Blog – หน้า 3

เชื่อมคนกับโรบอทให้ทำงานประสานกันด้วย UiPath Action Center

เพิ่มความคุ้มค่าของการลงทุนใน RPA ด้วย เครื่องมือ UiPath Action Center โดยทีมงาน automat consulting

ข้อได้เปรียบอย่างหนึ่งของระบบ Robotic Process Automation หรือ RPA เมื่อเปรียบเทียบกับเทคโนโลยีประเภทอื่นสำหรับการเพิ่มประสิทธิภาพของกระบวนการทำงานในองค์กรก็คือ RPA สามารถเริ่มได้ด้วยต้นทุนที่ต่ำกว่า องค์กรสามารถนำเครื่องมือ RPA มาใช้ร่วมกับระบบหรือแอพพลิเคชั่นที่มีอยู่ได้โดยไม่ต้องรื้อของเดิมทิ้งอย่างขนานใหญ่ และก็เป็นการนำมาใช้แบบค่อยเป็นค่อยไปตามปริมาณงานที่ตั้งใจจะพัฒนาให้เป็นระบบอัตโนมัติ

แต่อีกปัจจัยหนึ่งที่ส่งผลต่อความคุ้มค่าของการลงทุนใน RPA ด้วยเหมือนกันก็คือ เวลาที่โรบอทใช้ทำงานให้เราหรืออีกนัยหนึ่งคือกระบวนการทำงานของเรามีโรบอทเข้ามาช่วยแบ่งเบาภาระการทำงานของพนักงานเราได้แค่ไหน

ความคุ้มค่าของการลงทุนจะเกิดขั้นช้าถ้า

ระบบงาน RPA ต้องหยุดชะงักเนื่องจากเกิดความผิดพลาดในขั้นตอนการทำงานทำให้ต้องรอพนักงานที่เป็นคนเข้ามาสั่งงานหรือตัดสินใจบางอย่างให้โรบอทเพื่อที่โรบอทจะสามารถทำงานต่อ หรือ
ระบบงาน RPA ที่มีการแตกออกเป็นระบบย่อยๆหลายระบบไม่สามารถรับมือกับการแก้ไขข้อมูลผิดพลาดได้อย่างยืดหยุ่นพอ ทำให้เจ้าหน้าที่ที่เป็นคนต้องใช้เวลามากในการค้นหาจุดที่เป็นปัญหาหรืออาจต้องย้อนกลับไปทำใหม่ในขั้นตอนเริ่มต้น

กรณีตัวอย่างทั้งสองนี้จะยิ่งเด่นชัดถ้าเรามีกระบวนการทำงานซึ่งมีลักษณะยาว คลอบคลุมงานของหลายแผนกหรือมีปริมาณธุรกรรมที่ต้องจัดการเป็นจำนวนมาก การหยุดชะงักเหล่านี้ถ้าเกิดขึ้นบ่อยและใช้เวลานานกว่าโรบอทจะได้รับคำสั่งจากผู้ใช้งานที่เป็นคนเพื่อทำงานต่อ ย่อมส่งผลต่อเวลาทำงานของโรบอทและความคาดหวังขององค์กรที่อยากให้ระบบ RPA เช้ามาแก้ปัญหาประสิทธิภาพและปัญหาสภาวะการทำงานที่เผชิญอยู่

เพื่อให้เห็นภาพ สมมุติบริษัทค้าปลีกน้ำมันแห่งหนึ่งต้องใช้เจ้าหน้าที่ฝ่ายบัญชี 10 คนทำรายการกระทบยอดบัญชีของยอดชำระผ่านธนาคารกับยอดหนี้ของลูกค้า (Bank Statement Reconciliation)ได้เฉลี่ย 500 รายการใน 1 วัน บริษัทตัดสินใจนำระบบ RPA เข้ามาช่วยในกระบวนการนี้ด้วยความคาดหวังให้โรบอททำงานนี้ได้ 3,000 รายการใน 1 วันซึ่งเป็นปริมาณธุรกรรมสูงสุดที่บริษัทเคยบันทึกไว้ อย่างไรก็ตาม ในหลายกรณีด้วยกันที่ยอดชำระกับยอดหนี้แตกต่างกันมากจนโรบอทต้องข้ามรายการเหล่านั้น และบันทึกรายการที่ไม่ได้ทำในรายงานสรุป เจ้าหน้าที่ผู้รับผิดชอบต้องใช้เวลานานในการค้นหาและแก้ไขข้อมูล หรือยอมรับข้อผิดพลาดที่เกิดขึ้น ผลลัพธ์ที่ได้คือปริมาณรายการที่โรบอททำได้ ต่ำกว่าความคาดหวังที่ 3,000 รายการต่อวันไปค่อนข้างมาก

สถานการณ์ดังกล่าวนี้ ในบางครั้งสามารถแก้ไขได้ด้วยการออกแบบระบบการทำงานเพื่ออำนวยความสะดวกในการให้เจ้าหน้าที่รับทราบและเข้ามาแก้ไขได้ในเวลาอันสั้น แต่ในระยะยาวแล้ว สมควรที่จะมีฟังชั่นเฉพาะที่เจ้าหน้าที่สามารถทำงานร่วมกับโรบอทได้อย่างราบรื่น ครอบคลุมทุกเงื่อนไขที่โรบอทไม่ต้องหยุดชะงักรอระหว่างการทำรายการหรือมีการแจ้งเตือนเจ้าหน้าที่ได้ทันทีเพื่อแก้ไขข้อมูลในจุดที่เป็นปัญหา

ก่อนหน้านี้ทาง Automat เราออกบทความหนึ่งชื่อ เมื่อคนและหุ่นยนต์ประสาน ทำงานร่วมกัน (Human-Bot Collaboration) ซึ่งกล่าวถึงรูปแบบลักษณะต่างๆของการทำงานร่วมกันระหว่างคนกับโรบอท แต่ในบทความนี้เรามาเจาะดูเฉพาะสถานการณ์ที่โรบอทต้องหยุดเพื่อรับคำสั่งหรือรับ action บางอย่างจากผู้ใช้งาน ซึ่งโดยทั่วไปจะมีอยู่ 3 แบบคือ

การอนุมัติ (Approval Scenario) เป็นสถานการณ์ที่โรบอทถูกโปรแกรมให้หยุดการทำงานเพื่อรอคำสั่งอนุมัติจากผู้ใช้งาน โดยอาจเป็นการอนุมัติลดราคาขายสินค้าของทีมขาย การรับของเข้าคลังสินค้า การยอมรับความต่างของค่าที่ใช้เปรียบเทียบ เป็นต้น ระบบงานลักษณะนี้มักมีการกำหนดค่าการยอมรับ (Threshold) เพื่อที่โรบอทสามารถทำงานด้วยตัวเองได้จนกว่าค่าที่เป็นเงื่อนไขจะมากกว่าหรือน้อยกว่าค่าการยอมรับที่ตั้งไว้ คนจะต้องเข้ามาอนุมัติงานดังกล่าว
การตรวจสอบ (Verification Scenario) เป็นสถานการณ์ที่การทำงานของโรบอทต้องหยุดรอการตรวจสอบของผู้ใช้งานว่ากระบวนการทำงานดัวกล่าวเป็นไปตามที่กำหนดไว้หรือไม่ เช่นการพิจารณากระบวนการขอสินเชื่อของลูกค้าที่ต้องมีการตรวจสอบความครบถ้วนของเอกสาร การเปิดใช้งานบัญชีซื้อขายหลักทรัพย์ (Account Activation) ที่ลูกค้าต้องผ่านขั้นตอน KYC ก่อน เป็นต้น
การยืนยันความถูกต้อง (Validation Scenario) เช่นกรณีการใช้โรบอท extract ข้อมูลจากเอกสารผ่านเครื่องมือ OCR แล้วต้องมีคนเข้ามาช่วยยืนยันความถูกต้องของข้อมูลที่ได้ในกรณีที่โรบอทไม่มั่นใจว่าตัวเองอ่านถูกหรือไม่

นอกจากสถานการณ์ทั้งสามลักษณะนี้แล้ว การแก้ไขธุรกรรมที่เกิดไปแล้วก็เป็นเหตุการณ์ที่สามารถเกิดขึ้นได้ และถ้ามีการแก้ไขอย่างทันท่วงที ไม่เสียเวลารอการตัดสินจากผู้ที่เกี่ยวข้อง ย่อมส่งผลโดยตรงต่อประสิทธิภาพของกระบวนการทำงานนั้นๆ

ผู้ผลิตซอฟท์แวร์ RPA อย่าง UiPath Inc. ก็มีการพัฒนาฟังชั่นการทำงานของแพลตฟอร์มตนเองขึ้นมาโดยเฉพาะสำหรับเรื่องนี้ เรียกว่า UiPath Action Center โดยกำหนดให้คนส่ง action ที่โรบอทต้องการเพื่อให้โรบอททำงานต่อ เช่น การอนุมัติหรือปฎิเสธ การยืนยันเงื่อนไขที่โรบอทเจอว่าถูกหรือผิด เป็นต้น นอกจากนี้ยังมีการ assign ผู้รับผิดชอบลำดับถัดไปเพิ่อไม่ให้เกิดปัญหาขาดคนอนุมัติหรือตัดสินใจ

ตัวอย่างในภาพเป็นการทำงานของโรบอทที่หยุดรอผลการอนุมัติเสนอราคาจากผู้ใช้งานตามเงื่อนไขที่เราได้ออกแบบไว้ Action Center จะรวบรวมงานต่างๆที่หยุดรอผลการอนุมัติหรือการตรวจสอบไว้ในสถานะ Pending เพื่อที่ผู้รับผิดชอบสามารถเข้ามาอนุมัติหรือแก้ไขงานให้ถูกต้อง จากนั้นโรบอทก็จะทำงานของตัวเองต่อไปได้

ด้วยฟังชั่นการทำงานของ Action Center เราสามารถนำกระบวนการทำงานอีกมากมายที่ครั้งหนึ่งอาจพิจารณาแล้วไม่เหมาะสมสำหรับการทำออโตเมชั่น เนื่องจากมีความจำเป็นต้องหยุดรอคำสั่งจากเจ้าหน้าที่ที่เป็นคน กลับมาพิจารณาใหม่ในการพัฒนาเป็นระบบ RPA

นอกจากนี้ ท่านที่ได้พัฒนางาน RPA สำหรับองค์กรของท่านไปบ้างแล้วในระยะเวลา 2-3 ปีมานี้ สามารถกลับไปพิจารณากระบวนการทำงานเหล่านั้นอีกทีว่ามีขั้นตอนไหนที่ยังคงมีลักษณะที่เป็นรอยต่อของขั้นตอนการทำงานหรือการสื่อสารกันระหว่างผู้ใช้งานที่ทำให้เกิดการรอ action จากผู้ตัดสินใจ แล้วดูว่าการทบทวนการออกแบบของกระบวนการทำงานนี้อีกครั้งหรือการนำเครื่องมืออย่าง Action Center เข้ามาใช้จะสามารถลดเวลาที่เสียไปเหล่านี้ได้หรือไม่และได้แค่ไหน

เพราะการลดเวลาที่โรบอทไม่ได้ทำงานย่อมหมายถึงประโยชน์ที่เราจะได้รับจากการลงทุนใน RPA ที่เต็มเม็ดเต็มหน่วยมากยิ่งขึ้นนั่นเอง!

