Apakah Program Otomasi Anda Siap untuk AI? AI Playbook Anda (Bagian 1)

Kecerdasan buatan (AI) memperluas nilai program otomatisasi Anda. Menambahkan AI ke program otomatisasi Anda membuka peluang yang hampir tak terbatas untuk mengotomatiskan proses kognitif dan cerdas—mendorong produktivitas, efisiensi, dan kepuasan pelanggan ke tingkat yang lebih tinggi.

Selama webinar AI Playbook (bagian dari AI Summit kami), kami menghubungi Brian Klochkoff, Head of Automation for Americas di dentsu international, untuk mempelajari secara langsung bagaimana rasanya menambahkan AI ke otomatisasi dan mencapai nilai ini. Baik otomatisasi untuk bisnis Anda terutama mengacu pada otomatisasi proses robotik (RPA), analisis data, atau pembelajaran mesin (ML), menggabungkan AI ke dalam program otomatisasi Anda dapat membuatnya lebih kuat dan lebih komprehensif.

Dalam postingan ini, saya akan menjelaskan proses dua langkah yang menentukan tahapan untuk AI:

1. Cara menentukan apakah Anda siap menambahkan AI ke otomatisasi.

2. Cara membangun momentum menuju penerimaan AI.

Di bagian kedua seri ini, saya akan menunjukkan cara mengintegrasikan model AI ke dalam program otomatisasi Anda yang ada dan praktik terbaik mana yang harus diikuti.

Tentukan apakah Anda siap untuk menambahkan AI ke program otomatisasi Anda

Perusahaan yang memeriksa teknologi AI berhak menanyakan apakah mereka siap atau tidak. Kami telah merangkum masalah kompleks ini menjadi dua pertanyaan.

1. Apakah Anda memiliki juara visi?

Seorang juara visi adalah pemimpin yang mendorong keterlibatan bisnis dan dukungan eksekusi.

Dalam posting kami tentang membangun tim untuk mendukung model operasi otomatisasi, kami mendefinisikan dua jenis sponsor eksekutif:penggerak dan pelayan digital. Mobilizer menjelaskan nilai otomatisasi, merekrut bakat ke tim RPA, dan menarik dana awal. Penatalayan digital mengambil apa yang ditetapkan oleh penggerak dan dibangun di atasnya dengan meyakinkan para eksekutif untuk menerima dan mengarahkan tim otomasi ke tahap pertumbuhan berikutnya.

Seorang juara visi membutuhkan campuran keterampilan ini. Saat Anda meletakkan AI di atas otomatisasi, Anda mungkin sudah memiliki mobilizer, pelayan digital, dan (semoga) banyak penggemar otomatisasi lainnya. Apa yang Anda butuhkan dari AI vision champion berbeda.

Saat memeriksa seseorang yang bisa menjadi juara visi AI Anda, tanyakan pada diri Anda pertanyaan-pertanyaan ini:

• Apakah orang ini akan bersemangat dan tak kenal lelah dalam memperjuangkan visi AI? Pendukung AI, bahkan ketika berbicara dengan orang yang menggunakan otomatisasi, mungkin menghadapi skeptisisme dan juara visi Anda bukanlah seseorang yang mudah kecewa.

• Apakah orang ini memiliki pengaruh yang kuat terhadap organisasi dan pemangku kepentingan eksekutif? Gairah dan tekad hanya akan berjalan sejauh ini—seorang juara visi yang hebat perlu memiliki pengaruh untuk menandingi dorongan mereka. Strateginya harus luas perusahaan, jadi pengaruh orang ini juga harus.

• Dapatkah orang ini mengartikulasikan kasus bisnis yang kuat kepada pemangku kepentingan eksekutif? Terakhir, orang ini harus mampu mengartikulasikan manfaat AI dengan cara yang akan dipahami dan diyakini oleh pemangku kepentingan eksekutif.

Jawaban atas pertanyaan di atas akan membantu Anda menentukan jawaban untuk pertanyaan yang lebih besar:Apakah Anda memiliki visi juara?

Setelah Anda memikirkan seorang juara, kita dapat melanjutkan ke pertanyaan besar berikutnya.

2. Apakah program otomatisasi Anda cukup matang untuk AI?

Dalam artikel sebelumnya, kami telah membandingkan otomatisasi dengan perjalanan dan menyediakan kerangka kerja untuk penskalaan. Kami menekankan sifat otomatisasi jangka panjang karena potensinya untuk transformasi dari atas ke bawah. Tingkat perubahan itu membutuhkan perspektif jangka panjang.

