Интеллектуальное управление процессами: преимущества интеграции AI и чат-ботов в BPM

Управление бизнес-процессами (Business Process Management, BPM) давно является ключевым инструментом для эффективной организации деятельности предприятий. Однако прогресс не стоит на месте, и теперь на арену выходят новые технологии, способные кардинально преобразить процесс управления и выполнения бизнес-операций.

Искусственный интеллект (AI) и чат-боты вступают в игру, внося революционные изменения в традиционные BPM-системы. Эти инновации предлагают уникальные возможности для автоматизации рутинных задач, улучшения взаимодействия с клиентами и нахождения новых путей оптимизации процессов.

Симбиоз BPM и AI

Виктор Ситник

Product owner ELMA365 Service

Использование чат-ботов на основе ИИ и машинного обучения действительно улучшает работу ВРМ-системы, особенно в части сервисных процессов.

Чат-боты могут выполнять рутинные операции, отвечать на вопросы пользователей, самостоятельно предоставлять необходимую информацию как из ВРМ-системы, так и из сторонних систем. Это позволяет сократить время на выполнение задач и повысить качество обслуживания клиентов.

Переосмысление BPM через призму этих современных технологий открывает новые горизонты для производительности и качества работы организаций различных масштабов.

Интеграция AI позволяет системам BPM не только реагировать на текущие события, но и прогнозировать будущие тенденции, помогая принимать более взвешенные и эффективные решения.

Чат-боты, в свою очередь, переопределяют способы общения компаний с клиентами, предоставляя им возможность получения мгновенных ответов и помощи 24/7.

В данной статье мы рассмотрим ключевые преимущества, которые интеграция AI и чат-ботов внесет в BPM-системы, изучим реальные кейсы и примеры, а также проанализируем потенциальные сложности, с которыми могут столкнуться организации на пути к цифровизации своих бизнес-процессов.

Роботизация процессов (Robotic Process Automation, RPA)

Роботизация процессов (Robotic Process Automation, RPA) в контексте BPM-систем – это использование программного обеспечения, известного как «роботы», для автоматизации рутинных и повторяющихся задач в бизнес-процессах.

Эти программные роботы способны имитировать действия человека в различных приложениях и системах, таких как ввод данных, обработка транзакций, взаимодействие с другими цифровыми системами и многие другие задачи.

Чат-боты в данном случае являются интерфейсами для взаимодействия пользователей с автоматизированными бизнес-процессами. Они могут общаться с пользователями на естественном языке и помогают выполнять определенные задачи, такие как получение информации, обработка запросов и помощь в извлечении данных.

Работая в сочетании с RPA, чат-боты могут инициировать сложные автоматизированные процессы в ответ на запросы пользователя, обеспечивая более эффективное и автоматизированное решение потребностей клиентов.

Татьяна Малявина

Коммерческий директор ООО «ЭМБЕР»

Внедрение чат-ботов действительно позволяет серьезно сэкономить человеческие ресурсы при типовых сценариях коммуникаций, повысить эффективность работы персонала, освободив их от рутины, увеличить лояльность как самих сотрудников, так и клиентов компании.

Например, некоторое время назад, мы внедряли BPM-систему в компании по производству, продаже и доставке бутилированной воды. Главной задачей было обеспечить круглосуточный прием и выполнение заказов, не терять заявки, не увеличивать число операторов и сохранить им дневной график работы. В решении был реализован чат-бот, принимающий и обрабатывающий типовые заявки в режиме 24/7, а нетиповые заявки, которые составляли примерно 30%, уже попадали к менеджерам с соответствующей задачей по их отработке. 

