Hiperautomatyzacja wspiera biznes w radzeniu sobie z codziennymi obowiązkami

Z Arkadiuszem Szotem, dyrektorem Departamentu Hiperautomatyzacji Procesów, Obszar Operacji i Bankowości Międzynarodowej w PKO Banku Polskim rozmawiamy o istocie hiperautomatyzacji; jej znaczeniu; dobrych praktykach w jej wdrażaniu; zmieniającej się roli zespołów biznesowych i poszczególnych pracowników; sposobach na rozwój niezbędnych kompetencji cyfrowych; a także znaczeniu sztucznej inteligencji i narzędzi Low Code / No Code dla zautomatyzowanej obsługi procesów biznesowych.

W PKO Banku Polskim automatyzacja procesów biznesowych wykorzystywana jest na coraz większą skalę. Mają Państwo spore doświadczenia w tym zakresie…

To prawda. Na przestrzeni ostatnich 4 lat liczba zadań – wykonanych w sposób zautomatyzowany w ramach 270 procesów biznesowych – przekroczyła 220 mln! Zautomatyzowaliśmy m.in. obsługę zadań związanych z tzw. wakacjami kredytowymi.

Do niedawna siłą napędową w obszarze automatyzacji była robotyzacja procesów RPA – Robotic Process Automation. Przeszliśmy jednak na hiperautomatyzację, która szybko stała się jednym z filarów naszej cyfrowej transformacji. Koncepcja hiperautomatyzacji jest wpisana w strategię PKO Banku Polskiego. Każdy nowy, projektowany proces weryfikujemy pod kątem możliwości jak najszerszego wykorzystania automatyzacji, aby uzyskać jak największą efektywność.

W analogiczny sposób oceniamy także istniejące procesy. Stopniowo realizujemy też działania mające na celu podnoszenie efektywności zautomatyzowanych już procesów. Po automatyzację staramy się jednak sięgać z rozsądkiem. Dla rzadko realizowanych zadań, często nie ma sensu budować rozwiązania automatyzującego. Bardziej efektywne jest zaangażowanie pracowników.

Czym tak naprawdę jest hiperautomatyzacja?

Istotą hiperautomatyzacji jest połączenie różnych technologii w ramach ujednoliconego podejścia do automatyzacji procesów. Mówimy więc o możliwości uzupełnienia tradycyjnych narzędzi rozwiązaniami w rodzaju inteligentnego OCR do rozpoznawania tekstu połączonego z automatycznym katalogowaniem skanowanych dokumentów oraz pozyskiwaniem z nich określonych rodzajów danych. Takie podejście jest możliwe dzięki zastosowaniu mechanizmów uczenia maszynowego.

Wykorzystując dodatkowo platformy Low Code / No Code – często natywnie wyposażone w funkcjonalności z zakresu sztucznej inteligencji – możemy relatywnie szybko dostarczyć rozwiązanie wspierające konkretne procesy biznesowe bez sięgania do kodu źródłowego aplikacji. To z kolei sprawia, że nie musimy angażować naszego IT, aby dostarczyć aplikację wspierającą konkretny proces lub jego fragment.

Hiperautomatyzację rozumiemy także jako zwiększenie skali i efektywności tradycyjnej automatyzacji, co jest możliwe dzięki wykorzystaniu wielu technologii oraz narzędzi na potrzeby automatyzacji zadań występujących w jednym procesie. Wcześniej, poszczególne elementy hiperautomatyzacji były używane punktowo i niezależnie. W efekcie, robotyzacja realizowała takie same kroki, jak wcześniej pracownik.

Ich integracja pozwala na zautomatyzowanie dużo bardziej złożonych operacji. To właśnie staramy się robić. Przykładowo, automatyzując proces związany z obsługą konkretnego wniosku możemy przyjąć dokument drukowany, przeczytać go za pomocą rozwiązania OCR – gdzie, mając zaszyte modele uczenia maszynowego rozpoznajemy jakiego rodzaju jest to dokument i jakiego rodzaju dane zawiera – aby następnie pozyskać informacje, które trafią do kolejnej platformy, odpowiadającej za wykonanie określonych operacji na danych. W kolejnym kroku uzyskany wynik zostanie przekazany do kolejnego procesu lub odbiorcy.

W procesie hiperautomatyzacji korzystamy zatem z OCR z elementami AI, narzędzi RPA lub aplikacji niskokodowej, a także procesu, który – na poziomie platformy BPM – w inteligentny sposób przekaże informacje niezbędne do wykonania dalszych kroków. Wcześniejsze podejście do automatyzacji – robotyzacja – adresowało jedynie fragment takiego procesu.