ท้ายบทความมีคลิปประกอบเพื่อความเข้าใจเพิ่มขึ้นของ UiPath Action Center ครับ

Clip:

จัดการ process ง่ายๆ และให้คนเข้ามาช่วยตรวจงานด้วย Action Center – Youtube Channel “automat”

Case Studies – DHL ปรับทีมงาน เปลี่ยนกระบวนการ เพื่อเพิ่มศักยภาพ สินค้าถึงมือลูกค้าได้รวดเร็วด้วย RPA

Series ในตอนของ use case ที่น่าสนใจการนำเอา RPA ไปประยุกต์ใช้ในการจัดการธุรกิจ logistics ตอนที่ 3 โดยแชร์ถึงแนวคิดก่อนการปรับใช้เทคโนโลยี RPA ไปถึงการทำ quick-win ด้วย pilot process ที่ประสบความสำเร็จ ไปจนถึงอนาคตที่จะเลือกเอา Ai + OCR มาใช้ต่อไป มาติดตามกันครับ

แวดวงธุรกิจบริการโลจิสติกส์ ไม่มีใครไม่รู้จักพี่ใหญ่อย่าง DHL บริการขนส่งสินค้ารวดเร็วในทุกช่องทาง โดยเคสที่จะนำมาแชร์ในวันนี้คือ DHL Global Forwarding, Freight หรือ DGFF อยากจะเพิ่มศักยภาพกระบวนการขนส่งสินค้าให้บริการให้ดีขึ้นไปโดยเริ่มจากการจัดตั้งทีมภายใน ปรับทีมให้พร้อมรับการเปลี่ยนแปลง และพร้อมรับการต่อขยายเพื่อให้ใช้บริการนี้ไปในทุกภูมิภาคได้

โดยพื้นฐาน DGFF ให้บริการทั้งส่งด่วนทุกช่องทางทั้งพื้นดิน ทางทะเล ทางเครื่องบินโดยมีพนักงานให้บริการทั้งสิ้น 4,500 คน เมื่อผู้บริหารและทีมงานเลือกทั้งที่ปรึกษาและเครื่องมือ RPA ที่เหมาะสมคือ UiPath ก็เริ่มต้นทำ Pilot (Quick-win process) เรียกว่า “Post Flight” โครงการขึ้นมาโดยเริ่มจากการปรับกระบวนการภายในโดยเอาโปรแกรมอัตโนมัติมาเชื่อมข้อมูลจาก division operations systems มารวมกับข้อมูล flight data (จากสายการบิน) ทำรายงานเชิงลึก เพื่อตรวจสอบดูว่าไฟลท์บิน และการขนส่งถูกต้องตรงเวลาตามแผนงานหรือไม่ (delay) ถ้าไม่เป็นเพราะเหตุใด ทำให้เห็นข้อมูลเชิงลึกและนำไปปรับปรุงบริการในอนาคตได้ ในกระบวนการนี้ปกติถ้าเป็นพนักงานทำต้องใช้ถึง 30 คนแต่เมื่อใช้ RPA ลดเวลาให้พนักงานไปถึง 50% แล้วปรับพนักงานที่เหลือไปช่วยในกิจกรรมด้านอื่น ๆ เพื่อให้การขนส่งไปถึงมือลูกค้าได้เร็วกรณีไฟลท์บินดีเลย์เป็นต้น กระบวนการนี้เริ่มต้น พัฒนาและใช้งานจริงสำเร็จใน 1 เดือน ประหยัดแรงงานคนไปได้ 50% (300 FTE) เซฟเวลาที่ได้ให้คนไปทำงานสร้างสรรค์ด้านอื่น

ที่ DHL เมื่อกระบวนการแรกได้ผลลัพธ์ออกมาดี จึงได้ปรับทีมงานเรียกว่า CoE หรือ Center of Excellence แต่ที่นี่จะเรียกเป็นชื่อภายในเองว่า VDC หรือ Virtual Delivery Center ซึ่งประกอบไปด้วยคนประมาณ 30 คนโดยทีมนี้มีหน้าที่คัดสรรกระบวนการ ออกแบบกระบวนการทำงานเชื่อมกันระหว่างพนักงานและโปรแกรมหุ่นยนต์ (UiPath Robots) และในปัจจุบันขยายผลของกระบวนใหม่ทั่วโลก (ยุโรป จีน อเมริกาใต้) ซึ่งความท้าทายในแต่ละภูมิภาคที่มีกระบวนการแตกต่างออกไป เอกสารในแต่ละท้องถิ่นที่ใช้ไม่เหมือนกัน แต่ก็จัดการได้ด้วยการออกแบบที่ดี และเครื่องมือ RPA ที่ยืดหยุ่น

ปัจจุบัน DHL ใช้งานและพัฒนาโปรแกรมหุ่นยนต์อัตโนมัติมากกว่า 80 โรบอท และในขั้นตอนต่อจากนี้ไปทีมมองไปที่การนำเอา ai (ปัญญาประดิษฐ์) และ OCR technology มาเชื่อมโยงกับกระบวนการอัตโนมัติ RPA เพื่อทำความเข้าใจ แยกเยอะประเภทเอกสาร และสุดท้ายคือการมองไปทั้งกระบวนการ (End to End process)

ทั้งนี้ผู้เขียนจะขอนำเสนอการจัดการเอกสารในแวดวง logistic พวกใบขน manifest D/O และเอกสารต่าง ๆ ในโอกาสถัดไปครับ

source:

https://www.uipath.com/resources/automation-case-studies/dhl-global-forwarding-freight

เพิ่มประสิทธิภาพการใช้งานของระบบ Legacy ด้วย RPA

ที่ทีมงาน Automat เราได้ทำงานร่วมกับลูกค้าหลายราย ที่ยังมีการใช้ระบบงานที่ได้รับการพัฒนามาแล้วหลายปี เรียกว่าระบบ Legacy อยู่ เช่นระบบงานบัญชีหรือระบบ HR ที่พัฒนาบนฐานข้อมูลชนิดเก่ามากระบบ Core Leasing หรือ Core Insurance ที่ยังทำงานอยู่บนเครื่อง AS400 เป็นต้น องค์กรยังคงใช้งานระบบเหล่านี้อยู่ เนื่องจากความเสถียรของระบบ การประยุกต์ใช้ RPA, Lowcode จะเพิ่มความสามารถอย่างไม่มีขีดจำกัด รวดเร็วและไม่ต้องลงทุนมากนัก

การปรับเปลี่ยนแอพพลิเคชั่นหรือการจัดหาแอพพลิเคชั่นใหม่เข้ามาใช้งานในองค์กร นับเป็นเรื่องสำคัญที่ผู้บริหารและผู้ที่เกี่ยวข้องต้องมีการตัดสินใจอย่างรอบคอบ เพื่อให้บรรลุเป้าหมายในการเพิ่มประสิทธิภาพการทำงานของแผนกต่างๆในองค์กร การสร้างความสามารถในการแข่งขัน และการปรับตัวเข้ากับสภาพการทำงานและความต้องการของลูกค้าที่เปลี่ยนแปลงรวดเร็วขึ้นเรื่อยๆ

แต่เนื่องจาก “เวลา” และ “งบประมาณ” ยังคงเป็นปัจจัยที่สำคัญของการพิจารณาแนวทางการทำงานของโครงการไอทีอยู่เสมอ เราจึงได้เห็นเทคโนโลยีอย่างการทำ automation เพื่อปรับปรุงกระบวนการทำงานบนระบบงานที่มีอยู่แล้วให้รวดเร็วขึ้น มีข้อผิดพลาดน้อยลง หรือเห็นเทคโนโลยีในด้าน application integration ที่ทำให้ระบบงานต่างๆที่มีอยู่สามารถเชื่อมต่อกัน เพิ่มความสะดวกให้แก่ผู้ใช้งาน ซึ่งเป็นการเพิ่มประสิทธิภาพการใช้งานของระบบที่มีอยู่ ก่อนจะถึงเวลาที่ต้องลงทุนจริงๆเพื่อเปลี่ยนเป็นระบบใหม่

จากประสบการณ์ที่ทีมงาน Automat เราได้ทำงานร่วมกับลูกค้าหลายรายที่ยังมีการใช้ระบบงานที่ได้รับการพัฒนามาแล้วหลายปีหรือที่เรียกว่าระบบ Legacy อยู่ เช่นระบบงานบัญชีหรือระบบ HR ที่พัฒนาบนฐานข้อมูลชนิดเก่ามากระบบ Core Leasing หรือ Core Insurance ที่ยังทำงานอยู่บนเครื่อง AS400 เป็นต้น องค์กรยังคงใช้งานระบบเหล่านี้อยู่เนื่องจากความเสถียรของระบบเองที่ได้รับการพิสูจน์แล้วอย่างยาวนาน และการที่ต้องลงทุนสูงทั้งในแง่ตัวระบบเองและการเปลี่ยนขั้นตอนการทำงานถ้าคิดจะนำระบบใหม่เข้ามาใช้งานแทน แต่ปัญหาหรือความท้าทายของการใช้แอพพลิเคชั่นอายุยืนที่องค์กรเหล่านี้ต้องเจอก็คือ

ขาดการเชื่อมต่อกับระบบอื่น – ในกรณีที่ผู้ใช้งานมีความต้องการเพิ่มขึ้นจากสภาพการทำงานในปัจจุบัน เช่นอยากเพิ่มการติดต่อกับลูกค้าผ่านช่องทางโซเชียลมีเดีย หรือต้องการแลกเปลี่ยนข้อมูลกับแอพพลิเคชั่นที่อยู่บนระบบคลาวด์ จะทำได้ลำบากเนื่องจากเป็นระบบที่ถูกพัฒนาขึ้นเมื่อนานมาแล้ว โปรแกรม API ต่างๆยังไม่มีให้ใช้หรือขาดบุคคลากรที่พัฒนาได้
ไม่สามารถรองรับรูปแบบการเข้าใช้งานที่เปลี่ยนไป – ระบบแอพพลิเคชั่นสมัยใหม่รองรับการทำงานนอกสถานที่หรือการทำงานจากที่บ้าน อีกทั้งยังสามารถใช้งานผ่าน device ได้หลายแบบ สอดคล้องกับวิถีชีวิตของผู้คน แต่ระบบ Legacy ไม่สามารถทำได้แบบนี้
ไม่สามารถเพิ่มเติมฟังชั่นการทำงานได้ – ระบบ Legacy ที่เก่ามากๆจะไม่มีการอัพเกรดเวอร์ชั่นใหม่ๆแล้ว ทางเดียวที่จะเพิ่มฟังชั่นการทำงานได้ก็คือการเปลี่ยนไปใช้ซอฟท์แวร์ตัวใหม่เลยหรือถ้าไม่เก่ามาก ยังพอหาทีมงานที่สามารถพัฒนาต่อยอดได้ ทางผู้บริหารก็จะเกิดความลังเลว่าเป็นการลงทุนที่คุ้มค่าหรือไม่ กลัวว่าเสียเงินลงทุนพัฒนาไปแล้วจะใช้ไปอีกไม่นาน ทำให้ผู้ใช้งานต้องอยู่กับระบบเดิมต่อไป

