AI đang giúp các công ty thiết kế lại quy trình như thế nào

Vào những năm 1990, việc tái cấu trúc quy trình kinh doanh trở nên thịnh hành: Các công ty đã sử dụng các công nghệ mới chớm nở như hệ thống hoạch định nguồn lực doanh nghiệp (ERP) và internet để thực hiện những thay đổi căn bản đối với các quy trình kinh doanh tổng thể, rộng lớn. Được ủng hộ bởi những người ủng hộ học thuật và tư vấn tái cấu trúc, các công ty đã dự đoán những thay đổi mang tính biến đổi đối với các quy trình rộng lớn như đặt hàng thành tiền mặt và ý tưởng thương mại hóa các sản phẩm mới.

Nhưng trong khi công nghệ đã mang đến những bản cập nhật lớn, việc triển khai thường không đáp ứng được những kỳ vọng cao ngất ngưởng. Ví dụ: các hệ thống ERP quy mô lớn như SAP hoặc Oracle đã cung cấp một xương sống CNTT hữu ích để trao đổi dữ liệu, nhưng cũng tạo ra các quy trình rất cứng nhắc khó thay đổi trong quá trình triển khai CNTT. Kể từ đó, quản lý quy trình thường chỉ liên quan đến thay đổi gia tăng đối với các quy trình cục bộ — Lean và Six Sigma cho các quy trình lặp đi lặp lại và các phương pháp Khởi động tinh gọn nhanh nhẹn để phát triển — tất cả đều không có bất kỳ sự trợ giúp nào từ công nghệ.

Giờ đây, một phiên bản của ý tưởng này đang trở lại ở một số công ty và chúng tôi hy vọng sẽ thấy nó xuất hiện nhiều hơn nữa. Nó không chỉ đòi hỏi sự đánh giá cao và hiểu biết về AI mà còn cả sự đánh giá mới về các quy trình kinh doanh như một cấu trúc để cải thiện công việc. Khi AI nổi lên như một công nghệ có mục đích chung, có thể áp dụng toàn cầu, ngày càng có nhiều khả năng nó có thể cho phép kiểu thiết kế lại triệt để các quy trình kinh doanh mà những người đề xuất tái cấu trúc dự kiến ​​ban đầu. (Một trong số chúng tôi – Davenport – đã viết cuốn sách đầu tiên về chủ đề này.)

Cập nhật tái cấu trúc

Các công nghệ cho phép tái cấu trúc trong những năm 90 chủ yếu dựa trên giao dịch và truyền thông. Chúng cho phép thu thập và chuyển dữ liệu hiệu quả trong và giữa các tổ chức. Mặt khác, AI cho phép đưa ra các quyết định tốt hơn, nhanh hơn và tự động hơn. Về bản chất, hầu hết các triển khai AI trong các tổ chức lớn đều liên quan đến việc học hỏi từ các bộ dữ liệu lớn để đưa ra dự đoán hoặc phân loại, từ đó giúp doanh nghiệp đưa ra quyết định vận hành tốt hơn. Đổi lại, các quyết định hoạt động tốt hơn sẽ nâng cao hiệu quả bằng cách tạo ra kết quả tốt hơn. Một điểm khác biệt chính là các hệ thống AI hiện tại là một công nghệ có mục đích chung thực sự và đã mang lại những thay đổi đáng kể không chỉ trong việc lập kế hoạch và kiểm soát sản xuất mà còn cả nhận dạng và kiểm tra hình ảnh trực quan, hoạt động tự trị và tạo nội dung mới.

