Jak wykorzystać sztuczną inteligencję w automatyzacji procesów biznesowych?

W dzisiejszych czasach sztuczna inteligencja nie jest już tylko ciekawostką technologiczną, lecz realnym narzędziem, które może wesprzeć Twój biznes na wiele sposobów. Dzięki rozwojowi AI przedsiębiorstwa mogą znacznie szybciej i jeszcze efektywniej przetwarzać dane, a co za tym idzie — lepiej zrozumieć potrzeby i oczekiwania swoich odbiorców, a nawet przewidywać ich przyszłe zachowania

Dodajmy, że sztuczną inteligencję możemy wykorzystywać również w prozaicznych czynnościach biurowych “dnia codziennego” - sprawdź listę topowych narzędzi internetowych wykorzystujących sztuczną inteligencję. W tym wpisie jednak wejdziemy na poziom wyżej - opiszę, jak użyć AI w automatyzacji procesów biznesowych.

Zautomatyzowanie wybranych procesów w naszej firmie to świetne rozwiązanie, dzięki któremu uwolnimy nasz zespół od zadań powtarzalnych i będziemy mogli skupić się na tych bardziej kreatywnych czy strategicznych. Jedną z pierwszych i najbardziej oczywistych korzyści, które może nam zapewnić automatyzacja, jest optymalizacja czasu i kosztów. Im więcej powtarzalnych zadań zautomatyzujemy za pomocą AI, tym więcej czasu i energii będziemy w stanie poświęcić na zadania, które realnie rozwijają nasz biznes. Ponadto za sprawą sztucznej inteligencji możemy rozwinąć swoją działalność na płaszczyznach takich, jak: obsługa klienta, analiza danych czy research. W dzisiejszym wpisie poruszymy właśnie te tematy, które z pewnością możesz wdrożyć w swojej firmie.

1. Podstawy automatyzacji procesów biznesowych

1.1 Business Process Management (BPM) - co to jest?

Business Process Automation w wielu, zwłaszcza dużych i rozwiniętych technologicznie firmach, idzie w parze z Business Process Managementem (BPM), dzięki czemu można usprawnić jeszcze więcej procesów, takich jak kwestie analityczne czy wdrożeniowe. BPM jest w skrócie procesem, który organizuje wszystkie procesy automatyzujące i skupia się na samej strategii i celach, niż na samym sposobie automatyzacji.

Business Process Management to proces, który możemy podzielić na etapy, takie jak:

1. Projektowanie

Projektowanie procesów biznesowych polega na analizie aktualnej efektywności na wybranej płaszczyźnie oraz zdeterminowaniu możliwych do osiągnięcia celów. Czyli w dużym skrócie ma ono na celu wyłonienie odpowiedzi na pytanie „jaką statystykę naszej firmy chcemy udoskonalić”.

2. Modelowanie

Aby móc wdrożyć jakąkolwiek automatyzację w naszych działaniach, musimy najpierw rozbić procesy zachodzące na czynniki pierwsze i zlokalizować te, które faktycznie mogą być przeprowadzane sprawniej. Bardzo dobrym narzędziem/techniką do tego celu może być Event Storming.

3. Wykonanie

Gdy mamy już zaprojektowaną i wymodelowaną automatyzację, możemy przejść do jej wdrożenia. Warto zawsze przetestować ją na niewielkiej grupie użytkowników, aby uniknąć problemów na dużą skalę. Jeśli automatyzowany proces porusza dane wrażliwe użytkowników — koniecznie zadbaj o zabezpieczenie tych danych.

4. Monitorowanie

Jest to niezwykle istotne, zwłaszcza na wczesnych etapach wdrażania automatyzacji, ponieważ dzięki temu możemy zweryfikować efektywność i poprawność działania procesu.

5. Optymalizacja

Bazując na danych pozyskanych z monitorowania procesu, otrzymamy wiele insightów, które mogą nam pomóc “doszlifować” nasz zautomatyzowany proces.

1.2 Business Process Automation (BPA) - co to jest?

Aby zagłębić się w sposoby i techniki automatyzacji procesów w naszym biznesie, musimy najpierw zapoznać się z definicją Business Process Automation (BPA). BPA, czyli w wolnym tłumaczeniu „Automatyzacja Procesów Biznesowych” jest sposobem na usprawnienie działań naszej firmy za pomocą rozwiązań technologicznych, co w skrócie oznacza ograniczenie czynności, które muszą być wykonywane “ręcznie” przez naszych pracowników.

