Prosessautomatisering som varer over tid

Hva er prosessautomatisering?

Prosessautomatisering handler om å få en hel arbeidsprosess til å "gå av seg selv" så langt det er rimelig. Fra start-triggeren til det ferdige resultatet, med riktige data, riktige regler og riktig sporbarhet. Dette kan bety alt fra at en sak automatisk opprettes, suppleres og distribueres, til at en beslutning tas i henhold til policy, og at bare unntakene ender opp hos et menneske.

I praksis er prosessautomatisering en kombinasjon av tre ting:

1. Prosesslogikk : Trinnene, reglene og beslutningene, dvs. "hvordan jobben skal gjøres".
2. Informasjonsflyt : Data som inkluderes, oppdateres og gjenbrukes, uten at noen trenger å legge inn det samme flere ganger.
3. Orkestrering : At mennesker, systemer og integrasjoner samhandler i riktig rekkefølge, med tydelig ansvar og sporbarhet.

Det høres opplagt ut, men det er en forskjell mellom å automatisere enkeltoppgaver og å faktisk automatisere en prosess. Poenget med prosessautomatisering er ikke å automatisere for automatiseringens skyld, men å effektivisere ved å redusere ventetider, feil og dobbeltarbeid, og ideelt sett også gjøre prosessen enklere å endre.

Hvorfor snakker alle om prosessautomatisering akkurat nå?

To skift driver interessen.

En er at mengden administrasjon øker, ofte fordi flere systemer, flere regler og flere integrasjoner skaper flere "små steg" som noen eller noe må holde sammen.

Det andre er at mulighetene øker raskt. McKinsey anslår at aktiviteter tilsvarende opptil omtrent 30 % av arbeidstimene kan være automatisert innen 2030 , blant annet drevet av genAI.

Dette betyr ikke at alt skal automatiseres. Det betyr at det lønner seg å bli god til å velge de riktige prosessene og bygge dem på en måte som er håndterbar.

Se prosessautomatisering som en måte å flytte tid fra administrasjon til beslutningstaking og verdiskaping. OECD fremhever at en betydelig andel av jobbene påvirkes av automatisering og teknologiske endringer, og denne endringen krever ofte dialog og endringsledelse .

Ulike typer prosessautomatisering

Det finnes selvsagt en verden av begreper som skal forenkle og forklare prosessautomatisering. Til en viss grad gjør begrepene det vanskeligere å navigere, men man kan se det som ulike nivåer av kompleksitet basert på behovet man står overfor: fra RPA til forretningsorientert prosessautomatisering .

Robotisk prosessautomatisering

Robotisk prosessautomatisering (RPA) er flott når du vil automatisere repeterende, regelbaserte oppgaver som ellers gjøres manuelt i et grensesnitt, for eksempel å kopiere data mellom to systemer. RPA er en form for prosessautomatiseringsteknologi som bruker programvareroboter til å automatisere oppgaver utført av mennesker.

Prosessautomatisering er bredere. Det handler om flyten fra start til slutt, inkludert regler, unntak, logging, integrasjoner, og involverer ofte flere team. En enkel måte å tenke på det er: RPA kan være en komponent i en prosess, men prosessen trenger fortsatt en "leder".

Prosessautomatisering og arbeidsflytautomatisering

Automatisering av arbeidsflyter fokuserer ofte på å fordele arbeid mellom personer og trinn i en flyt, som godkjenning, oppfølging og varsler. Prosessautomatisering tar vanligvis en bredere tilnærming og inkluderer også datamodellering, systemintegrasjoner og hvordan du håndterer avvik.

Derfor blir mange organisasjoner skuffet når de for eksempel digitaliserer et skjema. De har bygget en arbeidsflyt, men de virkelige flaskehalsene i prosessen ligger i dataene, unntakene og avhengighetene mellom systemene.

Digital prosessautomatisering

Digital prosessautomatisering (DPA) handler ofte om å automatisere prosesser som spenner over flere applikasjoner, og som vanligvis involverer menneskelig interaksjon i noen trinn.

TechTarget beskriver DPA som automatisering av prosesser som kan omfatte flere applikasjoner og ofte støttes av plattformer/verktøy.

En god måte å tenke på DPA er som "prosessene i midten": der mennesker, regler og systemintegrasjoner må samhandle, ikke bare én enkelt automatiseringsbot.

Intelligent prosessautomatisering

Intelligent prosessautomatisering (noen ganger kalt intelligent automatisering eller IPA) bygger på automatisering med AI-funksjoner som kan tolke, klassifisere og håndtere mer variasjon enn rene "hvis X så Y"-regler.

IBM beskriver intelligent automatisering som en måte å effektivisere prosesser ved å kombinere automatisering med intelligente teknologier.

Hvor passer AI inn?

AI gjør ikke prosessautomatisering mindre viktig, den gjør den mer relevant. AI øker også verdien av strukturerte data .

For eksempel kan AI:

• Klassifiser innkommende saker
• Lese og tolke fritekst eller dokumenter
• Foreslå neste steg eller beslutninger
• Finn avvik som trenger manuell behandling

Men AI blir bare verdifull når den bygges inn i en kontrollert flyt med sporbarhet og ansvarlighet. Hyperautomatisering er et konsept som uttrykker intelligent automatisering som en tydelig strategisk retning.

Gartner beskriver hyperautomatisering som en disiplinert tilnærming til å identifisere og automatisere så mange prosesser som mulig, ofte ved bruk av flere forskjellige teknologier i kombinasjon.