Mặc dù các phương pháp thúc đẩy sự phát triển của AI này đã tồn tại hàng thập kỷ, nhưng chi phí thực hiện chúng đã giảm nhanh chóng. Trước đây chỉ là lĩnh vực của các nhà khoa học dữ liệu, các giải pháp dựa trên AI hiện đại hiện đã đủ trưởng thành để được cung cấp “không cần mua”, giảm đáng kể các rào cản kỹ thuật đối với việc gia nhập. Chi phí điện toán giảm — do tính khả dụng rộng rãi của đám mây, sự tăng trưởng của băng thông chi phí thấp và giảm chi phí cảm biến — đã hạ giá đáng kể của dự đoán dựa trên mô hình. Các quyết định dựa trên AI cũng có thể được đưa vào bối cảnh tự động hóa rộng lớn hơn. Các công nghệ như tự động hóa quy trình bằng rô bốt (RPA) giúp cấu trúc luồng công việc và tự động hóa các quy trình hỗ trợ văn phòng sử dụng nhiều thông tin. RPA dựa trên quy tắc, hạn chế khả năng sử dụng các quyết định dựa trên dữ liệu. Nhưng kết hợp với học máy là “tự động hóa quy trình thông minh”, nó có thể xử lý nhiều loại tác vụ hơn.

Quá trình tái cấu trúc dựa trên AI này đã và đang diễn ra. Các ngân hàng đang sử dụng nó để chuyển đổi tư vấn quản lý tài sản cho khách hàng. Các công ty bảo hiểm đang sử dụng AI để giúp khách hàng đăng ký và bảo lãnh phát hành dễ dàng hơn nhiều, đồng thời tự động hóa các ước tính yêu cầu bồi thường đối với thiệt hại ô tô và nhà ở bằng phân tích học sâu các bức ảnh do người được bảo hiểm chụp. Các công ty công nghiệp đang định hình lại các quy trình bảo trì và kỹ thuật. Ngay cả trong lĩnh vực chăm sóc sức khỏe, nơi có nhiều nghiên cứu đáng kể về AI nhưng việc áp dụng, chẩn đoán và điều trị lâm sàng ít hơn nhiều đang được định hình lại bằng y tế từ xa dựa trên AI ở một số quốc gia.

Tất cả những điều này có sự phân nhánh quan trọng đối với cách chúng ta sử dụng AI, cách thức thực hiện công việc và cách thức tổ chức các công ty. Để tận dụng những lợi ích tiềm năng này, các công ty cần mang lại quan điểm về quy trình từ đầu đến cuối cho doanh nghiệp của họ và suy nghĩ cẩn thận về cách AI có thể biến đổi chúng. Về bản chất, các công ty cần khám phá nơi họ đang tạo ra đủ dữ liệu để trích xuất các mẫu có thể được sử dụng để hỗ trợ các quyết định hoạt động.

AI thúc đẩy tái cấu trúc quy trình

Khi AI mang đến những khả năng mới cho quy trình kinh doanh, các công ty cần suy nghĩ lại về nhiệm vụ nào là cần thiết, tần suất ra sao và ai thực hiện chúng. Khi AI đi kèm với tự động hóa một phần, các công ty cũng cần quyết định con người sẽ làm gì và máy móc sẽ làm gì trong quy trình của họ. Hầu hết các ứng dụng AI cho đến nay đều tìm cách cải thiện một nhiệm vụ nhất định. Nhưng điều này đang thiếu bức tranh lớn hơn; các công ty thông minh đang xem việc giới thiệu AI là cơ sở cho một cái nhìn mới về các quy trình từ đầu đến cuối.

