Tingkatkan Otomatisasi Anda dengan AI: Buku Panduan Esensial (Bagian 1)

Kecerdasan buatan (AI) memperluas nilai program otomatisasi Anda. Menambahkan AI ke program otomatisasi Anda membuka peluang yang tak terbatas untuk mengotomatisasi proses kognitif yang cerdas—mendorong produktivitas, efisiensi, dan kepuasan pelanggan ke ketinggian baru.

Selama webinar AI Playbook (bagian dari AI Summit kami), kami beralih ke Brian Klochkoff, Head of Automation for Americas di dentsu international, untuk mempelajari langsung bagaimana menambahkan AI ke otomatisasi dan mencapai nilai ini. Baik otomatisasi untuk bisnis Anda terutama merujuk pada robotic process automation (RPA), analitik data, atau machine learning (ML), menggabungkan AI ke program otomatisasi Anda dapat membuatnya lebih kuat dan lebih komprehensif.

Dalam pos ini, saya akan menjelaskan proses dua langkah yang menyiapkan panggung untuk AI:

1. Bagaimana menentukan apakah Anda siap menambahkan AI ke otomatisasi.
2. Bagaimana membangun momentum menuju penerimaan AI.

Dalam bagian dua dari seri ini, saya akan menunjukkan kepada Anda cara mengintegrasikan model AI ke program otomatisasi yang ada dan praktik terbaik mana yang harus diikuti.

Tentukan apakah Anda siap menambahkan AI ke program otomatisasi Anda

Enterprise yang memeriksa teknologi AI benar untuk bertanya apakah mereka siap atau tidak. Kami telah menyederhanakan masalah kompleks ini menjadi dua pertanyaan.

1. Apakah Anda memiliki vision champion?

Vision champion adalah pemimpin yang mendorong keterlibatan bisnis dan dukungan eksekusi.

Dalam pos kami tentang membangun tim untuk mendukung model operasi otomatisasi, kami mendefinisikan dua jenis sponsor eksekutif: mobilizer dan digital steward. Mobilizer menjelaskan nilai otomatisasi, merekrut talenta ke tim RPA, dan menarik pendanaan awal. Digital steward mengambil apa yang telah dirintis oleh mobilizer dan membangun di atasnya dengan meyakinkan eksekutif untuk berinvestasi dan mengarahkan tim otomatisasi ke tahap pertumbuhan berikutnya.

Vision champion membutuhkan campuran keterampilan ini. Ketika Anda melapisi AI di atas otomatisasi, Anda mungkin sudah memiliki mobilizer, digital steward, dan (semoga) banyak penggemar otomatisasi lainnya. Apa yang Anda butuhkan dari vision champion AI berbeda.

Ketika memeriksa seseorang yang dapat menjadi vision champion AI Anda, tanyakan pada diri Anda pertanyaan ini:

• Apakah orang ini akan bersemangat dan gigih dalam mempromosikan visi AI? Pendukung AI, bahkan ketika berbicara dengan orang yang menggunakan otomatisasi, mungkin menghadapi skeptisisme dan vision champion Anda tidak boleh seseorang yang mudah kecewa.
• Apakah orang ini memiliki pengaruh yang kuat terhadap organisasi dan pemangku kepentingan eksekutif? Semangat dan tekad hanya akan sampai sejauh itu—vision champion yang hebat perlu memiliki pengaruh yang cocok dengan dorongan mereka. Strategi harus enterprise wide, jadi pengaruh orang ini juga harus demikian.
• Dapatkah orang ini mengartikasikan kasus bisnis yang kuat kepada pemangku kepentingan eksekutif? Akhirnya, orang ini harus mampu mengartikasikan manfaat AI dengan cara yang akan dipahami dan dipercaya oleh pemangku kepentingan eksekutif.

Jawaban atas pertanyaan di atas akan membantu Anda menentukan jawaban atas pertanyaan yang lebih besar: Apakah Anda memiliki vision champion?

Setelah Anda memiliki champion dalam pikiran, kita dapat melanjutkan ke pertanyaan utama berikutnya.

2. Apakah program otomatisasi Anda cukup matang untuk AI?

Dalam artikel sebelumnya, kami telah membandingkan otomatisasi dengan perjalanan dan menyediakan kerangka kerja untuk menskala. Kami menekankan sifat jangka panjang otomatisasi karena potensi transformasi dari atas ke bawah. Tingkat perubahan ini memerlukan perspektif jangka panjang.

Itulah mengapa begitu penting untuk kritis tentang apakah ini waktu yang tepat untuk menambahkan AI ke program otomatisasi Anda. Kami percaya semua bisnis pada akhirnya akan mempertimbangkan AI sebagai hal yang esensial, tetapi itu tidak berarti semua bisnis harus tergesa-gesa untuk menerapkan AI hari ini.

