Penkių žingsnių seka prieš automatizuojant procesą
Kai kalbame apie dirbtinio intelekto diegimą, dažniausiai klausimas skamba taip: ką galime automatizuoti? Elon Musk siūlomas penkių žingsnių „algoritmas“ primena, kad tai gali būti ne pats geriausias pirmasis klausimas.
Jo logika paprasta: pirmiausia kvestionuoti reikalavimus, tada šalinti nereikalingas proceso dalis, supaprastinti tai, kas liko, spartinti ciklą ir tik pabaigoje automatizuoti. Tai nėra sudėtinga metodika ar teorinis modelis. Greičiau praktinė disciplina, padedanti neįdėti daug pastangų į tai, ko apskritai nereikėtų daryti.
Kvestionuokite reikalavimus → šalinkite nereikalingus veiksmus → supaprastinkite → spartinkite ciklą → automatizuokite. Tai praktinis procesų tobulinimo principas, o ne universali rezultato garantija. Toliau pateikiamas jo pritaikymas įmonių veiklai — LeanAI interpretacija.
Kvestionuokite reikalavimus
Pirmasis žingsnis – abejoti reikalavimais. Procesuose dažnai atsiranda taisyklių, patikrų, ataskaitų ar suderinimų, kurių kilmės niekas tiksliai nebeprisimena. Jie tęsiami todėl, kad „taip buvo nuspręsta“ arba „taip darome visada“.
Musk mintis čia labai praktiška: kiekvienas reikalavimas turi turėti aiškią priežastį ir konkretų atsakingą žmogų. Net protingų ir patyrusių žmonių sukurti reikalavimai gali būti netikslūs. Todėl verta klausti: kam to reikia, kokią problemą tai sprendžia ir kas nutiktų, jei šio reikalavimo neliktų?
Kvestionuoti reikalavimą reiškia išsiaiškinti jo paskirtį ir pagrįstumą. Saugai, kokybei ar duomenų apsaugai būtinos kontrolės turi būti įvertintos prieš keičiant procesą.
Šalinkite prieš optimizuodami
Antrasis žingsnis – šalinti. Tai bene labiausiai prieš intuiciją einanti algoritmo dalis. Organizacijos dažnai linkusios procesus papildyti: dar vienu patikrinimu, dar viena lentele, dar vienu tvirtinimu. Musk siūlo elgtis priešingai – pirmiausia bandyti proceso dalį išmesti.
Musk pabrėžia, kad kartais tenkantis grąžinti pašalintas dalis rodo, jog komanda iš tiesų tikrina jų būtinumą. Verslo procese tai verta taikyti kaip kontroliuojamą bandymą: iš anksto sutarti, ką stebėsime ir kada veiksmą grąžinsime. Tikslas — pašalinti vertės nekuriančią veiklą, išsaugant proceso patikimumą.
Supaprastinkite tai, kas liko
Tik tada, kai nereikalingi elementai pašalinti, verta optimizuoti ir paprastinti tai, kas liko. Ši seka svarbi. Jeigu pradėsime nuo optimizavimo, galime labai efektyviai patobulinti procesą, kurio dalį po kelių savaičių vis tiek reikėtų panaikinti.
Paprastinimas gali reikšti mažiau proceso žingsnių, mažiau informacijos perdavimų tarp žmonių, mažiau duomenų laukų, aiškesnę atsakomybę, vieną informacijos šaltinį vietoje kelių failų ar trumpesnį sprendimo kelią. Kuo procesas paprastesnis, tuo lengviau jį suprasti, valdyti ir vėliau automatizuoti.
Trumpinkite viso proceso trukmę, ne tik atskirą užduotį
Ketvirtasis žingsnis – spartinti ciklą. Tačiau greitis prasmingas tik tada, kai jau išvalėme ir supaprastinome procesą. Priešingu atveju tiesiog greičiau atliekame nereikalingą darbą.
Čia verta žiūrėti ne tik į atskiro darbuotojo greitį. Dažnai daugiau laiko prarandama tarp veiksmų: laukiant informacijos, sprendimo, patvirtinimo ar kito proceso etapo. Sutrumpinus visą ciklą rezultatas gali būti daug reikšmingesnis nei pagreitinus vieną užduotį.
Automatizuokite tik pabaigoje
Ir tik penktajame žingsnyje atsiranda automatizavimas. Būtent ši algoritmo vieta šiandien ypač aktuali verslo procesų automatizavimui. Dirbtinis intelektas gali padėti rengti dokumentus, analizuoti duomenis, aptarnauti klientus ar ieškoti informacijos. Tinkamumas priklauso nuo užduoties, duomenų kokybės ir rezultato patikros.
