Process Discovery คืออะไร, สำคัญอย่างไรสำหรับโครงการ RPA

สำหรับผู้ที่มีหน้าที่ขับเคลื่อนโครงการ RPA หรือมีบทบาทในโครงการ RPA นั้น ขั้นตอนของ Process Discovery จัดว่าเป็นขั้นตอนหนึ่งที่สำคัญมากของโครงการ เนื่องจากเรื่องนี้เกี่ยวข้องโดยตรงกับความสำเร็จในการนำเทคโนโลยี RPA ไปใช้กับงานในองค์กรของเรา

เราลองนึกภาพดูถ้าองค์กรของเราเลือก process การทำงานที่ (ไม่ทราบมาก่อนว่า) ซับซ้อน เกิดปัญหามากมายในขั้นตอนการพัฒนาอันทำให้โครงการล่าช้ากว่ากำหนดมากและได้ผลลัพท์ที่สุดท้ายแล้ว ไม่ได้ช่วยให้ผู้ใช้งานมีชีวิตการทำงานที่ง่ายขึ้น โครงการนี้ก็จะหมดความน่าสนใจจากทุกๆฝ่ายไปในที่สุด

Process Discovery เป็นขั้นตอนที่สมาชิกโครงการ RPA (ผู้ที่มีบทบาทหลักคือ หัวหน้าโครงการ ผู้ใช้งาน นักวิเคระห์และออกแบบระบบ เป็นต้น) คัดเลือกและวิเคราะห์กระบวนการทำงานที่มีอยู่ภายในองค์กรเพื่อพิจารณาว่ากระบวนการใดเหล่านี้เหมาะสำหรับพัฒนา เป็นระบบทำงานอัตโนมัติด้วย RPA โดยเป็นการค้นหากระบวนการที่มีลักษณะต่อไปนี้ เช่น เป็นการทำงานซ้ำในรูปแบบเดิม ใช้เวลามากจนกระทบงานอื่น มีเงื่อนไขการทำงานที่แน่นอน เกี่ยวข้องกับงานที่ต้องอาศัยข้อมูลจากระบบต่าง ๆ ในองค์กรมาประกอบการใช้งานเป็นจำนวนมาก

เป็นต้นโดยเรียกคุณลักษณะเหล่านี้ว่าเกณฑ์การพิจารณา ส่วนผลลัพธ์ของการทำงานส่วนนี้จะเป็น Process List ที่ผู้ใช้งานหรือสมาชิกโครงการระดมความคิดออกมาว่า กระบวนการทำงานไหนบ้างที่สมควรถูกเลือกขึ้นมาศึกษาในเชิงลึกว่ามีความเหมาะสม คุ้มค่ากับการพัฒนาให้เป็นระบบทำงานอัตโนมัติบ้าง

ในการทำ workshop ของขั้นตอน Process Discovery เราอาจใช้วิธีแบ่งกลุ่มผู้ใช้งานออกเป็นกลุ่มต่างๆ ที่ค่อนข้างมีความเข้าใจการทำงานในปัจจุบันของแต่ละคน และเลือก process ที่เห็นร่วมกันออกมาชุดหนึ่งเพื่อหารือกันในที่ประชุมรวม

ผู้ใช้งานจะต้องพยายามคิดว่างานของตนยังมีสิ่งใดที่เป็นปัญหาหรือสามารถทำให้ได้ดีกว่าที่เป็นอยู่ หากไม่แน่ใจก็สามารถซักถามเพื่อนร่วมกลุ่มหรือวิทยากรที่มีหน้าที่ให้คำปรึกษา เพื่อที่ว่าสุดท้ายกลุ่มของตนจะสามารถได้ Process List ที่มั่นใจได้ว่าสามารถช่วยปรับปรุงการทำงานของเราให้ดีขึ้นได้

การทำ workshop นี้ ยังเป็นโอกาสอันดีที่

  1. พนักงานบุคคลากรในกลุ่มสามารถแลกเปลี่ยนข้อมูลและความเข้าใจในการทำงานของแต่ละคนซึ่งอาจอยู่คนละแผนก ซึ่งการเข้าร่วม workshop ลักษณะนี้ไม่ใช่เป็นแค่การประชุมเฉพาะกิจเวลาที่เกิดปัญหาและต้องการการแก้ไขเฉพาะหน้า แต่เป็นเรื่องของการมองภาพใหญ่ของโอกาสในการปรับปรุงกระบวนการทำงานให้มีประสิทธิภาพมากขึ้น
  2. ได้รับฟังความคิดเห็นและมุมมองในการทำงานที่กว้างขึ้นจากพนักงานที่ปกติอาจจะไม่ได้มีโอกาสแสดงความคิดเห็นออกมา เนื่องจากในแต่ละวันเราก็จะให้ความสนใจเฉพาะกับงานที่เราต้องรับผิดชอบ ทำให้ขาดโอกาสในการเห็นภาพรวม
  3. ได้รับความรู้และข้อมูลจากฝั่งของเทคโนโลยีจากผู้เชี่ยวชาญที่นำมาถ่ายทอดแลกเปลี่ยนระหว่างการทำworkshop ซึ่งทำให้องค์กรสามารถรับทราบความเป็นไปของเทคโนโลยีที่ตนเองสามารถนำมาใช้ประโยชน์ แม้บางแนวคิดที่ได้จาก workshop อาจยังไม่เหมาะสมที่จะหยิบมาพัฒนาได้เลยทันที แต่ก็ยังสามารถุศึกษาเพิ่มเติมหากเป็นประโยชน์ในอนาคตได้  

ทั้งนี้ Process List ที่สมาชิกโครงการได้รวบรวมออกมาจะถูกนำมาจัดกลุ่มเป็น 4 กลุ่มหรือ 4 Quadrants ตามการประเมินจากมุมมองแรกคือ มองประโยชน์ที่ผู้ใช้งานหรือองค์กรคาดหมายจะได้รับ และอีกมุมคือมุมมองของต้นทุนและความซับซ้อนของการพัฒนางานเหล่านี้ให้เป็นระบบ RPA

โดยที่กลุ่มของกระบวนการทำงานใน Process List ทั้ง 4 กลุ่มสามารถอธิบายได้ดังนี้

  1. Quick-Win: กลุ่มกระบวนการทำงานที่จะก่อให้เกิดประโยชน์แก่องค์กรได้มาก ในขณะที่ต้นทุนหรือความซับซ้อนในการพัฒนากระบวนการทำงานให้เป็น RPA มีไม่มากนัก เหมาะสมกับการเลือกมาทำเป็นระบบ RPA เป็นกลุ่มแรก ซึ่งเราต้องการได้ผลลัพท์ที่รวดเร็วเพื่อรักษาโมเมนตัมของโครงการ
  2. Low-Hanging Fruits: กลุ่มกระบวนการทำงานที่จะก่อให้เกิดประโยชน์แก่องค์กรได้พอประมาณ แม้ไม่มากเท่ากับกลุ่ม Quick-Win ในขณะที่ต้นทุนการทำงานก็ไม่ได้สูงมากหรือทำได้ไม่ยากเท่าไหร่ หากพิจารณาว่าสามารถได้รับประโยชน์ที่เพียงพอ ก็สามารถเลือกทำเป็นกลุ่มถัดไป
  3. Must-Do Improvements: กลุ่มกระบวนการทำงานที่คาดหวังให้เกิดประโยชน์แก่องค์กรได้มาก แม้มีต้นทุนค่าใช้จ่ายที่สูงหรือมีความซับซ้อนในประเด็นต่างๆของการพัฒนาระบบอยู่พอสมควร ก็ยังคุ้มที่จะลงทุนทำ
  4. Long-Term Improvements: กลุ่มกระบวนการทำงานที่มีประโยชน์หรือคุณค่าต่อองค์กรไม่มาก โดยเฉพาะเมื่อเทียบกับต้นทุนความซับซ้อนที่ต้องใช้พัฒนาโครงการ อาจมองกลุ่มงานนี้เป็นกลุ่มสุดท้าย อาจพิจารณายังไม่ต้องทำในตอนนี้ หรือรอพิจารณาเชิงคุณประโยชน์ที่มีโอกาสเพิ่มขึ้นได้ในอนาคต 

