Роботы, искусственный интеллект, большие данные, персонализация обслуживания, цифровизация производства - "все смешалось в доме Облонских"! Ни одна конференция и стратегическая сессия не проходят сегодня без упоминания выше написанных или схожих терминов.
Целью всех упражнений по внедрению цифровизации в организации может являться только одно – дополнительная прибыль, то есть рост объемов продаж при сокращении издержек. Все технологии и умные слова – только средства, которые надо грамотно внедрить и использовать. Можно ли жить без этого? Безусловно! Когда я появляюсь на рынке у продавца фруктов, сыра или рыбы, то нам достаточно рукопожатия и фразы «как всегда», чтобы достичь персонализации восьмидесятого уровня. И даже очередь не является помехой, потому что я в ней не стою, будучи уверенным, что после брошенного «как всегда» мой набор с приятными бонусами «на попробовать» будут готовы в течение 15-20 минут. Интересно, что когда знакомого продавца нет у прилавка, уровень сервиса практически не страдает. В этом сценарии никакой речи о цифровизации нет, только персонализация. Но давайте посмотрим на предприятия fast-food. В McDonald’s уже нет очередей у касс. Почти все заказы принимаются через терминалы, исключая ошибки при приеме заказа и оплате, а высвободившиеся люди трудятся на кухне. То есть и в российских реалиях цифровизация может дать эффект. Royal Bank of Scotland (RBS) пошел по пути «назад в будущее» и за счет цифровизации смог вернуться в 70-е годы, когда любое общение с банком действительно было персонализированным. Но сейчас RBS обеспечивает персонализацию в любых каналах коммуникации и учитывает все взаимодействия, предсказывая наиболее вероятную причину обращения и следующее лучшее действие. Неудивительно, что это мгновенно положительно отразилось в финансовой отчетности банка. Выдача ипотечных кредитов увеличилась на 20%, а 40% случаев посещений банка осуществляется по предварительной записи онлайн, хотя всего несколько лет назад этот показатель составлял 0%.
Можно ли достичь аналогичных успехов в крупных российских организациях? Большинство из них НИКОГДА не славилось качеством сервиса, и на всех позициях, которые имеют отношение к общению с клиентами, трудится почти самый низкооплачиваемый персонал. Более того, в эру смартфонов, гугла, сири и социальных сетей из всех инструментов, доступных таким сотрудникам самым продвинутым является CRM или учетная система с невероятным количеством бесполезной для специалиста информации или приложение для контакт центра с десятком открытых экранов и сторонних систем. Можно ли рассчитывать на адекватное предложение и сервис в условиях, когда решение в процессе обслуживания или выбора предложения из предодобренных принимает «специалист» без элементарного жизненного опыта, но работающий под грузом невероятного количества информации? Конечно, возможно все, но маловероятно.
В средних и крупных компаниях уже есть различные учетные системы, типа ERP, CRM, регламенты, базы данных и даже интернет-магазины с мобильными приложениями. В такой инфраструктуре мы можем хорошо справляться с простыми процессами, логику которых можно запрограммировать в наших учетных системах. Но как только возникает любое отклонение мы должны либо доработать систему, либо решив задачу в электронной почте, телефоне или служебной записке понять, как впихнуть новую логику в старую систему. Классическим примером такой ситуации является, например, согласование договора. Вроде бы в существующих системах это можно делать, но в реальности мы все согласования проводим в любых других средствах, а в учетной системе проставляем только «галочки». Весь контекст согласования при этом распыляется в воздухе, не смотря на переизбыток цифровых средств.
Для решения задач цифровой трансформации сейчас предлагается масса средств и программ с упоминанием модных терминов, но без концептуальной программы движения из точки А в точку Б. Консультанты уважаемых компаний предлагают только роботизацию, как панацею для автоматизации ПРОЦЕССОВ за серьезные деньги, создавая ошибочное представление о рутинных операциях, как о сложных процессах. Позволю себе представить взгляд Pegasystems, который я сейчас полностью разделяю. Итак, от робота к интеллектуальному роботу!
Казалось бы, путь должен быть довольно коротким, но практика показывает, что роботизация рутинных операций и искусственный интеллект вместе пока не работают.
Какой маршрут можно предложить?