อย่างไรก็ตาม จากเคสที่เราพบ เครื่องมีอที่ใช้พัฒนาระบบงานอัตโนมัติอย่าง RPA (Robotic Process Automation) สามารถใช้กับระบบงาน Legacy ได้ค่อนข้างดี เนื่องจากความแม่นยำของการจับปุ่ม ตาราง และข้อความต่างๆผ่านหน้าจอแอพพลิเคชั่นตามแบบที่มนุษย์ทำงาน และเมื่อศึกษาเปรียบเทียบเทคโนโลยีหรือแนวทางต่างๆในการเชื่อมต่อระบบแอพพลิเคชั่น การใช้ RPA ก็นับเป็นทางเลือกที่น่าสนใจดังข้อมูลในตารางด้านล่าง

จากตารางดังกล่าว ถึงแม้การใช้ RPA จะมีความเหมาะสมหรือคะแนนในเรื่องการขยายระบบ (Scalability) ด้อยกว่าการทำ Integrated application หรือการใช้ API แต่ RPA ก็เป็นโซลุชั่นที่เหมาะสมมากกว่า ถ้ามองจากเรื่อง เวลาที่ทำได้เร็วกว่า ต้นทุนที่ต่ำกว่า และความหลากหลายของฟังชั่นการใช้งาน (Versatility) ที่มากกว่า

นอกจากนี้แล้ว ผู้ผลิตซอฟท์แวร์ RPA บางเจ้ายังมีการเพิ่มส่วนที่เรียกว่า Low-Code Application เข้ามาใน RPA Platform ของตนเอง ทำให้การสร้างฟอร์มหรือ Dashboard สำหรับนำข้อมูลเข้าหรือออกจากระบบแอพพลิเคชั่นทำได้อย่างรวดเร็ว เป็นการนำประโยชน์ของการสร้าง app ที่รวดเร็วของซอฟ์ทแวร์ Low-Code มาใช้งานร่วมกับ RPA ที่มีจุดเด่นของการทำงานกับแอพพลิเคชั่นที่การเชื่อมต่อผ่านการเขียนโปรแกรมหรือ API เป็นไปได้ยาก

ถ้าเราเป็นฝ่ายเทคโนโลยีขององค์กรที่มีหน้าที่แสวงหาระบบหรือเครื่องมือ เพื่อช่วยเหลือให้ผู้ใช้งานในแผนกต่างๆขององค์กรสามารถทำงานได้สะดวก มีประสิทธิภาพเพิ่มขึ้น การเพิ่มช่องทางให้ผู้ใช้งานให้ทำงานกับระบบหลังบ้าน ไม่ว่าจะเป็นระบบที่ทันสมัยอยู่แล้วหรือระบบ Legacy ที่กล่าวถึงในบทความนี้ ย่อมก็ให้เกิดประโยชน์ต่อองค์กรในภาพรวม

ตัวอย่างในคลิป YouTube ตอนท้ายของบทความนี้ เป็นการจำลองรูปแบบการทำงานที่ผู้ใช้งานไม่จำเป็นต้องทำงานผ่านหน้าจอของระบบ Legacy แต่เป็นสั่งงานผ่านเว็บที่พัฒนาขึ้นด้วยเครื่องมือ Low-Code ไปที่โรบอท และให้โรบอทป้อนข้อมูลเข้าหรือแสดงผลที่ได้จากระบบ Legacy กลับมาที่ผู้ใช้งานที่ทำงานผ่านหน้าเว็บหรือผ่าน Smart Phone นับเป็นการเพิ่มช่องทางให้ผู้ใช้งานทำงานของตนเองบนระบบ Legacy ได้สะดวกมากยิ่งขึ้น

UiPath low-code app to solve Legacy systems process flow

ยังคงมีการประยุกต์แนวคิดในลักษณะการใช้ low code ในรูปแบบอื่น ๆเพื่อรองรับการทำ business workflow หรือการใช้ RPA ในการทำกระบวนการที่มีความซับซ้อนและขั้นตอนยาวๆ มากๆ มีคนเกี่ยวข้องด้วยหลายแผนกหรือหลายๆคน ผู้เขียนจะขอนำมาเสนอในบทความต่อไปครับ

RPA for Human Resource #2

กระบวนการอัตโนมัติสำหรับงานบุคคล

บทความวันนี้จะลงรายละเอียดในเรื่อง RPA for HR ซึ่งจะเน้นไปในการยกตัวอย่าง use case ในกระบวนการ HR “From hire until retired” ตั้งแต่วางแผนกำหนดกำลังคน ไปยังประกาศหา (รับสมัคร) สัมภาษณ์ บรรจุ ฝึกอบรม จ่ายเงินเดือน การทำรายงาน คำนวณเวลาเข้าออกงาน ประเมินผลงาน และอื่นๆ ตลอดกระบวนการทั้ง HRM, HRD

โดยตัวอย่างภาพด้านล่างเป็นภาพกระบวนการต่างๆที่เราสามารถประยุกต์ใช้งาน robot มาช่วย HR ในภาระงานเช่นคำนวณเงินเดือน (robot ตั้งสูตร ดึงข้อมูลเวลาเข้าออกงานอัตโนมัติจากระบบเป็นต้น) ภาระงานทำรายงานต่างๆ (ใช้ robot ดึงข้อมูลตามเวลาที่ตั้งไว้ เอามาทำสูตรใน excel และทำกราฟนำเสนอเป็นสไลด์ใน powerpoint แบบคนไม่ต้องยุ่งเกี่ยวได้เลย) ทั้งนี้ยังมีตัวอย่างอีกหลากหลายมากที่นำมาใช้ได้

อีกหนึ่งตัวอย่างที่แอดมินเคยทำคือใช้ robot มาช่วยในการอ่านข้อมูลผู้สมัครงาน (resume) โดยวิธีนี้แอดมินใช้ robot เปิดระบบหลังบ้านของ jobsDB หรือ jobsThai แล้วเข้าระบบหลังบ้าน ใส่ filter เพื่อค้นเอาเฉพาะตำแหน่งที่เราต้องการ จากนั้นโหลดไฟล์resume ที่ไม่มีโครงสร้างออกมาอ่าน หรือในอีกทางหนึ่งหากเป็นระบบหลังบ้านที่จะทำการส่ง email มาให้ HR เมื่อมีผู้สมัครส่งข้อมูลเข้ามาก็ตั้งค่าให้ robot ทำการเช็คเมล และอ่านเอกสารแนบ (attachment files) ได้ทันที คลิปวิดีโอด้านล่างเป็นอีกหนึ่งตัวอย่างที่ใช้ robot ทำงานอ่าน resume

ใช้ RPA + ai ช่วยในการรับสมัครงาน

RPA + ai for HR

ใช้ RPA+ ai ช่วยในการผูกใจพนักงานรุ่นใหม่ที่บริษัทมีหุ่นยนต์เป็นตัวอย่างในการทำงาน

ภาวะการปัจจุบันส่งผลมากต่อการลาออกของพนักงานจำนวนมาก กระทบต่อสภาพกำลังใจ ภาระงานที่ต้องต่อไปสู่ทีมงานชัดเจน รายงานวิจัยบอกชัดเลยว่า 71% มองว่าการที่องค์กรมี RPA ช่วยงานพนักงานจะสามารถทำให้เค้าโฟกัสอยู่ที่งานที่มีคุณค่า ส่งผลให้ทีมงานสร้างผลงานได้มากขึ้น (หรือไม่น้อยกว่าเดิม) และในอีกมุมคือเป็นจุดที่ช่วยดึงดูดทีมงานรุ่นใหม่ๆ ที่เข้าใจและพร้อมปรับตัวไปกับโลกเทคโนโลยีอย่าง ai มาร่วมงานได้อีกด้วย และเมื่อ HR ทำหน้าที่ในการสนับสนุนช่วยหาระบบ RPA ที่ดีมาใช้ในองค์กร จากผลงานวิจัยบอกว่าพนักงานเมื่อมีหุ่นยนต์มาช่วยเค้าจะจัดสรรเวลาได้ดีมากยิ่งขึ้นไปอีกจาก จากผลวิจัยบ่งบอกว่างานหลักยังเป็นเรื่องเดิมๆ วนๆมาให้ทำซ้ำๆ เช่น งานการอ่านและตอบอีเมล 42% งานประชุม 35% และงานคีย์ข้อมูลเข้าระบบซ้ำๆถึง 34% ทั้งนี้หากได้มีการประยุกต์ใช้ robot มาช่วยพนักงานเชื่อว่าเค้าจะจัดสรรเวลาสำหรับงานสร้างสรรค์ใหม่ๆได้ดีขึ้น

22% เพื่อสื่อสารกับลูกค้าหรือทีมงาน
17% เพื่อคิดหาโอกาสใหม่ๆ
16% สำหรับการวางแผนงานเชิงกลยุทธ์

โดย 91% เชื่อมั่นว่าเมื่อองค์กรได้ใช้ automation อย่างเต็มที่งานของตนเองจะพัฒนาขึ้นได้ แต่ฝ่าย HR ที่ทำหน้าที่หลักเรื่องการพัฒนาทรัพยากรต้องเชื่อมั่นและเชิญชวนให้พนักงานเข้ารับการฝึกอบรมตามโปรแกรมที่เหมาะสม

อีกหลากหลายตัวอย่างที่จะนำเสนอเช่น

งานเอกสารที่ต้องรับส่งสำหรับพนักงานใหม่ (ที่ผ่านการสัมภาษณ์)
งานการคีย์ข้อมูลเข้าระบบสำหรับ new-hire onboarding ที่ต้องส่งต่อเพื่อร่วมงานกับทีมงานไอทีในการสร้าง “ตัวตน” ของพนักงานสำหรับระบบต่างๆขององค์กร สิทธิต่างๆ รหัสผ่านและอื่นๆ
งาน expense management งานเบิกจ่ายที่ยังต้องรวบรวมใบเสร็จ บิลจอดรถ ค่าอาหารและการเดินทางและนำเข้าสู่ระบบด้วยการคีย์งาน การอนุมัติ
งานประเภท attendance tracking หรืองานที่ต้องนำข้อมูลจาก time sheet ต่างๆ ทั้งมีระบบและเป็น excel เข้าสู่ระบบการคำนวนรายได้พนักงาน
งานการจ่ายเงินเดือน โดยเป็นการนำเอาหุ่นยนต์ไปช่วยดึงข้อมูลจากแหล่งต่างๆ มาวางตามตำแหน่งและจัดสูตรคำนวนเพื่อป้องการความผิดพลาดของมนุษย์เป็นต้น