เราสามารถใช้เกณฑ์การให้คะแนน (Automation Score) ที่คำนึงจากปัจจัยทั้งด้านประโยชน์ที่คาดว่าจะได้รับและด้านต้นทุนการพัฒนา มาช่วยเราในการจัดกลุ่มได้ 

อย่างไรก็ตามแม้การทำ workshop ในขั้นตอน Process Discovery นี้จะดูมีขั้นมีตอน มีเกณฑ์การคัดเลือก Process List ที่ค่อนข้างชัดเจนและสามารถคำนวนเป็นตัววัดเชิงปริมาณอย่างคะแนนที่จะช่วยให้เราจัดกลุ่ม process เหล่านี้ได้ เรายังมีข้อสังเกตบางประการจากการสังเกตกิจกรรมที่เกิดขึ้นใน workshop ซึ่งอาจทำให้เราไม่ได้ Process List ที่ดีที่สุดสำหรับการวางแผนโครงการ RPA ในระยะถัดไป คือ

  1. การขาดบุคคลากรที่มีความเข้าใจจริงในกระบวนการทำงานที่กำลังประเมินอยู่ ในกรณีที่ผู้ใช้งานที่ลงมือทำเองหรือมีความเข้าใจในขั้นตอนและปัญหาการทำงานจริงๆไม่ได้อยู่ร่วมใน workshop ซึ่งทำให้ Process List ที่ทำออกมาไม่ได้แสดงถึงกลุ่มงานที่เหมาะสมที่สุดที่จะพัฒนาให้เป็นระบบ RPA
  2. การขาดข้อมูลที่จำเป็นสำหรับการตัดสินกระบวนการทำงานที่กำลังประเมินอยู่ เวลาเราพูดถึงประโยชน์ที่คาดหวังจากการเพิ่มประสิทธิภาพการทำงานหรือความซับซ้อนของการทำงานที่เรากำลังเผชิญอยู่ เราควรมีวิธีที่จะเก็บค่าสถิติของการทำงานนี้ให้ได้อย่างครบถ้วนและใกล้เคียงความจริงให้ได้มากที่สุด เช่น ขั้นตอนและเงื่อนไขการทำงานที่เราทำอยู่ เวลาที่ใช้อยู่ เวลาที่คาดการณ์ว่าจะลดลงเมื่อมีระบบ RPA มาใช้เป็นต้น ถ้าสมมุติฐานหรือค่าสถิติเหล่านี้คลาดเคลื่อนจากความจริงไปมาก เราจะได้ Process List ที่ไม่เหมาะสมและจะส่งผลต่อความสำเร็จและการยอมรับของโครงการ RPA
  3. การที่ผู้ใช้งานหรือบุคคลากรที่มีหน้าที่ประเมินความเหมาะสมของโครงการ ยังไม่ได้รับทราบข้อมูลด้านเทคโนโลยีที่จะนำมาใช้ออกแบบและทำงานจริงอย่างเพียงพอ ทำให้เป็นอุปสรรคต่อการประเมินความซับซ้อนของการพัฒนาและการเลือกรูปแบบการทำงานใหม่ที่เหมาะสม

การได้ Process List จากการทำ workshop เป็นเพียงผลลัพท์แรกเท่านั้น process ต่างๆที่คิดได้ยังต้องผ่านการพิจารณาในรายละเอียดและจัดทำเป็น business case ที่มีข้อมูลสนับสนุนในเชิง costs & benefits ที่เพียงพออีก เพื่อให้ผู้มีอำนาจตัดสินใจอนุมัติและรวบรวมเข้าไปในแผนการพัฒนาโครงการต่อไป

ปัญหาที่พบจากข้อสังเกตที่กล่าวถึงในบทความสามารถแก้ไขได้โดยการจัดการเวลาที่เหมาะสมเพียงพอ เช่นการให้ความรู้เชิงเทคโนโลยีกับผู้ใช้งานที่เพียงพอก่อนที่จะประเมินความเป็นไปได้ของการพัฒนากระบวนการทำงานต่างๆ และการใช้เครื่องมือหรือเทคนิคในการเก็บค่าสถิติของการทำงาน เช่น เวลาและขั้นตอนการทำงานที่แท้จริงไม่ใช่มาจากการคาดเดา จุด bottleneck ต่างๆของแต่ละกระบวนการทำงาน เป็นต้น เพื่อให้การทำ Process Discovery ได้ผลลัพท์ที่เกิดประโยชน์ที่แท้จริงแก่องค์กร

หุ่นยนต์นักบัญชีปี 2023 (Robotic Process Automation with Accounting use case)

ในช่วงต้นเดือน ต.ค. ที่ผ่านมานับเป็นเกียรติอย่างยิ่งของแอดมิน และทีมงาน automat consulting ได้รับความไว้วางใจให้เข้าไปมีส่วนในการแบ่งปันประสบการณ์ถ่ายทอดการใช้งานระบบ RPA ให้กับน้องน้องนิสิตปริญญาตรี และปริญญาโทคณะบัญชี จุฬาลงกรณ์มหาวิทยาลัย ซึ่งก่อให้เกิดการประชุมร่วมมือกันทำ MOU สามฝ่ายตั้งแต่คณะบัญชีจุฬา(CBS) รวมไปถึง UiPath Global และบริษัท Automat Consulting พวกเราหารือกันว่าจะร่วมกันแบ่งปัน แชร์เครื่องมือ และสอนการพัฒนา เพิ่มทักษะดิจิตตอลด้วยการใช้ RPA จาก UiPath ให้กับน้อง ๆ นิสิต บุคลากรในมหาวิทยาลัย และยังเล็งเห็นความสำคัญไปถึงภาคของสังคมอีกด้วย น่าจะได้เห็นกิจกรรมดีๆ จากความร่วมมือครั้งนี้กันต่อไปครับ