Przykładowe korzyści płynące z wdrożenia Business Process Automation:

• Usprawnienie zarządzania projektami
• Optymalizacja powtarzalnych procesów
• Minimalizacja zadań angażujących użytkownika
• Minimalizacja lub całkowite pozbycie się tzw. wąskich gardeł w sprzedaży i wiele innych…

BPA to bardzo szeroka dziedzina, której odpowiednie opanowanie, pozwoli wielokrotnie zwiększyć efektywność firmy, zwłaszcza jeśli połączymy ją z takimi dziedzinami, jak BPM (Business Process Management), czy RPA (Robotic Process Automation).

1.3 Robotic Process Automation (RPA) - co to jest?

Robotic Process Automation to jedna z bardziej zaawansowanych (technologicznie) metoda automatyzacji procesów w firmie. Polega ona na zaangażowaniu robotów programowych (botów), które imitują działania ludzkie. Boty te wykonują polecenia oparte na algorytmach i regułach i potrafią niemal w 100% wykonywać zadania bez angażowania użytkownika. Roboty programowe mogą, tak, jak użytkownicy, logować się do serwisów, nawigować po stronach czy interpretować poszczególne dane.

Metoda RPA jest znana już od wielu lat, lecz dziś coraz częściej jest ona zespalana z uczeniem maszynowym, co jeszcze bardziej uwydatnia automatyzację.

1.4 Rola danych w procesie trenowania AI

Dla automatyzacji zintegrowanej z uczeniem maszynowym i sztuczną inteligencją niezwykle ważne są odpowiednio przygotowane, rzetelne i przejrzyste dane. W otaczającym nas dziś świecie AI musimy wciąż mieć tę świadomość, że Generatywna sztuczna inteligencja (GenAI) jest inteligencją odtwórczą, co oznacza, że bazuje na określonych materiałach wejściowych. Jeśli te materiały będą niskiej jakości to również efekt końcowy taki będzie.

Odpowiednią praktyką dla prawidłowego wykorzystania GenAI w BPA jest zbieranie, analizowanie i selekcjonowanie danych, pochodzących z różnych źródeł. Mogą to być dane sprzedażowe, demograficzne czy psychograficzne, ale również dane zewnętrzne, takie jak wskaźniki gospodarcze, czy chociażby pogodowe. Jednak nad ilością danych, znacznie ważniejsza jest ich jakość — niepełne lub błędne dane mogą wprowadzić model w błąd, utrudniając lub uniemożliwiając pracę.

1.5 Identyfikacja procesów do automatyzacji - Event Storming

Event Storming jest jedną z technik, wykorzystywanych w przedsiębiorstwach do skutecznego rozłożenia na czynniki pierwsze wszystkich procesów zachodzących w firmie. Dzięki regularnym sesjom Event Stormingowych jesteśmy w stanie monitorować efektywność naszych procesów i w łatwy sposób konkretyzować informacje o biznesie i strukturze organizacyjnej.

2. Możliwości automatyzacji w wybranych dziedzinach

2.1 Automatyzacja marketingu i sprzedaży

Zarówno aspekty marketingowe, PR’owe jak i sprzedażowe są jednymi z istotniejszych kwestii, patrząc z perspektywy odbiorców. Dlatego warto na tej płaszczyźnie zadbać o automatyzację naszych procesów, po to, aby móc skupić swoje “moce przerobowe” na tych bardziej kreatywnych i rozwojowych zadaniach, pozostawiając te “rutynowe” automatyzacji.

Segmentacja klientów z AI

Modele uczenia maszynowego pozwalają na sprawniejsze i dokładniejsze interpretowanie i dzielenie grup odbiorczych. Dzięki temu możemy lepiej kierować kampanie marketingowe, a co za tym idzie zyskać wyższe wskaźniki konwersji.

Segmentacja klientów z wykorzystaniem sztucznej inteligencji może się odbywać za pomocą wielu różnych technologii, takich jak:

• Uczenie maszynowe
• Uczenie głębokie
• NLP (Przetwarzanie języka naturalnego)
• Big Data
• CRM (Systemy zarządzania relacjami z klientami)

i wiele innych, w zależności od tego, jakich danych poszukujemy.

