Usecase – RPA

สู่ Cognitive Automation กับการใช้งานในอุตสาหกรรมการผลิต

ก้าวล้ำไปกับยุค ai สู่ Cognitive Automation ผสานพลัง ai ไปใน RPA

ในช่วงไม่กี่ปีที่ผ่านมาการใช้เทคโนโลยีรวมถึง Robotic Process Automation (RPA) และ Artificial Intelligence (AI) ในการผลิตได้กลายเป็นที่เป็นที่นิยมมากขึ้น การผสานระหว่าง RPA และ AI ในการผลิตได้มีบทบาทสำคัญในการปรับปรุงกระบวนการผลิต เพิ่มประสิทธิภาพ และลดค่าใช้จ่าย และคาดว่าจะมีผลกระทบอย่างมากต่ออุตสาหกรรมในอนาคตต่อจากนี้ไป

RPA เป็นเทคโนโลยีที่ช่วยให้ธุรกิจสามารถอัตโนมัติงานที่ซ้ำซากและใช้เวลานาน มันเกี่ยวข้องกับการใช้หุ่นยนต์ซอฟต์แวร์เพื่อทำงานเช่นกรอกข้อมูล การประมวลผลใบแจ้งหนี้ และการประมวลผลการสั่งซื้อ RPA สามารถใช้ได้ในกระบวนการผลิตต่างๆ เช่นการจัดการสินค้าคงคลัง การควบคุมคุณภาพ การออกใบเสนอราคา การบริการลูกค้าผ่านช่องทางต่างๆ และการจัดการโซ่อุปทาน การผสมผสาน RPA ในกระบวนการผลิตทำให้เกิดความแม่นยำ ความเร็ว และประหยัดค่าใช้จ่าย

AI เป็นเทคโนโลยีที่ช่วยให้เครื่องจักรเรียนรู้จากข้อมูล ตรวจสอบรูปแบบ และตัดสินใจโดยใช้ข้อมูลนั้น สามารถนำไปใช้ในการผลิต เช่นการตรวจจับข้อบกพร่อง “ทำนาย” การเสื่อมสภาพของเครื่องจักร และการปรับปรุงกระบวนการผลิตโดยการปรับการผลิตให้มีประสิทธิภาพมากขึ้นผ่านการทำ process mining และการใช้ AI ในการประมวลผลข้อมูลที่เกี่ยวข้องกับกระบวนการผลิต คิดและแนะนำผ่าน data analytic ที่สร้างอย่างรวดเร็วได้จาก Generative AI ช่วยให้กิจกรรมที่เกี่ยวข้องกับการควบคุมคุณภาพ การจัดการสินค้าคงคลัง และการวางแผนการผลิตเป็นไปอย่างมีประสิทธิภาพมากขึ้น เร็วและผิดพลาดน้อยได้อีกด้วย

Process	Task	Automation
Production tracking	Measure, analyze and improve visibility throughout the manufacturing process	Use intelligent automation to develop a near real-time overview of progress on orders and the ongoing need for components or raw materials²
Invoice processing	Extract data from invoices, compare with purchase orders, check for duplicates, update records in ERP system	Use RPA bots with OCR to automate the entire invoice processing cycle
Supply chain optimization	Prepare purchasing proposals, collect auction bids, create contracts, track shipments, manage orders	Use RPA bots to enable real-time data gathering, reporting, and communication across the supply chain

ตัวอย่างการประยุกต์ใช้

การผสมผสาน RPA และ AI ต้องคำนึงถึงการใช้เทคโนโลยีอย่างเหมาะสม การที่ผู้ประกอบการจะสองเทคโนโลยีนี้ให้เกิดประโยชน์สูงสุดต้องมีการวางแผนการใช้งานให้ถูกต้อง นอกจากนี้ยังมีความจำเป็นที่จะต้องมีการฝึกอบรมและพัฒนาทักษะของพนักงานเพื่อให้เข้าใจการใช้งาน RPA และ AI ในการผลิต อาจพิจารณาเรื่องการสร้างทีมงาน COE (Community of Excellence) ให้เกิดในองค์กร สร้าง Citizen Developer ให้ช่วยกันออกแบบ ดูแล ใช้งานอย่างถูกต้อง ให้ทีม COE ติดตามและประเมินผลการใช้งานเพื่อปรับปรุงและปรับเปลี่ยนการใช้งานอย่างต่อเนื่อง

ทั้งนี้เราอาจมองพัฒนาการของการควบรวมสองเทคนี้ออกเป็นสี่ขั้นตอน แบ่งเป็นความสามารถในการรองราบกระบวนการที่ซับซ้อนจากมองไปน้อย และการใช้ความสามารถของทั้ง rpa, ai อย่างเต็มที่ (ถ้าเราดึงความสามารถของทั้งสองเทคนี้มา ก็ย่อมรองรับกระบวนการที่ซับซ้อนสูงได้) จึงอาจเริ่มจาก