В результате компания получила:снижение операционных издержек и нагрузки на операторов за счет автоматизации приема и оформления повторных заказов; обеспечение 100% приема заказов и контроля их выполнения;Увеличение обрабатываемого потока заказов

Примеры использования RPA в BPM-системах:

1. Управление заказами. В компании присутствует процесс, при котором сотрудники ежедневно переносят данные о заказах из электронной почты или из онлайн-форм в систему управления заказами. RPA может автоматизировать этот процесс, сокращая ошибки и ускоряя обработку.
2. Обработка счетов. В бухгалтерском отделе часто приходится вручную вводить данные счетов-фактур в финансовую систему. RPA может решить эту задачу, автоматизируя ввод данных и даже выполнение проверки счетов на соответствие контрактным условиям.
3. Поддержка клиентов. Использование чат-ботов вместе с RPA позволяет автоматизировать распространенные запросы поддержки, такие как сброс пароля, информация о продуктах, статус заказа и многие другие. Чат-бот собирает информацию от пользователя и передаёт её в систему RPA для дальнейшей обработки без необходимости вмешательства человека.
4. HR и рекрутинг. RPA может использоваться для автоматизации процессов подбора персонала, таких как скрининг резюме, заполнение данных о кандидатах в системе управления персоналом или начальное планирование собеседований, облегчая работу отдела кадров.

“Чат боты являются популярным трендом в современных ИТ-системах, и BPM системы тут не исключение. По большому счёту, чат-бот является еще одним интерфейсом для работы с системой, — комментирует Раис Ахкямов, директор продукта ELMA365 ECM. — За счет наличия контекстного меню и умения некоторых ботов понимать запросы, сформулированные в виде простой речи, наличие такого интерфейса упрощает работу с системой для тех сотрудников, кто сталкивается с работой в системе эпизодически”.

RPA как замена BPM

Боты и RPA у всех на слуху, и некоторые рассматривают их как замену BPM ввиду большей скорости внедрения и адаптации первых. Рассмотрим, чем они отличаются и как могут взаимодействовать, прежде чем отвечать на вопрос о возможности замены.

BPM (Управление бизнес-процессами) – это комплексный подход к анализу, проектированию, оптимизации, мониторингу и управлению бизнес-процессами организации с целью улучшения их эффективности и адаптивности. BPM-системы обычно предлагают широкий функционал для моделирования процессов, их исполнения, мониторинга выполнения и аналитики. Это помогает компаниям выстраивать и интегрировать сложные процессы с участием людей, IT-систем и различных данных.

RPA, напротив, фокусируется на автоматизации четко определенных задач и операций, обычно рутинных и повторяющихся, которые ранее выполнялись человеком.

RPA «роботы» способны имитировать эти действия в разных приложениях без изменения существующих систем, что делает этот подход быстрее и дешевле в внедрении по сравнению с крупными BPM-инициативами.

Так может ли RPA заменить BPM-систему? В большинстве случаев о полной замене речь все таки не идет, по нескольким причинам: 

1. Сложность процессов. BPM способен управлять сложными, многоуровневыми бизнес-процессами, требующими участия нескольких отделов, систем и правил бизнеса, тогда как RPA ориентирован на автоматизацию отдельных задач.
2. Оптимизация процессов. Прежде чем автоматизировать, важно оптимизировать процессы. BPM фокусируется на повышении эффективности процессов в целом, в то время как RPA упрощает и автоматизирует уже существующие задачи без изменения самой структуры процесса.
3. Изменения и адаптивность. BPM-системы лучше подходят для управления изменениями процессов и их непрерывной адаптации под новые условия бизнеса, тогда как RPA более жестко привязан к установленным рутинным действиям.
4. Аналитика и улучшения. BPM-системы предоставляют возможности для анализа и постоянного улучшения процессов, включая набор инструментов для мониторинга KPI и отчетности, в то время как RPA предоставляет ограниченные аналитические возможности.

Однако, в некоторых случаях, особенно для малых и средних предприятий с ограниченным числом процессов для автоматизации, RPA может служить недорогой альтернативой полномасштабной BPM-системы. На небольших предприятиях RPA может покрыть большинство потребностей автоматизации без сложности внедрения и поддержки, которая обычно связана с BPM.