Этап 1. Роботизация рутинных операций без использования ресурсов специалиста. Предпосылкой для этого этапа является наличие нескольких систем, где есть «вся информация», но по разным причинам в одно и тоже время из одних систем в другие системы мы должны, например, копировать данные, проводить элементарные математические операции и форматирование. Делается это примерно в одно и то же время, по одинаковым регламентам, в одних и тех же системах. Казалось бы для этого можно интегрировать одну систему с другой и все было бы решено. НО либо стоимость такой интеграции, либо технические ограничения, либо приоритеты организации не позволяют это делать, и проблема все равно решается наймом дополнительных людей или дополнительной загрузкой текущих специалистов. Робот сегодня довольно быстро может справляться с такими рутинными операциями, повторяя действия человека с мышью и клавиатурой. Он реагирует на системное событие, например, появление файла в папке и запускает сценарий в любом количестве. Преимущества использования робота очевидны – он не устает и не допускает ошибок. Специалистам ИТ такой сценарий редко нравится, потому что наглядно показывает реальную «сложность» взаимодействия нескольких систем и на уровне специалистов функциональных подразделений позволяет решить проблемы, которые не решались «годами». При наличии информационных систем в организации количество рутинных операций, которые можно роботизировать для исполнения без участия человека не превышает 15-20%. В крупных организациях количество таких роботов может достигать нескольких сотен. Эффект обычно выражается в сокращении времени выполнения рутинных операций и высвобожденном персонале. Альфабанк в России внедрил подобные инструменты и планирует экономить до 85 млн рублей в год.
Этап 2. Роботизация с участием человека. Сегодня опытный гроссмейстер вместе с компьютером могут победить в шахматы и отдельного шахматиста, и отдельный компьютер. Эта аналогия уместна и в нашем сценарии. Роботизация операций, где инициирующим элементом является человек может кратно повысить эффективность такого специалиста и быть применима для 80-85% операций. Наиболее типичными операциями, где робот может помочь человеку быть более эффективным, являются операции по сверке данных во внутренних и внешних системах, изменению данных в нескольких системах одновременно, поиску информации по клиенту в разных системах, копирование данных из одной системы в другую. Использование робота позволяет значительно сократить время обслуживания клиента в контакт-центре, например. При всех преимуществах необходимо понимать и ограничения роботизации – роботизация эффективна для рутинных операций. В крупных организациях такие роботы устанавливаются на каждое рабочее место. Их количество может достигать десятков тысяч. Эффект от внедрения исчисляется десятками процентов высвобожденного времени у сотрудников. Крупный оператор связи, внедрив Pega Robotics, не только сократил затраты своего контакт-центра на 18 млн. долларов, но и смог дополнительно заработать еще 2 млн. долларов.
Этап 3. Case Management и Business Process Management. Попытка применить робота в сложном процессе только усложняет процесс и время решения пользователем своей конечной задачи. И в этом кроется основная проблема - почему мы не можем сейчас роботизировать все и всяк. Нам необходимы специалисты, которые могут принимать решения и коммуницировать их. Для этого им необходимы не просто данные о клиентах, продуктах, тарифах и проч., а системы способные динамически маршрутизировать каждое общение с клиентом, каждый договор, каждую заявку и определять необходимость использования того или иного процесса для достижения конечного результата с учетом данных о клиенте, его ситуации и цели взаимодействия. Такие задачи могут решать инструменты Case Management, которые в России пока не распространены. Их часто путают с инструментами Business Process Management, полагая, что если сделать бесконечно большое количество процессов, то это решит задачи организации. К сожаление, в этом случае вся система станет громоздкой и сложной для совершенствования и поддержки. В поисках оптимального варианта мы пытаемся выбрать наиболее приоритетные, дорогие и проч. процессы. Результат – попытка унификации процессов, то есть попытка заставить всех «ходить строем». Если с сотрудниками это еще может получиться, то клиенты сегодня сами диктуют условия. Решение может быть Case Management. Case Management является важным элементом инфраструктуры компании, которая стремиться добавить динамики в существующие процессы. Именно Case Management позволяет пошагово организовать сценарий, например, обработки заказа и «провести» его по необходимым системам и процедурам, формируя всю историю по этому заказу, то есть кейсу. При этом любой специалист, который участвует в обработке заказа, работает только с нужным объемом информации, относящейся к конкретному заданию по конкретному заказу. Даже в российских условиях внедрение Case Management в крупных банках позволяет, как минимум, на 20% повысить эффективность процессов взаимодействия с клиентами и внутренних процессов обработки банковских операций.