1.Robotic Process Automation ใช้งานทั่วไป มีมนุษย์สั่งงานเป็นขั้นตอนแล้วโปรแกรมมาทำแทนมนุษย์ (ได้ในบางส่วน) และยังคงต้องตรวจสอบผลงานก่อนนำไปใช้

2.Cognitive Automation รองรับงานได้มากขึ้น รับงานที่ไม่เป็นโครงสร้างจากการใช้ Machine Learning มาช่วย

3.Digital Assistants ระหว่างมนุษย์ และโปรแกรมโรบอท คุยกันผ่านภาษาที่ใช้ง่ายๆ และโปรแกรมนำงานไปปฎิบัติ

4.Automonous Agents ยังคงพัฒนาต่อเนื่องเพื่อให้ระบบทำงานทดแทนได้อย่างสมบูรณ์ ซึ่งขั้นนี้มองไปถึงการใช้โปรแกรมตัดสินใจทดมนุษย์เลย (กำลังพัฒนา และแนวโน้มเป็นไปในทิศทางนี้แต่ต้องใช้เวลาอีกพอสมควร)

สรุปว่า การผสมผสาน RPA และ AI ในการผลิตเป็นเทคโนโลยีที่สามารถช่วยเพิ่มประสิทธิภาพและความแม่นยำในการผลิต ช่วยลดค่าใช้จ่ายและเพิ่มกำไรให้กับธุรกิจให้แข่งขันได้ในยุคข้าวยากหมากแพง อย่างไรก็ตามการเลือกใช้งาน และผสานเทคโนโลยีนี้ ยังต้องมีการวางแผนและการฝึกอบรมพนักงานอย่างถูกต้อง และการติดตามผลการใช้งานเพื่อปรับปรุงและปรับเปลี่ยนเทคโนโลยีให้เหมาะสมกับธุรกิจ

ทาง automat consulting และสถาบัน IMC ได้ร่วมกันจัดงาน meet up สำหรับ นักวิเคราะห์ทางธุรกิจ นักพัฒนากระบวนการ นักพัฒนาระบบ มาร่วมรับฟัง แลกเปลี่ยนการใช้งาน RPA และ AI ในอุตสาหกรรมการผลิต โรงงาน การขนส่ง รวมไปถึงระบบ back office ต่างๆ ในวันที่ 26 พค. นี้ รายละเอียดดังนี้

ลงทะเบียนที่นี่ครับ https://docs.google.com/forms/d/e/1FAIpQLSdC1uf5l1wtxoQKNJThESYd1m2T1Rt2F69hMe2OrqXvy0_dSg/viewform

Source:

Learn more:

planettogether.com 2. blueprism.com 3. research.aimultiple.com 4. uipath.com 5. nanonets.com 6. contus.com 7. techtarget.com
UiPath AI Summit 2023, 2023

Digital Assistant กับประโยชน์ของการเชื่อมต่อ ChatGPT + RPA

ปฐมบทของ Digital Assistant เครื่องมือที่จะมาเป็นผู้ช่วยในการทำงานของมนุษย์เราในยุค 2023

กับข่าวคราวการเปิดตัว GPT-4 ไปนับว่ายิ่งเพิ่มพูนกับการถูกพูดถึงของ ai Generative AI มากยิ่งขึ้นไปอีก ความสามารถ ความรวดเร็วถูกต้องยิ่งเพิ่มขึ้นไปอีก คงไม่ได้เป็นเพียงกระแสที่มาแล้วผ่านไปอีกแล้ว บทความวันนี้จึงขอมาแบ่งปันถึง “การควบรวม” ของสองเทค (ai+RPA) ที่อีกไม่นานจะรวมร่างและกลายเป็น Digital Assistant ประโยชน์ของมันที่จะมาช่วยแบ่งเบาภาระงานของworker อย่างพวกเรา มาอ่านกันครับ

ในช่วงปลายเดือนพฤศจิกายน 2565 บริษัทวิจัย OpenAI ได้เปิดตัว AI Chatbot ที่ชื่อ ChatGPT ต่อสาธารณะเป็นครั้งแรกและก็สร้างปรากฎการณ์เกิดเป็นกระแสขึ้นมาทันทีให้คนพูดถึงกันอย่างกว้างขวาง

ถามว่าทำไมถึงเป็นอย่างนี้ทั้งๆที่เทคโนโลยี AI หรือ Artificial Intelligence อยู่ในการรับรู้ของสังคมมาแล้วเป็นเวลานับสิบๆปี ซึ่งคำตอบน่าจะเป็นว่านี่เป็นครั้งแรกที่เทคโนโลยี AI ได้เข้าสู่การใช้งานในชีวิตประจำวันของคนทั่วไปอย่างกว้างขวาง (mass adoption) มีการใช้งานที่ง่าย เกิดประโยชน์ต่อคนทั่วไปทั้งเรื่องงานและเรื่องส่วนตัว จึงไม่แปลกที่เราจะเห็นยอดคนลงทะเบียนเข้าใช้งานพุ่งถึง 100 ล้านคนภายในแค่ 2-3 เดือนหลังจากการเปิดตัว