ยังคงมีเรื่องราวของการประยุกต์ใช้งาน RPA กับงาน HR อีกอย่างมากมาย ซึ่งผู้เขียนจะนำมาเล่าในบทความต่อๆไปอีกครับ

Source:

https://www.uipath.com/blog/digital-transformation/hybrid-work-model-needs-new-tech-stack

https://www.uipath.com/newsroom/new-uipath-study-reveals-half-of-office-workers-seeking-resignation?utm_source=marketo&utm_medium=blog_weekly_email&utm_content=06may2022

มองกระบวนการงาน HR เมื่อโจทย์เปลี่ยน ตัวช่วยมีอะไรบ้าง? – RPA for Human Resource #1

ปฎิเสธไม่ได้ว่าหนึ่งในฟันเฟืองสำคัญของการดำเนินธุรกิจ งาน Human Resource (HR) เป็นหน่วยงานที่สำคัญโดยหน้าที่หลักน่าจะเป็นการ “ค้นหา” และ “รักษา” พนักงานที่มีคุณภาพสูงในเวลาที่ต้องการเพื่อตอบโจทย์โลกธุรกิจที่ขับเคลื่อนด้วยภาวะที่ไม่เหมือนยุคก่อนโควิด

บทความในซีรี่ย์นี้จะแบ่งออกเป็นสามตอน โดยผู้เขียนจะเน้นเล่าเรื่องผลสรุปงานวิจัยการทำงานในโลกอนาคต แยกออกมาเป็นงานด้าน HR แบบเฉพาะเจาะจง และตัวช่วยงาน HR ในด้านเทคโนโลยีใหม่ๆอย่าง ai และ RPA ดังนี้

โลกการทำงานที่เปลี่ยนแปลงหลังยุค covid-19 “Hybrid Work Model” และคำทำนายถึงฉากทัศน์สี่รูปแบบ และตัวช่วยเรื่องเทคโนโลยี
Robotic Process Automation for HR team – ระบบ RPA สำหรับทีมงาน HR
Prioritize HR process with RPA tools (Heatmap tools) คัดสรรกระบวนการ HR โดยนำหุ่นยนต์มาเป็นตัวช่วย

ผู้เขียนอ้างอิงงานวิจัยของ ดร.การดี เลียวไพโรจน์ จากสถาบันวิจัย FutureLab (https://www.futuretaleslab.com/th/topics/futureresearch/article/future-of-work) ได้ออกมาแชร์งานวิจัยถึงเรื่องอนาคตของการทำงาน (Work) ในยุคต่อไป

สัญญาณการเปลี่ยนแปลง (Signals of change) เหตุการณ์แนวโน้มที่ก่อตัวและเกิดขึ้นจนเป็นแรงผลัดแรงดัน เช่น

เทคโนโลยีที่จะมาช่วยแบ่งเบาภาระหน้าที่คนทำงานเช่น AI หรือ Robots Co-workers
Ai เสริมการทำงานของผู้เชี่ยวชาญ มาช่วยคิดช่วยตัดสินใจแทนมนุษย์
เครือข่ายใหม่ๆ เช่น 6G รองรับการทำ IOT และหรือการสวมชุดทำงานเฉพาะทาง

ปัจจัยขับเคลื่อนหลัก (Key Driver for change) เช่น

พฤติกรรมที่เปลี่ยนเพราะแรงงานเปลี่ยนแปลงไปอย่างมาก อายุ แนวความคิด ทัศนคติ ความคาดหวัง
การทำงานที่ออกแบบเองจากผู้ปฎิบัติงาน (ไม่ง้อนายจ้างแล้ว)
การทำงานควบคู่ไปกับ ai ชั้นสูง
การวัดผลการทำงานแบบใหม่ เช่น Agile การแบ่งงานเป็นชิ้นๆเล็กๆ ซึ่งอาจส่งผลให้ความจงรักภักดีต่อองค์กรน้อยลง หรือหายไป

ทั้งหมดทั้งหลายเป็นผลให้เกิดการคาดคะเนฉากทัศน์ (Scenarios) เป็นสี่รูปแบบซึ่งไล่ตั้งแต่แย่ทีสุดไปถึงดีที่สุด (get out human “คนตกงาน สังคมเลวร้าย” – Monday again “คนไม่พัฒนา สังคมเหลื่อมล้ำ” – happy work & life “ประยุกต์คนและเทคโนโลยีเช่น ai ได้สำเร็จ คนพัฒนา มีความสุขในการงาน” – UBI as a Life Funder “ขั้นสูงสุด สังคม เศรษฐกิจ การเมืองสู่ยุคคุณภาพชีวิตสูงสุด”)

ผู้เขียนคิดเสมอว่าไม่มีอะไรแย่หรือว่าดีที่สุด จึงมองไปว่าฉากทัศน์ที่ใกล้ตัวทีสุด ณ ปัจจุบันและมองไกลไปสักหน่อยสำหรับ 5-10 ปี โดยเฉพาะในประเทศไทยเราน่าจะเป็น Scenario ที่ 2,3 (ฉากทัศน์สุดท้ายคงไม่เกิดในประเทศเรา หากยังเดินไปข้างหน้าด้วยสปีดในแบบปัจจุบัน) ดังนั้นการทำงานแบบผสมผสาน “Hybrid Work” จะเกิดขึ้นอย่างทันทีหลังเหตุการณ์ covid-19 และจะเดินหน้าเปลี่ยนแปลงวิธีคิดการทำงานทุกอย่างตั้งแต่นายจ้าง พนักงาน คู่ค้า ลูกค้า และแน่นอน HR ก็ต้องถูกกดดันไปด้วยในตัว

เมื่อสถานการณ์โควิดเป็นทั้งแรงผลักและแรงดัน รวมไปถึงขับเคลื่อนอย่างรวดเร็วสู่การทำงานแบบรีโมท (ทำงานจากระยะไกล เช่นจากที่บ้าน co-working space) แต่ไม่ใช่ทุกคนจะหลงรักการทำงานในรูปแบบนี้เพราะหลาย ๆ งานมันยากมากขึ้น ใช้เวลามากขึ้นกว่าจะเช็คกว่าจะเคลียร์ความเข้าใจกับเพื่อนร่วมงานและนำข้อมูลเข้าประมวลผล เป็นผลให้งานวิจัยมากมายอย่างของ Saleforce research บอกเลยว่า 64% อยากกลับเข้าทำงานในออฟฟิศ (ในรูปแบบเดิม) เป็นที่มาของแรงบีบให้ผู้บริหารต้องปิดตา เปิดหู รับฟังมากขึ้นและต้องจัดเตรียมทรัพยากรในการรองรับการทำงานในรูปแบบใหม่ “Hybrid working” ให้ดีที่สุดดังตัวอย่างจากประเทศสหรัฐอเมริกาเรื่องการลงทุนด้านไอทีดังนี้

เครื่องมือสำหรับพนักงานในการประชุม online (72%)
ระบบรักษาความปลอดภัยในการเชื่อมต่อต่าง ๆ (70%)
การฝึกอบรมสู่พนักงานในการประชุม ทำงานรูปแบบ online (64%)
ปรับห้องประชุมเพื่อรองรับการทำ virtual connectivity มากขึ้น (อุปกรณ่ต่าง ๆ ในห้องประชุม การถ่ายทอดสด และอื่น ๆ)(54%)

อนาคตอันใกล้คำว่า “Hybrid work” จะเป็นสิ่งที่ทุกคนคุ้นเคยอย่างแน่นอนเนื่องด้วยปัจจัยที่กล่าวไปข้างต้น โจทย์จึงมาอยู่ที่ผู้บริหารต้องวางแผนการทำงานในรูปแบบนี้ให้มีประสิทธิภาพมากที่สุด ทั้งนี้ไม่ใช่คิดแค่ desktop PC สำหรับโต้ะพนักงาน และ notebook สำหรับแจกเพื่อให้ทำงานจากที่บ้านแค่นั้น แต่ต้องรวมไปถึงการคิดนอกกรอบอื่น ๆ เพิ่มขึ้นไปด้วยเช่นการวางแผนงบประมาณ การสนับสนุนการทำงานในรูปแบบใหม่ซึ่งต้องพิจารณารูปแบบว่า technology ที่องค์กรใช้อยู่ในปัจจุบันรองรับทั้งหมดหรือไม่ซึ่งพระเอก ณ ตอนนี้น่าจะเป็นระบบ cloud infra รวมไปถึงบริการ managed service ทั้งหลายที่จะมาช่วยองค์กร (การลงทุนใน hardware, software จะหดหายไปบ้าง) ระบบรักษาความปลอดภัยเองก็จำเป็นต้องถูกอัพเกรดให้แข็งแกร่งมากขึ้นไปตามสถานการณ์

และแน่นอนพระเอกคนสำคัญที่จะมาช่วยให้การทำงานในแบบ Hybrid Work รวดเร็วขึ้น ผิดพลาดน้อยลง ไม่เปลี่ยนแปลงแนวปฎิบัติมากมายนักคงเป็นระบบ “automation” อย่างที่สถาบันวิจัย Forrest research กล่าวไว้ว่า “เมื่อสถานการณ์โรคระบาดคลี่คลายลงไป องค์กรจะถูกปรับโครงสร้างอย่างรุนแรงด้วยความจริงที่ว่าพนักงานสามารถทำงานได้จากนอกออฟฟิศ ระบบอัตโนมัติจะเข้ามาปรับทรัพยากรที่ไร้คุณค่า จัดกระบวนการทำงานใหม่ให้องค์กรพร้อมสำหรับโลกธุรกิจใหม่”

ความจริงนี้ถูกส่งผ่านการลงทุน การ implement ระบบ RPA ในองค์กรใหญ่ๆมากมายโดยมีมากกว่า 56% ที่ใช้ระบบนี้อยู่ (และจะพัฒนาต่อไป) อีก 17% วางแผนจะใช้งานในปีหน้า และ 8% วางแผนจะใช้ในอีกสองปี นั่นหมายถึงการ shift to hybrid work model เกือบจะทั้งหมด … ลองคิดดูหากท่านยังไม่ได้พิจารณาในเรื่องราวเหล่านี้ในองค์กรของท่านจะถูกทิ้งห่างไปไกลขนาดไหน

common business process for RPA (potential)

ในบทความหน้าผู้เขียนจะมาขยายความของ RPA หรือระบบอัตโนมัติโดยเจาะไปที่งาน Human Resource ไว้รอติดตามกันครับ ขอบคุณครับ

Source:

https://www.futuretaleslab.com/th/topics/futureresearch/article/future-of-work

https://www.uipath.com/blog/digital-transformation/hybrid-work-model-needs-new-tech-stack

Process Heatmap เครื่องมือคัดสรร RPA process – ธุรกิจประกัน

สวัสดีครับ

คำถามหนึ่งที่มักเกิดขึ้นเสมอจากลูกค้าองค์ที่ให้ทีม automat เป็นที่ปรึกษาสำหรับโครงการ RPA คือเราควรใช้ robots กับกระบวนการทำงานไหนบ้าง ?