Itulah mengapa sangat penting untuk bersikap kritis tentang apakah ini waktu yang tepat untuk menambahkan AI ke program otomatisasi Anda. Kami yakin semua bisnis pada akhirnya akan menganggap AI penting, tetapi itu tidak berarti semua bisnis harus terburu-buru menerapkan AI hari ini.

Untuk menentukan kematangan program otomatisasi Anda, tanyakan pada diri Anda dan tim Anda pertanyaan berikut:

• Apakah Anda memiliki tata kelola dan proses yang ada untuk program otomatisasi? Menerapkan AI ke dalam program otomatisasi tanpa tata kelola yang ada dapat mengurangi dampak AI, memperburuk kasus bisnisnya. Selain itu, kurangnya tata kelola dapat membuat orang waspada terhadap risiko yang terkadang ditimbulkan oleh teknologi baru. Mulailah dengan menambahkan tata kelola ke program otomatisasi Anda yang sudah ada. Dengan tata kelola yang diterapkan, Anda dapat menambahkan solusi baru, seperti AI, di atas, dan memberikan kepercayaan dan ketenangan pikiran pada tim Anda.

• Apakah Anda memiliki infrastruktur dan sumber daya yang ada untuk dimanfaatkan? Implementasi AI yang kompleks membutuhkan ilmuwan data serta pengembang RPA. Keahlian ilmuwan data dan pengembang RPA Anda saling melengkapi, tetapi mereka mungkin belum tahu cara bekerja sama. Dengan struktur tata kelola yang tepat, Anda dapat mengonfigurasi alur kerja baru yang memungkinkan tim ini berkolaborasi.

• Apakah Anda memiliki visi untuk mendemokratisasi AI untuk pengguna bisnis? Demokratisasi memberdayakan pengguna bisnis untuk menggunakan otomatisasi dan AI. Bangun visi Anda untuk demokratisasi ke dalam peluncuran AI Anda. Visi ini memastikan desain infrastruktur dan tata kelola AI yang mempertimbangkan pengguna bisnis.

Program otomatisasi yang matang, menurut Klochkoff, akan melibatkan sumber daya yang “bersemangat untuk menemukan persimpangan keunggulan operasional dan potensi teknologi.” Persimpangan itu penting karena semangat untuk AI dan ML diperlukan, tetapi tidak cukup, untuk sukses. Kepraktisan bisnis juga penting.

Kematangan program otomasi bukanlah sesuatu yang harus Anda tunggu-tunggu. Dengan membangun model operasi otomatisasi, Anda dapat melewati tahap awal implementasi otomatisasi dan otomatisasi skala secara efektif.

Bangun momentum menuju kegembiraan AI

AI ada dalam agenda setiap eksekutif C-suite, tetapi begitu juga banyak inisiatif pesaing lainnya. Agar C-suite, serta perusahaan Anda, tertarik dengan AI, fokuslah untuk membangun momentum dengan mengungkap misteri, melibatkan, dan menunjukkan alasan untuk berinvestasi di AI.

Mengungkapkan AI untuk menyatukan ketakutan dan membangkitkan kegembiraan

AI masih sering disalahpahami, sebagian karena banyaknya teknologi berbeda yang ada di luar sana. Sekarang ada spektrum alat mulai dari yang sederhana—dapat diakses oleh pengguna bisnis—hingga yang kompleks, yang dapat diakses terutama oleh ilmuwan data.

Bahkan jika perusahaan Anda memiliki program otomatisasi yang berkembang penuh dengan pemimpin yang terlibat, itu tidak berarti siapa pun memahami AI. Kurangnya pemahaman itu dapat menyebabkan kewaspadaan, jika bukan ketakutan yang nyata. Tujuan Anda adalah menjadikan AI sebagai entitas yang realistis dan dapat dipahami––yang dapat dipahami oleh orang-orang dari tingkat eksekutif hingga bawah.

“Pada akhirnya,” kata Klochkoff, “Saya pikir otomatisasi adalah sesuatu yang benar-benar manusiawi, bagi banyak dari kita ... Jika Anda menghapus pekerjaan bervolume tinggi, membosankan, dan monoton, tidak peduli ke arah mana , siapa pun mulai dari CFO hingga asisten tingkat pemula dapat mengidentifikasinya.”