ในขณะที่ส่วนของซอฟต์แวร์ RPA เองก็มีการใช้เพิ่มขึ้นอย่างต่อเนื่องทั้งขององค์กรที่เพิ่งเริ่มใช้และองค์กรที่ใช้มานานแล้ว จนเรียกได้ว่าสำหรับหลายองคกรนั้น มีการใช้งาน RPA robot ในลักษณะ digital assistant คือเป็นพนักงานดิจิตัลที่ทำงานกลมกลืนกับพนักงานทั่วไปในแต่ละแผนก

ดังนั้นความสนใจของเราในบทความนี้ จึงอยู่ที่ว่าเทคโนโลยีที่ช่วยเหลือการทำงานขององค์กรทั้งสองตัวนี้ ถ้ามาเชื่อมต่อทำงานร่วมกัน จะเกิดเป็นภาพอย่างไร และจะเกิดประโยชน์ในด้านใดได้บ้าง

ทีม Automat เราจึงรวบรวม Use Cases ของการทำงานร่วมกันของ ChatGPT กับ RPA มาเล่าให้ท่านผู้อ่านฟัง รวมทั้งการที่เราได้ทดลองสร้างกระบวนการที่เชื่อมต่อสองเทคโนโลยีนี้ ซึ่งจะไปกล่าวถึงในช่วงท้ายของบทความ

ทั้งนี้ส่วนหนึ่งของ Use Cases ที่สามารถเกิดประโยชน์ต่อการทำงานของเราในแต่ละฟังชั่นงานมีดังต่อไปนี้

การนำ ChatGPT เข้ามาช่วยนักพัฒนาในโครงการพัฒนาโปรแกรม

นักพัฒนาสามารถใช้ประโยชน์จาก ChatGPT ได้โดยตรงเช่น การใส่ code ที่เขียนโดยนักพัฒนาคนอื่นแล้วให้ ChatGPT อธิบายการทำงานของ code นั้นๆซึ่งอาจเขียนขึ้นเพื่อสร้างฟังชั่นการทำงานต่างๆของ RPA ทำให้ประหยัดเวลาของนักพัฒนาลงได้มากหากต้องไปแกะเอาเอง หรือนักพัฒนาอาจสามารถใช้ ChatGPT ในการจัดทำ เอกสารโครงการ เช่น process design document, technical design document, operation guide เป็นต้น โดยการใส่ข้อมูลของระบบที่พัฒนาเข้าไปแล้วให้ ChatGPT เขียนข้อความและแนะนำประเด็นที่ผู้ใช้งานควรรับทราบ ถึงแม้นักพัฒนายังต้องเข้าไปตรวจทานงานของ ChatGPT ก่อนการใช้งานจริงอยู่ดีเนื่องจาก ChatGPT เองยังต้องการเวลาที่จะเรียนรู้พัฒนาตัวเองอีกมาก แต่ก็ปฎิเสธไม่ได้ว่าการนำเทคโนโลยีนี้เข้ามาใช้ น่าจะช่วยลดเวลาลงได้พอสมควร

การวิเคราะห์ความคิดเห็นหรือข้อติชมของลูกค้าด้วย ChatGPT

ความสามารถด้านการวิเคราะห์ภาษาหรือรูปประโยคที่เป็นการสื่อสารแบบธรรมชาติถือเป็นจุดเด่นของ ChatGPT เราสามารถใช้ความสามารถนี้กับการวิเคราะห์ความรู้สึกของลูกค้าที่มีต่อผลิตภัณฑ์หรือบริการของเราได้ เราสามารถวิเคราะห์ความคิดเห็นที่เป็น comment หรือ review ของลูกค้าโดยส่งผ่านข้อความเหล่านั้นให้ ChatGPT ก่อนจากนั้นเราก็ป้อนคำสั่งให้ระบบทำการคัดแยกจัดกลุ่มความคิดเห็นในเชิง sentiment ว่าความเห็นไหนเป็น positive หรือเป็นความเห็นที่ลูกค้ามีความชอบหรือความรู้สึกที่ดีกับผลิตภัณฑ์บริการของเรา ความเห็นไหนเป็น negative หรือความเห็นไหนไม่สามารถระบุความชอบได้

เราสามารถนำ RPA เข้ามาสร้างเป็นกระบวนการที่ทำงานต่อเนื่องจากผลลัพท์ของ ChatGPT ได้ เช่นความเห็นไหนที่เป็นระบบวิเคราะห์ว่าเป็น negative จะถูกส่งให้ทีมดูแลลูกค้าเพื่อแก้ปัญหาหรือส่งเป็นข้อมูลให้ทีมผลิตภัณฑ์ใช้เป็นแนวทางในการพัฒนาปรับปรุงต่อไป

