Ajatusjohtajat

Konteksti ja koordinointi: Puuttuva kerros yritysautomaatiossa

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Useimmilla yrityksillä on runsaasti automaatiota, mutta vähän muutoskykyä. Pilottihankkeet onnistuivat. Botit toimivat. Tuottavuuskäyrä tasoittui silti. Tämä on yritysmaailmassa toistuvin tarina, ja seuraava aalto, Agenttinen tekoäly, voi vihdoin rikkoa tämän kaavan – niille yrityksille, jotka ovat valmiita suunnittelemaan kontekstin, jonka varassa nämä järjestelmät toimivat.

Lähes kukaan ei pidä sitä strategiana. Se on.

Yksi suuri Yhdysvaltain terveydenhuollon palveluntarjoajien verkosto havaitsi, että todellinen rajoite ei ollut kliininen kapasiteetti. Se oli ajanvaraus, joka perustui reaktiiviseen arvailuun, eikä siinä ollut näkyvyyttä siihen, mitkä potilaat todennäköisesti jättävät käynnin väliin, ennen kuin aika oli jo tyhjä. Ennustavien mallien rakentaminen ajanvaraushistorian perusteella antoi verkostolle mahdollisuuden toimia ennen aukkojen syntymistä sen sijaan, että se kiirehti jälkikäteen. Potilaiden peruutukset vähenivät, nettotulot nousivat ja aikataulutuksen triage-aika lyheni. Konteksti oli jo olemassa vuosien ajanvarausdatan muodossa. Se täytyi vain koota ja hyödyntää.

Jokaisessa näistä sitoumuksista samat kolme osa-aluetta – ydin, konteksti ja koordinointi – erottavat toimivan Agenttisen tekoälyn epäonnistuvasta Agenttisesta tekoälystä.

Helpon osan automatisointi

Syvin kuilu on tehtävien automatisoinnin ja lopputulosten automatisoinnin välillä. Yritykset automatisoivat vaiheet, laskujen täsmäytyksen, tietojen syöttämisen, tilapäivitykset, ja huomaavat, että kustannus piilee edelleen vaiheiden välisten töiden parissa. Prosessi, joka on enimmäkseen automatisoitu, ei ole enimmäkseen ratkaistu. Ihminen kokoaa edelleen osat yhteen ja omistaa tuloksen, hoitaen koordinointityön, johon mikään automaatio ei ole koskaan suunniteltu.

Syy on yksinkertainen. Vanha automaatio noudattaa sääntöjä. Se ei pysty tekemään harkintaa, koska siitä puuttuu konteksti poikkeusten ratkaisemiseen ja koordinointi niiden siirtämiseen. Botit toimivat virheettömästi ennustettavassa keskiosassa, mutta ovat avuttomia reunojen äärellä, ja todellisessa työssä reunat ovat itse työ. Puuttuvan asiakirjan tai erikoisen kohdan sisältävä vaatimus pysäyttää botin ja käynnistää ihmisen. Johtajat laskevat, mitä on automatisoitu. P&L puolestaan laskee, mitä ei ole.

Miksi vaikea osa vastustaa? Koska juuri siellä konteksti sijaitsee. Selkeä osa toimii siistien rivien ja sarakkeiden varassa. Vaikea osa piiloutuu politiikka‑PDF:ään, sähköpostiketjuun, skannattuun lomakkeeseen, puhelun litteraatioon, liitteessä olevaan kohtaan. McKinsey arvioi, että noin 90 % yritystiedoista on jäsentymätöntä. Automaatio, joka näkee vain jäsennellyn osan, on sokea suurimmalle osalle päätöksenteosta. Sen ratkaiseminen tarkoittaa, että automaatiolle annetaan kaksi aiemmin puuttunutta asiaa: konteksti harkintapäätöksen tekemiseen ja koordinointi toimia sen toteuttamiseksi eri järjestelmissä.

Miksi konteksti muuttaa kaiken

Agenttinen tekoäly sulkee sen kuilun, koska se pystyy päättelyyn kontekstin avulla – jotain, mitä aikaisemmat automaatiogeneraatioiden sukupolvet eivät pystyneet. Toisin kuin perinteinen automaatio, agentti voi tehdä päättelyä eri järjestelmien välillä, käsitellä epäselvyyksiä ja sopeutua, kun todellisuus rikkoo skriptin. Se automatisoi prosessien välisten saumojen lisäksi myös itse prosessit.

Tämä tekee kontekstista todellisen insinööritehtävän. Kontekstisuunnittelu on tieteenala, jossa määritellään, mitä agentin täytyy tietää, haetaan tieto oikeista lähteistä ja esitetään oikeaan hetkeen. Agentti voi tehdä päättelyä vain sen tiedon perusteella, jonka se tuntee.

Yksi maailmanlaajuinen puolijohdeyritys, jossa on yli 30 000 työntekijää, oppi tämän läpi. Yli tuhat sen sopimusta oli hajallaan SharePointissa, jaetuissa asemissa ja paikallisissa kansioissa jäsentymättöminä PDF‑tiedostoina, eikä niistä ollut mahdollisuutta seurata irtisanomisaikoja tai uusimisehtoja ennen määräaikojen umpeutumista. Tämän piilotetun kontekstin automaattinen poiminta ja tulkinta lyhensi sopimusten tarkistusaikaa, säästi yli 200 tuntia manuaalista työtä vuodessa ja vähensi riskiä unohtuneesta velvoitteesta. Yritys‑AI:n skaalautuvuus ei perustu erillisten tehtävien automatisointiin, vaan siihen, että se yhdistää niiden välistä kontekstia.