Kami merekomendasikan tiga cara untuk mengungkap AI:

• Buat hubungan manusia :temukan pemangku kepentingan yang memahami bahwa, dalam kata-kata Klochkoff, “kemajuan bertahap lebih penting daripada kesempurnaan.” AI, karena sifat model ML dan AI, jarang akan sempurna untuk pertama kalinya. Bantu orang-orang memahami bahwa tujuannya adalah untuk mencapai ambang kepercayaan diri dan mengajarkan model dari waktu ke waktu.

• Identifikasi kasus bisnis yang tepat :Klochkoff mengatakan Anda perlu "menjembatani kesenjangan mental" antara ide dan implementasi dengan menunjukkan kepada pemangku kepentingan bagaimana AI akan memengaruhi kehidupan sehari-hari mereka. AI sering kali terasa menakutkan karena jauh, jadi lakukan yang terbaik untuk membuatnya terasa nyata, bukan abstrak. Kasus bisnis yang tepat akan menjadi bukti konsep dan, setelah diterapkan, menunjukkan bukti nilai.

• Fokus pada bukti nilai :menampilkan potensi AI dengan teknologi yang lebih sederhana. Klochkoff merekomendasikan untuk menggunakan teknologi yang sudah dikenal, seperti Amazon Alexa. Alexa jauh dari AI perusahaan, tetapi keakraban audiens Anda dengannya membantu mereka memahami nilainya. Jika Anda dapat menunjukkan kepada mereka bagaimana asisten suara dapat menambahkan nilai melalui AI, Anda selangkah lebih dekat untuk membuktikan nilai AI perusahaan.

Klochkoff merekomendasikan Anda meminta pemangku kepentingan Anda untuk membayangkan "asisten suara untuk bisnis." Bagaimana kita bisa memberi orang akses ke layanan mandiri TI dengan pemrosesan bahasa alami (NLP), misalnya? Jelaskan manfaat dari implementasi seperti itu. Gunakan analogi untuk menunjukkan bahwa implementasi yang tidak sempurna juga berguna. Jutaan orang menggunakan Alexa, meskipun Alexa tidak memahami kueri mereka 100% dengan benar setiap saat.

Ini bukan tiga metode terpisah, tetapi tiga komponen untuk kasus yang bagus untuk AI.

Libatkan pemimpin, karyawan, dan sumber daya dalam solusi yang ditawarkan AI

Saat Anda membangun momentum, ingatlah bahwa pemangku kepentingan yang berbeda membentuk audiens Anda, yang berarti bahwa pesan Anda perlu diubah tergantung pada siapa Anda berbicara.

Saat Anda berbicara dengan pemimpin , tarik mereka dengan menunjukkan bagaimana RPA dan AI dapat membantu memecahkan masalah bisnis yang sebenarnya. Masalah bisnis adalah bahasa yang mereka gunakan, jadi bicaralah dengan bahasa yang sama dengan mereka.

Saat Anda berbicara dengan karyawan , memandu mereka melalui kasus penggunaan. Tunjukkan kepada karyawan bagaimana mereka dapat mengintegrasikan AI ke dalam pekerjaan sehari-hari mereka. Sekali lagi, demistifikasi. Sebisa mungkin, luangkan waktu untuk menjelaskan beberapa logika AI yang akan berinteraksi dengan mereka. Mereka tetap akan, pada akhirnya, bertanggung jawab atas hasil dari proses ini.

Saat Anda berbicara dengan sumber daya secara lebih luas, fokus pada pemecahan silo. Tujuan Anda adalah memungkinkan departemen yang berbeda untuk bekerja sama, terutama center of excellence (CoE) RPA dan CoE analitik data Anda. Ini tidak akan selalu mudah.

Saat Anda bergerak lebih jauh di sepanjang spektrum menuju keterampilan pengembangan teknis, Klochkoff memperingatkan, Anda mungkin menemukan stigma seputar RPA. RPA, bagi sebagian orang, terasa ketinggalan zaman. Didik mereka sebaliknya. Dengan platform seperti UiPath AI Center, Anda dapat melakukan lebih dari sebelumnya. “Ketika nilai bisnis ada di sana,” kata Klochkoff, begitu juga anggaran penelitian dan pengembangan (R&D), yang berarti karyawan Anda yang sangat teknis akan mendapatkan 'kotak pasir yang luas' untuk dimainkan."