การใช้ ChatGPT and RPA สำหรับงานบริหารทรัพยากรบุคคล

ฝ่ายบริหารทรัพยากรบุคคลสามารถใช้ประโยชน์จากการทำงานร่วมระหว่าง ChatGPT และ RPA ได้เหมือนกัน ซึ่งหนึ่งในนั้นคือการให้ ChatGPT เขียนประโยคหรือข้อความในเอกสารองค์กรเพื่อสื่อสารกับพนักงาน ผู้บริหาร หรือผู้มาสมัครงานที่กำลังสนใจร่วมงานกับเรา โดยเจ้าหน้าที่ HR จะเป็นผู้กำหนดข้อมูลที่จะใช้เป็น input ของ ChatGPT สำหรับการสร้างเนื้อหาที่ใช้สื่อสารกับแต่ละกลุ่มบุคคล

อีกตัวอย่างหนึ่งคือ การทำ pre-screening ข้อมูลของผู้สมัครงาน เช่น resume, job description, etc. แล้วให้ ChatGPT สร้าง matching score เพื่อดูความเหมาะสมของตำแหน่งงานกับคุณสมบัติและประสบการณ์ของผู้สมัครแต่ละราย เป็นต้น

การใช้ ChatGPT สร้างเนื้อหาของฝ่ายการตลาด

องค์กรหรือหน่วยงานด้านการตลาดสามารถให้ ChatGPT ช่วยเขียน content ต่างๆด้านการตลาดได้ ทั้งนี้โดยทั่วไปแล้ว งานผลิต content มักเป็นงานที่ใช้เวลาและความคิดสร้างสรรค์มากเพื่อที่จะให้ได้ content ที่มีคุณภาพดีและสามารถสื่อสารได้ตามวัตถุประสงค์ นักการตลาดสามารถให้ ChatGPT สร้าง content บางส่วนหรือทั้งหมดของการทำ brochure การเขียนข้อความโฆษณา การจัดทำ VDO script รวมทั้งงานที่ต้องทำผ่านโซเชียลมีเดียอย่าง blog, online article เป็นต้นซึ่งถ้ามีปริมาณมากหรือมีเวลาจำกัดในการผลิต ก็สามารถนำ RPA เข้ามาช่วยได้เช่นกัน

ChatGPT กับงานด้านการขาย

งานขายเป็นงานที่มีการปฎิสัมพันธ์กับลูกค้าซึ่งเราสามารถนำจุดเด่นด้านภาษาของ ChatGPT เข้ามาช่วยงานเราได้ เช่น เมื่อได้ข้อมูล input ที่เป็นข้อมูลของลูกค้า เช่นข้อมูล demographic ข้อมูลความสนใจ ประวัติการซื้อหรือประวัติการใช้งาน เป็นต้นแล้ว เราสามารถให้ ChatGPT ทำการ

สร้าง call script ให้ทีม customer service หรือ telemarketing ใช้ในการติดต่อกับลูกค้าแต่ละราย
เขียน proposal ที่ดึงดูดและมีอิทธิพลต่อการตัดสินใจซื้อของลูกค้า
เขียน sales report เพื่ออธิบายสรุปเรื่องต่างๆของการขายและการติดต่อกับลูกค้าไว้

นอกจากนี้ การทำงานร่วมกันของ ChatGPT กับ RPA ยังทำให้งานที่ต้องมีความ personalized ใน scale ใหญ่ เช่น การตอบอีเมลลูกค้าหรือคู๋ค้าจำนวนมาก การสร้าง call script แล้วบันทึกในระบบ CRM ของลูกค้าแต่ละราย เป็นไปได้อย่างมีประสิทธิภาพและไม่ตกหล่น

จากตัวอย่างที่เราได้กล่าวถึงข้างต้น เราค่อนข้างมั่นใจว่าจะมี Use Cases เหล่านี้เกิดขึ้นอีกมากเมื่อ ChatGPT มีการเรียนรู้และพัฒนาตัวเองเพิ่มขึ้น และสามารถเชื่อมต่อกับ RPA เพื่อให้ได้เป็นระบบงาน automation ที่สร้างคุณค่าต่อองค์กรได้มากกว่าการจัดการกับงานซ้ำๆและมีจำนวนมาก

ก่อนจบบทความนี้ ขอเล่าถึงการต่อเชื่อมกันของ ChatGPT กับ RPA ซึ่ง Automat เราได้ทดลองทำขึ้นมา โดยเป็นการเชื่อมต่อ ChatGPT กับ UiPath RPA ผ่าน Postman development platform ตาม link ด้านล่างนี้

ในตัวอย่างจะเป็นการจำลองการสร้าง personalized sales proposal จาก keywords ที่พนักงานขายเตรียมไว้ใน MS Excel แล้วให้ RPA robot หยิบไปใส่ใน ChatGPT จากนั้นก็นำผลลัพท์ที่เราสั่งให้ ChatGPT เขียนเป็นข้อความมาสร้างเป็น sales proposalใน MS Word และแนบในอีเมลส่งถึงลูกค้าเป้าหมาย