Personalizacja kampanii reklamowych

Automatyzacja kampanii marketingowych może być wspierana przez AI na różne sposoby, począwszy od najprostszego, czyli pomocy Chata GPT w tworzeniu treści, po zaawansowaną automatyzację tworzenia kampanii marketingowych przez wykorzystanie narzędzi takich jak Zapier czy Make.

Personalizacja rekomendacji sprzedażowych

Jeżeli prowadzimy lub tworzymy własny sklep internetowy, jednym z istotnych działań, wpływających na wzrost sprzedaży, jest wdrożenie takiej funkcjonalności jak produkty polecane. W tym celu również może nam pomóc AI, poprzez inteligentne dopieranie produktów rekomendowanych poszczególnym użytkownikom na podstawie historii przeglądania i zakupów. Jeśli interesuje Cię taka automatyzacja, warto zapoznać się z takimi narzędziami, jak Salesforce Einstein czy HubSpot AI.

Lead nurturing

W wolnym tłumaczeniu lead nurturing oznacza pielęgnowanie kontaktów, które jeszcze nie są gotowe na dokonanie zakupu, ale już wykazały pewne zainteresowanie naszymi produktami/usługami. Jest to złożony proces, polegający na analizowaniu zachowań użytkowników, dostosowywaniu prezentowanych im treści oraz komunikację z nimi w taki sposób, aby dokonali zakupu, jednocześnie nie będąc nachalnym. Automatyzacja AI po tym względem może nam pomóc na bieżąco analizować zachowania potencjalnych klientów, a przy dostarczeniu odpowiednich danych — interpretować odwiedzane przez nich podstrony, czas spędzony na nich i wiele innych informacji.

2.2 Automatyzacja obsługi klienta

Chatboty i wirtualni asystenci

Jest to temat, z którym na pewno część z nas się spotkała, czyli chaty z wirtualnym doradcą. Takie rozwiązanie zdecydowanie ułatwia proces obsługi klienta poprzez zautomatyzowaną pomoc w powtarzalnych kwestiach. Za sprawą technologii NLP (przetwarzania języka naturalnego) chatboty z łatwością interpretują intencje użytkowników i są w stanie udzielić im spersonalizowanych odpowiedzi. Jednymi z popularniejszych narzędzi wydają się być IBM Watson Assistant oraz Google Dialogflow.

Monitorowanie opinii o marce

Reputacja oraz opinia publiczna o marce ma bardzo duże znaczenie, zwłaszcza w przypadku małych i średnich przedsiębiorstw, o których negatywna opinia może nie być tak huczna i widoczna, jak w przypadku gigantów typu Google czy Apple. Warto więc na bieżąco monitorować, czy w sieci nie pojawiły się nowe wzmianki, dotyczące naszej marki. Taka weryfikacja w sposób ręczny będzie monotonna, żmudna i z całą pewnością możliwa do zautomatyzowania. W tym celu warto skorzystać z takich narzędzi AI, jak ScrapingBee czy Zapier.

Automatyzacja obsługi posprzedażowej

Z pewnością nieraz spotkaliśmy się z sytuacją, w której potrzebowaliśmy wsparcia posprzedażowego, np. w sprawie zwrotu, reklamacji czy pomocy technicznej. Z reguły w tej sytuacji mamy jeden adres mailowy, na który kierujemy nasze zapytania. Ciężko byłoby uwierzyć, gdyby w przypadku dużych przedsiębiorstw takie zgłoszenia zawsze odbierała konkretna osoba i przesyłała je do dalszych działów. Z pomocą w tej sytuacji przychodzą automatyzacje AI, które analizują treść nadsyłanych mailów i przekierowują zgłoszenia jako tickety do poszczególnych działów wewnętrznych, od których otrzymujemy już bezpośrednio odpowiedź. Jest to bardzo wygodne i rozwojowe dla naszej firmy rozwiązanie, ponieważ takie struktury AI z czasem mogą się doskonalić w tym, jeszcze bardziej usprawniając proces obsługi. Technologia stojąca za tym rozwiązaniem nie różni się wiele od systemu, na którym działają chatboty, czyli NLP (Przetwarzanie języka naturalnego) oraz uczenie maszynowe. Wdrożenie natomiast sprowadza się do skomunikowania ze sobą narzędzia AI interpretującego treść zgłoszenia (np. Google Dialogflow, IBM Watson, Azure Cognitive Services) z systemem wykonującym proces ticketowania — CRM (np. Zendesk, Hubspot Service Hub).