Saat Anda membangun keterlibatan, Anda akan dapat menunjukkan, di semua tingkatan, bagaimana Anda dapat menggabungkan AI ke dalam solusi RPA yang ada. Dukungan pemimpin, karyawan, dan sumber daya diperlukan untuk implementasi yang elegan.

Cari orang yang benar-benar memahami AI

Jika Anda mengambil satu pelajaran dari artikel ini, buatlah ini:fokus pada hasil. Anda dapat memiliki semua demo dan contoh di dunia, tetapi tidak ada yang berbicara banyak seperti kasus penggunaan dengan hasil.

Temukan kasus penggunaan sejak dini dan temukan audiens yang tepat untuk didemonstrasikan. Kasus penggunaan yang tepat akan menunjukkan kemajuan dan efek dunia nyata.

Ambil contoh ApprioHealth ini, yang menggunakan UiPath AI Computer Vision untuk memproses klaim asuransi kesehatan dalam jumlah besar dengan cepat dan efisien. Tim di ApprioHealth adalah pengguna RPA yang berpengalaman tetapi mereka menemukan bahwa infrastruktur desktop virtual (VDI) mereka menghambat keefektifannya. Dengan AI Computer Vision, robot perangkat lunak dapat melihat layar komputer seperti halnya manusia, yang berarti ApprioHealth dapat menggunakan RPA di semua sistem VDI.

Kasus penggunaan ini ideal karena tim memahami kemajuan yang mungkin terjadi dan ketika mereka mengejarnya, efisiensi RPA meningkat tujuh kali lipat.

Audiens yang tepat juga akan memiliki pengetahuan yang cukup untuk mengetahui konsep teknis, nilai bisnis AI, dan mengapa keterlibatan mereka dalam inisiatif AI sangat penting.

Di sinilah demonstrasi terkadang bisa salah. Klochkoff mengalami ini pada satu kesempatan bekerja dengan pemangku kepentingan front-office yang tidak memiliki tingkat ketajaman teknis tertentu. Timnya membuat solusi AI yang dapat menghasilkan respons awal terhadap proposal klien.

“Orang-orang sangat bersemangat untuk mengerjakan masalah yang begitu menarik dan kompleks yang akan membawa nilai bagi mereka, tetapi ketika solusinya tidak memberikan pada ambang kepercayaan 100%, mereka tidak terlalu peduli,” kata Klochkoff. Stakeholder yang tadinya heboh menjadi apatis begitu melihat ambang batas itu. Mereka peduli dengan sebagian kecil pertanyaan yang mereka tahu jawabannya yang tidak dimiliki solusi AI. Ini bukan grup yang ideal untuk memulai, Klochkoff mengakui.

Semua orang suka berpartisipasi dalam apa yang disebut Klochkoff sebagai “buzzword bingo” (yang dapat mencakup AI, ML, dan RPA), tetapi untuk beberapa proyek Anda harus mencari orang yang benar-benar memahami teknologi yang ada. Klochkoff paling sukses dengan “orang-orang yang telah bekerja dengan mereka selama bertahun-tahun”.

Selama satu proyek, mereka berubah dari akurasi 76% menjadi akurasi 97% selama empat hingga enam minggu, "dan itu tidak akan dapat terjadi tanpa keterlibatan dan partisipasi berkelanjutan dari teman-teman kita dalam fungsi teknologi."

Saling pengertian adalah apa yang akan memberi Anda kemampuan untuk menerapkan solusi di luar bukti konsep dan akhirnya berkembang.

Manfaatkan momentum Anda dan jalankan

Meskipun bisnis terkemuka pada akhirnya harus belajar bagaimana menggunakan AI untuk menjadi kompetitif, implementasi yang tidak tepat waktu bisa sama berisikonya dengan implementasi yang terlewat. Jangan tunda, tapi juga jangan terburu-buru.

Kami telah membahas cara menguji kesiapan dan membangun momentum; di bagian dua, kami akan menjelaskan apa yang harus dilakukan dengan momentum itu. Setelah Anda memiliki kegembiraan di pihak Anda, integrasi model AI ke dalam program otomatisasi Anda ada di depan mata Anda.

Untuk mendengar Brian Klochkoff dan saya dengan kata-kata kami sendiri, lihat rekaman webinar AI Playbook.