Павел Борченко

Управляющий директор ROBIN, компания SL Soft

Чат-боты - давно не инновационная технология. Есть огромное множество решений, которые достаточно просто и недорого настроить и использовать. Но большинство из таких решений может просто «поболтать» на заданные темы, а если требуется использовать контекст организации, данные сотрудника, соблюдение регламента обработки обращения – то начинаются сложности, дорогие интеграционные проекты и как следствие – разочарование.

Ключевой фактор успеха – когда чатбот является управляемым элементом процесса, может использовать его данные, взаимодействовать не только с пользователем, а выполнять запрашиваемые операции. Мы называем такое решение цифровым ассистентом, ценность которого для бизнеса значительно выше обычного чат-бота.

RPA не заменяет BPM, а скорее дополняет его, предоставляя инструменты для автоматизации отдельных задач в рамках более широких процессов, управляемых BPM

“Генеративный искусственный интеллект, безусловно, вызывает интерес и является привлекательной для инвестиций технологий. Тем не менее, его возможности все еще ограничены. ИИ может уже сейчас справиться с такими задачами, как поиск очевидных ошибок в схемах процессов или составление регламента на основании созданных схем. Однако модель процесса, созданная из текстового регламента при помощи ИИ, скорее всего, будет непригодна для использования без корректировки BPM-профессионалом” — говорит Павел Гребешков, Руководитель группы маркетинга Comindware.

Искусственный интеллект — помощник для человека, но не его заменитель

Другие направления AI наиболее востребованные в BPM-решениях

“Компании, которые начали использовать ИИ, вошли во вкус и не хотят останавливаться. Акцент смещается с дорогих и уникальных кейсов с использованием машинного интеллекта на более тиражные. У нас прошли и идут ряд проектов, где внедрение ИИ стало естественным продолжением кейсов по процессам делопроизводства и другим задачам. А бум генеративных моделей проникает и в сектор корпоративного ПО” — отмечает Константин Истомин, исполнительный директор Directum.

Машинное обучение (Machine Learning, ML).

Машинное обучение (Machine Learning, ML) — это область искусственного интеллекта, которая позволяет компьютерам обучаться на основе данных, а не только на основе программного кода.

ML применяется в BPM для анализа больших объемов данных, улучшения процессов, автоматизации принятия решений и обеспечения предвидения возможных будущих сценариев.

Вот несколько ключевых примеров, как ML используется в BPM-системах:

1. Автоматизация и оптимизация процессов. Машинное обучение может помочь в идентификации паттернов и шаблонов в работе бизнес-процессов, что позволяет определить неэффективные шаги и предложить способы их оптимизации. Например, система может автоматически классифицировать входящие запросы клиентов или документы, определять приоритеты задач или предлагать наилучшие варианты действий на основе анализа данных.
2. Прогнозирование результатов. ML позволяет прогнозировать исходы бизнес-процессов на основе исторических данных, что помогает менеджменту принимать информированные решения и уменьшать риски.
3. Понимание и анализ данных. Машинное обучение способно обрабатывать и анализировать большие объемы данных быстрее и точнее, чем это могли бы сделать люди, предоставляя ценные выводы и возможность для глубокого анализа.
4. Адаптивное обучение и улучшение процессов. Система может «учиться» на основе входящих данных и результатов своих действий, постоянно улучшая процессы и адаптируясь к изменяющимся условиям. Например, система может использовать алгоритмы машинного обучения для анализа данных о прошлых бизнес-процессах и предсказания будущих результатов. Это может помочь организациям оптимизировать свои процессы, улучшить планирование ресурсов и принимать более информированные решения.
5. Личная настройка интерфейса пользователя. Система может анализировать поведение пользователя и предлагать персонализированный опыт, улучшая интерфейс и взаимодействие с системой.
6. Обработка естественного языка (Natural Language Processing, NLP). В BPM искусственный интеллект с использованием NLP может помочь в понимании текста, извлечении информации из документов и общении с пользователями в естественном языке.
7. Решение сложных задач. ML способно обнаруживать сложные взаимосвязи и зависимости в данных, что может использоваться для более сложного принятия решений, которое трудно программируется вручную.

