
• робот задает уточняющий вопрос
3. Изменения в продуктовом каталоге, а также в лексике
клиентов, отслеживаются автоматически, при помощи
детектора новизны и периодического обучения
классификаторов
4. Логика обработки запросов определяется системой
сценариев на встроенном в платформу языке
Типовая конфигурация робота офисных процессов

13. 1. Предварительная обработка текстов с использованием
синтаксиса, выделением NER (Named Entity Recognition) и
PoS (Part of Speech Recognition)
2. Мягкая и жесткая кластеризации текстов с использованием
тематического моделирования, карт Кохонена и НС-
классификаторов
3. Выделение заданных тем в потоке информации
4. Определение сентимента и эмоциональной окраски текста
5. Дедупликация семантически идентичных сообщений
6. Формирование уточняющего вопроса в соответствии с
пропущенными атрибутами
7. Построение обратного индекса по базе знаний типовых
ответов
Возможности робота по анализу текстов

14. 1. Упростить клиентам взаимодействие с большими
продуктовыми/сервисными каталогами
2. Автоматически отвечать на типовые запросы клиентов и
сотрудников
3. Собирать, обрабатывать и упаковывать для удобного
использования типовую информацию или знания из
корпоративных архивов или Интернет
4. Поиск, обработка и отсев CV для HR-службы, быстрее вести
документооборот и оформлять сотрудников
5. Проверять, дополнять и упаковывать в удобном виде
данные для управленческой отчётности
Наиболее перспективные направления офисной RPA/IA

15. 1. Какие данные используются для оценки готовности
компании к RPA?
2. Какую точность позволяет получить предлагаемая методика
оценка?
3. Каким образом выявить готовые к роботизации бизнес-
процессы, согласно предлагаемой методике?
4. Каковы отличительные черты бизнес-процессов, не готовых
к роботизации?
5. Что необходимо улучшить в качестве данных для
увеличения степени готовности компании к RPA?
6. Как оценить стоимость проекта по роботизации бизнес-
процессов?
Контрольные вопросы

16. Контактные данные
Прозоров Александр Александрович
Научный сотрудник Лаборатории
машинного интеллекта МФТИ
Директор по технологиям ООО
«Лаборатория кибер-физических
систем»
Email: ap@cybersyn.ch
Mobi: +7 916 9989619