Intelligent Process Automation: A short glossary

Intelligent Process Automation, IPA

Intelligent Process Automation (IPA) refers to the practice of process automation with solutions that involve smart attributes. IPA solutions are tailored to the specific requirements of the target process by combining technologies like, chat bots, computer vision, machine learning and robotic process automation software.

Robotic Process Automation, RPA

Robotic Process Automation (RPA) refers to process automation with software robots. The robots are programmed to use the applications required for the execution of the target process in the same way as a human operator would. They always follow pre-programmed rules and are easy to integrate into existing business processes.

Software robot

Software robot is a software application that is used in robotic process automation to replace the actions of a human worker interacting with the user interface of a computer system. Software robots may have some vendor specific attributes, but implementing these technologies never requires changes to existing systems.

Enterprise RPA

Enterprise RPA refers to the use of RPA technology in a large and industrial manner to achieve automation requirements of a large enterprise. Enterprise RPA solutions are scalable, easily managed and maintained. These features are achieved by specialized services such as: managing component libraries that allow the re-use of automation objects, expert support, staff training, following and managing RPA performance, support in setting up internal robotic center of excellence.

Business Process Automation, BPA

Business Process Automation refers to a high-level strategy that aims to streamline all business processes. It involves recording – and re-designing- all processes within the business to digital format and then integrating them with an automation software.

Digital worker/ Virtual worker

Digital or virtual worker refers to a software robot that takes over a process or task otherwise performed by human workers. Digital workers deliver Robotic Process Automation (RPA) services where the used technology is a pre-programmable software.

Intelligent digital worker

An intelligent digital worker is a technology platform that combines pre-programmed software robots with different cognitive technologies. An intelligent digital worker is able to handle processes that consist of more complex tasks involving unstructured data and interpretation. Intelligent digital workers are used to deliver Intelligent Process Automation (IPA) services.

Robotic Center of Excellence, CoE

Robotic Center of Excellence (CoE) is the organization’s management center for the use of automation technologies. The job of the CoE-team is to create, measure and manage a virtual workforce that supports the organization’s strategic goals.

Robotic Desktop Automation, RDA

Robotic Desktop Automation (RDA) refers to computer-specific automation that is applied to speed-up or enhance the performance of a human worker using the desktop. While RPA technologies can be referred to as virtual workers, RDA technologies work hand-in-hand with their human counterpart and thus may be called virtual assistants.

Optical Character Recognition, OCR

Optical character recognition (OCR) refers to the conversion of images of typed or hand written text into machine encoded text. OCR programs analyze scanned-in images to detect light and dark areas in order to identify alphabetic letters and numeric digits. When a character is recognized, it is converted into code. OCR is often being used to digitize typed or handwritten information.

Natural Language Processing, NLP

Natural Language Processing (NLP) technologies enable computers to process large amounts of natural (human) language data. NLP technologies typically rely on machine learning to help them automatically learn new rules.

Computer Vision

Computer Vision technologies are used to enable computers to gain high-level understanding from digital images or videos. These technologies seek to automate tasks that would otherwise require the human visual system.

Chatbot

Chatbots are computer programs that can conduct a natural language conversation. They are designed to simulate a human conversation partner convincingly either via auditory or textual means. Depending on the level of sophistication of the solution, chatbots can make use of NLP technologies or analyze keywords.

Machine Learning, ML

Machine Learning (ML) gives computers the ability to ”learn” (i.e. progressively improve performance on a specific task) by processing data. ML technologies can ”learn” under supervision, i.e. learn general rules to map inputs to outputs based on a set of example inputs and their desired outputs. The ”learning” may also be unsupervised, in which case no examples are given to the learning algorithm. Instead, it is left on its own to find structures from its inputs. Unsupervised learning can be a goal in itself (discovering hidden patterns in data) or a means towards an end (feature learning).