Untuk menentukan maturitas program otomatisasi Anda, tanyakan pada diri Anda dan tim Anda pertanyaan ini:

• 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, memburukkan kasus bisnisnya. Selain itu, kurangnya tata kelola dapat membuat orang waspada terhadap risiko yang kadang ditimbulkan oleh teknologi baru. Mulailah dengan menambahkan tata kelola ke program otomatisasi yang ada Anda. Dengan tata kelola yang ada, Anda dapat melapisi solusi baru, seperti AI, di atasnya, dan memberikan tim Anda kepercayaan dan ketenangan pikiran.
• Apakah Anda memiliki infrastruktur dan sumber daya yang ada untuk dimanfaatkan? Implementasi AI yang kompleks membutuhkan ilmuwan data serta pengembang RPA. Keterampilan 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 untuk berkolaborasi.
• Apakah Anda memiliki visi untuk mendemokratisasi AI bagi pengguna bisnis? Democratization memberdayakan pengguna bisnis untuk menggunakan otomatisasi dan AI. Bangun visi demokratisasi Anda ke dalam peluncuran AI Anda. Visi ini memastikan desain infrastruktur dan tata kelola AI yang mempertimbangkan pengguna bisnis.

Program otomatisasi yang matang, dalam kata Klochkoff, akan melibatkan sumber daya yang “bersemangat dalam menemukan persimpangan antara keunggulan operasional dan potensi teknologi.” Persimpangan ini esensial karena semangat untuk AI dan ML diperlukan, tetapi tidak cukup, untuk keberhasilan. Keakuratan bisnis juga penting.

Maturitas program otomatisasi bukanlah sesuatu yang harus Anda tunggu-tunggu. Dengan membangun model operasi otomatisasi, Anda dapat melewati tahap awal implementasi otomatisasi dan menskala otomatisasi dengan efektif.

Bangun momentum menuju kegembiraan AI

AI ada di agenda setiap eksekutif C-suite, tetapi begitu pula banyak inisiatif yang bersaing lainnya. Untuk membuat C-suite, serta perusahaan Anda, bersemangat tentang AI, fokuslah pada membangun momentum dengan menyelesaikan misteri AI, melibatkan, dan menunjukkan kasus untuk berinvestasi dalam AI.

Menyelesaikan misteri AI untuk mengatasi ketakutan dan merangsang kegembiraan

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

Bahkan jika perusahaan Anda memiliki program otomatisasi yang subur penuh pemimpin yang terlibat, itu tidak berarti siapa pun memahami AI. Kurangnya pemahaman ini dapat mengakibatkan waspada, jika bukan rasa takut sebenarnya. Tujuan Anda adalah membuat AI menjadi entitas yang realistis dan dapat dipahami—satu yang dapat dipahami oleh orang dari tingkat eksekutif ke bawah.

“Pada akhirnya,” kata Klochkoff, “saya pikir otomatisasi adalah sesuatu yang sebenarnya manusia, bagi banyak dari kita ... Jika Anda menghapus pekerjaan volume tinggi, melelahkan, monoton, tidak peduli cara mana, siapa pun dari CFO hingga asisten level pemula dapat mengidentifikasi dengan itu.”

Kami merekomendasikan tiga cara untuk menyelesaikan misteri AI:

• Buat koneksi manusia: temukan pemangku kepentingan yang memahami bahwa, dalam kata Klochkoff, “kemajuan bertahap lebih penting dari kesempurnaan.” AI, karena sifatnya model ML dan AI, jarang akan sempurna pada pertama kalinya. Bantu orang memahami bahwa tujuan adalah untuk mencapai ambang kepercayaan dan mengajari model seiring waktu.
• Identifikasi kasus bisnis yang tepat: Klochkoff mengatakan Anda perlu “menjembatani kesenjangan mental” antara ide dan implementasi dengan menunjukkan kepada pemangku kepentingan cara AI akan mempengaruhi kehidupan sehari-hari mereka. AI sering terasa menakutkan karena itu jauh, jadi lakukan yang terbaik untuk membuatnya terasa nyata, alih-alih abstraksi. Kasus bisnis yang tepat akan menjadi bukti konsep dan, setelah diimplementasikan, menunjukkan bukti nilai.
• Fokus pada bukti nilai: tunjukkan potensi AI dengan teknologi yang lebih sederhana. Klochkoff merekomendasikan menggunakan teknologi yang familiar, seperti Amazon Alexa. Alexa jauh dari AI enterprise, tetapi keakraban audiens dengan itu membantu mereka memahami nilainya. Jika Anda dapat menunjukkan kepada mereka bagaimana asisten suara dapat menambah nilai melalui AI, Anda satu langkah lebih dekat untuk membuktikan nilai AI enterprise.

Klochkoff merekomendasikan Anda meminta pemangku kepentingan untuk membayangkan “asisten suara untuk bisnis.” Bagaimana kita dapat memberikan orang akses ke self service TI dengan pemrosesan bahasa alami (NLP), misalnya? Jelaskan manfaat yang mungkin dimiliki oleh implementasi semacam itu. Gunakan analogi untuk menunjukkan bahwa bahkan implementasi yang tidak sempurna juga berguna. Jutaan orang menggunakan Alexa, meskipun itu tidak memahami kueri mereka 100% dengan benar setiap kali.

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

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

Saat Anda membangun momentum, ingatlah bahwa berbagai pemangku kepentingan menyusun audiens Anda, yang berarti pesan Anda perlu bergeser tergantung siapa yang Anda bicarakan.

