Свод знаний по управлению бизнес-процессами: BPM CBOK 4.0

5. Игнорирование разработчиков приложений. Команда разработчиков приложений является их владельцами и контролирует внесение изменений после внедрения, поэтому их участие необходимо.

8.3.1.6. Лучшие практики RPA

В июльском выпуске за 2018 год журнал CIO выделяет восемь факторов успеха [Violino 2018]:

1. Проведите исследование:

● выберите программный продукт, соответствующий конкретным потребностям вашей организации;

● подготовьте бизнес-обоснование внедрения RPA, включающее оценки возврата инвестиций;

● проанализируйте текущие процессы и организационные аспекты, чтобы избежать политических проблем.

2. Проведите обучение сотрудников:

● внедрение RPA требует трансформации изнутри;

● это может быть непросто, учитывая нынешний ажиотаж вокруг роботизации и ИИ;

● люди не рвутся обучать роботов, которые смогут их заменить.

3. Определите, где технология будет работать лучше всего:

● Найдите процессы с наибольшими шансами на положительный эффект для бизнеса;

● это означает сконцентрироваться на процессах, создающих ценность;

● отличные кандидаты – повторяющиеся и массовые задачи.

4. Не усложняйте, используйте модульный подход:

● создавайте боты как стандартные, пригодные для повторного использования;

● создавайте как можно больше универсальных компонентов и экстернализируйте переменные и логику, чтобы минимизировать число потенциальных точек отказа.

5. Не пренебрегайте защитой данных:

● транзакции обрабатываются с невероятной скоростью, поэтому вопросы защиты данных имеют первостепенное значение;

● внедренные процессы должны быть надежно защищены.

6. Регулярно проводите тестирование:

● с внедрением RPA работа не заканчивается;

● тестируйте ботов регулярно, чтобы выявлять и устранять слабые места.

7. Создайте кросс-функциональный центр компетенций:

● создайте команду для обмена опытом и лучшими практиками;

● центр компетенций RPA должен входить в центр компетенций по управлению бизнес-процессами в виде выделенной подгруппы специалистов.

8. Будьте готовы к новым возможностям и новым вызовам:

● отслеживайте прогресс RPA, в частности в области когнитивных технологий;

● этот пункт должен быть зафиксирован в стратегии центра компетенций.

8.3.2. Искусственный интеллект

Этот раздел посвящен технологиям искусственного интеллекта (ИИ), машинного обучения и глубокого обучения. Глубокое обучение заслуживает внимания благодаря его роли в нейронных сетях и в таких приложениях, как распознавание образов. Дадим определения этих терминов.

Искусственным интеллектом называют компьютерную программу, каким-то образом имитирующую поведение человека. Согласно Оксфордскому словарю, искусственный интеллект – это теория и разработка компьютерных систем, способных выполнять задачи, обычно требующие человеческого интеллекта, такие как зрительное восприятие, распознавание речи, принятие решений и перевод с одного языка на другой. Словарь Вебстера определяет искусственный интеллект как способность машины имитировать разумное поведение человека.

Машинное обучение – это подмножество искусственного интеллекта. Машинное обучение – это ряд методов, обучающих компьютеры выполнять задачи без явного программирования. По сути, алгоритмы машинного обучения выявляют закономерности в данных и создают модели, предсказывающие или классифицирующие конкретные результаты. Основная задача машинного обучения – предсказание будущих результатов по некоторому набору входных данных. Эта задача решается обучением на исторических данных. Если требуется предсказать действительное число, то это регрессионная задача. Если требуется предсказать «да» или «нет», то это задача двоичной или бинарной классификации. Если требуется предсказать выбор более чем из двух вариантов, то это задача мультиномиальной классификации. К одному и тому же набору данных могут применяться различные алгоритмы. Примечательно, что нейронные сети могут использоваться для решения задач всех трех типов. Нейронные сети характеризуются высоким качеством, но при этом длительным временем обучения; это один из самых трудоемких, но и самых точных вариантов машинного обучения.