จากนั้นทาง อจ จากคณะได้ขอให้ช่วยไปทำ online session เพื่อแชร์เรื่อง “ความสำเร็จของหุ่นยนต์นักบัญชี” ในช่องบัญชีออนไลน์ที่จัดกันทุกๆเดือน แอดมินก็เตรียมข้อมูล เคส และ live demo หลายๆชิ้นไป ปรากฏว่าคุยไปมาเวลาหมดกันไปเสียก่อน ยังมีเรื่องที่เตรียมไว้แต่ไม่ได้เล่าจึงถือโอกาสมาเขียนแชร์ไว้ในบล็อกวันนี้เลย และหวังว่าโอกาสหน้าจะได้ไปเล่าใน Banshi Online ให้กับท่านนักบัญชีอีกครั้งครับ แต่สามารถตามไปดู-ฟัง ย้อนหลังกันได้ที่นี่ครับ (หนึ่งชั่วโมง)

บล็อกวันนี้เลยนำ use case ทางบัญชีที่เห็นกันประจำ และ automat ได้เข้าไปช่วยทำออกมาคร่าวดังนี้ครับ

  1. การประมวลผลใบสั่งซื้อ (Purchase Order Processing) ใช้ในการอัตโนมัติกระบวนการสแกนใบสั่งซื้อเพื่อดึงข้อมูลสำคัญ, นำข้อมูลเหล่านี้เข้าสู่ระบบที่เหมาะสม และสร้างคำขออนุมัติ
  2. การจับข้อมูลของใบกำกับสินค้า ใบส่งของ (Invoice, DO Data Capture) เราเอา RPA+AIไปใช้ในการสแกน แปลงรูปแบบ และอัปโหลดข้อมูลจากใบกำกับสินค้าที่เป็นกระดาษและเอกสารกระดาษที่เหมือนกันโดยอัตโนมัติเข้าสู่ระบบ ERP เช่น SAP, JDE, Oracle หรืออื่นๆ
  3. การสร้างใบกำกับสินค้าอัตโนมัติ (Invoice Creation) เราใช้ RPA ไปอ่านข้อมูลอัตโนมัติคำขอใบกำกับสินค้าทางอีเมลและไฟล์แนบ บันทึกไฟล์ที่ได้รับโดยอัตโนมัติ และบันทึกข้อมูลในระบบบัญชี RPA สามารถใช้ในการอ่านไฟล์ Excel ในโฟลเดอร์ที่แชร์เพื่อดึงรายละเอียดและเก็บไว้ในฐานข้อมูล จากนั้นเข้าสู่ระบบบัญชีเช่น SAP, Oracle เพื่ออัพเดตข้อมูลกลับ คนก็ไม่ต้องพิมพ์อีก ลดเวลาไปเยอะ
  4. การอัตโนมัติกระบวนการใบกำกับสินค้า (Invoice Process Automation) ประมวลผลใบกำกับสินค้าตั้งแต่เริ่มจนจบ สามารถดึงข้อมูล จัดประเภท และตรวจสอบข้อมูลจากใบกำกับสินค้าหรือบิลสาธารณ utilitiesได้โดยอัตโนมัติ
  5. การตรวจสอบการปรับปรุงบัญชีระหว่างบริษัท Intercompany Reconciliations (ICR) ใช้ RPA ช่วยในการปรับสมดุลบัญชี และสร้างงบการเงิน (Excel with formula) โดยไม่มีข้อผิดพลาดใด ๆ

ตอนจบรายการ แอดมินยังได้มีการ live demo สั้นๆ ไปกับตัว UiPath Clipboard AI ซึ่งเป็นอีกเครื่องมือหนึ่งที่น่าจะมีประโยชน์กับนักบัญชี และไว้จะนำมาเล่าในโอกาสต่อไป

Youtube = https://youtu.be/HTyR_2jOKFM

Source: 

  1. https://www.facebook.com/BanshiOnline/videos/1084329746064231/?mibextid=zDhOQc
  2. https://youtu.be/HTyR_2jOKFM

Case Studies – Carlsberg Beer เบื้องหลังความสำเร็จ business automation ไปทั่วโลกของเบียร์พรีเมียม

อีกหนึ่งความสำเร็จของการใช้ RPA ไปทั่วโลกของลาเกอร์เบียร์พรีเมี่ยมจากเดนมาร์ก ด้วยการมองให้ครบกระบวนการ ให้เครื่องมือที่มีประสิทธิภาพและง่ายกับคนทำงานสร้าง RPA program ด้วยตัวพวกเค้าเอง คือกุญแจสู่ความสำเร็จของ Carlsberg

บริษัทเบียร์ลาเกอร์ยักษ์ใหญ่จากประเทศเดนมาร์ก ปัจจุบันขายดีเป็นอันดับหนึ่งในยุโรปตะวันออก และเหนือ โดยจำหน่ายกว่า 150ประเทศทั่วโลก โดยไม่ได้เริ่มที่การมุ่งเป้าไปที่เทคโนโลยีใดๆเลย แต่มุ่งตอบคำถามทางด้านธุรกิจมากกว่า และนำไปสู่การเพิ่มศักยภาพของคนในองค์กรให้รู้คุณค่า และสามารถ “สร้าง” ระบบอัตโนมัติขึ้นมาได้ โดยการเดินทางเริ่มจากหน่วยงานชื่อ CIA(Carlsberg Intelligent Automation) ฟอร์มทีมและมองหา zero-value activities มองไปที่ระบบรอบๆ ใกล้ๆตัวง่ายที่สามารถนำมาทำ automation business และทีมงานใช้กฎถ้าเราฝึกอบรมใครก็ตามให้ทำงานได้ภายในหนึ่งสัปดาห์ งานต่างๆเหล่านั้นจะถูกนำเอามาเป็นหนึ่งในกระบวนการที่จะพัฒนา และทดแทนแรงงานคนด้วย robots 

ระบบการรับคำสั่งซื้อ เป็นอีกกระบวนการที่ถูกนำมาพัฒนา เนื่องด้วยเป็นระบบที่ทีม CIA ศึกษาและมองว่าคุ้มค่าหากนำมาใช้รับคำสั่งซื้อ ส่งคำสั่งซื้อไปยังระบบ back office สร้าง ticket ในระบบ ServiceNow (CRM) เชื่อมโยงข้อมูลเพื่อนำไปผลิตและสั่งกระบวนการด้านการเงินต่อไป (ERP) โดยในการพัฒนาทีมจะทำการแบ่งานออกเป็นโปรแกรมย่อย และแน่นอนว่าสามารถcustomize เพื่อให้การต่อขยายไปยังภูมิภาคอื่นๆ ที่มีกระบวนการคล้ายคลึงกันใช้งานได้ทันที และพร้อมสำหรับการ customizeเล็กๆน้อยๆได้ จนทุกวันนี้ระบบ Order management automation ถูกใช้ในสี่ภูมิภาค และเป็นต้นแบบของกระบวนการautomation อื่นๆก็มากกว่า 20 กระบวนการ