Jakie znaczenie biznesowe ma przyjęta strategia hiperautomatyzacji?

Wykorzystanie tej koncepcji pozwala na automatyczną obsługę procesów, których wcześniej nie mogliśmy zautomatyzować, choćby dlatego, że niektóre ich elementy nie dostarczały informacji zwrotnych w postaci cyfrowej. Tymczasem jest to podstawowy wymóg każdej automatyzacji. Inne zadania wymagały zaś zaangażowania pracowników do podejmowania decyzji w sposób subiektywny.

Hiperautomatyzacja jest też niezbędna do tego, aby – w efektywny sposób – prowadzić obsługę klienta na masową skalę. Stawiamy na szybkość i dynamikę działania. Musimy zatem szybko dostarczać nowe produkty, a więc także stojące za nimi procesy, a jednocześnie sprawnie realizować istniejące zadania.

Poza tym, klienci oczekują dziś obsługi w trybie online, niezależnie od kanału, z którego w danym momencie korzystają. Dla nas oznacza to nie tylko konieczność użycia hiperautomatyzacji w przemyślany sposób, ale także bieżącego monitorowania przebiegu procesów, tak aby doświadczenie klienta nie uległo pogorszeniu i pozostało na wysokim poziomie.

Skoro zautomatyzowanie prostego, ale powtarzalnego procesu może pozwolić na skrócenie czasu jego realizacji z godziny do kilku minut, to – w skali całej organizacji, także z perspektywy jakości obsługi klientów – przekłada się to na znaczące korzyści dla biznesu. Jest to także korzyść dla pracowników, którzy zaoszczędzony czas mogą poświęcić na inne zadania.

Wspomniał Pan o wykorzystaniu w procesie hiperautomatyzacji algorytmów Machine Learning. Czy dalszy wzrost skali hiperautomatyzacji będzie możliwy dzięki zastosowaniu sztucznej inteligencji?

Zdecydowanie. Już teraz sięgamy po modele decyzyjne, które umożliwiają podejmowanie pewnych działań w sposób automatyczny. Bez tego nie da się stworzyć w pełni samoobsługowego rozwiązania, w którym klient, składa określoną dyspozycję i oczekuje jej realizacji pod stronie banku. Bez modeli decyzyjnych i algorytmów uczenia maszynowego jest to niemożliwe. Niezbędne bowiem staje się zaangażowanie człowieka, a to wpływa na efektywność rozwiązania.

Jednocześnie, nie we wszystkich obszarach możemy wykorzystać metody AI. Nie są one bowiem na tyle zaawansowane, aby podejmować bardzo precyzyjne decyzje. Klienci nie zawsze oczekują od nas jedynie prostych decyzji czy informacji. Czasami potrzebna jest pewna wizja lub subiektywna decyzja. Bez znajomości klienta, modelu biznesowego organizacji nie da się przygotować takiej propozycji w sposób w pełni mechaniczny. Oczywiście, rozwiązania AI mogą wspierać naszych pracowników, ale w pełni ich nie zastąpią.

Czy to znaczy, że skala wykorzystania sztucznej inteligencji w zautomatyzowanych procesach będzie rosła?

Myślę, że tak. Zakładamy np. możliwość wykorzystania algorytmów AI/ML do podejmowania niektórych decyzji w obszarze obsługowym. Chodzi o tworzenie takich modeli uczenia maszynowego, które mogłyby wspierać proces na każdym jego etapie, przewidywać pewne zdarzenia i zachowania z wyprzedzeniem, aby przygotować się do ich sprawnej obsługi.

Moim zdaniem, będzie to naturalny kierunek dla wszystkich organizacji, które dysponują rozwiązaniami wykorzystywanymi w hiperautomatyzacji. Brakuje im jednak jeszcze możliwości rozszerzenie modeli decyzyjnych tak, aby ograniczyć sytuacje, w których decyzje pracowników są wymagane dla większości zadań.

A co z generatywną sztuczną inteligencją? Zainteresowanie rozwiązaniami w rodzaju ChatGPT jest ogromne. Czy znajdą one zastosowanie w kontekście automatyzacji istotnych procesów biznesowych?

Przykładów potencjału generatywnego AI w ramach automatyzacji procesów jest bardzo wiele. Podobnie wiele jest jednak ryzyk związanych z użyciem takich technologii w zastosowaniach komercyjnych, w szczególności w sektorach regulowanych, jak bankowość.

Tworząc zapytania do dostępnych publicznie narzędzi AI można np. nieświadomie naruszyć bezpieczeństwo danych lub zdradzić wrażliwe informacje na temat architektury stosowanego w organizacji oprogramowania.