ในฐานะที่ Automat เราได้ศึกษาและให้บริการโครงการพัฒนาระบบงาน RPA มาตั้งแต่ช่วงแรกของการเริ่มใช้งานRPA อย่างแพร่หลายในประเทศไทย เรามองว่าเรื่องนี้เป็นพัฒนาการที่น่าตื่นเต้นที่ได้เห็นการการเชื่อมต่อของ RPA กับ AI model แล้วสร้างประโยชน์หรือ Use Cases ของการใช้งานได้ทันที ซึ่งในอนาคตก็น่าจะมี AI model อย่างอื่นนอกจากเรื่องภาษาที่สามารถนำมาเชื่อมกับ RPA แล้วก่อให้เกิดเป็นระบบงานที่สร้างประโยชน์อีกมากมายต่อการทำงานของเรา

Credit:

UiPath Inc.
Evolvous.com
Forbes.com

ปลดล็อคกระบวนการด้านพัฒนาระบบ RPA ด้วย ChatGPT

เล่าเรื่องการเชื่อมต่อ UiPath vs ChatGPT และลองเขียน blog แบบรวดเร็วด้วยเอไอ

บอกไว้ก่อนว่าบทความนี้เขียนขึ้นมาเอง 30% และจากนั้นนำเอา ChatGPT มาช่วยเขียนและปรับเพิ่มเติม (บทแปล ยกตัวอย่าง 70%) ตอนอ่านลองมาเดากันเล่นๆ ได้ครับว่าอันไหนคนเขียน อันไหนโปรแกรมปัญญาประดิษฐ์มาช่วย

ต้นสัปดาห์ที่ผ่านมาได้ทดสอบเอา UiPath ไปดึงเอาข้อมูลลูกค้าใน SalesForce แล้วเราดูว่าถึงกระบวนการต้องให้ทีมขายเตรียม technical proposal ไปนำเสนอลูกค้าหรือยัง ลองนึกว่าถ้าต่อหนึ่งพนักงานขายมีลูกค้าที่ต้องเตรียม proposal สัก 30 คนนี่งานหนักแน่ คลิปด้านล่างเป็นสิ่งที่ผ่านมาทดสอบมาแล้ว (แต่ก็ยังมีต้องมาปรับเพิ่มบ้าง) ตามคลิปการใช้งานสั้นๆครับ (ด้านล่าง)

SalesForce > ChatGPT > UiPath > Sales Proposal

ในช่วงที่ผ่านมา AI ได้เข้ามาเปลี่ยนภาพจากเทคขั้นสูงสู่คนปกติธรรมดา ที่จะใช้มันภาพสรรค์งานได้อย่างรวดเร็ว ง่าย และฟรีๆ พูดได้เลยว่ามันได้เคลื่อนย้ายจากการเป็นเทคโนโลยีระดับสูงไปสู่การเป็นเทคโนโลยีปกติธรรมดาที่ทุกคนเข้าถึง

ในขณะนี้ ทุกคนสามารถใช้ AI เพื่อสร้างศิลปะที่น่าตื่นเต้น เสียงพูดในหนังสือ เขียนบล็อก หรือแม้กระทั่งสร้างภาษาโปรแกรมใหม่จากต้นฉบับ สมมติว่ากลับไปเพียงไม่กี่ปีก่อนแล้วก็บอกเพื่อนร่วมงานของคุณว่าคุณจะสามารถทำทั้งหมดนี้ได้แค่ใช้สมาร์ทโฟนได้เลย ง่ายๆ แบบนี้แหละ

การเปิดตัว ChatGPT จาก OpenAI – โมเดลภาษาขนาดใหญ่ที่สามารถสร้างข้อความที่เหมือนมนุษย์ได้ – ได้เป็นตัวช่วยขับเคลื่อน ทำให้ผู้คนหลายล้านคนทั่วโลกได้เห็นการเปลี่ยนแปลงของ AI ล่าสุดและมุ่งมั่นไปที่สิ่งที่เป็นไปได้กับโมเดลเหล่านี้ นี่เป็นการก้าวไปข้างหน้าในการทำให้ AI เข้าถึงได้ง่ายขึ้น โดยมีโมเดลพื้นฐานที่มีประสิทธิภาพสามารถใช้สร้างเครื่องมือที่มีค่ามากขึ้นได้อีกด้วย

เลยขอมาเล่าเรื่องที่จะนำเอา RPA + AI อย่าง ChatGPT มาใช้กันได้อย่างไรในหลากหลายตัวอย่าง

