In che modo l’automazione intelligente migliorerà il nostro lavoro e le nostre aziende

Oggi gli strumenti di automazione sono in gran parte isolati e segmentati nei propri feudi. Un chatbot del sito Web in genere non interagisce con un dipendente del servizio clienti, a meno che non sia programmato per trasmettere una conversazione se vengono soddisfatte determinate condizioni. Il chatbot segue semplicemente la sua programmazione, senza mai alterare il corso, a meno che non gli venga ordinato di farlo. Quando sviluppiamo un sistema come questo, per prima cosa capiamo cosa vogliamo automatizzare; quindi progettiamo e sviluppiamo il bot in modo che funzioni per il suo scopo specifico.

Tutto questo, però, sta cambiando da zero.

Machine Learning deciderà cosa automatizzare

Ecco come sarà il futuro dell’automazione: invece di determinare un processo che vogliamo automatizzare, un agente di Machine learning osserverà il nostro modo di lavorare, raccogliendo ed estraendo dati storici per determinare dove si trovano le opportunità di automazione. Lo strumento AI ipotizzerà quindi una soluzione sotto forma di una modifica automatizzata del processo e simulerà come tali cambiamenti miglioreranno la produttività o porteranno a migliori risultati di business.

Da lì, il processo ottimizzato e automatizzato verrà implementato all’interno dell’ambiente di lavoro, integrandosi perfettamente nei nostri lavori, con l’obiettivo di ridurre gli sforzi manuali ripetitivi, il cosiddetto “lavoro impegnato” che consuma gran parte della giornata. Questa combinazione di lavoro umano e digitale è chiamata orchestrazione.

Se utilizzata in tutta l’azienda, l’orchestrazione ci consente di creare un gold standard di best practice basate sull’automazione che possono essere standardizzate in tutta l’organizzazione. Questi strumenti monitoreranno costantemente le proprie prestazioni (e potrebbero anche monitorare le prestazioni dei dipendenti) e miglioreranno i propri algoritmi man mano che vengono acquisiti dati aggiuntivi, migliorando ogni giorno mentre si applicano le proprie conoscenze ad altre sfide che presentano problemi correlati. Ad esempio, un algoritmo che instrada i messaggi di posta elettronica del servizio clienti in arrivo potrebbe infine adattarsi per instradare i documenti di valutazione dei dipendenti interni.

L’automazione intelligente ha applicazioni in un’ampia gamma di ruoli professionali, discipline, dipartimenti e settori. Può essere utilizzato per qualsiasi cosa, dal miglioramento della messaggistica all’assegnazione di codici di fatturazione allo snellimento delle iniziative di marketing esterno.

Sebbene l’orchestrazione sia basata sul ML troverà molte applicazioni nel lavoro di tipo impiegatizio, non si limita alle attività di routine come l’invio di risposte e-mail automatiche alle richieste dei clienti o l’inserimento di nuovi dipendenti.

Immagina un agente assicurativo che sviluppa polizze complesse per i suoi clienti, sulla base di sondaggi esaustivi che dettagliano le loro esigenze particolari. La creazione di queste politiche potrebbe richiedere ore, sviluppate in modo frammentario da cataloghi approfonditi di termini, costi e benefici variabili. Può essere un processo semplice, ma è anche un processo che richiede molto tempo e richiede una notevole attenzione ai dettagli per garantire che nulla venga trascurato.

L’automazione intelligente elimina quasi tutto questo sforzo. Un microbot intelligente potrebbe osservare il flusso di lavoro dell’agente assicurativo, scoprire dove si sta svolgendo uno sforzo manuale eccessivo e determinare dove l’automazione potrebbe sia snellire il flusso di lavoro sia migliorare il prodotto finito, il tutto senza coinvolgere direttamente l’agente.

Mentre l’agente avrebbe mantenuto la supervisione, sarebbe stato liberato dagli aspetti più banali del lavoro, poiché il microbot avrebbe composto la politica per suo conto, lasciando che l’agente si concentrasse sul compito del quadro generale di servire meglio i suoi clienti.

L’automazione intelligente può avvantaggiare ogni dipendente

Uno degli obiettivi dell’automazione intelligente è estendere questo vantaggio a tutti all’interno dell’organizzazione. Non dovrebbe essere necessario coinvolgere il reparto IT per trarre vantaggio dall’automazione, poiché questi strumenti vengono creati per eliminare quello che una volta era un processo tecnico e molto arduo e renderlo molto più intuitivo.

L’esempio di agente assicurativo sopra può sembrare complesso, ma, in fondo, è un problema fondamentale che ogni lavoratore della conoscenza ha: dover investire lunghe ore in un processo ripetitivo che non utilizza al meglio il tempo o le capacità di quel professionista. Il toolkit di automazione intelligente ideale è progettato per essere accessibile a tutti e le organizzazioni non avranno bisogno di uno staff di data scientist per implementarlo.