Tačiau technologinis paprastumas gali tapti spąstais. Jei automatizuojame blogai suprojektuotą procesą, problema nedingsta – ji tiesiog pradeda veikti greičiau. Todėl prieš kuriant AI agentą ar integraciją verta paklausti ne tik „ar galime tai automatizuoti?“, bet ir „ar šį darbą apskritai reikia atlikti tokia forma?“
Ką ši seka reiškia AI diegimui įmonėje?
Musk algoritmas naudingas tuo, kad siūlo laikytis pragmatiškos veiksmų sekos. Technologijų projektuose ją lengva apversti: pirma randamas įdomus įrankis, tada ieškoma, kur jį pritaikyti. Penkių žingsnių logika siūlo pradėti nuo darbo esmės ir tik po to rinktis technologiją.
Praktiškai tai reiškia, kad prieš AI projektą verta pereiti per penkis klausimus: ar visi reikalavimai pagrįsti? Ką galime pašalinti? Ką galime supaprastinti? Kaip galime sutrumpinti visą ciklą? Ir tik tada – ką verta automatizuoti?
Iliustracinis pavyzdys: darbuotojas kas savaitę rengia ataskaitą, o komanda svarsto automatizuoti jos parengimą. Pirmiausia verta išsiaiškinti, kas ataskaitą naudoja, kokį sprendimą ji padeda priimti ir ar reikalingi visi duomenys. Gali paaiškėti, kad pakanka trumpos išimčių suvestinės arba pati ataskaita nebereikalinga. Tai hipotetinis pavyzdys, ne LeanAI kliento rezultatas.
Šio požiūrio vertė yra tame, kad saugo nuo dažnos klaidos: pradėti nuo techninio sprendimo ir tik tada ieškoti jam problemos. AI laikais tai ypač svarbu, nes technologija leidžia netinkamą procesą automatizuoti greičiau nei bet kada anksčiau.
Kaip procesų tobulinimą ir AI sujungia LeanAI
Nesunku pastebėti, kad ši logika turi nemažai panašumų su esminėmis LeanAI koncepcijomis: pradėti ne nuo technologijos, o nuo problemos ir proceso; šalinti vertės nekuriančią veiklą; neautomatizuoti neefektyvumo; o AI naudoti ten, kur jis gali sustiprinti jau geriau suprojektuotą darbo būdą.
LeanAI darbą pradedame nuo vadovui svarbiausio verslo iššūkio ir rezultatą ribojančio proceso. VEIKIA metodas padeda pasirinkti prioritetą, suprasti priežastis, išbandyti sprendimą, įtvirtinti naują darbo būdą ir peržiūrėti jo poveikį. Automatizavimas yra viena iš galimų priemonių, o ne iš anksto nustatytas atsakymas.
Skirtumas tas, kad LeanAI šią logiką papildo verslo prioritetų pasirinkimu, rezultato matavimu ir patobulinimų įtvirtinimu organizacijoje. Tačiau abiejų požiūrių pradinis principas labai panašus: prieš bandant kažką atlikti greičiau, verta įsitikinti, kad darome tai, ką iš tikrųjų verta daryti.
Pirmiausia nuspręskime, ką verta daryti. Tik tada spręskime, kaip AI gali tai atlikti geriau.
Dažni klausimai apie procesų automatizavimą ir AI
Nuo ko pradėti verslo procesų automatizavimą? Nuo verslo tikslo ir proceso analizės: nustatyti apribojimą, patikrinti veiksmų būtinumą, supaprastinti eigą ir sutarti sėkmės rodiklius. Tik tuomet rinktis automatizavimo priemones.
Ar Lean procesų tobulinimas ir dirbtinis intelektas pakeičia vienas kitą? Jie gali papildyti vienas kitą. Lean padeda suprasti vertę, darbo eigą ir nereikalingus veiksmus. AI gali padėti apdoroti informaciją ir atlikti dalį užduočių pertvarkytame procese.
Kada verta taikyti AI automatizavimą? Kai užduotis reikalinga, procesas pakankamai aiškus, turimi tinkami duomenys ir galima patikrinti rezultatą. Sprendimą verta išbandyti ribota apimtimi, įvertinant klaidas, kaštus ir poveikį visam procesui.
Kuris iššūkis labiausiai riboja jūsų verslo rezultatą?
Pirmasis žingsnis – susitikimas su vadovu ir esamos situacijos bei lūkesčių išsiaiškinimas.
Aptarkime jūsų verslo iššūkius →AI ir Lean diegimas bei praktiniai mokymai įmonėms →VEIKIA metodas →