1.ใช้ ChatGPT เพื่อเข้าใจโค้ดของนักพัฒนาอื่น

การใช้ ChatGPT ที่ดีคือการช่วยนักพัฒนาอาชีพในการตอบคำถามเกี่ยวกับโค้ดของนักพัฒนาอื่น มันง่ายเพียงแค่วางโค้ดลงใน ChatGPT แล้วถามให้มันอธิบายว่าโค้ดทำอะไร นี่จะช่วยให้นักพัฒนาแอพพลิเคชั่นเข้าใจภาษาโปรแกรมต่างๆ เช่น VB.Net, SOQL, JQL, LINQ และภาษาโค้ดอื่นๆ

ประโยชน์: ช่วยให้นักพัฒนาสามารถขยายความรู้ของภาษาโปรแกรมที่น้อยใช้มากขึ้น

2.สร้างเอกสารคู่มือโค้ดได้อย่างรวดเร็วด้วย ChatGPT

ChatGPT ยังช่วยบรรเทาความเจ็บปวดจากการสร้างเอกสารผู้ใช้สำหรับโค้ดได้อีกด้วย หลังจากวางข้อมูลทั้งหมดที่เกี่ยวข้องกับระบบของคุณลงใน ChatGPT คุณสามารถถามคำถามที่ผู้ใช้งานส่วนใหญ่อาจมีและนำผลลัพธ์มาใช้เป็นเอกสารของคุณ

ในอนาคตอันใกล้นี้ เวอร์ชั่นขั้นสูงขึ้นของ ChatGPT หรือโมเดลที่เหมือนกันอาจช่วยอัปเดตเอกสารผู้ใช้ได้ด้วย สมมุติว่าคุณสื่อสารข้อมูลเวอร์ชั่นใหม่ล่าสุดของระบบของคุณและมีโมเดลอัปเดตเอกสารที่เกี่ยวข้องกับเวอร์ชั่นใหม่

3.สร้างโค้ดจากคำขอภาษาธรรมชาติ

หนึ่งในศักยภาพที่น่าตื่นเต้นของ ChatGPT คือช่วยให้ผู้ใช้ที่ไม่มีพื้นฐานด้านเทคโนโลยีสามารถกลายเป็นนักพัฒนาได้ด้วย โมเดล AI แบบเจเนอราทีฟช่วยให้ผู้ใช้ทางธุรกิจและผู้พัฒนาที่ไม่มีพื้นฐานด้านเทคโนโลยีสามารถสร้างการทำงานอัตโนมัติจากคำอธิบายที่เข้าใจง่ายของตัวเองได้ เช่น พวกเขาสามารถอธิบายว่าต้องการบันทึกไฟล์ Excel ในโฟลเดอร์ที่กำหนดไว้ แล้วขอให้ ChatGPTเขียนโค้ดเพื่อสร้างการทำงานนี้ให้โดยอัตโนมัติ

นี่คือศักยภาพที่ยิ่งใหญ่ของ AI แบบเจเนอราทีฟที่ช่วยให้ผู้ใช้ทุกระดับสามารถสร้างการทำงานอัตโนมัติเพิ่มเติมและเข้าใจได้ง่ายขึ้นในการทำงานประจำวัน

ประโยชน์: ช่วยให้ผู้ใช้ที่ไม่มีพื้นฐานด้านเทคโนโลยีสามารถสร้างการทำงานอัตโนมัติจากคำอธิบายที่เข้าใจง่ายของตัวเองได้ นำไปสู่โอกาสการพัฒนาที่ต่อเนื่องในองค์กรและอุตสาหกรรม

4.สร้างข้อมูลทดสอบ (Generate test data)

เมื่อนักพัฒนาต้องการเซตข้อมูลทดสอบ เช่นรายชื่อผู้ติดต่อในการตลาด พร้อมกับชุดข้อมูลที่กำหนด (เช่น ชื่อ, เบอร์โทรศัพท์ และที่อยู่) สำหรับรัฐหรือภูมิภาคที่กำหนดไว้ ChatGPT สามารถสร้างชุดข้อมูลปลอมๆ ให้ได้อย่างรวดเร็ว

ตัวอย่างคำสั่ง: “ฉันสร้างแอปพลิเคชันที่จะใช้กับเบอร์โทรศัพท์และที่อยู่ ฉันต้องการข้อมูลต่อไปนี้ไว้ในเรคคอร์ด: ชื่อ, เบอร์โทรศัพท์ และที่อยู่ สร้างตัวอย่างระบุไว้ 30 เรคคอร์ด ในรัฐเวชิงตัน สหรัฐอเมริกา”

สามารถปรับเปลี่ยนคำสั่งตามพื้นที่ที่คุณอยู่หรือเพื่อเฉพาะชื่อที่ขึ้นต้นด้วยตัวอักษร A เพื่อดูว่าแอปพลิเคชันจะสร้างชุดข้อมูลในรูปแบบไหนได้

ประโยชน์: ช่วยเร่งการสร้างชุดข้อมูลทดสอบโดยการสร้างชุดข้อมูลปลอมๆ ที่เป็นไปตามกฎความสอดคล้องตามตรรกะ ทำให้นักพัฒนาประหยัดเวลาและแรงใจ

