Роботизация бизнес-процессов (RPA) дает возможность предприятиям быстро получить экономический эффект [1], однако полностью еще не избавляет сотрудников от рутины — безусловно, на программных роботов можно переложить выполнение ряда конкретных задач: выгрузка данных из нескольких источников, проверка документов, консолидация отчетов и пр., однако для комплексной автоматизации требуются дополнительные технологии. Сегодня все чаще возникает необходимость в распознавании текстов с помощью систем OCR или использовании интеллектуальной обработки документов IDP (Intelligent Document Processing). Как следствие, поставщики RPA начали предлагать решения с технологиями ИИ для выполнения задач, которые раньше были не под силу обычным программным роботам [2].

Сегодня в крупных организациях обычно применяется сразу несколько информационных систем, автоматизирующих части бизнес-процессов, причем сотрудники взаимодействуют со множеством программ, но фактически вручную переносят данные. Облегчить рутинную работу помогают скрипты и макросы, программные роботы, чат-боты и OCR-системы. Однако разрозненные решения упрощают выполнение лишь отдельных операций, но не автоматизируют процесс целиком — для этого необходимы дополнительные ресурсы.

Помочь с этой проблемой призваны технологии интеллектуальной автоматизации и конструктор бизнес-процессов, позволяющие перейти от использования программных роботов для выполнения отдельных задач к интегрированным решениям. Такая гиперавтоматизация бизнес-процессов включает в себя использование множества технологий, инструментов и платформ, в том числе искусственный интеллект, RPA, аналитику, и не ограничивается рамками повторяющихся задач.

Задачи интеллектуальной автоматизации

Первая группа задач типична для предприятий с разрозненными информационными системами и средами. Сюда относятся в том числе процессы, предусматривающие взаимодействие с государственными ресурсами и порталами, интеграция с которыми ограничена. Для подобных ИТ-ландшафтов характерно отсутствие целостного контроля исполнения сквозных процессов — в лучшем случае удается отслеживать выполнение отдельных задач, поэтому основной целью здесь становится максимальная автоматизация, минимизирующая участие человека: программные роботы непосредственно взаимодействуют с информационными системами, а обработку данных выполняют модули искусственного интеллекта и OCR. Человек в этой цепочке выполняет специализированные операции, пользуясь экранными формами или текстовыми ассистентами.

Если в классическом RPA-решении робот обычно присылает результат выполнения своей задачи на электронную почту, а взаимодействие с пользователем ограничивается фиксированными windows-окнами или Excel-файлами, то решения интеллектуальной автоматизации предлагают более широкие возможности: в сквозном процессе имеются шаги, которые может выполнять пользователь; за счет встроенных ассистентов сотрудник может через чат запустить программного робота или целый процесс.

Вторая группа — типовые задачи, выполняемые сервисными подразделениями по приему и обработке внутренних и внешних обращений, в первую очередь службами технической поддержки и контакт-центрами. Пользователи могут взаимодействовать с такими подразделениями через различные каналы: почта, IP-телефония, чат-боты, мессенджеры, социальные сети. Интеллектуальная автоматизация позволяет классифицировать поступившие обращения, корректным образом завести их в учетные системы и корпоративные бизнес-приложения, маршрутизировать заявки уполномоченным исполнителям. При наличии базы знаний можно обеспечить автоматические ответы на типовые обращения.

Третья группа задач связана с автоматизацией процессов обработки документов, поступающих в бэк-офисные подразделения: кадровые, юридические, экономические и финансовые службы, бухгалтерия и отделы закупок. Эти процессы охватывают этапы обработки документов — распознавание, выделение сущностей, юридическая экспертиза, проверка на соответствие внутренним стандартам организации и требованиям регуляторов.

Есть еще одна группа специфических задач, для решения которых может потребоваться интеллектуальная автоматизация, — обеспечение единого рабочего места в среде ОС Linux. В ходе импортозамещения программных платформ и приложений многие отечественные предприятия столкнулись со сложностями, связанными с миграцией из ОС Windows. Платформа интеллектуальной автоматизации позволяет создавать графические формы, фактически представляя интерфейс для работы в среде ОС Linux с приложениями Windows. Таким образом, сотрудники работают с новыми экранными формами, а с унаследованными приложениями работают программные роботы.

Архитектура платформы интеллектуальной автоматизации

На рис. 1 представлена общая архитектура платформы интеллектуальной автоматизации, а на рис. 2 — ее реализация с помощью технологий ROBIN.

Рис. 1. Обобщенная архитектура платформы интеллектуальной автоматизации
Рис. 2. Платформы интеллектуальной автоматизации на технологиях ROBIN

В основе системы интеллектуальной автоматизации может лежать RPA-платформа ROBIN, инструменты оркестрации сценариев, модули ИИ, OCR и IDP, чат-боты, голосовые ассистенты и пр. Все компоненты платформы между собой связывает модуль управления.