Bedriftsspesifikk prosessautomatisering

Mange prosesser passer godt inn i et standardsystem eller i en plattform du allerede har i applikasjonsporteføljen din. Men når prosessen er forretningskritisk, krysser flere funksjoner eller krever tilpasset og håndterbar støtte, er det ekstra viktig å ha riktig system på riktig sted . Du trenger en systemstøtte som håndterer roller, registre, saker, regler og integrasjoner.

Hvis du befinner deg i den situasjonen, kan en plattformbasert tilnærming være pragmatisk: du bygger en tilpasset flyt på standardiserte komponenter, og videreutvikler etter hvert som prosessen endres. Dette blir ofte ekstra relevant når automatisering må fungere i komplekse IT-miljøer der integrasjoner og sporbarhet er minst like viktig som grensesnittet.

Multisoft bygger prosessautomatiseringsløsninger gjennom lavkodeplattformen Softadmin®, med fokus på fleksibilitet og skalerbarhet, og kan også supplere med AI-funksjonalitet og en integrasjonsplattform som samler og lager oversikt over integrerte systemer og flyter.

Hvordan velge riktig prosess å automatisere først

Den største feilen er å starte med det som virker som den største irritasjonen uten å sjekke dataene, unntakene og avhengighetene. Start heller med å finne prosesser som er stabile nok til å automatiseres, men viktige nok til å rettferdiggjøre innsatsen.

En god tommelfingerregel er å se etter prosesser der mye tid brukes på å flytte informasjon, sjekke regler og jakte på fullføringer.

Nedenfor er en sjekkliste du kan bruke i et innledende valg:

• Høyt volum eller høy frekvens: Prosessen skjer ofte (mange saker/ordrer) eller skaper mange tilbakevendende avvik – så fordelen med å automatisere blir tydelig.
• Tydelig start og slutt: Du kan finne en tydelig startutløser og en tydelig "ferdig tilstand", slik at du kan måle og kontrollere flyten.
• Regler kan uttrykkes: Du kan formulere beslutningsreglene slik at de kan bygges inn i systemet (for eksempel policyer, terskler, tillatelser og tjenestenivåavtaler).
• Dataene finnes, eller kan innhentes på stedet: Nødvendig informasjon finnes i systemer (eller kan struktureres), og det er tydelig hvilken kilde som er master for hver data.
• Unntak er kontrollerbare: Du kan tydelig definere hvilke avvik som skal håndteres manuelt (og når prosessen skal eskaleres til et menneske), mens resten kan håndteres automatisk.

En enkel poengmodell som fungerer i virkeligheten

Hvis du vil holde det enkelt, kan du starte med fire spørsmål:

1. Hva er gjennomsnittlig behandlingstid, og hvor forsvinner den, i ventetiden eller på jobb?
2. Hvor ofte gjør vi det samme på nytt, eller skriver vi inn de samme dataene to ganger?
3. Hva er de vanligste unntakene, og kan vi gruppere dem?
4. Hvilke systemer må kommunisere med hverandre for at prosessen skal være «fullstendig»?

Svarene er ofte nok til å prioritere 2 til 3 prosesser som er verdt en initial investering.

Hvordan en automatisert prosess vanligvis er bygget opp

En robust prosessautomatisering består nesten alltid av de samme byggeklossene. Dette er ikke en "teknisk liste". Det er snarere en måte å se hva som må være på plass for at automatiseringen skal fungere.

• Trigger : Noe som starter flyten, for eksempel et program, en fil eller en hendelse i et annet system.
• Validering : Kontroller, autorisasjon, obligatoriske felt og referanser.
• Berikelse : Hent data fra andre systemer, registre eller tidligere historikk.
• Regelmotor : Beslutninger i henhold til policy, avtale, risikonivå eller prioritet.
• Orkestrering : Opprett oppgaver, send varsler, kall opp API-er og oppdater status.
• Unntakshåndtering : Når noe er uklart eller avviker, skal det gå til riktig person.
• Sporbarhet : Logging, versjonering av regler og muligheten til å følge med på hva som skjedde.

Unntakene som bekrefter utfordringen

Mange prosesser kan i stor grad automatiseres ganske raskt. Utfordringen er at store deler (avvikene) ikke kan automatiseres enkelt. Dette har vært en utfordring lenge .

Et godt designprinsipp er derfor: Automatiser standardflyten fullstendig, men gjør unntak synlige, velstrukturerte og målbare.

Så kan du:

• Se hvilke unntak som øker over tid
• Juster regler eller dataflyter
• Reduser den manuelle delen trinn for trinn, uten å risikere kvaliteten

Vanlige fallgruver og hvordan du unngår dem

Prosessautomatisering går sjelden galt fordi teknologien ikke fungerer. Det går galt fordi man automatiserer rundt problemer som egentlig er prosess- og datakvalitet.

Her er en rekke klassiske fallgruver, og hva som vanligvis hjelper:

• Du automatiserer en dårlig prosess : Start med å forenkle og standardisere der det er mulig, ellers kodifiserer du bare rotet.
• Uklart eierskap : Prosessen må ha en eier i virksomheten, ellers blir det et IT-prosjekt uten kontroll.
• Dataene er ikke pålitelige : Automatisering kan forverre dataproblemer. Bruk tid på stamdata og validering tidlig.
• For mange spesialtilfeller fra starten av : Start med en kjerne, bygg ut i iterasjoner.
• Ingen overvåking : Hvis du ikke måler ledetid, unntak og feil, vet du ikke om automatiseringen fungerer.
• Sikkerhet og autorisasjon kommer sist : Spesielt når mange systemer er tilkoblet, må sikkerhet, tilgang og sporbarhet være designkrav, ikke ettertanker.