Cognitive Computing, CC

Cognitive Computing (CC) describes technology platforms that involve cognitive technologies such as machine learning, natural language processing, computer vision, and chatbots. The purpose of cognitive computing is to combine these technologies to find meaning from and understand a data set at a higher level. Rather than just pure data or sensor streams, cognitive computing can deal with symbolic and conceptual information. Cognitive computing enables computers to interpret information extracted from large data sets, while humans remain in charge of the decision process.

Artificial Intelligence, AI

AI is loosely used as an umbrella term for all cognitive technologies that enable computer systems to perform tasks normally requiring some form of human intelligence. A true AI machine would combine these different technologies in such a way that it would have augmented intelligence, surpassing humans in accuracy and insight. The individual technologies, on the other hand, that are performing tasks by simulating a specific area of human intelligence are called cognitive technologies.

Virtual Reality and Augmented Reality, VR/AR

Virtual Reality technologies are being used to create simulated environments. These technologies allow the user to experience the simulation around them – as they were part of it – not just looking in from the outside. Augmented Reality (AR) integrates digital information with live video or the user’s environment in real time to augment the video with artificially added elements or effects.

Business Process Management (Suite), BPM(S)

A business process management suite (BPMS) is a set of automated tools for designing, implementing and improving activities to accomplish a specific organizational goal. BPMS is designed to support the entire process improvement life cycle from process discovery, definition, monitoring and analysis, and through ongoing optimization. BPMS tools allow the organisations to redesign or re-engineer the whole process or set of processes and often also the related IT systems (unlike RPA which is solely using existing IT- system without changes).

Enterprise Cognitive Systems, ECS

Enterprise Cognitive Systems (ECS) are a form of cognitive computing. They are focused on action, not insight, and their intention is to assess what to do in a complex business situation. ECS makes evidence-based suggestions about how the business can achieve its goals. It does so by finding past situations similar to the current situation, and extracting the repeated actions that best influence the desired outcome.

 

Digital Workforce is the only company purely specialising in Intelligent Process Automation services on an industrial scale in the Nordic countries. We automate the routines of computer based knowledge work and liberate human employees’ time for more productive and important tasks. Learn more about us and our services on digitalworkforce.eu.

Digital Workforce esittää: The Business of AI- webinaarisarja

Olemme suuren murroksen edessä: Älykkäät teknologiat kehittyvät nopeasti ja muuttavat toimintaamme kaikilla elämänalueilla. Joudumme perusteellisesti uudistumaan siinä, miten teemme työtä ja johdamme liiketoimintaa. On aika oppia uimaan tai upota – mutta mitä meidän tulisi tietää, jotta pärjäämme nyt ja tulevaisuudessa? Digital Workforcen isännöimä, uusi webinaarisarja The Business of AI kokoaa yhteen alan asiantuntijoiden osaamista ja tietoutta. Rekisteröidy ilmaiseksi ja tavoita tieto, jonka tarvitset nyt!

Digital Workforcen tuoreen aloitteen tarkoituksena on tarjota AI-tietoutta etsiville yritysjohtajille – sekä muille liiketoiminnan ammattilaisille – helposti tavoitettava ja laadukas kokonaisuus, jonka tukemana AI-kehityksen ja uuden teknologian tarjoaminen mahdollisuuksien hahmottaminen on entistä helpompaa. The Business of AI- sarja esittää kuukausittain asiantuntijapuheenvuoron, joka kerta eri puhujan toimesta ja uudella kulmalla aiheeseen. Kaikki webinaarit ovat saatavilla osoitteessa  ai.digitalworkforce.eu.

Webinaarisarjan avaa Tekoäly – matkaopas johtajalle- kirjan kirjoittanut Antti Merilehto 11.4., klo. 10.00 EEST. Kaikki sarjan webinaarit pidetään englanniksi.