Ở cấp độ cơ bản nhất, phân tích quy trình thường liên quan đến sự kết hợp giữa khó khăn và cơ hội. Ví dụ: tại Ngân hàng DBS ở Singapore, người quản lý giám sát giao dịch (chống rửa tiền và phát hiện gian lận) cho biết trong một cuộc phỏng vấn rằng họ thất vọng với mức độ dương tính giả cao được xác định bởi hệ thống dựa trên quy tắc do các cơ quan quản lý ngân hàng yêu cầu. Đó là một hạn chế không thể tránh khỏi đối với quy trình, nhưng anh ấy đã nhìn thấy cơ hội sử dụng AI để dự đoán và chấm điểm rủi ro gian lận của từng kết quả tích cực bằng cách sử dụng máy học. Các giao dịch có xác suất gian lận thấp có thể được đặt trong “ngăn mát” trong vài tháng để xem liệu chúng có tái diễn với cùng một khách hàng hay không. Các hệ thống AI dựa trên máy học để phát hiện các điểm ngoại lệ đã được thiết lập tốt trong lĩnh vực phát hiện gian lận. Nhưng khi hệ thống máy học được kết hợp với nền tảng quy trình làm việc mới và hệ thống phân tích mạng lưới mối quan hệ (để xác định các thành viên mạng lưới lừa đảo), năng suất của các nhà phân tích giám sát đã tăng lên một phần ba.

Một ví dụ điển hình khác là tại Shell, nơi một trong số chúng tôi (Jeavons) lãnh đạo các sáng kiến ​​AI. Shell từ lâu đã là một công ty tập trung vào quy trình và hiện đang tham gia vào một sáng kiến ​​AI lớn trong các lĩnh vực như chuỗi cung ứng, vận hành và bảo trì. Là một phần của việc này, Shell đang tái cấu trúc các quy trình làm việc của mình.

Ví dụ, hãy xem xét công việc giám sát và kiểm tra tại các nhà máy năng lượng và hóa chất, đường ống, cơ sở ngoài khơi và trang trại gió và mặt trời. Công việc này trước đây chỉ được thực hiện trực tiếp bởi các thanh tra viên và kỹ thuật viên bảo trì, nhưng AI có thể giảm bớt hạn chế đó. Giờ đây, nhiều nhiệm vụ kiểm tra có giá trị gia tăng thấp có thể được thực hiện từ xa bằng rô-bốt và máy bay không người lái. Một số cơ sở của Shell lớn đến mức trước đây phải mất nhiều năm để kiểm tra mọi thứ theo cách thủ công — giờ đây máy bay không người lái và rô-bốt đang được giới thiệu để tự động hóa các quy trình này và giúp rút ngắn thời gian chu kỳ.

Nhờ những thay đổi này, giờ đây các thanh tra viên và kỹ thuật viên bảo trì có thể suy nghĩ lại về công việc hàng ngày của họ. Họ có thể tập trung vào các hoạt động có giá trị cao hơn, chẳng hạn như sắp xếp thứ tự ưu tiên cho các dự án hoặc thực hiện xác minh nâng cao hơn nếu họ đang ở hiện trường. Đồng thời, các nhiệm vụ mới đang xuất hiện, chẳng hạn như chú thích cho hình ảnh để cải thiện thuật toán kiểm tra hoặc quản lý quy trình đào tạo cho hàng nghìn mô hình máy học hiện đang hoạt động trong sản xuất. Những quy trình làm việc vật lý trước đây hiện được quản lý bởi các nhóm đa ngành thực hiện các nhiệm vụ phần lớn là kỹ thuật số.

Sự thay đổi này liên quan đến một số kháng cự. Lúc đầu, thật khó để thuyết phục các thanh tra viên, nhưng dần dần họ bị thuyết phục khi họ cho thấy rằng quá trình xử lý hình ảnh mang lại độ chính xác tương tự trong thời gian ngắn hơn nhiều. Hơn nữa, Shell đang thu hút các kỹ sư này suy nghĩ lại về quy trình làm việc của họ với các trung tâm giám sát từ xa, trao quyền cho họ để thúc đẩy sự thay đổi.

Shell nhận thấy rằng quy trình tái cấu trúc hỗ trợ AI này đang trở thành một cách vận hành lâu dài. Mỗi dự án riêng lẻ có thể chỉ mất một hoặc hai năm, nhưng càng sử dụng kỹ thuật số, dữ liệu và trí tuệ nhân tạo để thiết kế lại các quy trình, họ càng thấy nhiều cơ hội để tiến xa hơn. Điều này đặc biệt quan trọng vì công ty đang chuyển đổi để trở thành một công ty năng lượng không phát thải ròng.