Si consideri un altro caso aziendale con cui quasi tutte le grandi imprese devono confrontarsi: il call center. Il call center è un ottimo esempio perché possiamo vedere abbastanza chiaramente come funziona e viene gestito, cosa fanno gli agenti del call center e come gestiscono ogni chiamata. Molta energia viene spesa per monitorare le chiamate, determinare il tipo di chiamata e instradarla in modo appropriato. I manager del call center spesso sono orgogliosi di avere accesso a una montagna di informazioni su ogni chiamata che arriva al centro.

Quindi iniziamo ad applicare l’automazione di base a quel reparto. Uno strumento di intelligenza artificiale semplice, come quello che esiste oggi, potrebbe decidere che i migliori clienti debbano attendere il minor tempo possibile. Questo è un approccio algoritmico rigoroso che indirizza alcuni chiamanti al sito Web, fornisce ad altri chiamanti una risposta predefinita, un d inoltra rapidamente i VIP a un agente più esperto.

d inoltra rapidamente i VIP a un agente più esperto.

Lo strumento AI usa regole e logica per prendere queste decisioni, ma qui non c’è alcun senso di empatia umana. Lo strumento di intelligenza artificiale non riesce a sentire la frustrazione nella voce di un chiamante e non importa che una mamma tormentata che è in ritardo per andare a prendere i suoi figli sia stata in attesa per un’ora.

Aggiungendo uno strumento di automazione intelligente e orchestrato al mix, il sistema può imparare dallo studio delle interazioni di tutti gli agenti con tutti i chiamanti, piuttosto che basarsi semplicemente su una serie di regole statiche e predeterminate. Non è la stessa cosa dell’empatia umana, ma la capacità del bot di adattarsi (o “auto-curarsi”) sposta l’ago in quella direzione e produce risultati misurabilmente migliori nel tempo.

Osservando il modo in cui gli esseri umani reagiscono alle varie chiamate, lo strumento di automazione diventa sempre più bravo nel prendere decisioni su come gestire tali chiamate senza l’intervento umano. Il risultato finale sono clienti più soddisfatti e operatori di call center più impegnati e produttivi.

Può sembrare fantasioso e futuristico, ma strumenti come questo stanno già cominciando ad arrivare sul mercato. Entro il 2019 dovrebbero essere ampiamente utilizzati in una vasta gamma di settori.

Questo non vuol dire che questi strumenti siano unilateralmente pronti per la ribalta, perché l’automazione intelligente ha alcune sfide che dovremo superare quando la tecnologia entrerà nel mainstream.

La fiducia è uno dei problemi maggiori. Le e-mail di marketing e i codici di fatturazione sono una cosa, ma le persone possono fidarsi dei bot con transazioni finanziarie e informazioni sulle risorse umane? Quando vengono coinvolti dati sensibili come cartelle cliniche e numeri di carte di credito, è naturale temere che qualcosa possa andare in tilt a causa di una riga di codice fuori posto.

I robot di automazione intelligenti dovranno superare queste paure prima che ci fidiamo abbastanza di loro da mettere tutto il peso del business sulle loro spalle.

La standardizzazione dei dati è un’altra sfida. I dati sono archiviati in innumerevoli formati, dozzine di linguaggi di programmazione sono comuni e il numero di applicazioni con cui i bot dovranno interagire sono probabilmente migliaia. In che modo i bot utilizzano tutte queste origini e formati di dati? E chi è responsabile della gestione dello sciame di bot?

Infine, come impediamo ai pregiudizi di insinuarsi nei sistemi intelligenti? Il pregiudizio di uno sviluppatore si insinuerà nel suo algoritmo? Se il gestore del prestito di una banca applica standard diversi ai richiedenti di minoranza, il bot impara quel comportamento e rende la discriminazione parte del suo processo interno? Situazioni come queste danno origine a questioni etiche che non sono state completamente discusse, ma devono esserlo.

Queste sfide non devono essere scoraggianti e possono essere affrontate attraverso una governance rigorosa all’interno dell’azienda. Le imprese intelligenti stanno anticipando il gioco (e affrontando alcune di queste sfide) sviluppando un framework per la governance sull’automazione, che enuncia strumenti approvati e protocolli di sicurezza che i bot possono utilizzare. In alcune aziende, anche i processi aziendali vengono reinventati, quindi l’automazione può essere implementata con maggiore successo. Altri stanno adattando il loro modello operativo per incorporare più tecnologia direttamente nel business.

Anche se abbiamo ancora molta strada da fare, l’automazione intelligente sta già dimostrando il suo valore. Questa suite di tecnologia fornisce un modo dimostrato per ridurre le spese, migliorare la produttività e aumentare la soddisfazione dei dipendenti. E man mano che l’automazione diventa più intelligente e più significativa, tutti questi fattori continueranno a migliorare, a volte in modo drammatico.

Mentre ripensiamo tutti i tipi di processi dall’inizio alla fine, ci aspettiamo di vedere l’ascesa di numerose proposte di valore completamente nuove, tutte guidate dal potere dell’automazione intelligente.