อีกหนึ่งแนวทางคือการขายไอเดียให้แต่ละ Business Unit จิตวิญญาณเชิง start-up ที่ต้องค้นหาและสร้างระบบอัตโนมัติด้วยตนเอง และพร้อมจะนำเสนอ “ขาย” ไปยังภูมิภาคอื่นๆอีกด้วย ซึ่งจะทำอย่างนั้นได้ต้องมีการให้ความรู้ความเข้าใจ การสร้าง automation ขึ้นเพื่อใช้งานเองโดยมีผู้เชี่ยวชาญสนับสนุนอยู่ มาดูตัวอย่างเช่น CFO ที่เข้าใจและมองเห็นประโยชน์ ความสำคัญ จะสนับสนุนให้เกิดการทำ end to end automation ในกระบวนการสร้างรายงานด้านการเงิน และยังสนับสนุนให้ทีมงานบัญชีการเงินเป็นผู้ช่วยสร้างระบบเองด้วย แนวคิด Citizen Developer Staff เกิดขึ้นก็ถูกผลักดันให้เกิดขึ้นด้วยความคิดที่ว่า “ใครจะไปรู้งานได้ลึกซึ้ง เท่ากับคนที่อยู่หน้างานจริงๆ”

เรื่องน่าจดจำที่เกิดขึ้นจริงสำหรับ automation journey คือเมื่อมีคนสวีเดน สร้างโปรแกรมอัตโนมัติขึ้นมาเพื่อช่วยงานต่างๆ และถูกนำไปใช้ในภูมิภาคอื่นๆ ทุกคนใน Carlsberg จะตื่นเต้นและใช้งานพร้อมให้ความเห็นเพิ่มเติมเข้ามาในเชิงบวกมากมาย เพราะเค้าเห็นว่า CIA ที่ทีมเลือก implement model และ Citizen Developer ช่วยลดงานน่าเบื่อ งานประจำวันของเค้าออกไปจากชีวิตได้จริง 

ถ้างั้นคำถามจริงๆคือมีเครื่องมืออะไรที่มาช่วยให้ทราบว่ากระบวนการมีอะไรบ้าง ข้อมูลกระบวนการต่างๆต้องถูกส่งมาจากผู้ใช้งานจริงช่วยจัดลำดับความสำคัญอย่างเป็นวิทยาศาสตร์ ซึ่งเครื่องมือที่ Carlsberg ใช้คือ UiPath Automation Hub นั่นเอง…. อีกทั้งมีการปรับปรุงให้เครื่องมือตัวนี้ทำงานไปคู่กับรายละเอียดการประเมินกระบวนการ เชื่อมต่อกับ KPI ของทางองค์กรอีกด้วย มีการทำ benefits templates เพื่อเป็นต้นแบบของการคำนวณความคุ้มค่า เชื่อมโยงกับมาตรวัดขององค์กรทำให้ Automation Hub เป็นแหล่งที่นักพัฒนามักจะแวะเวียนเข้าไปดูว่ามีกระบวนการอะไรที่อยู่ในลิสต์ น่าทำและดึงออกมาพัฒนาต่อยอด พูดคุยแลกเปลี่ยนข้อมูลกันในนี้เลย

UiPath Automation Hub – Dashboard for RPA Pipeline

ในส่วนตัวผู้เขียนเองได้มีโอกาสใช้งาน UiPath Automation Hub และนำเสนอไปสู่ลูกค้าในองค์กรใหญ่ๆ อยู่หลายครั้งก็เห็นว่าเป็นประโยชน์มากๆสำหรับการทำ Scaling ของกระบวนการ automation แบบ bottom-up หลายครั้งที่ทุกคนมองว่ามันเป็นแค่โครงการที่เริ่ม และจบในคราวเดียว จึงไม่ได้มี “จุดนัดพบ” ทำเสร็จก็แยกย้าย ทำให้หลายองค์กรไม่สามารถต่อยอดความสำเร็จได้ ความคุ้มค่าจึงเกิดขึ้นได้น้อย แต่หากได้ลองมาใช้งาน Automation Hub นี้ดูจะเห็นว่ามีประโยชน์อยู่สามอย่างที่ไม่ได้เกี่ยวข้องกับเทคโนโลยี หรือกระบวนการใดๆเลยคือ

  • เชื่อมโยงผู้คน ดึงดูดให้เกิดความสนใจ ภาคภูมิใจ
  • เชื่อมโยงกระบวนการ ให้เห็นเป็นภาพ End to End ได้
  • มีความเป็นวิทยาศาสตร์ มีสูตรคำนวณที่ชัดเจน ไม่มั่วไม่อคติจากผู้ใช้งาน

ในบทความต่อไป ผู้เขียนจะได้มีโอกาสมาเล่าถึงเครื่องมือ Automation Hub ให้ละเอียดชัดเจนอีกครั้งหนึ่ง ขอบคุณครับ

Credit: 

https://www.uipath.com/resources/automation-case-studies/carlsberg-leverages-intelligent-automation

Case Studies – Future Generali Insurance รางวัลสู่ความสำเร็จในการ ยกระดับการให้บริการประกันภัยด้วย UiPath RPA Platform

บอกเล่าการ implement ระบบ RPA ขององค์กรระดับโลก ศึกษาอย่างถ่องแท้ ลองทำจริง ปรับปรุงและวัดผลให้เกิดความคุ้มค่า ต่อยอดและมุ่งทำอย่างต่อเนื่อง… ผลลัพธ์คือความสำเร็จในการทำ Digital Transformation ขององค์กรแห่งนี้ด้วย UiPath RPA Platform

วันนี้มาดูองค์กรประกันภัยระดับโลกแห่งนึง ว่าเค้าเริ่ม ปฎิบัติและสุดท้ายสามารถเก็บเกี่ยวประโยชน์จากการทำ Digital Transformation ในโครงการริเริ่มด้วย RPA ได้อย่างไรปัจจุบันเป็นอย่างไรและในอนาคตเค้ามองการต่อยอดอย่างไรกันนะครับ

เป็นการร่วมทุนกันของสองบริษัทที่มีชื่อเสียงจากสองอุสาหกรรมในประเทศอินเดีย Future Generali India Life Insurance Company Limited (FGILI) โดย Future จากธุรกิจ Retail และ Generali จากธุรกิจประกันภัย โดยกลธุรกิจประกันมีระบบที่ทำงานร่วมกันหลากหลายระบบทั้ง core insurance (ระบบหลักหลังบ้าน) ระบบ AS400 สำหรับการคำนวณการออกกรมธรรม์ ระบบการคำนวณค่าเบี้ยและอืน ๆ ตามขั้นตอนการดำเนินธรุกิจ และแน่นอนเมื่อมีการแบ่งแยกทีมงาน แบ่งแยกระบบออกจากกันเป็นส่วนๆ ก่อให้เกิดการทำงานแบบ manual เยอะมาก และแน่นอน RPA ถูกนำมาติดตั้งและใช้งานทดแทนตรงนี้ได้ดีที่สุด พวกเค้ามองว่าบริษัทใหม่แห่งนี้จำเป็นต้องใช้เทคโนโลยีที่มาช่วยลดขั้นตอน กระบวนการทำงานหากต้องการจะสร้างธุรกิจต่อยอดออกไปได้ RPA ถูกกำหนดให้เป็นมือวางอันดับหนึ่งในเครื่องมือลดต้นทุน เพิ่มประสิทธิภาพในกระบวนการทำงานเลย

