Otomatisasi yang didukung AI adalah Otomatisasi Enterprise 2.0

New normal kami mendorong permintaan klien untuk mengotomatiskan proses yang menghilangkan tugas yang berulang dan monoton dan menambah manusia untuk menghasilkan hasil manusia super lebih cepat. Untuk memenuhi permintaan ini, kami melakukan otomatisasi turbocharging dengan kecerdasan buatan (AI) untuk memungkinkan perusahaan mengotomatisasi serangkaian tugas yang lebih luas, seperti yang diilustrasikan dalam contoh berikut ini:

• Penghapusan tugas menargetkan tugas sederhana dan berulang di seluruh bisnis dan TI. Mengotomatiskan tugas-tugas ini akan membebaskan karyawan untuk melakukan pekerjaan yang lebih bijaksana. Misalnya, dengan kantor tertutup yang menjauhkan banyak pekerjanya, PayPal telah beralih ke chatbot, menggunakannya untuk rekor 65 persen pertanyaan pelanggan berbasis pesan dalam beberapa minggu terakhir. “Sumber daya yang kami terapkan melalui AI memungkinkan kami untuk lebih fleksibel dengan staf kami dan memprioritaskan keselamatan dan kesejahteraan mereka,” kata PayPal dalam sebuah pernyataan.   
• Augmentasi tugas mendukung, mempercepat, dan meningkatkan efisiensi karyawan. Misalnya, dengan meningkatnya penggunaan layanan online selama pandemi virus corona, agen layanan pelanggan yang didukung AI dapat mengizinkan satu agen untuk membantu lebih banyak pengguna, mengurangi antrian layanan, dan meningkatkan advokasi pelanggan. AI digunakan untuk mengukur niat pengguna dan menangkap informasi dan sifat masalah yang diminta pelanggan untuk diselesaikan oleh perusahaan. Alur kerja otomatisasi kemudian dapat memeriksa kemungkinan resolusi tanpa melibatkan manusia. Meskipun demikian, bentuk augmentasi tugas yang paling kuat adalah ketika manusia dan sistem AI bekerja bergandengan tangan dalam mencapai hasil yang diinginkan.

Untuk mencapai hasil ini, kami secara aktif bekerja untuk memajukan teknologi otomatisasi menuju otomatisasi yang didukung AI, yang kami nyatakan sebagai Otomatisasi 2.0. Otomatisasi didukung AI didefinisikan sebagai proses Otomatisasi loop tertutup berkelanjutan di mana pola data ditemukan dan dianalisis, sehingga keputusan tentang insight dari data dapat diterjemahkan ke dalam tindakan otomatis, dengan AI yang memberikan pengoptimalan proaktif selama setiap tahap proses. Otomatisasi yang didukung AI menggunakan kecerdasan yang dapat ditindaklanjuti untuk memberikan TI dan operasi bisnis dengan kecepatan, biaya lebih rendah, dan pengalaman pengguna yang lebih baik. Bagian selanjutnya membahas empat tahap ini, menggambarkan bagaimana AI berubah pada masing-masing tahap ini.

Temukan

Memahami dan mengklasifikasikan data dan proses yang tidak terstruktur dengan lebih baik sehingga Anda dapat mengurangi beban analisis dan mengatur tindakan secara manual.

Tanpa AI, penemuan data yang terkait dengan otomatisasi sebagian besar terbatas pada proses terstruktur dan data terstruktur. Data yang tidak terstruktur secara inheren berisik dan biasanya memperlambat proses otomatisasi. Dengan menggunakan machine learning (ML), model-model dibuat untuk memotong, mengintip, dan deteksi pola-pola dalam data yang berisik. Misalnya, dengan model pengklasifikasi yang terlatih dengan baik, dokumen dapat diklasifikasikan sebagai faktur atau klaim asuransi. Demikian pula, peringatan dari sistem TI dapat dikelompokkan dan dicocokkan dengan tiket masalah tertentu. Dengan AI, proses penemuan tidak lagi diblokir oleh kurangnya struktur; ia menggunakan AI secara cerdas untuk pindah dari penemuan ke pengambilan keputusan.

Untuk penjelasan yang lebih dalam tentang perbedaan antara berbagai jenis teknologi AI, lihat "AI vs. machine learning vs. pembelajaran mendalam vs. Neural Networks: Apa Bedanya?"

Putuskan

Gabungkan ketepatan otomatisasi TI dengan metodologi otomatisasi bisnis yang terdefinisi dengan baik sehingga Anda dapat mengotomatiskan lebih cepat dan dengan lebih akurat baik di TI maupun bisnis.

Otomatisasi didukung AI bertujuan untuk menyediakan sistem otomasi bisnis dan IT yang terkonvergensi secara komprehensif yang beroperasi di berbagai jenis pekerjaan, termasuk pekerja bisnis, arsitek solusi, insinyur perangkat lunak, IT Operasi, SRE, keamanan, dan insinyur kepatuhan. Dengan menemukan pola data di seluruh bisnis dan TI, pengambilan keputusan sekarang dapat lebih berdampak dibandingkan sistem yang terisolasi ke bagian-bagian tertentu dari suatu perusahaan. Contohnya adalah untuk menghubungkan aktivitas di seluruh pengembangan perangkat lunak dan operasi TI. Dalam hal ini, perubahan kode sumber dan konfigurasi selama pengembangan dapat dicocokkan dengan insiden yang terjadi dalam sistem TI yang sedang berjalan untuk memprediksi risiko yang terkait dengan perubahan di masa mendatang pada kode atau konfigurasi tersebut. Dengan menerapkan AI pada otomatisasi, kami sangat meningkatkan kecepatan perusahaan dapat bereaksi terhadap pola baru yang ditemukan.