Извлечение именованных сущностей (Named-entity recognition, NER)

NER — это процесс автоматического обнаружения и классификации именных данных в тексте. Эта технология позволяет системам BPM автоматизировать ввод и обработку данных, извлекая ключевую информацию, такую как имена, организации и временные метки, из неструктурированных текстов. Эта функциональность не только повышает скорость обработки документов, но и способствует точной категоризации и управлению документацией.

В мониторинге и анализе контента NER помогает отслеживать тренды и упоминания, а также служит инструментом для соблюдения юридических норм и управления рисками, автоматизируя многие процессы, которые традиционно требуют больших трудозатрат.

Кроме того, обогащение данных с помощью NER добавляет дополнительный уровень контекста в аналитические процессы BPM, увеличивая их стоимость и обеспечивая более глубокое понимание бизнеса.

Представьте, что у вас есть интернет-магазин, с большим количеством обращений от клиентов через чат или электронную почту. В этих сообщениях клиенты могут задавать вопросы о товарах, оставлять отзывы, делать заказы и т.д.

С помощью NER ты можешь автоматически извлекать информацию из этих сообщений. Например, если клиент пишет: «Я хочу заказать iPhone 13 Pro», NER поможет выделить и классифицировать сущности в этом сообщении. В данном случае, NER выделит «iPhone 13 Pro» как название товара. Также, если клиент пишет: «Я живу в Москве, на улице Ленина, дом 1», NER выделит «Москва», «улица Ленина» и «дом 1» как адрес.

Интернет вещей (Internet of Things, IoT)

IoT, или Интернет вещей, представляет собой концепцию подключения физических объектов к интернету, что позволяет им отправлять и получать данные. В BPM IoT можно использовать для автоматизации и улучшения процессов благодаря передаче данных между устройствами и BPM-системами в реальном времени.

IoT расширяет возможности BPM-систем, включая в процессы не только информационные потоки, но и физические операции.

Например, в производственной сфере датчики, установленные на оборудовании, могут отслеживать его состояние и производительность. Эти данные автоматически передаются в BPM-систему, которая может определить необходимость технического обслуживания и инициировать соответствующие рабочие процессы, например, генерацию заявки на ремонт или замену компонентов.

В логистике IoT-устройства, такие как GPS-трекеры и датчики температуры, используются для мониторинга состояния и местоположения товаров во время транспортировки. Эти данные помогают BPM-системе отслеживать выполнение цепочки поставок, своевременно информировать клиентов о статусе их заказов и принимать оперативные решения при возникновении задержек или других проблем.

Конкретный пример такого интегрирования используется в системе для оператора связи по спасению жизни – Глонасс. BPM-платформа «собирает» все срабатывания тревожных кнопок в автомобилях. Далее в зависимости от типа события, локации и задачи система запускает определенную процедуру действий. Это может быть звонок водителю через проинтегрированный контактный центр, вызов служб спасения или просто запись информации в единую базу данных для построения требуемой по закону отчетности и публикации ее на портале.

В конечном итоге IoT преобразует BPM-системы, делая их более оперативными и прогнозируемыми, поскольку они становятся способны отражать и реагировать на физические аспекты бизнес-процессов. Эта технология обеспечивает новое измерение интерактивности и автоматизации, значительно повышая эффективность и управляемость процессов в различных отраслях.

Процессная аналитика (Process Mining)

Process Mining позволяет анализировать бизнес-процессы на основе цифровых следов, оставленных в информационных системах. Искусственный интеллект использует данные, записанные системами, такими как ERP (Enterprise Resource Planning), CRM (Customer Relationship Management) и BPM-системы, чтобы воссоздать реальные рабочие процессы предприятия.