มองย้อนไปในปี 2017 ทีมงานเริ่มศึกษา automation tool ด้วยโปรแกรม Python มาก่อนจะขยับมาใช้ platform ที่ครบเครื่องอย่าง UiPath RPA  และริเริ่มด้วยการใช้ RPA ในการช่วยออกกรมธรรม์ที่มีความซับซ้อนก่อนจะแตกขยายไปเพิ่มจำนวน flow ที่มากขึ้น (ปัจจุบันมีมากกว่า 30 กระบวนการทำงาน) มีหลายๆ กระบวนการที่ลดเวลางานอย่างการออกกรมธรรม์จาก 1 วันที่ต้องรอเป็น 15นาที หรือแม้แต่กระบวนการทำ bank reconcile ที่ประหยัดเวลาไปถึง 83% กันเลย ใน

ขั้นตอนที่ทำก็ไม่ได้ซับซ้อนอะไร หน่วยงานขายนำส่งข้อมูล และเมื่อลูกค้าตัดสินใจซื้อก็นำสู่ระบบ operation คำนวณค่าเบี้ย พิจารณาข้อมูลประกอบ และออกกรมธรรม์ เข้ารหัสไฟล์และส่งเมลติดต่อลูกค้า ทั้งหมดก่อนการมาของ RPA คือ manual ทั้งหมด ซึ่งในกระบวนการออกกรมธรรม์ก็จะมีความซับซ้อนอยู่บ้างใน sub process แต่ RPA ก็สามารถจัดการทำงานร่วมกับมนุษย์ได้ และเมื่อผ่านการ implement ระบบนี้สำเร็จก้าวต่อไปคือเอาไปใช้ก้บหน่วยงานการเงินการบัญชีใน Bank recollimation process โดยก่อนหน้า RPA จะเป็นคนทำงาน เอกสารจากธนาคาร และ Excel เมื่อศึกษากระบวนการทำงานเรียบร้อย RPA จึงเข้าทำงานทดแทนตามขึ้นตอนดังนี้

1.เข้าเว็บ อัพโหลดข้อมูลจากธนาคาร (หลากหลายธนาคาร)

2.ประมวลผลโดยดึงข้อมูล จับมา matching กัน ในขั้นตอนนี้สามารถทำ matching สมบูรณ์ไป 93% ที่เหลืออาจเป็นการแบ่งจ่ายเป็นงวดซึ่ง robot สามารถบันทึกแยกออกไป และแจ้งพนักงานต่อได้

3.ช่วย post ข้อมูลที่จับคู่สำเร็จเข้าระบบ core systems

4.robot ช่วยจัดเตรียมรายงาน statement และการทำ adjustment ก่อนเข้าสู่กระบวนการ GL

การต่อยอดโดยมองไปที่กระบวนการด้านบัญชี จะมีแนวคิดลดงาน day-to-day และการปรับปรุงให้ถูกต้องและรวดเร็วมากยิ่งขึ้น เน้นคำนวณโดยลด FTE ให้ได้มากที่สุด สำหรับ roadmap การนำไปใช้ต่อนั้นผู้ iimplement มองว่าระบบข้อมูลขาเข้านั้นยังเป็น “ข้อมูลแบบไม่มีโครงสร้าง” เป็นจำนวนมากอยากนำเอา และกระบวนการทำธุรกิจจริงๆเริ่มซับซ้อนมากขึ้น จึงจะศึกษาและพัฒนาต่อยอดเพื่อนำ RPA+AI ไปใช้ สรุปคือ กิจกรรมความสำเร็จGทั้งหมดเริ่มจากการทดสอบ ใช้งานจริงในกระบวนที่จำเป็น พัฒนาอย่างต่อเนื่อง วางยุทธศาสตร์ด้านนี้ทั้งระยะสั้น และระยะยาว

ผู้เขียนมองว่าแนวทาง และขั้นตอนปฎิบัติเองก็ไม่ได้แตกต่างอะไรกับองค์กรอื่นๆ แต่ที่ประสบความสำเร็จในการใช้งานคือความมุ่งมั่น ทำจริงอย่างต่อเนื่อง และในธุรกิจประกันเองมี RPA potential มากมาย หลายๆ องค์กรมองโอกาสในโลกการประกันภัยมาก แต่ระบบก็ไม่ได้ถูกยกเลิกหรือเปลี่ยนแปลงจาก legacy system อย่าง AS400 ยังเห็นได้จากบริษัทประกันในบ้านเรา และยิ่งอนาคตเกิดการแข่งขันด้าน InsureTech มากขึ้นเท่าไหร่ RPA ก็น่าจะถูกนำมาใช้งานมากยิ่งขึ้นไปอีกทั้งงานก่อนการขาย (digital marketing, channel, ai chatbot) งานกระบวนการ (policy operation) และงานด้าน data analytic ซึ่งอีกหน่อยเทคพวกนี้จะหลอมรวมกันทั้ง RPA, Chatbot, modern CRM, low-code, ML&AI, data analytic เป็นส่วนหนึ่งของ InsurTech ต่อไป

source:

https://www.uipath.com/resources/automation-case-studies/future-generali-india-life-insurance-rpa

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

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

THREE logo with Chelsea Football Club

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 

Spotify Streaming Company

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/

ปัจจัยแห่งความสำเร็จของ Intelligent Automation Transformation

แป๊บๆจะหมดไปอีกหนึ่งเดือนแล้ว นาฬิกาหมุนเร็วจริงๆครับ เมื่อโลกเทคที่เกี่ยวข้องกับการทำงานของพวกเราหมุนเร็ว เราเองก็น่าจะต้องเข้าใจ ปรับตัวตามกันไปนะครับมาอ่าน RPA blog พร้อมคำแนะนำเสริมของแอดมินเกี่ยวกับเรื่องปัจจัยสู่ความสำเร็จในการทำ “ระบบอัตโนมัติอัจฉริยะ” หรือ Intelligent Autoamtion กันครับ คำๆ นี้มันไปมากกว่าการ implement automation ในองค์กรเป็นเรื่องๆไป แต่หมายความถึงการยกระดับองค์กรให้ใช้ automation อย่างเต็มรูปแบบนั่นเองครับ มาดูกัน

Critical Success Factors (CSF) หรือ ปัจจัยแห่งความสำเร็จ มีหลายๆด้านเช่น การสนับสนุนจากผู้หลักผู้ใหญ่ การวางแผนล่วงหน้ารองรับอนาคต การจัดตั้งทีมงานดูแลเบ็ดเสร็จ และสุดท้ายคือการปรับเปลี่ยนวัฒนธรรมองค์กร (เรื่องใหญ่เลย) ทั้งนี้กว่าจะไปถึงเราจะพบอุปสรรคมากมายอาทิ การต่อต้านจากคนที่ไม่เห็นด้วย (ไม่ชอบเปลี่ยนแปลง) การพัฒนาทักษะที่ไม่ทันการณ์ ข้อมูลขยะล้นองค์กร บุคลากรที่ขาดแคลนเป็นต้น เยอะนะครับแต่อย่าเพิ่งท้อเพราะเมื่อเราก้าวข้ามเรื่องพวกนี้ไปได้เราจะพบกับทะเลใหม่คือ การลดต้นทุนองค์กร (ในกระบวนการต่างๆ) แบบมหาศาล การลดการคดโกงในทุกรูปแบบ ความพึงพอใจของลูกค้าที่เพิ่มจากกระบวนการ touch point ต่างที่เร็วขึ้น ทั้งนี้รวมไปถึงขวัญกำลังใจของผู้ปฎิบัติงานด้วย (work-life balance) ดีงามเพราะมีเครื่องมือ robot มาช่วยเป็นต้น… มาดูกันว่าเค้าว่ามี CSF ข้อไหนบ้าง