2.3 Zarządzanie łańcuchem dostaw i logistyka

Prognozowanie popytu

Nie da się ukryć, że w kwestiach analitycznych sztuczna inteligencja, zwłaszcza w postaci tych bardziej zaawansowanych modeli, jest bardzo skuteczna, dlatego warto przemyśleć wykorzystanie tego faktu w procesie biznesowym. Modele nastawione na predykcję trendów, sezonowości czy choćby czynników zewnętrznych są w stanie przewidzieć rysujące się zapotrzebowanie na dane produkty, czy usługi. Sztuczna inteligencja może korzystać z różnych technologii, w zależności od wniosków, jakie chcemy wyciągnąć, będą to między innymi: sieci neuronowe, drzewa decyzyjne oraz regresja.

Optymalizacja tras dostaw

Jeśli dostarczymy sztucznej inteligencji odpowiednie dane dotyczące naszej floty oraz warunków zewnętrznych, jest ona w stanie automatycznie zoptymalizować trasy przewozu naszych towarów. W takiej sytuacji AI będzie w stanie uwzględnić takie czynniki, jak odległość, koszt paliwa czy czas trwania przewozu, a nawet poziom emisji dwutlenku węgla. Wdrożenie takiego rozwiązania wymaga konfiguracji systemu ERP lub WMS z modelem AI o dostrojonej i bogatej bazie danych.

Monitorowanie magazynów i zaopatrzenia

Przy odpowiedniej integracji systemu AI z systemami ERP czy WMS, sztuczna inteligencja może na bieżąco zbierać, analizować, interpretować i sugerować optymalizacje dotyczące układu, stanu zaopatrzenia czy sposobu przechowywania towarów. Jeśli dodatkowo zdecydujemy się wkomponować w ten system IoT (Internet of Things) możemy zautomatyzować również np. system ostrzegania o nieoptymalnej temperaturze, wilgotności czy lokalizacji towarów w magazynie.

2.4 Automatyzacja w finansach i księgowości

Automatyczne przetwarzanie dokumentów

W kwestiach dokumentacji i księgowości wdrożenie AI może znacznie usprawnić proces ich przetwarzania i kalkulowania. Za sprawą technologii rozpoznawania tekstu (OCR) oraz NLP (Przetwarzanie języka naturalnego) sztuczna inteligencja jest w stanie wyodrębnić istotne informacje, takie jak kwoty netto, brutto, numery faktur czy terminy płatności i tym samym przyspieszyć proces wprowadzania faktur i rachunków do systemu, minimalizując przy tym niepoprawności.

Wykrywanie nadużyć finansowych

Nadużycia finansowe i nieścisłości podatkowe to zdecydowanie temat, w którym warto trzymać rękę na pulsie i regularnie monitorować. Na tej płaszczyźnie AI jest w stanie wykrywać subtelne wzorce i anomalie w danych transakcyjnych, których na pierwszy rzut oka człowiek może nie zauważyć.

Prognozowanie wyników finansowych

Przewidywanie przyszłych wyników finansowych to jeden z kluczowych elementów zarządzania firmą, więc i w tym temacie z pomocą przychodzi nam sztuczna inteligencja. Dzięki analizie danych historycznych, informacji rynkowych czy zmiennych makroekonomicznych AI jest w stanie z dużą dokładnością przedstawić predykcje finansowe.

3. Implementacja rozwiązań AI

3.1 Event Storming

Jak już wiemy, rozwiązań AI, które mogą zoptymalizować i zautomatyzować naszą pracę jest naprawdę wiele, na wielu płaszczyznach zawodowych. Jednak zanim przejdziemy do implementacji, nie zapominajmy o fundamencie automatyzacji, czyli o analizie naszych obecnych procesów i całym przebiegu wdrażania Business Process Managementu. Jednym z polecanych przez nas rozwiązań jest proces Event Stormingu.

Event Storming jest w pewnym sensie warsztatem, dzięki któremu dokonamy rzetelnej analizy procesów biznesowych w naszej firmie. Technika ta pomaga całym zespołom lepiej zrozumieć działanie poszczególnych obszarów funkcjonowania firmy.

Proces Event Stormingu w kontekście wyłonienia procesów możliwych do zautomatyzowania rysuje się następująco:

1. Zbieranie informacji

Event Storming należy rozpocząć poprzez wypisanie na karteczkach wszystkich wydarzeń zachodzących w firmie w ramach analizowanego obszaru.