องค์กรของเรานั้นประกอบขึ้นด้วยกระบวนการทำงานหรือ Process จำนวนมาก โดยมีทั้งกระบวนการทำงานทั้งที่เป็นมาตรฐานขององค์กรทางธุรกิจทั่วไป เช่นการบริหารงานบุคคล การตลาด การขาย ระบบบัญชี เป็นต้น และกระบวนการทำงานที่เป็นเรื่องเฉพาะของอุตสาหกรรมใดอุตสาหกรรมหนึ่ง เช่นกระบวนการเคลมของธุรกิจประกัน กระบวนการ KYC/CDD ของกลุ่มสถาบันการเงิน กระบวนการลงทะเบียนผู้ป่วยของธุรกิจโรงพยาบาล เป็นต้น

องค์กรมีวิธีการคัดเลือกกระบวนการทำงานเพื่อพัฒนาเป็นระบบอัตโนมัติได้ทั้งแบบ top down หรือการวางแผนและเป้าหมายระดับองค์กร ผู้บริหารระดับองค์กรรับทราบและให้การสนับสนุนทรัพยากร มีการจัดลำดับความสำคัญของการพัฒนาระบบ RPA ตามเป้าหมายว่าเรื่องไหนควรหยิบมาทำก่อน กับอีกแบบหนึ่งที่เรียกว่า bottom up โดยมีผู้บริหารระดับหน่วยงาน หรือเจ้าหน้าที่ผู้ปฎิบัติงานเป็นผู้กำหนดความต้องการและขอการสนับสนุนไปยังหน่วยงานไอทีและผู้บริหารระดับองค์กรเพื่อทำโครงการ

ทั้งนี้เครื่องมือหนึ่งที่ผู้บริหารระดับองค์กรและระดับหน่วยงาน รวมถึงเจ้าหน้าที่และคณะทำงานโครงการ RPA สามารถนำมาใช้เป็นแนวทางในการเลือก Process ที่เหมาะสมก็คือ Process Heatmap

Process Heatmap เป็นผังของกลุ่มงานที่แสดงถึงระดับความเหมาะสมและโอกาสประสบความสำเร็จในการพัฒนากระบวนการทำงานให้เป็นระบบ RPA โดยแสดงเป็นความแตกต่างของเฉดสีของแต่ละระดับว่ากลุ่มงานไหนเป็น high potential, medium potential หรือ low potential

ในบทความนี้ผู้เขียนขอกล่าวถึง Process Heatmap ที่จัดทำขึ้นสำหรับธุรกิจประกันให้ท่านผู้อ่านรับทราบเป็นตัวอย่างก่อนครับ(Process Heatmap มีทั้งแบบที่แสดงเป็นรายธุรกิจและเป็นรายฟังชั่นงานในองค์กร)

กระบวนการทำงานที่เห็นเป็นสีนำเงินเข้มแสดงกลุ่มงานที่เป็น High Automation Potential กล่าวคือเป็นกระบวนการทำงานที่มีศักยภาพ มีความเหมาะสมกับการพัฒนาให้เป็นระบบงานอัตโนมัติด้วย RPA เนื่องจากมีกฎเกณฑ์การทำงานที่ชัดเจนสามารถสร้างเป็นคำสั่งให้โรบอททำงาน มีปริมาณธุรกรรมสูงใช้เวลามากในการจัดการซึ่งก็หมายถึงประโยชน์สูงที่จะได้รับถ้ากระบวนการทำงานถูกทำด้วยโรบอท มีรูปแบบและขั้นตอนการทำงานที่ซ้ำสำหรับแต่ละธุรกรรม

ตัวอย่างของกระบวนการทำงานที่อยุ่ในกลุ่มนี้ เช่น

Renewal Notices: เป็นการแจ้งเตือนต่ออายุกรมธรรพ์สำหรับผู้ถือกรมธรรพ์เดิม ด้วยความที่ข้อมูลทั้งหมดอยู่ในระบบ Core Insurance Systems อยู่แล้วทั้งข้อมูลลูกค้า ความคุ้มครอง ประวัติการเคลม ทำให้การออกใบเตือนต่ออายุและส่งให้ลูกค้าตามช่องทางต่างๆเป็นงานที่โรบอททำได้ทั้งหมด

Collection Management: เป็นกระบวนการจัดการการวางบิลและติดตามการชำระเงิน โดยโรบอทจะรวบรวมข้อมูลของกรมธรรพ์ที่ถึงกำหนดด้องชำระหรือค้างชำระ การจัดการเงื่อนไขการวางบิลต่างๆซึ่งขึ้นอยู่กับว่าเป็นการแจ้งการชำระเงินผ่านตัวแทน ผ่านบริษัทนายหน้า หรือแจ้งไปที่ผู้ถือกรมธรรพ์ ซึ่งจะมีเงื่อนไขและรูปแบบการวางบิลที่ต่างกัน เช่นเรื่องการคำนวนภาษี ค่าคอมมิชชั่น ตลอดจนถึงช่องทางการรับเอกสาร

Policy Changes: การเปลี่ยนแปลงข้อมูลในกรมธรรพ์เป็นเรื่องที่เกิดขึ้นได้เมื่อเวลาผ่านไป เช่นการเปลี่ยนนามสกุลภายหลังการแต่งงาน การเปลี่ยนที่อยู่ การเปลี่ยนชื่อผู้รับผลประโยชน์จากบิดามารดาเป็นชื่อสามี ภรรยาหรือบุตร เป็นต้น ซึ่งการยื่นคำร้องของแก้ไขข้อมูลเหล่านี้จะต้องมีเอกสารหลักฐานยื่นเข้ามาพร้อมกัน ซึ่งโรบอทสามารถเข้ามาช่วยทดแทนการทำงานของเจ้าหน้าที่ได้ตั้งแต่การตรวจสอบความครบถ้วนของเอกสาร การบันทึกข้อมูลที่ขอเปลี่ยนแปลงจากแบบฟอร์มคำขอลงในแอพลิเคชั่นงานประกัน การทำเรื่องขออนุมัติตามเงื่อนไขที่มี การเปลี่ยนแปลงข้อมูลจนถึงการแจ้งผลของคำขอเปลี่ยนข้อมูลและการส่งเอกสารกลับไปที่ผู้ถือกรมธรรพ์

KYC: การใช้โรบอทเพื่อทำความรู้จักและพิสูจน์ตัวตนลูกค้าว่าเป็นบุคคลรายนั้นจริง เพื่อป้องกันการทุจริตจากการปลอมแปลงหรือใช้ข้อมูลบุคคลอื่นในการทำธุรกรรมตามข้อกำหนดของสำนักงานคปภ ทั้งนี้โรบอทจะเริ่มทำงานตั้งแต่ขั้นตอนการรับข้อมูลคำขอเปิดบัญชีของลูกค้า การตรวจสอบความถูกต้องของเอกสารยืนยันตนเอง การกำหนด Risk Profile จนถึงการสร้างบัญชีลูกค้าตามคำขอเมื่อผ่านเกณฑ์การคัดกรองดังกล่าวแล้ว

Claims: กระบวนการเคลมประกันเป็นอีกหนึ่งกระบวนการของธุรกิจประกันที่มีการนำ RPA เข้ามาใช้ได้หลายส่วน ทั้งนี้โรบอทเริ่มทำงานตั้งแต่ขั้นตอนการรับแจ้งความเสียหายครั้งแรก (First Notice of Loss หรือ FNOL) โดยการอ่านข้อมูลจากอีเมล แบบฟอร์มออนไลน์ หรือเอกสารที่ถูกสแกน จากนั้นก็เป็นการตรวจสอบสถานะของกรมธรรพ์ ความครบถ้วนของเอกสารหลักฐาน การบันทึกข้อมูลเข้าระบบเคลมจนได้หมายเลขเคลม การแจ้งสถานะและค่าสินไหม ฯลฯ

ส่วนกลุ่มที่มีสีน้ำเงินจางลงมาขั้นหนึ่งเราจัดเป็นกลุ่ม Medium Automation Potential ซึ่งมีความน่าสนใจน้อยลงกว่ากลุ่มสีน้ำเงินเข้ม เนื่องจากบางขั้นตอนของกระบวนการยังต้องใช้คนเข้ามาทำงานอยู่ หรือมีกฎเกณฑ์การทำงานที่ค่อนข้างซับซ้อนต่อการสั่งงานโรบอท ยกตัวอย่างเช่นงาน Renewal Processing หรือกระบวนการต่ออายุกรมธรรพ์หลังจากที่มีการแจ้งเตือนต่ออายุไปและอาจมีทั้งผู้ที่ต่ออายุและผู้ที่ไม่ต่ออายุ ซึ่งถ้าเป็นการทำงานร่วมกับตัวแทน (agent) หรือนายหน้า (broker) ก็จะมีการสั่งงานการต่ออายุเข้ามาว่ากรมธรรพ์ไหนที่ต้องต่ออายุและกรมธรรพ์ไหนมีการเปลี่ยนแปลงข้อมูลไปจากเดิม เจ้าหน้าที่จะต้องเข้ามาจัดเตรียมข้อมูล (data preparation) เพื่อให้โรบอทใช้ทำงานต่ออายุประกันภัย รวมทั้งอาจต้องเข้ามา verify ข้อมูลที่เปลี่ยนแปลงว่าเป็นการเปลี่ยนจริงๆหรืออาจมีข้อผิดพลาดของการแจ้งข้อมูล

กลุ่มสุดท้ายหรือกลุ่มที่มีสีจางที่สุดคือกลุ่มที่ควรหลีกเลี่ยงหรือไม่ควรถูกนำมาพิจารณาในช่วงต้นของโครงการ

เราสามารถใช้ Process Heatmap เป็นแนวทางในการเลือกกระบวนการทำงานที่เหมาะสมสำหรับนำมาพัฒนาด้วย RPA ได้เนื่องจาก Process Heatmap เกิดจากการรวบรวมข้อมูลจำนวนมากของการพัฒนางาน RPA และผลลัพธ์ที่ได้ แต่อย่างไรก็ตาม สุดท้ายการตัดสินว่ากระบวนการทำงานไหนที่ควรหยิบขึ้นมาพัฒนาด้วย RPA ก็อยู่ที่ตัวเราเองครับ ทั้งนี้เพราะการพิจารณาเลือกกระบวนการทำงานจะต้องคำนึงถึงทั้งความยากของการพัฒนา (Complexity) และประโยชน์ที่จะได้รับ (Benefit) ถ้าเราพิจารณาแล้วเห็นว่าฝั่งของประโยชน์ที่จะได้รับมีน้ำหนักมากกว่า คุ้มค่ากว่า เราก็สามารถเลือกกระบวนการทำงานดังกล่าวเข้าสู่ pipeline ของโครงการได้