Myślę więc, że na popularności zyskiwać będą przede wszystkim implementacje generatywnej sztucznej inteligencji tworzone na własne potrzeby poszczególnych organizacji lub ekosystemów.

Czy koncepcja nisko kodowego tworzenia aplikacji idzie w parze z postępami w automatyzacji procesów?

W dużej mierze tak. Od pewnego czasu stosujemy rozwiązania pozwalające użytkownikom biznesowym na samodzielne tworzenie aplikacji. Mamy własną platformę Low Code / No Code, przy użyciu której zespoły biznesowe samodzielnie zbudowały już ponad 200 różnego rodzaju narzędzi, wdrożonych następnie na środowiska produkcyjne pod okiem działów bezpieczeństwa i IT.

Z kolei dla zespołów IT takie platformy mogą stanowić świetne narzędzie pomagające w eliminacji przestarzałych i kosztownych w utrzymaniu aplikacji biznesowych. Zastanawiamy się też nad wdrożeniem platform Low Code, które pozwolą jeszcze szybciej budować przyjazne wizualnie rozwiązania. Mamy własne rozwiązanie, ale przyglądamy się rynkowi.

Jakie procesy biznesowe warto automatyzować w pierwszej kolejności?

W szczególności warto przymierzyć się do skomplikowanych, masowych i powtarzalnych procesów, bądź takich, których realizacja w sposób całkowicie manualny zajmuje zbyt wiele czasu. Nie ma dziś procesu, którego nie dałoby się zautomatyzować. Otwarte jest jednak pytanie czy koszt takiej automatyzacji będzie współmierny do efektów.

Priorytetowo traktujemy więc te procesy, w których wartość biznesowa będzie największa. Tak naprawę oznacza to, że w pierwszej kolejności staramy się automatyzować działania, które są najbardziej angażujące dla pracowników. Jednocześnie, mniej powtarzalne procesy tworzą nam listę zadań na przyszłość. Lista naszych priorytetów w tym obszarze jest dynamiczna. W sposób ciągły przybywa bowiem m.in. zadań związanych z wykonywaniem obowiązków regulacyjnych.

Za sprawą rozwoju technologii coraz krótsza staje się jednak liczba wyjątków, procesów nienadających się do automatyzacji. Przykładowo, dzięki wykorzystaniu nowoczesnych rozwiązań klasy OCR możemy dziś robotyzować procesy związane m.in. z obsługą dokumentacji drukowanej. Wcześniej, bez inteligentnego rozpoznawania znaków, nie byliśmy w stanie w efektywny sposób, obejść tego problemu.

Obecnie, technologie automatyzacji i inteligentnego rozpoznawania znaków są nierozerwalne. Działają w czasie rzeczywistym. Faktem jest, że dokumentacja drukowana nadal odgrywa istotną rolę w naszej działalności. Nie zmieni się to przez długi czas. Dlatego, planujemy m.in. wdrożenie OCR opartego na generatywnej AI, uzupełnionego o autorskie rozwiązania pozwalające na pozyskiwanie informacji z dokumentów drukowanych.

Trzeba też pamiętać o tym, że każdy proces jest inny. Każdy też zmienia się w czasie. Na własne potrzeby wypracowaliśmy szereg walidatorów decydujących o tym, czy dany proces warto automatyzować i jakimi metodami. Na etapie analizowania procesów oraz analizowania ich potencjału automatyzacyjnego bardzo pomocne są również narzędzia klasy Process Mining. Jesteśmy obecnie na etapie ich wdrażania. Dzięki temu będziemy w stanie szybko wykrywać nieefektywne procesy i nadawać im odpowiednie priorytety w kontekście automatyzacji.

Stworzenie mechanizmów automatyzujących procesy to jednak tylko jeden z etapów wdrażania automatyzacji.

Wspomniał Pan o potrzebie zapewnienia bieżącego monitorowania przebiegu zautomatyzowanych procesów. Dlaczego jest to tak ważne?

Automatyzacja musi podlegać bieżącej kontroli. W szczególny sposób trzeba nadzorować wszystkie te momenty, w których automatyzacja może nie dojść do skutku. Nie zawsze pracownicy muszą ręcznie wykonać działania, których nie zrealizowało oprogramowanie automatyzujące. Muszą jednak zdecydować o kolejnych krokach obsługi takiego wyjątku. Potrzebny jest więc pierwiastek ludzki.