5.Generate test code for a code sequence

ถ้าเรามี sequence ของโค้ดแล้วต้องการสร้างสคริปต์การทดสอบสำหรับ sequence นั้น ๆ ChatGPT สามารถช่วยและสร้างโค้ดการทดสอบได้ ในภาษาเช่น Python, JSON, C หรือ XAML (หรือแม้แต่แปลงระหว่างภาษาต่าง ๆ)

นอกจากนี้ ChatGPT ยังสร้างข้อมูลการทดสอบที่จำเป็นเพื่อครอบคลุมทุกกรณีทดสอบ

ประโยชน์: ช่วยเร่งความเร็วในการสร้างสคริปต์การทดสอบสำหรับเวิร์กโฟลว์ได้อย่างรวดเร็ว

ในอีกแนวคิดการเชื่อมต่อ UiPaht RPA กับ ChatGPT ในแง่กระบวนการด้านธุรกิจ

1.วิเคราะห์ความคิดเห็นของลูกค้า

การใช้ ChatGPT ในการวิเคราะห์ข้อความและประเมินอารมณ์ของความคิดเห็นจากลูกค้าเกี่ยวกับสินค้าที่เฉพาะเจาะจง เป็นการใช้งานที่สร้างความประทับใจอย่างมาก

เพื่อแสดงวิธีการใช้งาน เราสามารถให้ ChatGPT รับข้อมูลความคิดเห็นจากลูกค้าและใส่รหัสดังต่อไปนี้ “กรุณาระบุอารมณ์ของความคิดเห็นนี้ ให้แบ่งเป็นบวก, ลบหรือผสม” ChatGPT จะตอบกลับมาโดยระบุสีสันของข้อความอย่างต่อเนื่องและแม่นยำ

เรายังสามารถเพิ่มการออโตเมชันเข้าไปได้อีกด้วย โดยที่หุ่นยนต์สามารถส่งรายการความคิดเห็นไปยัง ChatGPT และแบ่งปันรหัสดังกล่าวเพื่อรับคำตอบสำหรับข้อความแต่ละข้อ และนับผลตอบกลับที่เป็นบวก, ลบ หรือผสม โดยการตรวจสอบสีสันของข้อความ การใช้งานด้านนี้จะช่วยให้สามารถประมวลผลข้อมูลจากความคิดเห็นได้อย่างมีประสิทธิภาพ โดยเฉพาะอย่างยิ่งความคิดเห็นที่ไม่ดี ที่สามารถส่งต่อไปยังทีมพัฒนาสินค้าอัตโนมัติได้

2.สร้างอีเมลตอบกลับลูกค้า

การให้บริการลูกค้าที่ดีในเวลาที่เหมาะสมอาจเป็นการท้าทายที่แท้จริงสำหรับธุรกิจ แต่ดีที่แล้ว ChatGPT และหุ่นยนต์ UiPath ช่วยให้ง่ายขึ้น

เราสามารถใช้ ChatGPT เพื่อเขียนอีเมลตอบกลับที่เหมาะสมเมื่อลูกค้ามีความคิดเห็นที่ไม่ดีเกี่ยวกับผลิตภัณฑ์ เราสามารถสร้างกระบวนการอัตโนมัติทั้งหมดได้จากขั้นตอนต่างๆ

เมื่อได้รับข้อเสียหรือความคิดเห็นที่ไม่ดี เราสามารถใช้หุ่นยนต์ส่งข้อความร้องขอและข้อความอีเมลไปยัง ChatGPT เพื่อขอข้อความตอบกลับที่เหมาะสม หุ่นยนต์จะตรวจสอบคำตอบกับทีมสนับสนุนลูกค้าก่อนที่จะแบ่งปันคำตอบกับลูกค้า

ประโยชน์: ปรับปรุงประสบการณ์ลูกค้าและเวลาในการแก้ไขปัญหา

3.การคัดกรองประวัติผู้สมัครงาน

ChatGPT สามารถใช้ในการคัดกรองประวัติผู้สมัครงานและประเมินความเหมาะสมกับตำแหน่งงานได้ ตัวอย่างเช่น หุ่นยนต์ UiPath สามารถส่งประวัติผู้สมัครงาน, รายละเอียดงาน, และคำถามให้กับ ChatGPT และขอคะแนนตัวเลขสำหรับผู้สมัครงาน คะแนนที่ได้จาก ChatGPT สามารถนำมาใช้เป็นการประเมินความเหมาะสมกับงานได้ ช่วยให้เราประหยัดเวลาในการตรวจสอบประวัติผู้สมัครงาน นอกจากนี้ ChatGPT ยังช่วยลดจำนวนผู้สมัครงานที่ไม่เหมาะสมหรือไม่เกี่ยวข้องออกจากกลุ่มตัวเลือกแรก ซึ่งจะช่วยให้การคัดเลือกผู้สมัครงานเป็นไปอย่างรวดเร็วขึ้น