Ensimmäisessä webinaarissa vastataan mm. seuraaviin kysymyksiin:
Kuinka AI muuttaa liiketoimintaa ja kuinka nopea muutos on?
Millaisia ovat AI:n tarjoamat mahdollisuudet?
Millaisia vaatimuksia AI asettaa yritysjohdolle ja strategialle?
Kuinka nopeasti ja miten yritysjohdon tulisi reagoida muutokseen?

Ilmoittaudu kuulemaan keskustelua tästä.

GDPR vaateet käytäntöön robotiikalla

Ohjelmistorobotiikka on yksi tehokkaimmista ratkaisuista, jolla organisaatiot voivat toteuttaa EU:n tietosuoja-asetuksen, GDPR:n vaatimukset. Välttyäkseen sanktioilta organisaatioiden on jatkossa viipymättä vastattava, mikäli henkilö haluaa tarkistaa tai poistaa hänestä tallennettuja tietoja, pyytää tulla unohdetuksi tai informoida mahdollisesta tietovuodosta.

GDPR koskettaa käytännössä jokaista organisaatiota, joka käsittelee henkilötietoa kuten nimiä, puhelinnumeroita, pankkitilinumeroita, henkilötunnusta tai mailiosoitteita. Monilla organisaatioilla voi olla jopa lähes voittamaton ongelma: Henkilötietoa on talletettu kymmeniin tai satoihin järjestelmiin – usein miettimättä ihan loppuun asti. Mitä jos asiakas tai työntekijä pyytää omista henkilötiedoistaan raporttia, haluaa siirtää tietonsa tai tulla ”unohdetuksi”? Miten sellainen raportti tai toimenpide toteutetaan jollain kohtuullisella työmäärällä ja aikataululla? No, käsityönä ei varmaan mitenkään. Tietojärjestelmäkehityksellä sen voi toki toteuttaa, mutta vain isolla rahalla.

Onneksi ohjelmistorobotti on keksitty. Se on väsymätön uurastaja, joka suorastaan rakastaa tällaisia rutiineja ja viihtyy monien it-järjestelmien keskellä. Sille ei ole ongelma tehdä sadastuhannes kysely samasta asiasta taas tänäänkin uudestaan ja uudestaan. Eikä se muutenkaan unohda tarkistaa yhtä niistä viidestäkymmenestä kohdejärjestelmästä, kun puhelin sattuu pirahtamaan väärällä hetkellä.

Aika katastrofilta kuulostaa myös tietomurtotilanne, jossa vaikkapa hakkeri pääsee käsiksi tuhansien asiakkaiden tietoihin. Miten heitä kaikkia informoidaan henkilökohtaisesti tietovuodosta 72 tunnin kuluessa? Käsityönä ei mitenkään. Ohjelmistorobotin sen sijaan voi helposti opettaa tekemään tämän. Jos vahinko joku päivä tapahtuu (mitä tietenkään emme toivo), ohjelmistorobotteja voi helposti laittaa töihin yhden tai riittävän monta, jotta tiedottaminen hoituu annetussa aikaikkunassa.

Jos nyt sattuisi olemaan niin, että et ole vielä täysin ehtinyt varautua kaikkiin GDPR:n vaatimuksiin, autamme sinua enemmän kuin mielellämme. Vielä on hyvin aikaa tehdä monia tarvittavia asioita. Odottamisen aika alkaa kuitenkin olla ohi. Kun tätä kirjoitimme, 20.11.2017, aikaa oli 185 päivää. Kun luet tätä, jo muutama päivä vähemmän.

Jos asia kiinnostaa, ole yhteydessä meihin!

Tiina Leivo, Head of Healthcare
tiina.leivo@digitalworkforce.fi

Jari Annala, Digital (R)evolutionist
jari.annala@digitalworkforce.fi

Ilmoittaudu mukaan European business AI and robotics- tapahtumaan Helsingissä 25.- 26.10.2017

Tapaa Digital Workforcen ohjelmistorobotiikka-tiimi European business AI and robotics- tapahtumassa Helsingin Messukeskuksessa 25.- 26.10.2017 .