การสนับสนุนแบบไม่มีเงื่อนไขจากทางผู้บริหาร – แน่นอนว่าเรื่องใหญ่แบบนี้ เบอร์หนึ่งต้องลงมาเล่นเอง เพราะเราจะได้รับการสนับสนุนทั้งแผน ทั้งทรัพยากรบุคคล เงินทุนต่างๆ (อันนี้สำคัญมากๆ) ถ้าจะลุยด้วยแผนกไอทีและไม่ได้รับการหนุนจากผู้ใหญ่ ความผิดหวังรอคุณอยู่

แผนงานที่ครอบคลุมและยืดหยุ่น ขยายได้แบบไม่มีขอบเขต – ให้เริ่มจากการ “คิดใหญ่” มองภาพรวมในการทำแผน แต่ตอน implement ทำให้เล็กและประสบผลสำเร็จได้ไว วัดผลได้ชัดและขยายความสำเร็จออกไปได้ ทำแบบนี้องค์กรต้องมีการวางแผนอย่างดี (ประเมินกระบวนการ กำหนดแนวทาง จัดลำดับความสำคัญก่อนหลัง และการวัดความสำเร็จที่ชัดเจน) 

ปรับเปลี่ยนกระบวนการ โดยมีทีมงานที่รับผิดชอบโดยตรง (COE หรือ center of excellence) – ด้วยการที่เรื่องนี้ไม่ได้เกี่ยวข้องเพียงเรื่องเทคโนโลยี และพัวพันไปถึงกระบวนการทางธุรกิจทุกฝ่าย จึงต้องร่วมกันวางแผนในส่วนต่างๆให้ชัดเสียแต่แรก การวางแผนเพื่อรับการเปลี่ยนแปลง การพัฒนาทักษะดิจิตอลให้พนักงาน ออกแบบกระบวนงานเพื่อรองรับการทำ automation สิ่งเหล่านี้ต้องทำแต่แรก กำหนดข้อปฎิบัติ กฎเกณฑ์ให้เรียบง่ายชัดเจนคลุมทั้ง business และ IT คำแนะนำในที่นี้คือ ติดตั้งทีมงาน CoE ในการทำเรื่องราวเหล่านี้

ตย การจัดทีม CoE จาก Blog UiPath.com

และเมื่อมีการก่อตั้ง CoE ขึ้นมา (รวบรวมเหล่าอเวนเจอร์จากหน่วยงานต่างๆ) สิ่งเหล่านี้คือหน้าที่หลักๆครับ

  • กำหนดแผน แนวทางออกมาเป็น framework หรือ roadmap ให้เดินตาม
  • คัดเลือก จัดสรร แบ่งปัน บริหารจัดการ บำรุงรักษาเครื่องมือต่างๆ ทั้ง software, hardware
  • นำเข้าเทคโนโลยีใหม่ๆเข้ามาใช้อย่างเหมาะสม รองรับอนาคต และให้อยู่ใน roadmap ที่วางเอาไว้

มองเป็นการเดินทางที่ยาวไกลที่ต้องเตรียมพร้อม – ต้องพร้อมทั้งแผนงานระยะยาว กำหนดทรัพยากรเอาไว้แต่ต้น IA (Intellignent Automation) ไม่เป็นเพียงโครงการระยะกลางที่ทำสำเร็จแล้วก็จบ แต่เป็นการพัฒนาปรับปรุงไปตามโลกธุรกิจที่ทุกวันนี้กระบวนการเปลี่ยนแปลงเร็วตามปัจจัยภายนอกต่างๆ รวมไปถึงเทคโนโลยีก็ปรับเปลี่ยนเร็วไปด้วย การวางแผนควรมองเป็นการเดินทางไกล ต้องมีเสบียงเพียงพอ ต้องมีการกำหนดเข็มทิศการเดินให้ชัด จัดตั้งทีมงาน CoE เฟ้นหาดาวรุ่งในโครงการเสียแต่เนิ่นๆ และเน้นหาคนในองค์กร์ที่พร้อมก่อนการหาหรือไปเพิ่งพา vendor ภายนอกไปเสียทั้งหมด

วัฒนธรรมองค์กรใหม่ รองรับการทำ digital workforce – ทุกวันนี้ผู้ปฎิบัติงานเองก็ต้องปรับตัวเพื่อรับการเปลี่ยนแปลง หากมีการสื่อสารที่ดี การเตรียมคอร์สฝึกอบรมพัฒนาทักษะที่ดี การจูงใจจะเป็นได้อย่างง่ายดาย ผู้คนจะมองเป็นโอกาสมากกว่าและไม่ต่อต้าน ทั้งนี้อยู่ที่ทีม CoE จะสามารถสื่อสารเพื่อให้ทราบว่าระบบ automation จะมาช่วยลดภาระงาน ไม่ได้มาทดแทน สือสารเชิงลึกและดึงคุณค่าของผู้ปฎิบัติงานเมื่อต้องทำงานคู่กับหุ่นยนต์ งานสร้างสรรค์ทั้งหมดจะตกไปสู่ผู้ปฎิบ้ติงานซึ่งจะเห็นคุณค่าอย่างชัดเจน (การตัดสินใจ การโน้มน้าวลูกค้า การจัดการความขัดแย้ง เป็นต้น) และแน่นอนว่าจะมีคนที่ไม่ได้ไปต่อซึ่งองค์กรก็ต้องเตรียมแผนในเรื่องนี้เอาไว้ด้วย

สุดท้ายคือการแบ่งบันอย่างเท่าเทียม ให้ทุกฝ่ายได้ออกเสียง ส่งความต้องการ การเข้าถึงและใช้งานระบบ automation ทั้งนี้ไปจนถึงการประยุกต์ใช้ low-code, no-code และการสร้าง Citizen Developer for RPA อีกด้วย ทั้งนี้แอดมินจะนำมาเล่าในบทความต่อๆไปครับ

Sources:

  1. UiPath Blog (https://www.uipath.com/blog/digital-transformation/intelligent-automation-transformation-success-factors)
  2. Amazon book (INTELLIGENT AUTOMATION: Learn how to harness Artificial Intelligence to boost business & make our world more human)

ระบบอัตโนมัติกับ รูปแบบการทำงานใหม่ (Hybrid Work)