Этап 4. Искусственный Интеллект. К сожалению, несмотря на очевидный прогресс уровень «интеллекта» в сегодняшних системах остается на уровне трехлетнего ребенка. Это не означает, что для определенных сценариев и ситуаций мы не можем использовать технологии Искусственного Интеллекта. Именно эти технологии позволяют обрабатывать массивы данных и предлагать решения с учетом любого количества влияющих факторов. Они же помогаю проанализировать какие факторы влияют на принятие решений, а какие - нет. Очень важно, чтобы такие решения формировались в режиме реального времени, а не предыдущей ночью. Некоторые компании в России считаю достаточным формировать список решений по наилучшим предложениям для клиентов раз в месяц. Результатом такого использования Искусственного Интеллекта является небольшая конверсия предложений в сделки, оторванность аналитиков от бизнеса и большая нагрузка на инфраструктуру. Ведь все неиспользованные предложения надо где-то хранить и в организации и у клиента в «непрочитанных». Мы сами приучаем клиентов не реагировать на наши лучшие предложения! Просто посмотрите на количество непрочитанных сообщения на своих устройствах, чтобы убедиться в этом.
Критической функцией решений Искусственного интеллекта является возможность «объяснения» того или иного решения. В банках, например, регулятор предъявляет серьезные требования к управлению рисками, поэтому высокоинтеллектуальные скоринговые системы должны объяснить почему было принято решение по конкретному клиенту. Возможности роботизации, Case Management и Искусственного интеллекта могут эффективно организовать коммуникации через популярный канал чат-ботов. В этом случае можно существенно сэкономить на инициации взаимодействия через бота, миграции сессии на живого человека в случае отклонения от роботизированного сценария и возврате этого сценария обратно боту для, например, оформления билет.
Возможности Искусственного Интеллекта, Case Management и роботов пока не могут заменить квалифицированного специалиста, но могут существенно повысить его эффективность. В торговом зале, в отделении банка, поликлинике или во время звонка в контакт-центр любой клиент ожидает персонифицированного общения, особенно, если много информации вы уже получили из анкет, договоров и разговора. Большинство подобных обращений в наших компаниях обрабатываются специалистами, которые получают совсем небольшие деньги и меняются в среднем через 9 месяцев. Сложно ожидать от таких специалистов разного подхода к маме с ребенком и стоящего за ними в очереди модно одетого мужчину с сединой на висках. Сегодняшние технологии уже позволяют сформировать рекомендацию по сценарию обслуживания, продажи или удержанию здесь и сейчас с учетом персональных данных, конкретной ситуации и истории решения аналогичных задач в организации. Для этого не надо строить огромные хранилища данных и нанимать ученых, чтобы создавать мощнейшие аналитические модели.
Commonwealth Bank of Australia внедрил концепцию Next Best Conversation на цифровой платформе принятия решений Pega и уволил data scientist'ов, которые за три года не смогли показать значимых результатов. Теперь бизнес-аналитики формулируют правила, стратегии приятия решений и быстро их доносят до клиентов во всех каналах. Результат ну заставил себя долго ждать. В течение года Банк сумел увеличить количество лидов в 10 раз, а конверсию в 3 раза.
Почему Pega? Мое личное мнение совпадает с мнение многих аналитиков, которые позиционируют платформу и решения Pega, как лучшие решения для Digital Process Automation и Digital Decisioning Platform. Я пока не видел на рынке другой единой платформы, с помощью которой можно бесшовно объединить процессы взаимодействия с клиентами и внутренние процессы в крупной организации. Эта связь является ключевой в стратегии Цифровой трансформации, потому что сегодня мы декларируем, что обрабатываем огромное количество данных. Это надо демонстрировать клиентам, выполняя каждое обещание, несмотря на сложные, часто несвязанные процессы и системы. Мы используем инструменты Омниканального Искусственного Интеллекта в режиме реального времени и сквозную автоматизацию процессов и Case Management. Такие инструменты позволяют вместе или по одному выявлять и автоматизировать клиентские сценарии (Customer Journey), а также переиспользовать созданные элементы процессов и систем для учета региональной, продуктовой, клиентской и др. специфики. Для этого мы сделали и запатентовали методологию Ситуационного пирога (Situational Layer Cake). Эта методология тоже реализована в платформе Pega. Сама же платформа не предполагает кодирования, поэтому мы гордимся тем, что сделали программного обеспечение, которое само делает программного обеспечение и позволяет бизнес аналитикам без знания языков программирования и специалистам ИТ быстро формировать требования и видеть результат в одной среде. Отдельно стоит отметить, что все решения, которые мы делаем могут работать и в инфраструктуре наших клиентов и в «облаке», интегрируясь с существующими системами с помощью встроенных технологий или роботов.
Слоган компании Pega – Build for Change. И мы стараемся предоставить максимум инструментов, чтобы наши клиенты могли быстро проводить любые изменения.