European business AI and robotics- tapahtuma kokoaa yhteen Pohjois-Euroopan AI-ekosysteemin, mukaanlukien huipputason yritys- ja teknologiapäättäjät ja innovatiiviset ratkaisutoimittajat. Tapahtuma tarjoaa ainutlaatuisen mahdollisuuden verkostoitumiseen ja keskusteluun AI-liiketoiminnan sovelluksista sekä vaikutuksista yritystoimintaan ja yhteiskuntaan.

Lue lisää ja ilmoittaudu mukaan!

 

Digityöntekijä – 0 – 100 km/h sadassa päivässä

Sanotaan, että digityöntekijän (ohjelmistorobotiikan) käyttöönotto on helppoa. Projektit ovat lyhyitä ja vaivattomia ilman byrokratiaa. Mikä tahansa organisaation rutiineista automatisoituu käden käänteessä vain muutamassa viikossa. Lopultakin voimme liiketoiminnan puolella unohtaa IT-budjetit ja pitkät toivomuslistat, joita tietohallinto ei kuitenkaan koskaan saa täysin toimitettua. Vai onko se sittenkään näin helppoa? No, tavallaan on, tavallaan ei.

Skaalautuvuutta ja toistettavuutta etsimässä

Digityöntekijöiden opettaminen (automaatioskriptien tekeminen) on periaatteessa helppoa ja nopeaa. Kunhan ensin on löydetty oikeat kohdeprosessit ja mietitty esimerkiksi, miten automaatio saattaa muuttaa prosessia tai miten prosessien poikkeamat käsitellään. Ja päätetty, kuinka ihmiskollegoiden rooli muuttuu tiimissä, kun digityöntekijä tekee puuduttavat rutiinit jättäen ihmisille aikaa ajatteluun ja luovaan työhön. Ennen kuin digityöntekijä on aidosti skaalautuva, tarvitaan myös tekninen alusta, josta voi tilata uusia digityöntekijöitä sormia napsauttamalla.

Todellinen ”hauskuus” alkaa siinä vaiheessa, kun perusjärjestelmiin tehdään versionpäivityksiä ja vasta toteutetut kymmenet prosessiautomaatiot lakkaavatkin toimimasta. Tässähän muistuu ihan mieleen IT:n alkuajat (tai ATK:ksi sitä kai silloin kutsuttiin). Silloin oltiin todella luovia ja kovat IT- kundit olivat varsinaisia sankareita. Kaikki tiesivät, että Jaskan lomaillessa kukaan muu ei osaa operoida järjestelmiä. Ei kuulosta oikein hyvältä tavalta automatisoida liiketoiminnalle kriittisiä prosesseja.

Jos et tiedä minne olet menossa, kaikki tiet johtavat sinne

Organisaatiot eivät palkkaa digityöntekijöitä vain huvin vuoksi (vaikka se on tosi mukavaa, usko pois!). Digityöntekijältä halutaan konkreettisia tuloksia: parempaa tehokkuutta, parempaa laatua tai vaikkapa suurempaa lisäarvon tuottoa asiakkaille. Mikä ikinä onkaan tavoite, voit olla varma, että se ei toteudu itsestään. Heti matkan aluksi on syytä miettiä, mitä tavoittelee ja rakentaa saman tien toimintamalli, joka toteuttaa tavoitteen.

Digityöntekijä on oikein käytettynä äärimmäisen tehokas ja joustava työkalu. Mutta myös kaikkein joustavimmatkin työkalut tarvitsevat käyttöohjeet, johtamista ja malleja. Jos työkalu on niin helppo, että kuka tahansa osaa sitä käyttää, voit olla varma, että ennen silmänräpäytystä organisaatioon on syntynyt satoja näppäriä automaatioita – joista valitettavasti moni lopettaa toimintansa seuraavassa ERP- päivityksessä kunnes ne on konfiguroitu uudelleen.

