Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Manufacturing Technology >> Sistem Kontrol Otomatisasi

Inovator UiPath Memetakan Masa Depan Otomatisasi Agen

Otomatisasi agen adalah teknologi yang belum pernah kita lihat sebelumnya. Potensinya untuk menghubungkan area-area dalam perusahaan yang selama ini kesulitan dalam berkomunikasi, dan membentuk kembali pekerjaan seperti yang kita ketahui, sangatlah menarik.

Ini juga bisa sangat menegangkan.

Sebelum menerapkan teknologi baru apa pun, para pemimpin bisnis ingin menjawab beberapa pertanyaan:

Karena otomatisasi agen masih sangat baru, jawaban-jawaban ini masih terus dikembangkan. Namun beberapa organisasi—termasuk sejumlah Inovator UiPath—lebih maju dibandingkan yang lain. Perintis ini adalah bagian dari program baru yang dirancang untuk para pemimpin bisnis dan transformasi yang berkomitmen untuk mendorong pertumbuhan dengan AI dan otomatisasi. Dan mereka mulai memetakan secara detail seperti apa otomatisasi agen di organisasi mereka.

Setelah berdiskusi dengan sejumlah Inovator UiPath, beberapa pola muncul, termasuk kasus penggunaan umum dan rencana untuk melacak dampak agen. Di blog ini, kami akan menguraikan apa yang menjadi pemikiran utama sekelompok pemimpin yang sedang berkembang dan siap untuk mengubah otomatisasi agen dari ide menjadi dampak.

Di mana agen AI ditetapkan untuk membuka nilai perusahaan

Membantu sistem dan tim berkomunikasi satu sama lain

Terlepas dari banyaknya alat SaaS dan platform komunikasi yang mencakup tumpukan teknologi perusahaan modern, banyak organisasi mengalami kesulitan dalam menyatukan sistem dan tim yang berbeda. Format data, cara melakukan sesuatu, dan alur kerja yang berbeda menciptakan silo yang menghambat jenis kolaborasi yang melahirkan inovasi.

Inovator UiPath memiliki harapan besar terhadap otomatisasi agen untuk mendobrak hambatan ini dan memfasilitasi arus informasi yang lebih jelas antara manusia, sistem, dan robot. Menjembatani alat yang terfragmentasi secara manual adalah hal yang sulit, namun agen memiliki kecerdasan dan kemampuan beradaptasi yang diperlukan untuk melakukannya. Ini adalah “hal besar yang selalu diingat” oleh Srinivas Nagarajan, yang sebelumnya bekerja di Deluxe, yang yakin bahwa organisasi mereka dapat memperoleh manfaat dari kemampuan otomatisasi agen untuk menggabungkan berbagai sistem dan menghubungkan informasi yang mendasarinya.

Orientasi pelanggan adalah kasus penggunaan yang sangat menarik untuk Deluxe.

Saya telah melihat nilai yang signifikan dari sisi orientasi—terutama ketika kita berhadapan dengan pengaturan pelanggan yang kompleks. Ini tidak selalu hanya sekedar orientasi pelanggan langsung; kami mungkin juga perlu merekrut pengecer, penjual langsung, dan berbagai mitra saluran. Skenario ini sering kali melibatkan proses yang sangat berbeda atau bahkan tidak terhubung sehingga perlu digabungkan dari perspektif bisnis.

Srinivas Nagarajan

Tidak ada kekurangan manfaat bisnis dengan menghubungkan sistem yang berbeda. Di sektor publik, manajemen subkontraktor dapat menghabiskan banyak waktu dan sumber daya. Nicolas Sandros dari BDO menunjukkan bahwa mengirimkan beberapa entri waktu melalui sistem yang berbeda sebagai masalah tertentu, dan hal ini dapat diatasi dengan bantuan agen AI.

Pada akhirnya, kesulitan umum dalam menerjemahkan informasi antara manusia dan sistem akan teratasi dengan hadirnya agen AI.

Menskalakan operasi tanpa menskalakan jumlah karyawan

Secara tradisional, terdapat hubungan satu lawan satu antara jumlah karyawan dan sasaran:jika Anda ingin mencapai lebih banyak hal sebagai sebuah organisasi, Anda perlu mempekerjakan lebih banyak orang. Namun sumber dayanya tidak terbatas, sehingga secara historis membatasi jumlah dan cakupan proyek yang dapat dilakukan oleh perusahaan.

Otomatisasi agen mengubah persamaan ini—organisasi yang berpikiran maju sudah berencana memanfaatkan agen untuk mencapai tujuan tertentu tanpa menambah jumlah karyawan. Area seperti pusat kontak sudah sangat matang untuk melakukan transformasi semacam ini.

Area pertama yang kami fokuskan adalah contact center. Apa yang kami amati adalah banyak kasus penggunaan agen peta panas atau AI generatif yang menunjukkan tingkat penggunaan pusat kontak/layanan pelanggan yang tinggi, terlepas dari industri mana Anda berasal.

Karthik Ramakrishnan, Permadani

Demikian pula, Ramakrishnan menunjuk ke meja bantuan internal sebagai kasus penggunaan agen awal yang bagus, karena agen dapat “membantu karyawan kami mendapatkan akses ke informasi dengan cepat dan efisien.”