สถานการณ์โควิดเป็นทั้งแรงผลักและแรงดัน รวมไปถึงขับเคลื่อนอย่างรวดเร็วสู่การทำงานแบบรีโมท (ทำงานจากระยะไกล เช่นจากที่บ้าน) แต่ไม่ใช่ทุกคนจะหลงรักการทำงานในรูปแบบนี้เพราะหลายๆงานมันยากมากขึ้น ใช้เวลามากขึ้นกว่าจะเช็คกว่าจะเคลียร์ความเข้าใจกับเพื่อนร่วมงานและนำข้อมูลเข้าประมวลผล เป็นผลให้งานวิจัยมากมายอย่างของ Saleforce research บอกเลยว่า 64% อยากกลับเข้าทำงานในออฟฟิศ (ในรูปแบบเดิม) เป็นที่มาของแรงบีบให้ผู้บริหารต้องปิดตา เปิดหู รับฟังมากขึ้นและต้องจัดเตรียมทรัพยากรในการรองรับการทำงานในรูปแบบใหม่ “Hybrid working” ให้ดีที่สุดดังตัวอย่างจากประเทศสหรัฐอเมริกาเรื่องการลงทุนด้านไอทีดังนี้

  • เครื่องมือสำหรับพนักงานในการประชุม online (72%)
  • ระบบรักษาความปลอดภัยในการเชื่อมต่อต่างๆ (70%)
  • การฝึกอบรมสู่พนักงานในการประชุม ทำงานรูปแบบ online (64%)
  • ปรับห้องประชุมเพื่อรองรับการทำ virtual connectivity มากขึ้น (อุปกรณ่ต่างๆในห้องประชุม การถ่ายทอดสด และอื่นๆ)(54%)

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

employee work outside from the office

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

ดังนั้นมาเรียนรู้เพื่อให้เข้าใจเทคโนโลยี ที่จะเป็นตัวยกระดับการทำงานขององค์กรของคุณกันเถอะ…

robotic process automation concept

credit:

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

Becoming Citizen Developer – พัฒนาระบบ RPA สำหรับงานที่ทำอยู่เป็นประจำได้ด้วยตัวเอง

กลุ่มแรกนี้จะเป็นการจ้างผู้เชี่ยวชาญภายนอกเข้ามาทำการพัฒนาระบบ โดยอาจมีบางแห่งที่ขอให้ทีมผู้เชี่ยวชาญถ่ายทอดเทคนิคและประสบการณ์การพัฒนาแก่ทีมงานขององค์กรเพื่อรับไม้ต่อในแง่การดูแลระบบและพัฒนาระบบ RPA ได้เองต่อไป

เราสามารถคาดหวังประโยชน์จากการนำเทคโนโลยี RPA มาใช้ในองค์กรได้แค่ไหน? คำถามนี้ต้องเกิดขึ้นกับทุกองค์กร ต่างกันแต่เพียงช้าหรือเร็ว เนื่องจากแต่ละองค์กรเข้ามาอยู่ในโลกของ RPA ไม่พร้อมกัน

ประเทศไทยเราเริ่มมีการใช้งานซอฟท์แวร์ RPA เพิ่มขึ้นอย่างเห็นได้ชัดเมื่อราว 3-4 ปีก่อน โดยบริษัทในกลุ่มสถาบันการเงิน กลุ่มผู้ให้บริการด้านการเงินและธุรกิจประกัน เป็นองค์กรกลุ่มแรกๆที่นำมาใช้ ก่อนที่จะขยายการใช้งานอย่างกว้างขวางไปยังกลุ่มธรกิจอื่นๆในปัจจุบัน ซึ่งโมเดลของการนำ RPA ไปใช้ขององค์กรกลุ่มแรกนี้จะเป็นการจ้างผู้เชี่ยวชาญภายนอกเข้ามาทำการพัฒนาระบบ โดยอาจมีบางแห่งที่ขอให้ทีมผู้เชี่ยวชาญถ่ายทอดเทคนิคและประสบการณ์การพัฒนาแก่ทีมงานขององค์กรเพื่อรับไม้ต่อในแง่การดูแลระบบและพัฒนาระบบ RPA ได้เองต่อไป

สิ่งที่องค์กรที่เป็นผู้ใช้งาน RPA กลุ่มแรกๆเหล่านี้มองหาคือการต่อยอดจากความสำเร็จจากเฟสแรกซึ่งทำให้ตนเองได้เรียนรู้จากการทำงานร่วมกันของผู้ที่มีบทบาทต่างๆของโครงการ RPA ไปสู่ประโยชน์และความคุ้มทุนในระยะยาว จากการยกระดับการพัฒนาระบบ RPA ขั้นต้น ไปสู่องค์กรที่มีการใช้ระบบอัตโนมัติอย่างเต็มรูปแบบ (Fully Automated Enterprise)

กระบวนการทำงานส่วนหนึ่งที่ถูกเลือกมาเพื่อพัฒนาให้เป็นระบบอัตโนมัติ ทำให้องค์กรเหล่านี้ได้เห็นถึงประโยชน์ที่เกิดขึ้นทันทีเมื่อจบการพัฒนาเฟสแรก อย่างเช่น กระบวนการโอนเงินชำระยอดซื้อขายกองทุนหรือหุ้นของบริษัทหลักทรัพย์และกองทุนรวม ขั้นตอนการออกกรมธรรม์ใหม่หรือต่ออายุกรมธรรม์ของบริษัทประกันภัย หรือกระบวนการนำเข้าข้อมูลลูกค้าใหม่ของธนาคารซึ่งหลายขั้นตอนสามารถนำบอต (Robot) มาใช้กรอกข้อมูลแทนคนได้

กระบวนการทำงานเหล่านี้ถือว่าซับซ้อน เนื่องจากมีขั้นตอนการทำงานค่อนข้างเยอะ และเกี่ยวพันกับการทำงานและระบบงานของหลายแผนก

แต่เรายังมีกระบวนการทำงานอีกลักษณะหนึ่งที่ซับซ้อนน้อยกว่านี้มาก เกี่ยวพันกับผู้ใช้งานน้อยกว่า ซึ่งอาจจะเป็นงานส่วนตัวของผู้ใช้งานเอง แต่กลับสามารถสร้างประโยชน์ให้กับองค์กรได้มาก โดยเฉพาะถ้าเป็นการประหยัดชั่วโมงทำงานของบุคลากรจำนวนมาก และที่สำคัญก็คือผู้ใช้งานสามารถพัฒนางานเหล่านี้ได้เอง โดยไม่ต้องพึ่งนักพัฒนาอาชีพ ถ้ามีเครื่องมือที่เหมาะสม

Citizen Developer – RPA

เราเรียกกลุ่มผู้ใช้งานที่สามารถพัฒนาระบบ RPA ได้เองว่า Citizen Developer หรือ RPA Citizen Developer อันมีคำจำกัดความว่าเป็นผู้ใช้งานที่ไม่ได้มีพื้นฐานด้านเทคนิคหรือการพัฒนาโปรแกรม แต่มีความต้องการพัฒนาระบบงานอัตโนมัติเพื่อตนเองหรือเพื่อผู้ใช้งานคนอื่นๆ ในหน่วยงานจากเครื่องมือการพัฒนาที่เหมาะสมกับงานดังกล่าว

ในปัจจุบันเครื่องมือที่ใช้พัฒนาระบบ RPA อย่างง่ายจะใช้เทคโนโลยีที่ออกแบบมามีการเขียน code ให้น้อยที่สุด (Low Code No Code) ซึ่งเหมาะกับผู้ที่ไม่มีทักษะทางโปรแกรม แต่มีความเข้าใจในกระบวนการทำงาน