ก่อนจากกัน มีอีกหนึ่งประเด็นที่อยากกล่าวถึงคือ ธุรกิจประกันจัดเป็นธุรกิจที่มีเอกสารเกี่ยวข้องเป็นจำนวนมาก เอกสารที่มาจากภายนอก เช่น ใบสมัครขอรับประกัน เอกสารแนบ เอกสารหลักฐานที่ต้องใช้ประกอบการพิจารณา แบบฟอร์มต่างๆ เป็นต้น ซึ่งถ้าเรายังหาวิธีที่จะนำข้อมูลจากเอกสารเหล่านี้มาใช้งานได้ กระบวนการ RPA ของเราก็ยังไม่มีประสิทธิภาพเพียงพอ เนื่องจากต้องมีงานส่วนที่เจ้าหน้าที่ของเราต้องใช้เวลากับการนำข้อมูลเหล่านี้เข่าระบบในแบบ manual ในปัจจุบันเครื่องมืออย่าง intelligence Document Processing หรือ IDP ได้ถูกพัฒนาให้มีความสามารถในการอ่านข้อมูลที่ข้ามข้อจำกัดของการใช้เทคโนโลยี Optical Character Recognition หรือ OCR เพียงอย่างเดียว โดยมีการนำ Machine Learning Model เข้ามาช่วยในการอ่านข้อมูลทำให้การใช้งาน RPA ในองค์กรมีความสมบูรณ์แบบยิ่งขึ้น

ในบทความตอนต่อๆไป ถ้ามีโอกาสผมจะนำ Process Heatmap สำหรับฟังชั่นงานอื่นหรือกลุ่มธุรกิจอื่นมาเล่าในรายละเอียดครับ

ขอบคุณครับ

Credit: JOLT Advantage Group, UiPath Global Certified Professional Services Partner

เพิ่มพลังโรบอทด้วยเอไอ #1 AI in Manufacturing

ผู้เขียนเพิ่งได้มีโอกาสเข้ารับฟัง webinar session ที่จัดโดย UiPath ในงาน AI Summit 2022 ซึ่งจัดขึ้นทุกปีโดยปีนี้เป็นแบบ online มี session น่าสนใจมากมายซึ่งหนึ่งในนั้นเป็น break out session by industry แยกเฉพาะธุรกิจกันไปเลยว่าแต่ละภาคนั้นใช้ AI มาผลักดันให้ RPA ทำงานได้ดีมากขึ้นแค่ไหน use case ดี ๆ และแน่นอนบทเรียน ประสบการณ์ก่อน หลังการใช้ AI ได้ถูกแบ่งปันผ่านมาด้วย วันนี้เลยขอเอามาสรุปสั้น ๆ เพื่อเป็นประโยชน์กับผู้อ่านในภาคอุตสาหกรรมนั้น ๆ ครับ

โดยมีการแบ่งเนื้อหาเป็นสองเรื่องหลัก ๆ คือ แนวโน้มการใช้งาน ai + rpa ในภาคอุตสาหกรรม และการแบ่งปัน use case บทเรียนจากองค์กรที่ทำจริง ๆ และเนื้อหาที่ผ่านไปให้คิด ทำพัฒนากันต่อ … ในตอนแรกจะบอกไปถึงสาเหตุเริ่มต้นว่าทำไมโรงงานอุตสาหกรรมถึงต้องมาทำ automation โดยหลาย ๆ ที่เริ่มจากอยากช่วยพนักงานให้ทำงานเท่าเดิม แต่ได้งานเพิ่มขึ้น การเชื่อมต่อไปยังการเข้าถึงลูกค้าในช่องทางต่าง ๆ รวมไปถึงกระบวนการภายในและภายนอกในกระบวนการ SCM และสุดท้ายคือต่อยอดไปเรื่อง R&D ของทั้งสินค้าและบริการทั้ง ecosystems โดยตัวแนวโน้มจะเอ่ยไปถึงการใช้งานข้อมูลจำนวนมหาศาลถึง 1.812 petabytes (จะบอกว่าภาคโรงงานนี้ใช้ดิจิตอลเยอะมาก ๆ) มีมากกว่า 27% ที่ประยุกต์ใช้ ai จนสร้างมูลค่าเพิ่มได้แล้ว การนำเอา ai ไปใช่การพยากรณ์ที่จะแม่นยำมากขึ้น และสุดท้ายจะส่งผลให้ประสิทธิภาพของการผลิตโดยรวมดีขึ้นถึง 45%-60% นั่นเอง

มีเคสที่มาแชร์จำนวน 3 เคสจากยุโรป (REHAU, BSH และ Drager) ทั้งสามเป็นบริษัทในอุตสาหกรรมเฟอร์นิเจอร์ โพลิเมอร์ และสุดท้ายคือบริษัทผลิตอุปกรณ์ช่วยหายใจ ป้องกัน ตรวจจับ และวิเคราะห์ก๊าซจากเยอรมัน โดยทั้งสามองค์กรมีพนักงาน 15,000-60,000 คนขึ้นไป ทำการผลิต OEM การตลาดไปทั่วยุโรป และเอเชีย

REHAU (https://www.rehau.com/group-en/about-us)

นำเอา ai มาช่วยในการ automate ระบบ sales order จากข้อมูลที่ไหลผ่านมาทาง email, fax และแน่นอนไม่มีรูปแบบที่แน่ชัด
เหตุผลที่นำมาพัฒนาใช้งานเนื่องด้วยปริมาณการสั่งซื้อเข้ามามาก รับงานไม่ทัน และในขณะที่ไม่ต้องการว่าจ้างทีม sales admin มาเพิ่มเป็นต้นทุนที่สูง
โดย 25% เป็นคำสั่งซื้อที่มีความซับซ้อนจากแผนกโครงการ และ 6% เป็นจากการขายเฟอร์นิเจอร์
ความท้าทายในโครงการนี้คือการขาดความรู้ ทักษะสำหรับคนภายในทีม จึงไปติดต่อที่ปรึกษาที่เชี๋ยวชาญมาไกด์ การใช้งาน UiPath Document Understanding ในรูปแบบที่ไม่ใช่ Pre-Built ต้อง Train Model ใหม่ รวมไปถึงจำนวนเอกสารที่ให้ ML training ก็ต้องมีปริมาณในระดับหนึ่ง
ในอนาคตมองเรื่องการขยายการใช้งาน ai ในการอ่านเอกสารเพิ่มเติมนอกจาก order เป็น Shipment Tracking Status, Freight Invoice audit, HR process รวมไปถึงการประยุกต์ใช้ ai chatbot อีกด้วย

B/S/H (https://www.bsh-group.com)

บริษัทร่วมทุนยักษ์ใหญ่ในยุโรป ที่ผลิตเครื่องใช้ในบ้าน Bosch, GmbH และ Siemens AG
เริ่มศึกษา พัฒนาทีมพัฒนาคนในด้าน data science ปี 2017 จนในปี 2021 มี data science use case มากกว่า 20 เคส มีCitizen Data Scientists มากกว่า 400 คน
เมื่อทีมพร้อม และได้มาพบกับ RPA technology จาก UiPath ทำให้เกิด POC ที่ประสบผลสำเร็จเหมือนเจอกันถูกตัว
ปัจจุบันใช้งาน RPA มาช่วยในกระบวนการมากกว่า 100 process เลยทีเดียว
เริ่มเอา ai มาใช้ควบคู่เพื่อยกระดับการใช้ RPA มีการนำเอา ai ในรูปแบบText Classification for Quality Management Production (text mining) ai ช่วยอ่านเอกสารข้อมูลแนะนำ ปรับปรุงผลิตภัณฑ์ แยกหมวดหมู่และส่งต่อให้คนที่เกี่ยวข้อง, ai ด้าน internal chatbot ในองค์กร
เริ่มใช้ UiPath Document Understanding มาใช้แยกแยะ อ่าน และนำเข้าข้อมูลอีกด้วย

Dräger (https://www.draeger.com/th_th/Home)

ตั้งทีมในรูปแบบเล็ก ๆ แต่มี core team (HQ and Int) กำหนดนโยบาย และคอยช่วยตรวจสอบ (monitoring )กระบวนการที่ทำโดย RPA Dev จากบริษัทในประเทศนั้น ๆ มี (RPA Developer and Process Owner) คอยพัฒนาทดสอบ และใช้งาน
เริ่มจาก 14 RPA process ในปี 2018 จนมาถึง 82 RPA process ในปัจจุบัน
มองเป็น step จาก 4 step model for intelligent process automation
- Robotic process automation (ทำได้แล้ว)
- Cognitive automation (กำลังพัฒนา)
- Digital Assistants (วางแผน)
- Autonomous Agents (วางแผน)
ริเริ่มการใช้ DU (Document Understanding) โดยเป็น intercompany invoice ก่อน
ใช้ DU ดึงเอา contract no. แล้วสร้าง RegEx Extractor ดึงข้อมูลมาใช้งาน
ใช้ DU ดึงข้อมูลเอกสารมาทำ Order Entry ในระบบ Microsoft NAV

ทั้งนี้ผู้เขียนมีความเห็นว่ายิ่งมีการพัฒนาองค์ความรู้ทางด้าน ai มาผนวกเข้ากับความรู้ด้านการพัฒนากระบวนการ RPA ได้มากขึ้น จะทำให้เราใช้เทคโนโลยีเพื่อออกแบบกระบวนการ (ใหม่) ที่จะสั้น กระชับรวดเร็ว ตรวจสอบได้และไม่ต้องใช้แรงงานมนุษย์มากขึ้น สรุปคือ ai + rpa จะเป็นเทคโนโลยีที่จะก้าวหน้าขึ้นไปอีกดังนั้นผู้อ่านก็ควรติดตาม และพัฒนาทักษะตามไปด้วยกันครับ

แหล่งที่มา

https://gateway.on24.com/wcc/eh/3423204/lp/3644042/breakout-session-ai-in-manufacturing

https://www.uipath.com/events/ai-summit

การประยุกต์ใช้ระบบ RPA กับกระบวนการ Know-Your-Customer (KYC)

สวัสดีครับ

กระบวนการรู้จักลูกค้า (Know-Your-Customer or KYC) เป็นมาตรการที่เราคุ้นเคยกันดี เนื่องจากเรามักจะถูกขอให้ชี้แจงข้อมูลส่วนตัวอยู่เสมอเวลาที่ขอเปิดบัญชีเงินฝาก บัญชีซื้อขายหลักทรัพย์หรือกระทั่งการขอความคุ้มครองจากการซื้อกรมธรรพ์ประกันภัย กับสถาบันการเงินอย่าง บริษัทหลักทรัพย์ หรือบริษัทประกันภัย เป็นต้น

KYC จะมาคู่กับคำว่า CDD หรือ Customer Due Diligence ซึ่งเป็นการตรวจสอบข้อเท็จจริงเกี่ยวกับลูกค้า โดยมีกระบวนการประเมินและจัดการความเสี่ยง การติดตามความเคลื่อนไหวทางการเงินก่อนการอนุมัติรับลูกค้า พักหลังเราเลยจะได้ยินคำว่า KYC/CDD มากกว่า KYC เฉยๆ