Digityöntekijää pitää johtaa, eihän ihmisiäkään saa jättää ilman tukea

Kuvitellaanpa hetki ihmisistä koostuvaa organisaatiota ilman sääntöjä tai tavoitteita. Jokainen saisi tehdä mitä haluaa ja miten haluaa sopimatta mitään kollegoidensa kanssa. Jotenkin epäilen, että tästä organisaatiokokeilusta ei tulisi kovin menestyksekästä tai pitkäikäistä. Nykyään puhutaan paljon itseohjautuvasta organisaatiosta ja tiimeistä sekä Teal organisation/Holakratia- tyyppisistä orgaanisista rakenteista. Kannattaa muistaa, että ne ovat varsin kaukana anarkiasta. Niissä organisaatiolle on asetettu selkeä tavoite ja pyhät perussäännöt, joiden mukaan pelataan. Samalla tavalla digityöntekijä kaipaa ympärilleen johtamista ja selkeitä tavoitteita. Digityöntekijät kun eivät valitettavasti osaa organisoitua itsekseen ilman ohjausta, eivät ainakaan vielä.

Kuinka päästä piloteista aidosti tuottavaan toimintaan?

Monet organisaatiot ovat kokeneet huikeaa euforiaa onnistuneista piloteista. Tunnelma vaan on tupannut pahasti lässähtämään, kun tosielämän tulokset ovatkin osoittautuneet lopulta aika vaatimattomiksi, eivätkä liiketoiminnalliset tavoitteet ole toteutuneet. Usein tämä johtuu siitä, että digityöntekijän käyttöönottoa ei ole tavoitteellistettu riittävästi. Eikä olla muistettu rakentaa aidosti skaalautuvia teknisiä alustoja eikä toimivia johtamis- ja organisoitumismalleja.

Me Digital Workforcessa olemme nähneet liian monen asiakkaan kärsivän liian hitaasta digityöntekijän tuottavuuskäyrän käynnistymisestä. Kun mietitään heti alusta alkaen mitä tavoitellaan, loppu oikeastaan hoituukin aika helposti: asetetaan visio ja tavoitteet, ja niistä johdetaan tarvittavat toimenpiteet. Tarvitaan toimiva ja skaalautuva alusta. Tarvitaan toimivat priorisointi- ja päätöksentekomallit. Tämä ei ole varsinaisesti rakettitiedettä, mutta silti jokaisen organisaation täytyy miettiä asia läpi omaan toimintaansa sopivaksi. Ja liian monelta tuo mietintä on jäänyt tekemättä. Jos kuulostaa tutulta ja tuntuu, että saippuapala välillä karkaa käsistä, istutaan alas ja jutellaan hetki.

Siirry suoraan kiihdytyskaistalle

Digital Workforce on jo tehnyt tämän matkan usean organisaation kanssa. Yhdessä asiakkaiden kanssa on koettu tuskaa ja hienoja oivalluksia. Näistä kokemuksista olemme kiteyttäneet opit, miten digityöntekijää pitää johtaa pohjoismaisessa kulttuuri- ja IT-ympäristössä. Olemme tuotteistaneet 100 päivän digityöntekijän käynnistysohjelman, jonka avulla siirryt satunnaisten pilottien ja kokeilujen kierteestä aitoon tuottavuuteen ja organisoituun itsensä rahoittavaan robotiikan kehitysohjelman pariin sadassa päivässä. Haluatko lisätietoja? Ota meihin yhteyttä!

Jari Annala: jari.annala@digitalworkforce.fi / p. +358(0) 400 33 85 85

 

Kohtaa tulevaisuuden haasteet digityöntekijä rinnallasi! Ota meihin yhteyttä ja selvitä automaation potentiaali omassa organisaatiossasi jo tänään. 