Automaatio pysähtyy edelleen ilman koordinointia

Automaatio voi omata täydellisen kontekstin, mutta se voi silti pysähtyä, jos tieto ei pääse liikkumaan järjestelmien, tiimien ja aikavyöhykkeiden välillä, joita todellinen prosessi koskettaa, eikä tämä kuilu ole hypoteettinen. Yksi maailmanlaajuinen elintarvike- ja biotieteiden yritys, joka käsittelee noin 50 000 valitusta vuodessa neljän alueen välillä, koki sen suoraan. Valitukset saapuivat erillisten sähköpostien, portaaleiden ja asiakirjojen kautta, ja samankaltaisia tapauksia käsiteltiin eri tavoin riippuen siitä, mikä tiimi ne otti käsittelyyn – juuri se epäjohdonmukaisuus, jonka sääntelyviranomaiset merkitsevät. Sen yhdenmukaistaminen yhdeksi koordinoiduksi työnkuluksi säästi yli 4 200 tuntia vuodessa ja lyhensi ratkaisuaikaa 70 %. Yritykset, jotka ohittavat tämän kerroksen, päätyvät automaatioon, joka päättelykyky on hyvä, mutta se juuttuu samoihin siirtymäkohtiin, jotka pysäyttivät vanhat järjestelmät.

Hallintojen ansa

Automaatio hallittiin aiemmin kuin ohjelmistoja – lisensoituna, varustettuna ja käytettävyyden mukaan seurattuna. Agenttinen tekoäly rikkoo tämän mallin, koska heti kun se alkaa tehdä päätöksiä suorittamisen sijaan, pelkkä pääsyhallinta ei riitä. Agentti, joka lukee CRM‑järjestelmän, kirjoittaa ERP‑järjestelmään, käynnistää maksun ja viestii asiakkaalle, ei ole pelkkä työkalu. Se on toimija, jolla on ulottuvuus. Kysymys siirtyy siitä, onko integraatio turvallinen, siihen, mitä tämä agentti saattaa päättää, kenen valtuuksilla, millä jäljitysketjulla ja kuka vastaa, jos se on väärässä. Ratkaisu ei ole vähemmän autonomiaa. Se on selkeät rajat, määritelty valtuutus, täydellinen toimintojen jäljitys ja nimetty omistaja jokaiselle agentin tuottamalle tulokselle.

Hallinnon on sisällettävä valvonta, ei jarruna, vaan mekanismina, joka mahdollistaa agentin toimialueen turvallisen laajentumisen ajan myötä. Jokainen korjaus paljastaa, oliko agentilla oikea konteksti, ruokkien silmukkaa, joka tasaisesti antaa sille lisää vastuuta.

Sen on myös tavoitettava kontekstikerros, se osa, jonka useimmat tiimit jättävät huomiotta. Rakenteettomien lähteiden kaivaminen tarkoittaa niiden sisällön perimistä: henkilötietoja, etuoikeutettua materiaalia, ristiriitaisia totuuden versioita. Agentti on luotettava vain niin paljon kuin sen käyttämän kontekstin alkuperä on luotettava. Kohtele kontekstia hallittuna omaisuutena, jossa on sisäänrakennetut alkuperä-, käyttö- ja ajantasaisuussäännöt, ja automaatio muuttuu tarkastettavaksi järjestelmäksi eikä vastuuksi. Rakenna tämä ennen laajentumista, ei tapahtuman jälkeen.

Ensimmäinen vuosi, tehty eri tavalla

Useimmat organisaatiot käyttävät tämän vuoden etsiessään automatisoitavia tehtäviä. Pienempi joukko käyttää sen kartoittaakseen, missä tiedot, vastuut ja päätökset todellisuudessa vaihtavat omistajaa, ja rakentaakseen ratkaisuja siihen, mitä tapahtuu kyseisessä siirtymässä.

Kahden vuoden kuluttua kukaan ei enää välitä, kuinka monta agennia yritys on ottanut käyttöön. Todellinen kysymys on, kuka rakensi niiden alla olevan infrastruktuurin, ja kuka edelleen kiinnittää botteja rikkinäisiin siirtymiin.

Anand Krishnan on EVP ja Global Head – Digital Business & Pre-Sales, vastuussa kokonaisvaltaisesta ratkaisukehittelystä, keskittyen arvon luomiseen digitaalisen insinöörityön, erottuvien tarjousten ja sovellettujen innovaatioiden avulla asiakkaille, eri toimialoilla ja palvelulinjoilla mittakaavassa.

Anandilla on yli 23 vuoden kokemus konsultoinnista, tuoteinsinöörityöstä, monimutkaisesta digitaalisen transformaation, sovelletun automaation, Data & Analytics -alueesta, kattaen toimituksen ja kasvun mukaan lukien P&L. Hän liittyi Persistentiin vuonna 2019 ja on ollut keskeinen tuodessaan Persistentin parhaat tarjoamat ratkaisut asiakkailleen ollen asiakasorientoitunut ja tarkastellen jatkuvasti lineaarisia / epälineaarisia vektoreita sekä tulojen & kustannusten osalta. Ennen Persistentia Anand johti Data & Analytics -liiketoimintaa Harman Connected services -yrityksessä ja toimi toimitusjohtajana Symphony Teleca. Hän aloitti uransa konsultoinnissa Cambridge Technology Partners -yrityksessä. Anandilla on kandidaatin tutkinto tekniikasta (Electronics & Communications) ja jatko-opinnot johtamisesta (Systems) Symbiosis Pune -koulusta.