2. Porządkowanie zdarzeń

Następnie karteczki są układane na tablicy w formie osi czasu, co pozwala zobaczyć kolejność wykonywanych prac i połączenia między nimi.

3. Identyfikacja powiązań i zależności

Po surowym określeniu kolejności wykonywanych prac w ramach danego obszaru należy przejść do dyskusji, z której wyłonią się negatywne aspekty, takie jak opóźnienia w poszczególnych sektorach, popełniane błędy czy inne problemy.

4. Wyłonienie priorytetów automatyzacji

Gdy już określimy te najbardziej powtarzalne i problematyczne “momenty” procesu, należy zrobić research i wyłonić narzędzie / technikę, która umożliwi zautomatyzowanie ich.

Dzięki przejściu przez taki proces Event Stormingu organizacja nie tylko lepiej zrozumie procesy w niej zachodzące, ale również szybciej odkryje ich newralgiczne punkty i będzie w stanie je poprawić.

3.2 Narzędzia AI i RPA (Robotic Process Automation)

Wdrożenie rozwiązań bazujących na sztucznej inteligencji oraz RPA to z pewnością duży krok w stronę optymalizacji kosztów i czasu pracy, głównie ze względu na automatyzacji czynności powtarzalnych w firmie. Już samo wdrożenie RPA daje duże możliwości, a w połączeniu z AI jesteśmy w stanie otrzymać narzędzia zdolne do analizowania i interpretowania danych, korespondowania z językiem naturalnym oraz — z czasem — podejmowania coraz lepszych i rozsądniejszych decyzji.

Już dziś większość dużych przedsiębiorstw regularnie korzysta z systemów takich jak CRM (Customer Realtionship Management) czy ERP (Enterprise Resource Planning), które zwłaszcza dla sklepów internetowych, stanowią „kręgosłup” działalności. Systemy te na bieżąco gromadzą bardzo dużo informacji o klientach, zamówieniach czy stanach magazynowych, dlatego są świetnym punktem startowym dla integracji z AI. Zintegrowanie systemu sztucznej inteligencji z funkcjonującym i bogatym w dane systemem CRM / ERP da nam świetne rezultaty, ponieważ dane, na których AI będzie bazowało, będą kompletne i rzetelne.

4. Bezpieczeństwo i etyka

Jednym z podstawowych aspektów, na jakie musimy zwrócić uwagę, „zapraszając” AI do naszych baz danych, jest zgodność z regulacjami prawnymi i ochrona danych osobowych. Systemy oparte na sztucznej inteligencji często wymagają i przetwarzają ogromne bazy danych, dlatego kluczowe jest zapewnienie odpowiednich zabezpieczeń, stosowanie szyfrowania, wykonywania regularnych kopii zapasowych, dokładnego zdefiniowania uprawnień dostępu i stałego monitorowania.

Warto również zwrócić uwagę na kwestie etyczne, ponieważ wytrenowanie modelu na niekompletnych lub stronniczych danych może spowodować „zakrzywienie” percepcji modelu. Co za tym idzie, nasz wytrenowany model może reagować stronniczo lub nawet dyskryminująco względem wybranej grupy danych. Dlatego zawsze warto upewnić się, że dane wejściowe dla modelu, są kompletne i niezakrzywione. Dodatkowo przydatne może się okazać skorzystanie z praktyk Explainable AI, czyli modeli wyjaśnialnych, które są w stanie wytłumaczyć podejmowane decyzje. Zapewni to klarowność i przejrzystość działania modelu.

5. Podsumowując

Automatyzacja procesów biznesowych jeśli jest przeprowadzona w prawidłowy i ustrukturyzowany sposób, przyniesie znaczące korzyści dla Twojej firmy, zarówno pod względem organizacyjnym, jak i finansowym. Warto jednak przemyśleć najpierw i rozplanować cały proces automatyzacji, przez zdeterminowanie Business Process Managementu. Jeśli będziemy już mieli ustalony plan działania, możemy również rozważyć automatyzację z użyciem robotów (Robotic Process Automation).

Jak widać, na wielu płaszczyznach taka automatyzacja jest w stanie wesprzeć naszą działalność (a wymieniliśmy jedynie kilka przykładowych obszarów). Pamiętajmy jednak w tym wszystkim, aby zachować zasady etyki, bezpieczeństwa i zgodność z regulacjami prawnymi.