Artikkeli: Jari Annala –Digital (R)evolutionist, Digital Workforce
Kuva KeWynn Lee lisenssillä CC BY 2.0

Lyhyt opas RPA:n maailmaan: Automatisoitavien prosessien tunnistaminen työpaikalla

Miten lähestyä ohjelmistorobotiikkaa?

Ohjelmistorobotiikka on suhteellisen tuore ilmiö, joka yleistyy hyvää vauhtia. Nimi on hieman harhaanjohtava – ohjelmistorobotiikka ei tarkoita sitä, että toimistoon tulee liuta robotteja korvaamaan ihmistyöntekijöitä. Paino on nimenomaan sanalla ohjelmisto: tietokoneohjelma, joka mallintaa ihmisen toimintaa. Mutta juuri robotti-sanan luoma, ehkä jopa hieman uhkaava ja futuristinen mielikuva saattaa herättää vastarintaa – kuten muutos yleensä.

Seuraavia vaiheita noudattamalla pystytään selvittämään, olisiko ohjelmistorobotiikasta hyötyä omalle organisaatiolle. Selvityksen voi tehdä yksin tai yhdessä tiimin kanssa. Joka tapauksessa, mukaan ei välttämättä tarvita konsultteja, vaan selvitys voidaan tehdä itsenäisesti ilman sitoutumispaineita.

Joten miksei tutkia asiaa? Vaikka lopputulos olisikin se, ettei ohjelmistorobotiikkaan kannata lähteä, on prosesseihin tutustuminen aina hyödyllistä, kuten kohta huomataan.

Potentiaalisesti automatisoitavien prosessien valitseminen

Selvitys alkaa pienistä ja yksinkertaisista prosesseista.

Jos ei ole koskaan määritellyt prosesseja, niiden määrittelyn hankaluuden aliarvioi helposti. Vaikka prosessi olisi miten pieni, sen tarkka määrittely kaikkine yksityiskohtineen ja poikkeuksineen on yllättävän iso urakka.

Jos prosessien määrittely on tuttua puuhaa, prosessien automatisointi silti hyvä aloittaa pienestä. Mitä loogisempi ja yksinkertaisempi prosessi on, sitä nopeampi se on toteuttaa ja sitä vikasietoisempi se on.

Valittavien prosessien tulee olla sellaisia, että niiden automatisoinnista on jotain hyötyä. Ärsyttävät, usein toistuvat prosessit ovat hyviä ehdokkaita. Prosessit, joita kukaan ei halua tehdä, mutta jotka nyt vain on pakko hoitaa päivittäin tai vähintään viikoittain. Jos tällaiset prosessit lopulta automatisoidaan, harva tulee valittamaan asiasta.

Huomaa sanan ”jos” käyttö. Kaikkia prosesseja ei kannata automatisoida, vaikka ne aluksi vaikuttaisivatkin tähän sopivilta. Joissain prosesseissa tarvitaan jatkuvasti ihmistä tekemään päätöksiä jatkotoimenpiteissä. Toisissa tapauksissa prosessi itsessään paljastuu liian monimutkaiseksi ja raskaaksi määritellä suhteessa ajojen toistuvuuteen. Tällöin  investointi automatisointiin ei ole perusteltu. Näin käy erityisesti, jos prosessia saadaan yksinkertaistettua muilla keinoin. Syitä voi olla monia. Alkuvaiheessa onkin suositeltavaa tarkastella useampaa prosessia samaan aikaan.

Prosessien määrittely

Kun potentiaaliset prosessit on valittu, tulee ne määritellä. Määrittelemätöntä prosessia on mahdotonta automatisoida.

Aluksi prosessin kanssa tekemisissä olevat henkilöt, eli alansa asiantuntijat, kerätään yhteen huoneeseen ja määritellään prosessi yhdessä.

