Tankeledare

Den första arbetsflödet: Från AI-blåkopior till byggnad

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Del ett utformade loopen. Del två lade grunden för vad loopen står på – kartan och järnvägarna. Vad som återstår är den del som stoppar de flesta företag innan de börjar: att faktiskt bygga det. Den goda nyheten är att bygget är mindre än ambitionen antyder. Du behöver inte ett företagsprogram, en tvåårig vägkarta eller ett transformationskontor. Du behöver ett arbetsflöde, de människor som redan kör det och några disciplinerade veckor.

Välj arbetshesten, inte flaggskeppet

Välj ett arbetsflöde med riktigt volym, riktiga felkostnader och en ägare som vill ha det fixat.

Fakturaundantag.
Åtkomstförfrågningar.
Anspråksbedömning.
Kundåterbetalningar.

Kandidaterna delar en profil: de körs varje dag, de skadar när de går fel, reglerna finns mestadels och varje system de berör är nåbart. Välj inte flaggskeppstransformationen – den med nio intressenter och en styrkommitté. Välj arbetshesten. Syftet med det första arbetsflödet är inte ära; det är att lära din organisation metoden på arbete som är tillräckligt viktigt för att vara ärlig om.

Beskriv arbetet innan du automatiserar det

Sedan kommer steget som de flesta program hoppar över, och det är steget som allt annat beror på: beskriv arbetet som det faktiskt körs, med de människor som kör det. Inte processdiagrammet – diagrammet visar hur arbetet utformades för år sedan.

Fråga om undantagen: fakturan som saknar inköpsorder, leverantören som är blockerad men kritisk, förfrågan som ser ut som rutin tills ett dokument förändrar allt. Varje företags riktiga verksamhet består till stor del av undantag, och kunskapen om hur man hanterar varje undantag bor i huvudet på de människor som har sett det förut. Kartan från del två är där den kunskapen slutligen skrivs ner: den normala vägen, undantagen och hur varje undantag löses, reglerna i kraft, vem som bestämmer vad och vad som händer när en åtgärd går fel.

Använd AI generöst här. Modeller är bra på att utarbeta en beskrivning av arbetet från observationer, intervjuer, biljetter, och spåren som arbetet lämnar i system. Människor gör sedan vad endast de kan: validerar det, argumenterar mot det och korrigera det. Utkastet är billigt nu. Sanningen kommer fortfarande från dina människor.

Del arbetet mellan de tre aktörerna

Med arbetet beskrivet, dela det ärligt. Upprepningen – sökningarna, matchningarna, inläsningarna som körs på samma sätt varje gång – hamnar på järnvägarna, exakt som del två argumenterade. Bedömningen – att läsa det smutsiga fallet, väga undantaget, samla in bevisen – hamnar hos agenten. Och konsekvensen – att godkänna betalningen, avslå anspråket, göra åtagandet stannar hos en person, vid grinden som del ett utformade.

Delningen har en enkel form, och det är den operativa modellen för hela serien: AI föreslår, människor bestämmer, automatisering utför. Agenten förbereder fallet och föreslår vägen. En namngiven person bestämmer var beslutet har vikt. Järnvägarna utför vad som beslutats, exakt, med revisionslogg som skriver sig själv.

Lansera det under tillsyn och behåll allt

Lansera inte autonomt. Under de första veckorna, en person som känner till arbetet anropar agenten och tittar på det: omdirigerar det, korrigera det, accepterar dess resultat. Det här känns långsamt. Det är faktiskt det snabbaste du kommer att göra, på grund av vad det producerar – bevis.

Del ett gjorde distinktionen: godkännanden är inte data; verifikationer är. Den övervakade perioden är där verifikationer kommer från. Varje korrektur – detta förslag var fel, här är varför, här är rätt svaret – är en del av din institutions bedömning, infångad med dess orsak. Behåll allt, fäst vid fallet det kom från. Dessa korrektur är läroplanen: de berättar vilka regler som var otydliga, vilka undantag kartan missade och – beslut för beslut – vilka delar av arbetet agenten hanterar lika bra som dina människor gör.

