客户最关心的5个RPA问题

Shibaji Das的主要职责是在F&A和供应链管理(SCM)行业传播RPA,促进客户对RPA的认知从“我们只是想了解RPA”到“我们在第一年自动完成了100,000小时”的转变。在过去的六个月里,Shibaji Das辗转各种交通工具与40多位客户、合作伙伴会面。

现在,每天大约有300篇关于RPA、AI、机器学习的文章发布。企业领导者越来越多地将RPA视为加速公司数字化转型的工具。那么,他们对RPA还有哪些疑问?经过六个月的访问,Shibaji Das从客户那里总结出以下五个问题:

1. RPA的实施速度有多快?

鉴于RPA行业现在的发展速度,我们可能需要一个不同的时间尺度。大约一年前,大多数RPA提供商还在和买家讨论、解释什么是概念证明(POC)、什么是RPA试点项目,而现在客户想要了解如何为POC设定合适的期望值。

具有前瞻性思维的高管们愿意通过试点自动化项目来尝试RPA,但是,由于POC的规模和范围通常很小,他们还需要了解如何取得更高的投资回报。

让UiPath的商业合作伙伴参与到POC中可以为项目加速,最终,公司能够使用混合模型来不断扩展自身能力,并减少对外部合作伙伴的依赖。

RPA可以在企业层面进行扩展,就像搭建乐高积木一样,独立于其他RPA功能的基础模块满足特定需求,还能进行各种组合,最终成为未来发展的新基础。但是,为了实现更大的自动化目标,拥有完整的RPA战略至关重要。组织最快甚至可以在三个月内实施自动化;在企业级,RPA的实施时间可能相对较长,但通常要比传统的信息技术部署(IT Deployment)时间短很多。

2.作为一个组织,我们如何通过RPA加速转型?

这是Shibaji Das在访问中最常听到的一个问题。初次接触RPA的客户并不清楚自动化进程中的“盲点”,也不知道未来会发生什么。除此之外,客户对人工智能(AI)、机器学习(ML)、以及如何解决实际业务需求也不是很了解。

Shibaji Das认为,组织应该寻找整体转型的机会,并确定转型过程中各个流程的组成部分,而不仅仅是自动化如何改进F&A或SCM的特定部门。

为了有效加速企业范围内的数字化转型,组织应首先解决那些低效的流程。自动化变革需要将明确的目标、定义清楚的指标(参见本文中的问题#5)与有效治理相结合,这样才能更好地扩展数字化实践。
?

精益5S管理方法(SEIRI, SEITON, SEISO, SEIKETSU, SHITSUKE)中最后一个“S”代表“素养”(躾,译Sustain);DMAIC方法是精益六西格玛(6 sigma)管理中五个步骤的缩写,其中“C”代表“控制”(Control)。之所以在此提出“素养”和“控制”,是为了强调在通过自动化改善流程的过程中,这两点对于组织至关重要——要想在“自动化优先”时代获得全组织层面的成功,这两点必不可少。

IT部门和业务部门之间共同拥有RPA项目,有时可能还要与第三方供应商建立战略合作伙伴关系,所有人都需要朝着同一个方向努力。就好比拔河,每个人都需要往一个方向使劲儿,才能最终赢得比赛,自动化运作模式(AOM)可以帮助实现这一点。

RPA的数字化转型将创造出很多新的职位,由此,人力资源(HR)战略的制定显得十分重要。由于很多人会担心RPA影响到自己的工作,HR部门的变更管理策略至关重要。当一个员工的工作被自动化时,如果公司没有提前想好这个“更有价值的工作”究竟是什么,“他们就能去从事更有价值的工作”就会成为一个笑话。

3.软件机器人安全性怎么样?

虽然在与客户喝咖啡休息时会有很多“?终结者?”的笑话,但机器人安全确实是一个重要且合理的问题。

在最初进行RPA项目的讨论时,IT团队常会对业务部门提出诘问,如何保障RPA项目中的信息安全。

UiPath以我们的国防级安全性和合规性为自豪-许多美国政府机构在UiPath平台上运行他们的机器人。UiPath Orchestrator能够管理成千上万的机器人,实时提高机器人的性能和利用效率。

4.RPA是否可以帮助我们处理信息,比如分析和报告?

全球组织每年要花费超过数百万美元来生产报表。他们先要花费精力从多个数据源中进行筛选,才能下载、转换、整理、转换数据,最终撰写报告呈现数据。

在为期数月的公路旅行中,Shibaji Das发现很多客户想要知道RPA如何提高数据处理的效率。

一切为了数据,先有了好数据才能有好报告。

接下来,我们看看RPA如何从两个方面帮助组织进行报告和分析。

首先要获得数据,这意味着从市场中提取信息,譬如研究数据、银行信息等,这需要登录到多个门户下载、整理数据。在人工智能的帮助下,RPA机器人可以模仿这些动作,节省分析师的宝贵时间。另一方面,通过RPA和ML,组织现在能够管理更高质量的数据集。比方说,采购和类别经理通过收集大量市场信息来实现企业核心的节约指标。有人值守机器人可以在数据收集过程中提供协助,帮助他们建立自己的采购策略。

类似的,规划者可以利用RPA来提高规划的准确性。通过AI和ML,现有的自动化报告将得到改进,机器能够提供更具洞察力的报告。

如果我们可以想象一个不需要分析样本的世界,因为人工分析所有信息本身就是痴心妄想。如果这个世界里,机器人能够以100%准确性分析100%数据。你大可觉得这是天方夜谭,但Shibaji Das认为这却是可能的未来。

5.如何计算RPA的投资回报率以及如何衡量RPA的成功?

在Shibaji Das看来,受RPA影响,最大的指标变化是“少打键盘”。虽然很难精确计量,但这的确是一个关键的RPA指标,即便某些组织只能在概念上审视它。许多客户的自动化目标是“不用动手”,或尽可能接近它。“少打键盘”是指标,“不用动手”是结果。

现在,组织用于确定RPA成功的关键指标涉及业务中的四个主要杠杆:

I.降低成本
II.提高收入
III.合规
IV.增进体验(员工和客户)

虽然对于RPA项目的投资回报率没有完全一致的答案,但UiPath的首席战略官Vargha Moayed建议你“一方面确定收益,另一方面确定所有相关费用”。

总之,有了AI、ML加持的RPA,以及强大的AOM和人力资源战略,组织将从数字化转型中获益,公司能够降低25%的成本,降低现金周转率(收入增加),并能够运行透明、无差错的运营。除此以外,RPA与AI可以增强员工、客户和供应商的体验,其价值虽然通常不会作为ROI的一部分进行计算,却对未来至关重要。

本文由 RPA Club 作者:Editor 发表,其版权均为 RPA Club 所有,文章内容系作者个人观点,不代表 RPA Club 对观点赞同或支持。如需转载,请注明文章来源。

发表评论