Ensimmäiseksi määritellään prosessin alku- ja loppupiste. Esimerkiksi rekrytointiprosessi voidaan katsoa alkaneeksi, kun huomataan tarve uudelle työntekijälle, kun työpaikkaa on mainostettu, tai kun ensimmäinen työhaastattelu alkaa. Vastaavasti sen voidaan katsoa päättyneen, kun viimeinen työhaastattelu loppuu, työntekijä hyväksyy työtarjouksen, tai työntekijä aloittaa ensimmäisen työpäivänsä. Alku- ja loppupisteen määrittäminen varhaisessa vaiheessa auttaa osapuolia keskittymään prosessin olennaisiin osiin.

Sanotaan, että yllämainitussa esimerkissä alkupisteeksi määritetään ensimmäisen haastattelun alku ja loppupisteeksi viimeisen haastattelun loppu. Tässä tapauksessa koko rekrytointiprosessista jää paljon tarkastelun ulkopuolelle. Tämä saattaa kuulostaa haaskaukselta, mutta tiiviimmän osan tarkasteluun menee huomattavasti vähemmän aikaa ja siihen keskitytään kokonaisvaltaisemmin.

Määrittelyvaiheen lopussa pitäisi syntyä yksityiskohtainen prosessikuvausdokumentti, jonka pohjalta voidaan tehdä jatkokehitystä.

Prosessien seuraaminen käytännössä

Kun prosessi on määritelty, kannattaa varmistaa määrittelyn paikkansapitävyys Jos määrittelyn ja käytännön välillä on eroja, määrittelyä tulee päivittää vastaamaan käytäntöä. Usein ihmiset kertovat toimivansa tietyllä tavalla, mutta toimivatkin käytännössä eri tavalla. Prosessin määrittelystä ei ole mitään hyötyä, jos se ei vastaa todellisuutta.

Prosessien parantelu

Kun prosessi on varmasti määritelty tarkasti ja osuvasti, on aika tarkastella sitä kriittisesti. Onko prosessia mahdollista parantaa? Löytyykö siitä pullonkauloja tai muita ongelmakohtia? Voiko sitä tehostaa? Onko esimerkiksi mahdollista nopeuttaa joitain vaiheita tai suorittaa joitain vaiheita samanaikaisesti, kun ne on aiemmin suoritettu peräjälkeen?

Aikamääreet vaikkapa vastauksia ja reaktioita odotettaessa on syytä arvioida tarkasti. Esimerkiksi myyjät voivat joskus olla epätietoisia siitä, miten kauan odottaa vastausta ja milloin soittaa tarjouksen perään. Myös se, milloin vastuu siirretään päätäntävallassa korkeammalle henkilölle, esimerkiksi asiakaspalvelutapauksissa, on hyvä määrittää tarkasti.

Paranteluvaiheessa selvitetään, mitkä prosessin osat, jos mitkään, voidaan automatisoida.

Prosessin jatkoparantelu asiantuntijoiden kanssa

Analysoitu ja paranneltu prosessi, käydään läpi yhdessä asiantuntijoiden kanssa, jotka osallistuivat alkumäärittelyyn. Heiltä saadaan palautetta, jonka perusteella prosessia parannellaan entisestään.

Tämän vaiheen päätteeksi nämä asiantuntijat laativat lopullisen version dokumentista, joka määrittelee uuden vakiotoimintamenettelyn. Syntyneen dokumentin avulla voidaan mm. perehdyttää uusia työntekijöitä tulevaisuudessa.

Jos joku prosessin osa päätetään automatisoida, aloitetaan automatisointi.

Vaikka määritelty prosessi ei soveltuisi automatisoitavaksi se on silti määritelty paremmin ja ehkäpä muokattu paremmaksi kuin ennen. Näin ollen se on tehokkaampi ja mukavampi niille, jotka sitä suorittavat. Lisäksi, on opittu huomattavasti prosessien määrittelystä ja siitä, millaiset prosessit sopivat automatisoitavaksi.

Artikkeli Emma Luukka – RPA Solutions Consultant, Digital Workforce
Kuva WOCinTech Chat lisenssillä CC BY 2.0