Конструктор процессов — это понятный любому бизнес-аналитику инструмент no-сode, позволяющий строить процессы любой сложности и с любым числом уровней иерархии. В качестве шагов процесса могут быть обращения к различным технологическим модулям: роботам, системам ИИ и OCR, чат-ботам и голосовым помощникам, и пр. При этом ветви процессов могут исполняться как последовательно, так и параллельно. Для вовлечения сотрудника в процесс принятия решения в ходе выполнения процесса, программный робот выводит экранную форму. Адаптация форм под стиль и стандарты конкретной компании выполняется с помощью языка разметки CSS (Cascading Style Sheets) или JavaScript.

Каждому этапу процесса может присваиваться свой приоритет, показатель KPI и срок исполнения, что позволяет контролировать ход выполнения и отслеживать отклонение от заданных параметров. Факт завершения каждого шага фиксируется для сбора статистики, прогнозирования нагрузки на сотрудников и планирования сроков выполнения процессов.

Оркестратор предназначен для управления процессами, обеспечивая автоматический выбор виртуальной машины для запуска конкретного шага, что позволяет оптимизировать использование корпоративной ИТ-инфраструктуры. Для обработки большого потока однотипной информации процессы могут формировать очереди задач. В случае отсутствия свободных ресурсов оркестратор ставит задачу в одну из очередей, а платформа контролирует ее выполнение.

На рабочем месте сотрудника выводится список назначенных ему задач с указанием сроков, приоритетов и исполнителей — задачи могут назначаться как отдельному сотруднику, так и группе.

Встроенный в платформу конструктор чат-ботов позволяет проектировать каналы общения посредством текстовых или голосовых сообщений. Созданные чат-боты могут использоваться как для коммуникаций внутри компании (например, с Service Desk), так и для взаимодействия с внешними контрагентами — с помощью компонента ROBIN AI чат-боты распознают человеческую речь и определяют, по какой ветке следует направить дальнейшее выполнение процесса. Чат-боты могут загружать в бизнес-приложения данные, полученные от пользователей, передавать роботам или инициировать запуск других экземпляров процессов. Предусмотрена возможность интеграции с мессенджерами и веб-чатами.

Помимо анализа текстовых и голосовых сообщений ядро ROBIN AI обеспечивает реагирование на обращения или консультирования пользователей. Основой для выработки решений по обращениям служит интеллектуальный поиск по базе знаний.

Все компоненты платформы имеют веб-интерфейс, что позволяет реализовать принцип одного окна — войдя под своей учетной записью, пользователь получает весь спектр функций и возможностей, предусмотренных для его роли.

Платформа работает с ОС Linux, Windows и macOS, а программные роботы могут быть созданы в режиме low-code в среде .Net, Java и Python.

***

Интеллектуальная автоматизация позволила «Почте России» сэкономить почти полтора млрд руб. на процессе сверки данных финансовой отчетности, втрое сократив число сотрудников, участвующих в ручной сверке документов. В корпорации ТВЭЛ благодаря интеллектуальной роботизации экономия для процесса закупок составила более 4 тыс. часов работы сотрудника в год. Кроме того, компания добилась 20-кратного сокращения времени обработки документации, сверки и подготовки отчетности. Роботизированный процесс обеспечил строгое соответствие процесса регламенту и исключил возможность злоупотреблений при закупках. Внедрение интеллектуальной автоматизации для обработки документов в кадровом департаменте крупного информационного агентства позволило вдвое сократить время обработки данных, уменьшив до 1% долю ошибок.

Применение интеллектуальной автоматизации позволяет сегодня предприятиям сократить затраты до 60% за счет перераспределения рабочего времени персонала, а производительность выполнения ряда бизнес-процессов может увеличиться на 80%. Кроме этого, «умные» роботы позволяют практически исключить ошибки при выполнении бизнес-операций, что минимизирует сопутствующие финансовые и репутационные потери.

Литература

1. Александр Бейдер. RPA: что, где, кому? // Открытые системы.СУБД. — 2020. — № 1. — С. 42–43. URL: https://www.osp.ru/os/2020/01/13055336 (дата обращения: 21.03.2024).

2. Cтивен Андриоле. Десять шагов до автоматизации // Открытые системы.СУБД. — 2022. — № 2. — С. 14–16. URL: https://www.osp.ru/os/2022/02/13056215 (дата обращения: 21.03.2024).

Иван Мельников (Ivan.Melnikov@slsoft.ru) – директор по продуктам ROBIN, компания SL Soft (Москва). Статья подготовлена на основе материалов выступления на конференции «Гиперавтоматизация 2023».