Frisläpp på bevis, avskeda på bevis

När posten visar en typ av beslut som hanteras konsekvent, korrekturfritt, över tillräckligt många fall för att betyda något, frisläpp det: låt ett affärshändelse utlösa arbetet, med personens roll smalnar till grinden. När posten säger annorlunda, frisläpp det inte – och när prestationen faller efter frisläpp, är avsked automatisk, inte ett möte. Detta är del tvås regel som gör sitt jobb i produktion: en bättre modell tjänar ingenting av sig själv. Frisläpp inte modellen. Frisläpp arbetsflödet.

Rädslan som stoppar team här är förutsägbar, och den förtjänar ett rakt svar: om varje konsekvensfullt fall behöver ett mänskligt beslut, kommer inte människor vid grinden att drunkna? Tio tusen undantag per dag och en granskare som klickar igenom dem – det är inte styrning, det är en kö.

Men fråga hur dessa tio tusen undantag hanteras idag: av människor, från början till slut. Någon samlar in bevisen, jagar sammanhang över fem system, fattar beslutet och skriver in resultatet – varje fall, varje gång. Grinden lägger inte till en människa i den pipelinen. Den tar bort människan från allt utom beslutet. En granskare som får ett förberett fall – bevisen samlade, reglerna kontrollerade, konsekvensen uttalad – spenderar minuter av bedömning där hela fallet tidigare tog en timme av arbete.

Och designen spenderar den bedömningen medvetet, eftersom inte varje fall förtjänar samma djup av granskning. Dirigera den rutinmässiga, högt förtroendeströmmen genom en lättare titt och de osäkra eller nya fallen genom en fullständig. Tvinga en fullständig granskning, oavsett förtroende, för de drag som är oåterkalleliga eller över en tröskel. Och mät grinden själv – gransknings tid, redigeringar, eskaleringar – så att du kan se verifiering från gummi stämpel medan det händer, inte efter. Granskarens uppmärksamhet är den mest sällsynta resursen i systemet. Hela arkitekturen existerar för att spendera den där konsekvensen bor, och ingen annanstans.

Behåll kartan sann

Bygget är inte klart vid lansering, eftersom affären inte står still. Policyn ändras. Systemen uppgraderas. Nya leverantörer, produkter och regleringar anländer varje kvartal, och var och en av dem tyst böjer arbetet bort från dess beskrivning. Så ge kartan en ägare. Någon – på ett arbetsflöde är det vanligtvis en person som redan känner till arbetet, inte en ny anställd – är ansvarig för att hålla beskrivningen sann medan affären ändras: kartografen för verksamheten, rollen jag kallar kartografen. Ett projekt bygger den första kartan. Kartografen håller den sann. Kartografi är aldrig klart.

Sedan förstärks det

Det andra arbetsflödet är billigare än det första. Det återanvänder entiteterna, järnvägarna, grinddesignen, granskningsvanorna och ett team som har gjort det en gång. Det tredje är billigare än någonsin. Och märk vad du ackumulerar förutom programvara: en skriven karta över hur din affärsverksamhet faktiskt fungerar, och en växande post över beslut och deras orsaker – din institutions bedömning, i en form som överlever varje modelluppgradering och varje leverantörsändring. Modeller kommer att fortsätta förbättras, och du kommer att fortsätta hyra dem. Kartan och posten är dina. Det är den tillgång som ingen konkurrent kan köpa, och ingen plattformsskift tar bort.

Tre essäer, en arkitektur: loopen, kartan och järnvägarna, och det första arbetsflödet. När du läser dem igen, syns något annat i dem – de fortsätter att utfärda regler. Gör detta. Gör inte det. Vad dessa regler adderar upp till är ämnet för en kort tillägg.

Daniel Dines är grundare och verkställande ordförande för UiPath (NYSE: PATH), en global ledare inom affärsorkestrering och automation. Dines har också tjänstgjort som chefsinnovationschef för företaget. Dines startade UiPath 2005 med målet att bygga ett företag som skulle hjälpa människor att minska den tid och stress som uppstår från meningslösa, upprepade uppgifter. UiPath bygger på sin grund som världens ledande automationsplattform för att bli ledande inom agentic automation genom att utveckla AI-teknik som speglar mänsklig intelligens med alltmer sofistikerad komplexitet, vilket förändrar hur företag opererar, innovrerar och konkurrerar. Med fokus på säkerhet, noggrannhet och motståndskraft är UiPath engagerat i att forma en värld där AI förbättrar mänsklig potential och revolutionerar branscher.