Bertindak

Libatkan bot perangkat lunak secara lebih alami dan kolaboratif sehingga interaksi menjadi lebih layanan mandiri dan produktif.

Proses otomatisasi lebih jauh dibedakan dalam bagaimana tindakan otomatis dilakukan. Standar emas dalam mengotomatisasi tindakan adalah teknologi otomatisasi proses robotik (RPA) . Dengan kekuatan AI, kami mengembangkan RPA dari skrip robot sederhana menjadi teknologi yang lebih seperti karyawan digital di tempat kerja. Pasangan dunia virtual dan fisik ini memungkinkan tindakan disimulasikan untuk mencegah masalah bahkan sebelum terjadi, mencegah waktu henti, dan mengembangkan peluang baru. Selain itu, Otomatisasi 2.0 menggunakan pemrosesan bahasa alami tingkat lanjut untuk menghasilkan hubungan yang lebih kolaboratif antara AI dan karyawan untuk menghasilkan tenaga kerja hibrida.

Optimalkan

Memprediksi insiden potensial lebih awal sehingga sistem dapat secara proaktif menyelesaikan masalah sebelum berdampak pada operasi normal.

Optimalisasi terus diterapkan selama fase penemuan, keputusan, dan tindakan, memanfaatkan insight baru untuk secara mandiri meningkatkan bisnis dan operasi TI melalui masukan loop tertutup. Dalam Otomatisasi 2.0, optimasi pindah melampaui reaktif menjadi prediktif dan proaktif. Dengan tampilan data menyeluruh di seluruh bisnis dan TI, otomatisasi yang didukung AI dapat mengantisipasi fluktuasi dan membantu menghindari reaksi berlebihan. Misalnya, dengan menggabungkan sifat terstruktur dan tidak terstruktur dari perubahan historis dan catatan insiden dari TI perusahaan, hubungan dapat diekstraksi antara insiden perubahan untuk menciptakan bukti empiris sebagai input baru ke model risiko perubahan. Ketika perubahan baru sedang diluncurkan oleh TI, peringatan proaktif real-time dapat dikeluarkan berdasarkan prediksi yang menggambarkan mengapa perubahan ini berisiko tinggi berdasarkan bukti masa lalu. Panduan Pasar Gartner untuk platform AIOps menyatakan bahwa gaya manajemen risiko yang proaktif ini sebagai tahap otomatisasi yang paling canggih.

Proses otomatisasi menemukan, memutuskan, bertindak, dan mengoptimalkan mungkin membuat orang Think bahwa otomatisasi adalah proses yang berurutan dan memakan waktu. Meskipun memang benar bahwa menyempurnakan proses otomatisasi dapat memakan waktu berminggu-minggu atau berbulan-bulan, ada jalan cepat ke depan. Misalnya, penggunaan RPA dan low-code semuanya dirancang untuk mempercepat otomatisasi aktivitas atau proses “ukuran bit” sehingga pelanggan dapat mendapatkan ROI segera tanpa harus menunggu sampai seluruh proses menyeluruh diotomatisasi. Waktu penyelesaian yang cepat juga memungkinkan bisnis dan TI gagal dengan cepat dengan mengulangi dengan cepat dan merespons secara real-time terhadap kekuatan eksternal.

Otomatisasi yang didukung AI tidak mengharuskan semua orang yang terlibat untuk menjadi ilmuwan data. Sebaliknya, penggunaan AI memungkinkan teknologi otomatisasi untuk menjangkau pengguna bisnis, selain pengembang TI, pekerja pengetahuan yang sangat terampil, dan, tentu saja, ilmuwan data. Pengguna di seluruh perusahaan mendapat manfaat dari model pra-terlatih yang disiapkan sebelumnya oleh pakar — memungkinkan untuk digunakan segera— tanpa memerlukan keterampilan AI yang mendalam. Menggunakan otomatisasi didukung AI dengan bahasa alami dan chatbot menciptakan lingkungan di mana sistem otomasi bertemu pengguna di mana mereka bekerja, cara mereka bekerja. Ini memberikan interaksi yang lebih alami, memungkinkan lebih banyak pekerja di seluruh perusahaan untuk berkontribusi dan mendapat manfaat dari otomatisasi.   

Pendekatan IBM® terhadap otomatisasi yang didukung AI mengambil bentuk sistem bisnis dan otomatisasi TI yang konvergen dengan kemampuan untuk terus mengoptimalkan dengan menemukan, memutuskan, dan mengambil tindakan sebagai sarana untuk mengotomatiskan proses di seluruh perusahaan. Dengan pandangan otomatisasi menyeluruh ini, kami mengambil langkah berani untuk menciptakan tenaga kerja hybrid di mana karyawan Anda, berkolaborasi dengan kembar digital mereka, dapat memperoleh efisiensi yang lebih dalam di seluruh bisnis mereka dan membebaskan waktu dan uang untuk fokus pada peluang bisnis baru. 

Dengan posting ini, kami telah menempatkan otomatisasi didukung AI di peta — tetapi kami benar-benar baru memulai. Posting saya berikutnya akan lebih lanjut mendefinisikan dan memeriksa proses di balik otomatisasi yang didukung AI, memperluas tampilan untuk memasukkan arsitektur dan kemampuan.

Juga, silakan lihat podcast baru saya yang disebut “The Art of Otomatisasi,” di mana saya akan mengundang para pakar materi pelajaran untuk membagikan contoh mereka tentang bagaimana otomatisasi mengubah kehidupan sehari-hari menjadi lebih baik.