บริษัทต่าง ๆ โดยเฉพาะบริษัทในกลุ่มสถาบันการเงินมีการใช้ KYC/CDD เพื่อทำความรู้จักและพิสูจน์ตัวตนลูกค้าว่าเป็นบุคคลรายนั้นจริง เพื่อป้องกันการทุจริตจากการปลอมแปลงหรือใช้ข้อมูลบุคคลอื่นในการทำธุรกรรมทางการเงิน รวมถึงเป็นมาตรการป้องกันและปราบปรามการฟอกเงิน และการสนับสนุนทางการเงินแก่การก่อการร้าย หรือการกระทำความผิดอื่น ๆ

ทั้งนี้หน่วยงานที่มีหน้าที่กำกับดูแล เช่น ธนาคารแห่งประเทศไทย สำนักงาน ปปง. สำนักงาน คปภ. เป็นต้น ต่างออกหลักเกณฑ์และข้อปฎิบัติของหน่วยงานภายใต้การกำกับดูแลของตนเองสำหรับการทำ KYC ก่อนการทำธุรกรรมกับลูกค้า รวมทั้งผลที่ตามมาเช่น ค่าปรับ ในกรณีที่บริษัทไม่มีกระบวนการกำกับ ควบคุมและกลั่นกรองการ KYC/CDD ที่เป็นมาตรฐาน

เรียกได้ว่างาน KYC/CDD นี้มีความสำคัญในลักษณะที่เป็นภาคบังคับที่ต้องทำของบริษัทหรือองค์กรที่ถูกกำหนดให้ต้องทำเรื่องเหล่านี้ และการที่ต้องรักษาขั้นตอนการทำงานให้เป็นมาตรฐานอยู่ตลอดเวลาก็ถือเป็นหน้าที่ และภาระของเจ้าหน้าที่ผู้รับผิดชอบที่ใช้เวลากับเรื่องนี้พอสมควร

การทำ KYC หรือ KYC/CDD นี้ สามารถเกิดขึ้นได้ทั้งผ่านระบบออฟไลน์ เช่นการไปทำธุรกรรมที่ธนาคาร เพื่อให้ธนาคารเทียบระหว่างหน้าบัตรกับหน้าจริง ๆ ของเรา หรือว่าทางออนไลน์ที่เรียกว่า E-KYC โดยมักเริ่มต้นด้วยการเก็บข้อมูลพื้นฐานของลูกค้า เช่น ชื่อ เลขประจำตัวประชาชน วันเกิด หรือที่อยู่ บริษัทสามารถให้ลูกค้าของตนเองทำ KYC ได้หลายรูปแบบแล้วแต่ข้อบังคับหรือความจำเป็นทางธุรกิจของแต่ละบริษัท

จากธรรมชาติของงานที่มีเงื่อนไขการทำงานที่ชัดเจน การที่องค์กรต่าง ๆ มีการใช้แอพพลิเคชั่นและช่องทางติดต่อกับลูกค้าแบบออนไลน์ และเป็นข้อมูล digital อยู่แล้วในสัดส่วนที่มาก และมีปริมาณธุรกรรมเป็นจำนวนมาก ทำให้กระบวนการ KYC/CDD มีความเหมาะสมในการนำโรบอทของระบบ Robotic Process Automation (RPA) เข้ามาช่วยทำงาน ส่วนที่ว่าโรบอทต้องทำอะไรบ้างนั้นผมขอใช้ Workflow Diagram ของ UiPath ในการช่วยอธิบายครับ

จาก Diagram ด้านล่าง เราสามารถนำ RPA เข้ามาทำงานในส่วนนี้ได้ตั้งแต่ขั้นตอนแรกคือการติดต่อกับลูกค้าจนถึงการเปิดบัญชีให้ลูกค้าได้ซึ่งเป็น output ของกระบวนการ

สถาบันการเงินที่เป็นธนาคารหรือองค์กรทางการเงินประเภทอื่น ๆ สามารถประยุกต์การทำงานจากขั้นตอนเหล่านี้ได้เหมือนกันโดยเริ่มจาก

Onboarding request: สถาบันการเงินที่มีช่องทางติดต่อหลายช่องทางกับลูกค้าตนเองหรือลูกค้าเป้าหมายจะได้เปรียบเพราะสามารถเปิดโอกาสให้ลูกค้าได้ส่งคำขอเปิดบัญชีได้หลายช่องทางทั้ง online ผ่าน website/Chatbot, ตู้ Kiosk หรือที่สาขา เข้ามาที่ส่วนกลางโดยมีโรบอททำหน้าที่รับข้อมูลที่เข้ามา ระบุจุดที่ข้อมูลมาไม่ครบหรือส่วนของข้อมูลที่น่าจะผิด เราสามารถใช้ทั้งโรบอทแบบ attended หรือ unattended เข้ามาจัดการตรงนี้ ขึ้นอยู่กับช่องทางที่คำขอเปิดบัญชีเข้ามา

2&3 Prove of identity/income verification: ขั้นตอนนี้จะเป็นการตรวจสอบความถูกต้องของเอกสารยืนยัน ตนเองซึ่งก็มักจะเป็นเอกสารที่ออกให้โดยหน่วยงานราชการอย่าง บัตรประชาชน สำเนาทะเบียนบ้าน รวมทั้งเอกสารอื่น ๆ ที่จำเป็นต้องใช้เพื่อแจกแจงที่มาของเงินทุนหรือความสามารถในการลงทุน ในกรณีการเปิดบัญชีด้านการลงทุน ก็ต้องใช้เอกสารอย่าง slip เงินเดือน สมุดปัญชีเงินฝาก ฟอร์ม FATCA เป็นต้น ทั้งนี้การตรวจสอบเอกสารดังกล่าวจะต้องใช้ฟังชั่น Optical Character Recognition (OCR) เข้ามาอ่านข้อมูลให้เป็นข้อมูล digital ก่อนจะนำไป validate เพื่อตรวจสอบความถูกต้องต่อไป

4. Sanction and Politically Exposed Person (PEP) screening: การตรวจสอบสถานภาพบุคคลว่าอยู่ในข่ายที่กำลังถูกแซงชั่น หรือคว่ำบาตรจากการกระทำผิดหรือมีความเสี่ยงเกี่ยวกับสถานภาพทางการเมืองหรือไม่ ในกรณีของประเทศเราสามารถประยุกต์เข้ากับความเสี่ยงของการเกี่ยวข้องกับผู้กระทำผิดหรือติด แบล็คลีสต์ที่เป็นข้อต้องห้ามของการทำธุรกรรม ซึ่งสามารถใช้โรบอทตรวจสอบชื่อหรือข้อมูลส่วนตัวกับฐานข้อมูลผู้กระทำผิดได้

5. Risk rating approval: โรบอทสามารถใช้ข้อมูลทั้งหมดที่ถูกรวมรวมจากขั้นตอนที่ได้กล่าวถึง มาสร้างเป็นโปรไฟล์ของลูกค้านั้น ๆ แล้วส่งต่อเข้ากระบวนการขออนุมัติตามลำดับขั้นของความเสี่ยง (Risk Category) ที่ถูกกำหนดขึ้น

6. Onboarding and account creation: เมื่อคำขอเปิดบัญชีได้รับการอนุมัติแล้ว โรบอทจะสร้างบัญชีของลูกค้าพร้อมข้อมูลต่าง ๆ ที่เกี่ยวข้องกับลักษณะของบัญชีนั้น ๆ ในระบบแอพพลิเคชั่นหลักเช่นระบบ Core Insurance, Core Banking, Loan Application เป็นต้น รวมทั้งการแจ้งผลการอนุมัติแก่ลูกค้าทางอีเมลและเปิดใช้บริการที่ร้องขอต่อไป

กระบวนการ RPA สำหรับงาน KYC/CDD ของสถาบันการเงินสามารถช่วยให้องค์กรประหยัดชั่วโมงการทำงานของเจ้าหน้าที่ลงได้มาก เนื่องจากปริมาณคำขอเปิดบัญชีประเภทต่าง ๆ มีจำนวนมากในแต่ละวัน ซึ่งเป็นผลมาจากการที่สถาบันการเงินต่าง ๆ มีผลิตภัณฑ์ใหม่ๆออกสู่ท้องตลาดอยู่ตลอดเวลา ประกอบกับวิถีชีวิตของประชาชนที่มีความสะดวกเพิ่มขึ้นในเรื่องการคมนาคมและการเชื่อมต่อกับโลกออนไลน์ทำให้การตัดสินใจขอเปิดบัญชีใหม่เป็นเรื่องง่ายและทำได้เร็ว ในขณะที่งาน KYC/CDD เองถือเป็นการปฎิบัติตามกฎของหน่วยงานกำกับดูแลซึ่งไม่ควรให้เกิดข้อผิดพลาดขึ้นได้

ส่วนการเลือกใช้ประเภทของโรบอทว่าควรใช้แบบ attended ในส่วนไหนและ unattended ในส่วนไหนสามารถยึดตาม Diagram หรือปรับใช้สำหรับการทำงานในสภาวะแวดล้อมของเราเองซึ่งขึ้นอยู่กับ ช่องทางการติดต่อกับลูกค้า ข้อจำกัดด้านบุคคลากร ปริมาณธุรกรรมที่มี เป็นต้น

ผมหวังว่าบทความนี้จะเป็นประโยชน์สำหรับทั้งท่านที่กำลังคัดเลือกกระบวนการทำงานเพื่อนำมาเป็นพัฒนาเป็นระบบงานอัตโนมัติไม่ว่าท่านจะมีการใช้งาน RPA อยู่แล้วในองค์กร หรือกำลังประเมินความคุ้มค่าในการเริ่มนำเข้ามาใช้ครับ

แล้วพบกันใหม่ครับ….