องค์กรเองก็ต้องมีกลยุทธที่เหมาะสมสำหรับการนำเครื่องมือเหล่านี้มาใช้ เพื่อให้เกิดประโยชน์และเกิดเคสตัวอย่างที่จะช่วยให้การใช้งานแพร่หลายไปยังกลุ่มคนที่ใหญ่ขึ้นต่อไป

เรามาดูตัวอย่างของเรื่องนี้กัน

แอลจียูพลัส หรือ LG U+ ซึ่งเป็นบริษัทโทรคมนาคมอันดับสามของเกาหลีใต้ภายใต้เครือบริษัทยักษ์ใหญ่อย่างแอลจีคอร์ปอเรชั่น  ได้นำเทคโนโลยี RPA เข้ามาใช้ในองค์กรและประสบความสำเร็จด้านบรรลุเป้าหมายในการเพิ่มประสิทธิภาพให้กับกระบวนการทำงานและการลดต้นทุน อย่างไรก้ตาม บริษัทก็ยังมองเห็นปัญหาและอุปสรรคในเรื่องรูปแบบของการพัฒนาที่ต้องการทีมนักพัฒนาขนาดใหญ่เข้ามาทำงานในส่วนนี้ ตามแผนที่วางไว้ แอลจียูพลัสมีกระบวนการทำงานกว่า 100 กระบวนการที่จะปรับให้เป็นแบบอัตโนมัติ ซึ่งถ้าใช้ทีมเอาท์ซอร์สหมดก็จะใช้เวลานาน รวมถึงปัญหาเรื่องการสื่อสารและความเข้าใจในความต้องการทางธุรกิจที่ต้องสื่อสารกับคนหลายกลุ่มและเป็นจำนวนมาก

แอลจียูพลัสเริ่มโครงการ “Citizen Developer” จากการคัดเลือกกลุ่มผู้ใช้งาน 20 คนเป็นกลุ่มทดลอง โดยมีการฝึกอบรม การทำเวิร์คช็อปเพื่อคัดเลือกกระบวนการทำงานที่จะพัฒนาให้เป็นระบบอัตโนมัติ บริษัทได้ใช้ความพยายามอย่างเต็มที่เพื่อเอาชนะอุปสรรคต่างๆที่ต้องพบเจอระหว่างทาง เช่น การพัฒนาเนิ้อหาหลักสูตรการอบรมที่เหมาะสมกับกลุ่มผู้ใช้งานขึ้นเอง เนื่องจากถ้าเป็นเนิ้อหาที่ยากหรือมีส่วนที่เป็นเทคนิคมากเกินไปจะทำให้การอบรมไม่บรรลุผล หการที่กลุ่มผู้ใช้งานที่ได้รับการคัดเลือกยังมีภาระงานของตนเองที่ต้องทำ ไม่สามารถมาโฟกัสในเรื่องการพัฒนาระบบ RPA ได้เต็มที่ นอกจากนี้ ในกรณีที่เกิดการเปลี่ยนแปลงโครงสร้างองค์กร ก็อาจทำให้ผู้ที่ถูกคัดเลือกและผ่านการฝึกอบรมไปแล้ว ไม่ได้ทำงานนี้ต่อจนบรรลุวัตถุประสงค์ก็เป็นได้

“เราใช้กลยุทธสองอย่างในการทำงาน กลยุทธแบบ Top-Down Approach จะประกอบด้วยทีมพัฒนาที่เชี่ยวชาญ มีความรู้ทางเทคนิค เพื่อสร้างระบบ RPA ที่จำเป็นแต่ซับซ้อนตามนโยบายของผู้บริหารสายงาน โดยมี UiPath Studio เป็นเครื่องมือ ในขณะที่กลยุทธแบบ Bottom-Up Approach จะเน้นฝึกอบรมกลุ่มพนักงานที่มีความเชี่ยวชาญน้อยกว่าในการสร้างระบบงานอัตโนมัติที่ง่ายด้วยตัวเอง ตอนแรกนั้น เครื่องมือที่พนักงานกลุ่มหลังใช้ จะมาจากซอฟ์ทแวร์ในกลุ่ม Image-Based Open Source ก่อนที่จะเปลี่ยนเป็น UiPath StudioX ที่มีศักยภาพและเหมาะกับงานมากกว่าในภายหลัง” อินโฮ คิม  ผู้บริหารทีม Network Innovation ของแอลจียูพลัส กล่าว เมือถูกถามถึงแนวทางการสร้างทีม Citizen Developer

LG use case for RPA - Citizen Dev
LG Case study from UiPath

ผลลัพธ์ที่ได้จากโครงการ RPA ของแอลจียูพลัสถือว่าน่าประทับใจ บริษัทประหยัดชั่วโมงการทำงานได้กว่า 70,000 ชั่วโมงจาก 300 กระบวนการทำงานตั้งแต่เริ่มโครงการ RPA ในปี 2018 

กรณีของแอลจียูพลัสเกิดจากการที่บริษัทมองออกว่าสามารถแบ่งกลุ่มงานที่จะพัฒนาเป็นระบบอัตโนมัติได้สองกลุ่มตามความซับซ้อน และทำการฝึกอบรมให้พนักงานทำงานส่วนที่ตนเองทำได้คู่ขนานไปกับงานที่ต้องพัฒนาโดยผู้ที่มีทักษะทางไอทีสูงกว่า ไม่ต้องรอให้ถึงคิวงานของตน

ตัวอย่างของงานที่ผู้ใช้งานสามารถพัฒนาเป็น RPA เองได้ เช่น

  • การดึงข้อมูลที่ปรากฏอยู่บนหน้าเว็บไซต์ (Web Scraping) เช่นอัตราแลกเปลี่ยนเงินตราต่างประเทศ ข้อมูลราคาวัตถุดิบ ราคาสินค้าโภคภัณฑ์ เข้ามาเก็บในไฟล์ Excel เพื่อนำไปใช้งานอย่างอื่น
  • การรับอีเมลและจัดเก็บอีเมลและเอกสารแนบตามเงื่อนไข
  • การส่งอีเมลหรือปฏิทินนัดหมายอัตโนมัติ
  • การสร้างหรือปรับเปลี่ยนไฟล์ PowerPoint จากข้อมูลในไฟล์ Word หรือไฟล์ Excel
  • การป้อนข้อมูลที่เก็บในไฟล์ Excel เข้าหน้าเว็บไซต์ เช่นการอัพเดต Sales Activities หรือ Project Status
  • การสร้าง Pivot Table และการคำนวณ 
  • การจัดการไฟล์และโฟลเดอร์เอกสาร เช่น เพิ่ม ลบ เปลี่ยนชื่อ

อย่างที่ได้นำเสนอไว้ช่วงต้น องค์กรจะได้รับและตระหนักในประโยชน์จากระบบ RPA อย่างแท้จริง ก็ต่อเมื่อมีการกระบวนการทำงานต่างๆ ในองค์กรได้รับปรับปรุงประสิทธิภาพ ลดขั้นตอน ลดเวลา ลดข้อผิดพลาด ซึ่งกลุ่ม Citizen Developer สามารถทำให้การพัฒนานี้เกิดได้เร็วขึ้น