Namun bukan hanya pusat panggilan saja yang dapat memanfaatkan agen AI untuk melakukan lebih banyak hal dengan jumlah orang yang sama. Beberapa organisasi, seperti Suncoast Credit Union, sedang memikirkan bagaimana agen dapat mempercepat target pertumbuhan mereka. Dottie Dunn dari Suncoast mengatakan perusahaannya kini bertanya "berapa banyak staf yang kami perlukan agar bisa melipatgandakan anggota kami? Kami sedang mencermati rasio anggota terhadap karyawan." Mampu memperkuat dampaknya dengan jumlah karyawan yang sama adalah gambaran besar pemikiran yang meletakkan dasar bagi ROI yang signifikan di masa-masa awal agenik ini.

Mengubah data menjadi keputusan proaktif

Mampu melakukan lebih banyak hal dengan biaya lebih sedikit dengan menyatukan sistem dan mengotomatiskan lebih banyak tugas adalah manfaat besar dari otomatisasi agen. Namun potensinya lebih luas lagi, termasuk dengan membantu organisasi mengubah data mentah menjadi wawasan bisnis yang berguna. Pekerjaan rumit dalam mengungkap tren, risiko, dan pola lainnya memberikan lebih banyak ruang bagi analis bisnis untuk menafsirkan temuan ini dan menggunakannya untuk membantu para pemimpin bertindak lebih cepat.

Ramakrishnan mengharapkan fungsi ini dapat membantu para eksekutif Tapestry menjawab pertanyaan seperti “mengapa terjadi penurunan penjualan di toko-toko tertentu antara kemarin dan hari ini, dan apa alasannya?”

Kemampuan untuk mendiagnosis pola secara real-time dan mempertimbangkannya juga dapat diterapkan untuk memantau risiko proyek. Dalam dinas lapangan, di mana penundaan dan pembengkakan biaya dapat terjadi dengan cepat, hal ini akan sangat bermanfaat.

Kami baru saja menggali permukaan dari semua kasus penggunaan agen yang sangat disukai oleh Inovator UiPath. Namun yang sama pentingnya dengan menemukan kegunaan yang menarik adalah mengukur dampaknya.

Bagaimana Inovator UiPath berencana melacak dampak agen

Inovator UiPath tidak hanya mengharapkan yang terbaik dengan otomatisasi agen—mereka juga berencana melacak dampak bisnis dengan cara yang spesifik dan dapat ditindaklanjuti.

1. Peningkatan efisiensi

Sejak awal otomatisasi proses robotik (RPA), peningkatan efisiensi telah menjadi manfaat otomatisasi yang teruji dan nyata. Hal ini akan berlanjut dengan otomatisasi agen—tetapi dengan cara yang lebih luas. Inovator UiPath berencana mengukur penghematan waktu dengan kriteria yang umum dan konkret, seperti pengurangan waktu penanganan rata-rata (AHT) untuk interaksi layanan.

2. Penghematan biaya

Penghematan moneter murni akan selalu menjadi barometer penting bagi para eksekutif. Ramakrishnan menjelaskan bahwa, di Tapestry, penghematan biaya agen akan dinilai dalam bentuk defleksi—meminta agen melakukan suatu tugas dibandingkan karyawan yang melakukannya secara manual. Hal ini dapat diukur dengan penghematan dolar per menit atau per kontak, misalnya. Yang penting adalah “ROI dapat diukur dan nyata.”

3. Dampak pendapatan

Otomatisasi tradisional cenderung berfokus pada keuntungan dengan mencari penghematan biaya. Namun Inovator UiPath menyadari bahwa otomatisasi agen juga dapat memberikan dampak besar—jika Anda tahu di mana mencarinya.

Misalnya, salah satu Inovator UiPath menyampaikan bahwa kemampuan menyediakan pengiriman yang lebih cepat kepada pelanggan berarti menghasilkan kontrak baru.

Beralih dari wawasan ke tindakan dengan otomatisasi agen

Energi seputar otomatisasi agen, baik di dalam UiPath maupun di antara pelanggan dan mitra kami, sangat terasa. Dan itu terus berkembang.

Inovator UiPath merintis jejak agen—tidak hanya dengan mengotomatisasi lebih banyak tugas, namun dengan memikirkan kembali cara mereka bekerja dengan sistem yang terhubung, alur kerja yang cerdas, dan perusahaan yang lebih efisien secara menyeluruh.

Kita masih dalam tahap awal, namun peluangnya jelas:daripada menunggu dan melihat, organisasi seperti Inovator UiPath yang mulai membangun kerangka kerja agen sekarang akan berada di posisi utama untuk menghasilkan ROI yang menarik di tahun-tahun mendatang.

UiPath adalah platform otomatisasi agen yang siap mendukung masa depan. Cobalah secara gratis hari ini.

Jika Anda melewatkan acara Peluncuran Otomasi Agen UiPath, Anda dapat menonton tayangan ulangnya.

Baca selanjutnya:


Sistem Kontrol Otomatisasi

  1. Marposs Mengumumkan Sistem GEMDS baru untuk Pemantauan Pertumbuhan Spindle
  2. Swisslog bermitra dengan jaringan ritel H-E-B untuk membangun pusat pemenuhan mikro otomatis
  3. Tingkatkan Efisiensi dengan Otomatisasi Agen
  4. Hasil Bisnis yang Lebih Baik dengan Mengoperasikan Kecerdasan Buatan dalam Skala Besar
  5. 10 pabrik digital teratas:BMW
  6. Tingkatkan Tenaga Kerja Manufaktur Anda:Nilai Strategis dari Magang
  7. Memanfaatkan manajemen siklus hidup produk di bidang manufaktur
  8. Faktor kunci keberhasilan di balik otomatisasi cerdas
  9. Rencana Eatons untuk Menerapkan Industri 4.0
  10. Pengambilan tas dengan robot – sama sekali tidak terlalu utopis