CaseStudy – 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

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/