Ketika Anda berbicara dengan pemimpin, ajak mereka dengan menunjukkan bagaimana RPA dan AI dapat membantu menyelesaikan masalah bisnis nyata. Masalah bisnis adalah bahasa yang mereka bicara, jadi bicara bahasa yang sama dengan mereka.

Ketika Anda berbicara dengan karyawan, bawalah mereka melalui kasus penggunaan. Tunjukkan kepada karyawan bagaimana mereka akan dapat mengintegrasikan AI ke dalam pekerjaan sehari-hari mereka. Lagi, selesaikan misteri. Secara perlu, luangkan waktu untuk menjelaskan beberapa logika AI yang akan mereka hadiri. Mereka pada akhirnya, masih akan bertanggung jawab atas hasil dari proses-proses ini.

Ketika Anda berbicara dengan sumber daya secara luas, fokuslah pada memecahkan silos. Tujuan Anda adalah memungkinkan berbagai departemen untuk bekerja sama, terutama CoE RPA dan CoE analitik data Anda. Ini tidak akan selalu mudah.

Saat Anda bergerak lebih jauh di spektrum menuju keterampilan pengembangan teknis, Klochkoff memperingatkan, Anda mungkin menemukan stigma terhadap RPA. RPA, bagi beberapa orang, terasa usang. Ajarkan mereka sebaliknya. Dengan platform seperti UiPath AI Center, Anda dapat melakukan lebih banyak dari yang sebelumnya mungkin. “Saat nilai bisnis ada,” kata Klochkoff, begitu juga anggaran penelitian dan pengembangan (R&D), yang berarti karyawan teknis tinggi Anda akan mendapatkan ‘pasir luas’ untuk bermain.”

Saat Anda membangun keterlibatan, Anda akan dapat menunjukkan, di semua tingkat, bagaimana Anda dapat menjahit AI ke dalam solusi RPA yang ada. Dukungan dari 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 ini, tetapi tidak ada yang berbicara lebih keras dari kasus penggunaan dengan hasil.

Temukan kasus penggunaan sejak awal dan temukan audiens yang tepat untuk mendemokan mereka kepada mereka. Kasus penggunaan yang tepat akan menunjukkan kemajuan dan efek dunia nyata.

Ambil contoh ini dari ApprioHealth, yang menggunakan UiPath AI Computer Vision untuk memproses volume besar klaim asuransi medis dengan cepat dan efisien. Tim di ApprioHealth adalah pengguna RPA yang berpengalaman tetapi mereka menemukan bahwa infrastruktur desktop virtual (VDI) mereka menghambat efektivitasnya. Dengan AI Computer Vision, robot perangkat lunak dapat melihat layar komputer sama seperti manusia, yang berarti ApprioHealth dapat menggunakan RPA di seluruh sistem VDI apa pun.

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

Audiens yang tepat juga akan cukup berpengetahuan untuk mengetahui konsep teknis, nilai bisnis AI, dan mengapa keterlibatan mereka dalam inisiatif AI adalah kritis.

Ini adalah tempat di mana demonstrasi kadang-kadang dapat salah. Klochkoff mengalami ini pada satu saat bekerja dengan pemangku kepentingan front-office yang kurang tingkat kemahuan teknis. Timnya membangun solusi AI yang dapat menghasilkan respons sebelumnya untuk proposal klien.

“Orang sangat bersemangat untuk bekerja pada masalah yang menarik dan kompleks ini yang akan membawa nilai bagi mereka, tetapi saat solusi tidak memberikan pada ambang kepercayaan 100%, mereka benar-benar tidak peduli,” kata Klochkoff. Pemangku kepentingan yang dulu bersemangat menjadi apatis setelah mereka melihat ambang itu. Mereka peduli pada bagian kecil dari pertanyaan yang mereka tahu jawabnya tetapi solusi AI tidak. Ini bukan grup yang ideal untuk memulai, mengakui Klochkoff.

Setiap orang suka berpartisipasi dalam apa yang disebut Klochkoff “buzzword bingo” (yang dapat mencakup AI, ML, dan RPA), tetapi untuk beberapa proyek Anda harus mencari orang yang benar-benar memahami teknologi yang sedang dihadapi. Klochkoff mendapatkan keberhasilan paling banyak dengan “orang yang telah bekerja bersama selama bertahun-tahun.”

Selama satu proyek, mereka pergi dari 76% akurasi menjadi 97% akurasi selama empat hingga enam minggu, “dan itu tidak akan dapat terjadi tanpa keterlibatan dan partisipasi berkelanjutan dari teman-teman kami di fungsi teknologi.”

Pemahaman bersama adalah yang akan memberikan Anda kemampuan untuk menerapkan solusi di luar bukti konsep dan pada akhirnya menskala.

Manfaatkan momentum Anda dan eksekusi

Meskipun bisnis terkemuka pada akhirnya semua harus belajar cara menggunakan AI untuk kompetitif, implementasi yang tidak tepat waktu dapat berisiko seperti implementasi yang terlewat. Jangan tertunda, tetapi juga jangan tergesa-gesa.

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

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