Case Studies – THREE (Ireland) กับภารกิจ RPA Heroes

เชื่อว่าหลายๆคนรู้จัก THREE (Ireland) บริษัทเทเลคอมยักษ์ใหญ่ผู้ให้บริการเครือข่ายโดยมีพนักงานมากกว่า 1,400 คน 60 สโตร์ มีลูกค้ากว่า 2.8 ล้านคนในประเทศไอร์แลนด์ (และหลายคนรู้จักเพราะไปเที่ยว UK หรือไม่ก็รู้จักเพราะสัญลักษณ์โลโก้สปอนเซอร์ของสโมสรใหญ่อย่างเชลซีในอังกฤษ)

เรื่องราวเริ่มในปี 2019 ในโดยมองว่าจะเริ่มนำเอาระบบ RPA มาใช้ในหลากหลายแผนกและเมื่อประสบความสำเร็จอย่างรวดเร็วก็เริ่มแผ่ขยายไปสู่กระบวนการอื่นๆ แต่ที่ THREE เลือกใช้เครื่องมือ RPA นำจะนำไปผสานกับแนวคิด Six Sigma (แนวคิดเรื่องการควบคุมคุณภาพกระบวนการ และปรับอย่างต่อเนื่อง) โดยมีทีมงานใน role ต่างๆ เช่น Business Analysts, Developers Testersและ Process Controller จนถึงตอนนี้มี 15 process ที่จัดการงานด้วย robots 5 ตัว ซึ่งหนึ่งใน ตย. ของกระบวนที่ THREE ใช้หุ่นยนต์ทำงานช่วยมนุษย์คือกระบวนการที่ต้องเรียกค้นข้อมูลเพื่อเปรียบเทียบ และนำเสนอข้อเสนอที่ดีทีสุดสำหรับลูกค้าในแต่ละกลุ่ม ข้อมูลต้องไปเรียกค้นจาก Spreadsheet Excel รวมไปถึงระบบ SalesForce และข้อมูลด้านการเงินที่ซับซ้อน โดยคำนวณเวลาเฉลี่ยในกระบวนการนี้มีมากถึง 160 วันการทำงานต่อปี และเมื่อใช้หุ่นยนต์ไปช่วยก็สามารถลดการทำงานไปได้ 52% (82 วัน) ทั้งนี้ยังลดความผิดพลาดจากมนุษย์ไปได้อีกด้วย และทีมยังพัฒนากระบวนต่อยอดไปยัง profit and loss และลดเวลางานสำหรับกระบวนนี้ไปได้อีก 246 ชั่วโมงต่อปี

ยังมีตัวอย่างกระบวนการที่น่าสนใจอย่าง credit application เมื่อลูกค้าสนใจเข้าสมัครเป็นสมาชิกรายเดือนจะมีกระบวนการตรวจสอบข้อมูล มีสองหน่วยงานทำงานร่วมกันทั้ง maker & checker และด้วยหุ่นยนต์กระบวนการนี้ช่วยลดภาระงานไปได้ 1,176 ชั่วโมงต่อปี ตัวอย่างสุดท้ายคือหุ่นยนต์ที่ไปช่วยกรอกข้อมูลเข้าระบบ CRM และเมื่อพิสูจน์ให้ผู้บริหารได้แล้วก็มีการต่อยอดไปจนถึงปี2021 โดยกระบวนที่มีหุ่นยนต์ RPA เข้าช่วยจะลดเวลาการทำงานไปได้ 53,949 ชั่วโมงต่อปี โดยมีถึง 15 กระบวนการโดย robots RPA UiPath (ชื่อเล่น robots ที่ THREE คืออแมนด้า เอมมี่ น้องขิง โอไรออน และเทอรี่ – เค้ามองเป็นผู้ช่วย มองหุ่นยนต์เป็นสมาชิกในทีมไปด้วยเลย) สร้างโปรแกรมที่เป็นมิตร ไม่ทดแทนคนแต่มาช่วยคนทำงานซ้ำซ้อนจนสุดท้ายมีแต่การต้อนรับ การแชร์ประสบการณ์และข้อเสนอแนะที่มีประโยชน์จากผู้ใช้ (มีการสร้าง เดโม่ต้นแบบ 11 กระบวนการสำหรับผู้เริ่มต้น ให้ได้เรียนรู้กัน)

ก่อน การสร้าง และหลังการใช้งานมีการควบคุมดูแลจากทีมงาน มีการใช้ cost-benefit model และ RPA framework สำหรับทุกๆกระบวนการที่ใช้หุ่นยนต์โดยศูนย์กลางจะอยู่ที่ Automation Hub และจากจุดนี้ทีมงานมองไปยังการต่อยอดการใช้งาน RPA ในสองส่วนคือการประยุกต์ใช้ ai กับ Robots messaging และการต่อยอดการใช้งาน robots ด้วยการสร้างจากผู้ใช้งานหรือ Citizen Developer โดยหัวหน้าทีมงานที่ผลักดันยังสรุปไว้ว่าโครงการจะพัฒนาได้อย่างต่อเนื่องต้องได้รับการสนับสนุนจากผู้บริหาร และผู้ใช้ที่จะแบ่งปัน ปรับปรุงให้กระบวนการนั้นดีขึ้นเรื่อยๆ ในรูปแบบของ Six Sigma

Source:

https://www.uipath.com/resources/automation-case-studies/three-ireland-rpa-deployment

Case Studies – Spotify มุ่งสู่นวัตกรรมด้านกระบวนการด้วย RPA (UiPath)

ชื่อของ Spotify คิดว่าทุกคนคงรู้จักว่าเป็นบริษัทสตรีมมิ่งจากประเทศสวีเดน (2006) ซึ่งเป็น tech start up เบอร์ต้นๆของโลกของคนรักเสียงเพลง และหลายๆคนน่าจะเป็นลูกค้าและใช้บริการฟังเพลง podcast อยู่ โดยองค์กรแห่งนี้เพิ่งเติบโตมาไม่นานนักแต่ DNA ที่ขับเคลื่อนไปสู่ความสำเร็จคงไม่พ้นการค้นหานวัตกรรมที่มาช่วยในธุรกิจของเค้า และทำสำเร็จออกเป็นรูปธรรม วันนี้มาดูเคล็ดลับเพื่อเป็นแนวทางที่ใช้แล้วเวิร์คกับ Spotify คือขับเคลื่อนด้วย CoE (Center of Excellence) เพิ่มจำนวนนักพัฒนา Robot จากผู้ใช้งาน (Citizen Developers) และทุกกระบวนการต้องวัดค่า ROI ได้แบบชัดเจน มาดูรายละเอียดกันครับ

อย่างที่กล่าวข้างต้นว่าองค์กรนี้มุ่งมั่นที่จะสรรหานวัตกรรม เครื่องมือใหม่ๆมาช่วยกระบวนการธุรกิจสตรีมมิ่งอยู่เสมอ เค้ามองว่า RPA (Robotic Process Automation) มาปรับใช้โดยเริ่มตั้งแต่ปี 2017 ในการคัดเลือกโดยมุ่งเน้นไปที่การใช้งานการสร้างโปรแกรมโดยการทำ coding robot การรักษาความปลอดภัย การต่อขยายในอนาคต Governance ขององค์กรและมุ่งสร้างให้เกิดทีม service center ทั้งหมดนี้ผ่านทีมงาน CoE ที่จะเป็นผู้กำหนดยุทธศาสตร์ กิจกรรมในระยะกลาง ยาว และเมื่อผ่านการลองผิดถูกไปสักระยะ Spotify เองก็ปรับตัวเองออกจากโปรแกรมมิ่ง robot ไปสู่ platform ที่สร้าง robot ได้ง่ายและเร็วกว่า สร้างด้วยทีมบัญชีการเงิน และทีมอื่นๆได้เลย ทีมที่ถูกกำหนดให้มาเริ่มต้นอาทิเช่น บัญชี การเงิน จัดซื้อ ไอที กฎหมาย และทีมลูกค้าสัมพันธ์

ทีม CoE เองได้เริ่มต้นค้นหา robotic platform ที่เหมาะกับ Spotify จนในที่สุดมาลงตัวกัน UiPath (2019) เป็นผลิตภัณฑ์เดียวที่รองรับการต่อขยายในอนาคต การรักษาความปลอดภัย การเข้ากันได้กันนโยบายไอทีของ Spotify เอง และสุดท้ายคือความง่ายและรวดเร็วในการสร้าง robots โดยทีมงาน CoE ควบคุมทั้งหมดตั้งแต่การพัฒนา การปรับปรุง robot การต่อขยายเพื่อตอบโจทย์องค์กรเพื่อให้สมดุลทั้ง Development & Maintained “Mindset เป็นสิ่งที่สำคัญที่สุด การอัพสกิลพร้อมสำหรับการทำงานกับหุ่นยนต์ และให้ทุกคนมองไปที่ automation 1st ”

ยุคเริ่มต้น Spotify ปรับเปลี่ยนจาก Coding robot มาเป็น UiPath RPA สำหรับ 11 กระบวนการด้านบัญชีก่อน เริ่มเข้าขั้นตอนการเลือกกระบวนการอื่นๆ เข้ามาเพิ่ม เมื่อพร้อมมากขึ้น CoE ก็เริ่มกิจกรรมเพื่อเพิ่ม ขยายศักยภาพ robot โดยมีทางเลือกของUnattened เข้ามา เพิ่มจำนวน robot ด้วยการให้ผู้ใช้งานมีความรู้และพัฒนางานได้ด้วยตัวเอง ระหว่างนี้มีทีมงานจาก PwC U.S. เข้ามาช่วยเสริมทักษะอีกด้วย และยิ่งในช่วงสถานการณ์ covid-19 การฝึกอบรมเพื่อสร้าง RPA training framework เป็นสิ่งสำคัญมาก ๆ

การใช้งาน robot เองก็มีเรื่องราวที่ต้องจัดการอย่างเช่นการบริหารความเปลี่ยนแปลง (change management) ซึ่งสำคัญมากๆ การเอา robot มาช่วยพัฒนาโปรแกรม ทดสอบโปรแกรม test automation และอื่นๆ เพื่อความรวดเร็ว เพิ่มจำนวน robot ที่พัฒนาด้วยผู้ใช้งานเอง ทีม CoE เองก็ออก Guide line สำหรับการพัฒนา robot มาเพื่อเป็นเหมือนไบเบิ้ลสำหรับการเริ่มต้นให้อีกด้วย -ในตัวอย่างเป็น UiPath Studio X สำหรับต้นแบบเพื่อนักพัฒนามือใหม่(มองให้เป็นมาตรฐานเดียวกัน เช่น คุณภาพ การทดสอบ UAT และอื่น) มีการออกเครื่องมือช่วยเหลือสำหรับการทดสอบ การทำ UI, api ออกมาให้อีกด้วย ทีมเรียกตรงนี้ว่า “Test automation” ซึ่งจะกลายเป็นกระดูกสันหลังของการ support RPA development นี้เลย

สุดท้ายคือการประเมินผลความสำเร็จที่สะท้อนถึงเครื่องมือที่มาช่วยประหยัดแรงงานมนุษย์ ทีมงาน CoE ให้ความสำคัญด้านนี้มากและไม่มองแค่จำนวนเชิงปริมาณที่เพิ่มของกระบวนการ แต่มองที่ “คุณค่าเชิงธุรกิจ” ROI ไม่ได้มองแค่ด้านการประหยัดเวลา จำนวนชั่วโมง แต่วัดเรื่องความถูกต้องแม่นยำ ความพึงพอใจพนักงานโดยทีมสร้าง visualization dashboard มาแชร์และโชว์กันเลยทีมเดียว ทั้งนี้ทีมไม่ได้หยุดนิ่งแค่นี้ ทีม CoE ยังได้ศึกษาเพิ่มเติมเกี่ยวกับระบบใหม่ๆ อาทิ process mining, test suite, document understanding ซึ่งเป็นการนำเอา ai มาช่วยเพิ่มศักยภาพของ RPA อีกด้วย โดยในปัจจุบัน Spotify มีจำนวนหุ่นยนต์มากกว่า 100ตัว ช่วยประหยัดจำนวนชั่วโมงไปมากกว่า 45,000 ชั่วโมง จำนวนนักพัฒนา robot มากกว่า 100 คน ซึ่งนับเป็นองค์กรที่ประสบความสำเร็จกับการนำ RPA มาใช้อย่างแท้จริง

Source:

https://www.uipath.com/resources/automation-case-studies/spotify-expands-commitment-automation

https://www.rpamaster.com/how-and-why-spotify-built-its-citizen-developer-program-with-help-of-uipath-pwc/