Используя алгоритмы и методы анализа данных, Process Mining выявляет как формальные, так и неформализованные паттерны рабочего процесса, демонстрирует последовательность шагов, участников и процедур. Это дает возможность охарактеризовать реальные бизнес-процессы, выявить отклонения от желаемого процесса, установить причину несоответствий и найти пути оптимизации.

Например, компания может использовать Process Mining для анализа процесса обработки заказов. Из данных сможет стать видно, что в определённое время года процесс обработки замедляется. С помощью Process Mining может быть выявлено, что причиной замедления являются задержки на складе из-за увеличенного количества заказов. Анализируя подробности процесса, компания может выявить узкие места и оптимизировать распределение ресурсов или настроить систему автоматических уведомлений для сотрудников склада.

В другом случае, Process Mining может помочь банку улучшить процесс одобрения кредитов. Анализируя данные, банк может обнаружить, что некоторые кредитные анкеты проходят через большое количество рук и занимают слишком много времени на обработку. С этими данными банк может пересмотреть и упростить процесс, возможно, автоматизировав определенные шаги и уменьшив таким образом время ожидания клиента и сократив операционные расходы.

Таким образом, Process Mining позволяет не просто сформулировать теоретические модели и намерения, но и анализировать фактическое выполнение процессов.

Это позволяет организациям проводить осмысленный и обоснованный мониторинг и постоянное усовершенствование своих бизнес-процессов, обеспечивая рост эффективности.

Плюсы и минусы интеграции AI в BPM-систему

Интеграция искусственного интеллекта (AI) в системы управления бизнес-процессами может значительно повысить их эффективность и гибкость. Преимущества такого решения включают возможность анализировать большие объемы данных для оптимизации процессов, предсказывать результаты и тенденции, что поддерживает принятие обоснованных решений. AI может автоматически адаптировать бизнес-процессы в ответ на изменяющиеся условия, что делает BPM более гибким и отзывчивым. Также AI способен обнаруживать и исправлять узкие места, автоматизировать задачи и обеспечивать повышенный уровень персонализации для клиентов благодаря пониманию их предпочтений и поведения.

Наталия Долженкова

Исполнительный директор ELMA, product owner ELMA365 Platform

Как и любая технология в бизнесе - чат-боты помогают тогда и только тогда когда они хорошо настроены. Думаю, в жизни каждого было немало примеров, где взаимодействие с ботом из упрощения жизни превращалось в борьбу за общение с живым человеком. По нашему опыту при внедрении ИИ ботов нужно очень внимательно относится к этапам CJM, на которых бота подключают для общения с пользователем.

Пользователи редко благосклонно реагируют на бота, если у них возникает серьезная проблема, которую нужно оперативно решить. Но бот, отлично вписывается тогда, когда нужен ответ на типовой запрос, а возможность подключения бота на категоризацию и маршрутизацию довольно сильно сокращает переменные затраты на персонал.

Однако есть и определенные недостатки. Интеграция AI требует значительных инвестиций, а также специальных знаний для разработки, внедрения и поддержки. Необходимость обеспечения кибербезопасности и приватности данных становится еще более актуальной и сложной с внедрением AI. Кроме того, работники могут столкнуться с проблемой адаптации к изменениям в процессах и могут чувствовать опасения за свои рабочие места из-за автоматизации, что требует дополнительных усилий для обучения и управления изменениями внутри организации.

Наконец, возможные ошибки в работе AI или его неправильное применение могут привести к созданию неэффективных или нежелательных бизнес-процессов.

“На мой взгляд, чат-боты безусловно упрощают коммуникацию, но на построение бизнес-процессов на основе BPM-систем влияют опосредованно. А вот инструменты на основе ИИ могут использоваться, как структура, которая способна визуализировать схемы бизнес-процессов, что облегчает сам процесс их программирования, оптимизируя выполнение рутинных задач. Чат-боты, созданные на основе ИИ и машинного обучения, также способны роботизировать тривиальные задачи и ускорить обработку и анализ процессов”, — заключает Артем Белычев, директора по развитию Case Studio.