Zmierzamy zatem do sytuacji, w której potrzebujemy wyedukowanych cyfrowo pracowników, którzy będą w stanie nadzorować zautomatyzowane procesy. Oznacza to, że za sprawą hiperautomatyzacji z jednej strony zapewniamy możliwość realizacji masowych procesów, których obsługa w sposób manualny mogłaby nas przerosnąć, a z drugiej uczymy pracowników działów biznesowych, by mogli nadzorować przebieg takich procesów, niekoniecznie wywodząc się z obszarów technologicznych.

Działania zmierzające do rozwoju kompetencji cyfrowych w PKO Banku Polskim wspiera szereg inicjatyw. Mamy np. programy rozwoju kompetencji. W kwietniu 2023 r. powołaliśmy także Akademię Robotyzacji. W jej ramach uczymy pracowników z różnych obszarów – szczególnie biznesowych – wykorzystania m.in. narzędzi Low Code / No Code, aby mogli samodzielnie automatyzować procesy, które wykonują. Mogą być to drobne usprawnienia, które w skali całej organizacji przekładają się jednak na wymierne korzyści.

Zmierzają Państwo do pewnego rodzaju demokratyzacji automatyzacji procesów banku?

W pewnym sensie tak. Pierwsza edycja Akademii Robotyzacji pokazała, że czasami efekty takich działań przerastają wyobrażenia. Pracownicy postrzegani jako odpowiedzialni za biznes są w stanie dostarczyć ciekawe rozwiązania techniczne, działając z ogromną pasją, bo bardzo dobrze znają procesy i utożsamiają się z ich efektami. W tak dużej organizacji, jak PKO Bank Polski po prostu warto realizować takie inicjatywy. Dzięki nim, w sposób oddolny wzrasta skala wykorzystania automatyzacji. Oczywiście nie wszyscy pracownicy będą tworzyć aplikacje. Wystarczy jednak, że tylko niektórzy odkryją swoje talenty w tym obszarze.

Wśród pracowników działów biznesowych widać też rosnącą świadomość znaczenia rozwoju kompetencji cyfrowych – tak dla całej organizacji, jak i indywidualnych karier. Jednocześnie, nabywając kompetencje techniczne – wydawałoby się, że niedostępne, bo zarezerwowane dla działów IT – zespoły biznesowe są w stanie budować własne rozwiązania i korzystać z nich w ramach codziennych obowiązków.

Od czego zacząć wdrożenie hiperautomatyzacji w organizacjach tak dużych, jak PKO Bank Polski?

Po pierwsze bardzo ważne jest umiejętne przeprowadzenie zmiany organizacyjnej, wprowadzającej hiperautomatyzację do powtarzalnych, masowych procesów biznesowych, które wcześniej angażowały wiele osób. Do dziś w społeczeństwie panuje przekonanie, że ogólnie pojęta cyfryzacja może grozić utratą pracy. Także i u nas początkowo pracownicy nieufnie podchodzili do tej zmiany. Udało nam się jednak wytłumaczyć pracownikom, że robotyzacja procesów nie jest dla nich konkurencją, a ułatwieniem.

Faktem jest przecież, że liczba zadań, przed którymi stają zespoły biznesowe przyrasta w sposób logarytmiczny, a zatrudnienie rośnie wolniej. Hiperautomatyzację traktujemy zatem jako szansę, narzędzie, które pomaga sprostać wymaganiom rynku i sprawnie obsługiwać wysoki wolumen procesów.

Poza tym, na końcu każdego procesu, nawet jeśli jest on realizowany we w pełni zautomatyzowany sposób, jest człowiek, który musi ten proces kontrolować, choćby wybiórczo. Zadaniem pracowników jest weryfikowanie czy automatyzacja przebiega w sposób prawidłowy i niezależny od zmian zachodzących w organizacji i jej otoczeniu. Trzeba pamiętać, że automatyzacja to pewien schemat zbudowany na bazie modelu danego procesu. W rzeczywistości jednak procesy ulegają zmianom, podobnie jak zasilające je dane. Należy więc na bieżąco sprawdzać czy ten automat pracuje prawidłowo.

W PKO BP doszliśmy do sytuacji, gdzie większe obawy rodzi zatrzymanie transformacji cyfrowej. Zespoły biznesowe mają tak dużą liczbę zadań, że hiperautomatyzacja jest postrzegana jako wsparcie, niezbędne do tego, aby radzić sobie z codziennymi obowiązkami. Co więcej, zespoły biznesowe zwracają się do nas o pomoc, a nowe procesy, produkty i usługi projektują z myślą o tym, aby jak najwięcej czynności zautomatyzować i zapewnić bieżący monitoring przebiegu poszczególnych procesów. Jest to dowód na wysoką dojrzałość naszej organizacji.