Ai nên lãnh đạo thay đổi quy trình hỗ trợ AI?

Cải tiến quy trình theo truyền thống chỉ là lĩnh vực của các nhà quản lý hoạt động. Vì lý do đó, hiếm khi các tổ chức có sáng kiến ​​tái cấu trúc rõ ràng kết hợp với các dự án AI của họ. Để thực sự tận dụng sức mạnh của AI, các hoạt động thiết kế và cải tiến quy trình nên được kết hợp trong sáng kiến ​​AI. Những sáng kiến ​​thành công nhất như vậy đang ngày càng được điều phối bởi “các nhà quản lý sản phẩm”, những người có mục tiêu là triển khai thành công hệ thống, bao gồm cả những thay đổi kinh doanh cần thiết. Shell chỉ định một chủ sở hữu sản phẩm để quản lý thay đổi kinh doanh và một người quản lý sản phẩm chịu trách nhiệm phân phối kỹ thuật. Một số tổ chức cũng tham gia vào các bài tập “tư duy thiết kế”, một phần trùng lặp với các phân tích kiểu tái cấu trúc về cách quy trình công việc và hoạt động cần được thiết kế lại để đáp ứng nhu cầu của khách hàng hoặc nội bộ.

Mặc dù chúng tôi đã chứng kiến ​​nhiều trường hợp tái cấu trúc diễn ra cùng với quá trình phát triển AI, nhưng vẫn chưa có đủ tổ chức nhận ra nhu cầu thay đổi quy trình. Một chú thích rõ ràng hơn về vai trò và các hoạt động tái cấu trúc — bao gồm thiết kế cấp cao, dòng quy trình chi tiết, đo lường chi phí trước và sau và thời gian chu kỳ cũng như phân tích các kỹ năng và đào tạo cần thiết — sẽ hữu ích, cho dù nó được gọi là “tái cấu trúc” hay không. Các hoạt động quá quan trọng đối với sự thành công của các dự án AI nên không thể phó mặc chúng cho cơ hội hoặc một nhà quản lý sắc sảo ghi nhớ phong trào tái cấu trúc.

Bởi vì các dự án tập trung vào tự động hóa có tác động trực tiếp đến các luồng quy trình và có nhiều khả năng hơn các dạng AI khác chỉ liên quan đến thay đổi gia tăng, nên chúng có nhiều khả năng bao gồm một loạt các bước cải tiến quy trình chính thức. Ví dụ, tại Voya Financial, nhóm cải tiến quy trình có một trung tâm tự động hóa xuất sắc bên trong nó và không có dự án tự động hóa nào diễn ra mà không có nỗ lực cải tiến quy trình trước tiên. Người đứng đầu nhóm nói với chúng tôi rằng tự động hóa tại công ty là một hoạt động hướng tới quy trình giống như một hoạt động kỹ thuật. Chúng tôi đã tìm thấy một số công ty khác kết hợp cải tiến quy trình và tự động hóa, nhưng chúng tôi muốn thấy cả sự thay đổi quy trình tích cực hơn và các công nghệ AI mạnh mẽ hơn như học máy cũng kết hợp với nhau.

AI đang nhanh chóng trở thành một công nghệ phổ biến. Khi sự cường điệu giảm đi, nó sẽ trở thành tiêu chuẩn như hệ thống ERP, gói thống kê hoặc thậm chí là bảng tính. Các nền tảng AI có thể được sử dụng bởi một nhóm công ty lớn hơn nhiều để tái cấu trúc các quy trình của họ. AI là phương tiện để đạt được mục đích chứ không phải là mục đích tự thân. Các công ty hiểu cách sử dụng nó như một công cụ mới trong bối cảnh tái cấu trúc quy trình rộng lớn hơn có thể sẽ tận dụng tối đa AI trong thời gian dài.