ประโยชน์: ลดเวลาในการกรองประวัติผู้สมัครงานจำนวนมาก

4.สร้างคำถามสัมภาษณ์งาน

ในการขยายธีมการจ้างงาน ChatGPT ยังสามารถสร้างคำถามสัมภาษณ์ที่มีประสิทธิภาพได้อย่างรวดเร็วโดยพิจารณาตามความต้องการของงานและประวัติส่วนตัวของผู้สมัครงาน นอกจากนี้ยังสามารถให้ ChatGPT ประเมินและให้เกรดการตอบกลับของผู้สมัครงานได้หากต้องการ

การสัมภาษณ์และการเลือกคนทำงานเป็นกิจกรรมที่จำเป็นแต่กินเวลาในธุรกิจ แต่ด้วย ChatGPT และหุ่นยนต์ UiPath เราสามารถสร้างกระบวนการอัตโนมัติที่เชื่อมต่อเข้ากับแพลตฟอร์มการรับสมัครงาน ซึ่งจะสร้างชุดคำถามส่วนบุคคลที่กำหนดไว้สำหรับผู้สมัครงานแต่ละคน สัมภาษณ์ที่ดีกว่า คนทำงานที่เหมาะสมมากขึ้น และใช้เวลาน้อยลง

ประโยชน์: ช่วยให้ผู้สัมภาษณ์เตรียมคำถามที่สอดคล้องกับบริบทการทำงาน

5.วิเคราะห์การสนทนาในฝ่ายบริการลูกค้า

หากบริษัทของคุณใช้การสนทนาออนไลน์เพื่อการสนับสนุนลูกค้า ChatGPT สามารถประเมินคุณภาพการสนับสนุนของแต่ละเคสได้ ตัวอย่างเช่น สามารถขอให้ ChatGPT ส่งคะแนนความพึงพอใจกลับมา หากคะแนนต่ำกว่าเกณฑ์ที่กำหนดไว้ หุ่นยนต์จะสามารถส่งเคสนั้นต่อไปยังผู้จัดการเพื่อตรวจสอบได้โดยอัตโนมัติ ซึ่งจะช่วยให้ผู้จัดการสามารถเสริมสร้างการฝึกอบรมทีมสนับสนุนของพวกเขาได้ เรียกใช้การประเมินคำตอบไม่จำเป็นต้องยอมรับว่าถูกต้องอย่างแน่นอน แต่เป็นการช่วยในการประหยัดเวลาที่มีค่าสำหรับการประเมินผลการให้บริการ

ประโยชน์: การประเมินคุณภาพการให้บริการอย่างรวดเร็วและการระบุเคสที่ต้องส่งเคลื่อนไหวได้

What’s Next แล้วไงต่อ ???

หัดใช้ พรอมท์ และเปิดใจเรียนรู้ทำงานไปพร้อมๆกับ General AI ในยุคต่อไป (ในอีกหลากหลายไม่ว่าจะเป็น Meta, Google และอีกหลายค่าย 555)

Generative AI เช่น ChatGPT จะเป็นเครื่องมือที่มีค่าสำหรับนักพัฒนาทุกระดับ การใช้งานหลักในปัจจุบันจะเป็นเมื่อคุณต้องการสร้างสิ่งใหม่ (และไม่สำคัญ!) ตามข้อกำหนดบางอย่าง – หรือ ‘prompts’ เหมือนกับภาษาใหม่ ๆ นี้ การผสมผสานผลลัพธ์เหล่านี้กับการดำเนินการที่เปิดใช้งานด้วยอัตโนมัติจะช่วยให้คุณสามารถแก้ไขกลุ่มของ Use cases ที่น่าสนใจได้อย่างกว้างขวาง สิ่งที่หลาย ๆ องค์กรยังต้องการทำงานกับ Generative AI Tools เหล่านี้ในสภาพแวดล้อมธุรกิจที่สอดคล้องกันและมีการบริหารจัดการที่มั่นคง

Credit:

https://www.uipath.com/blog/ai/leveraging-chatgpt-with-automation-development?utm_source=marketo&utm_medium=blog_weekly_email&utm_content=17february2023&mkt_tok=OTk1LVhMVC04ODYAAAGJ_EnpEZnpRT3bkWeqQrTs1j6YB8hjc7DTvlAJJAYAa4C0v9tmYY2gZkPYdKKjLvS420tTvFZ1qSI-t67md6QTkyrP41rFRGdXUGY7qBdToLXz7Q

การประยุกต์ใช้ RPA กับงานบริการ งานโรงแรมและร้านอาหาร – Knowledge Sharing with Dusit Thani College (DTC)

ในเดือนที่ผ่านมาแอดมินและทีมงานได้มีโอกาสไปแชร์ประสบการณ์ เล่าเรื่องราวของแนวโน้มเทคโนโลยี ทั้ง RPA และ AI ให้กับคณะอาจารย์ และนักศึกษาจากวิทยาลัยดุสิต (DTC) รู้สึกดีที่เด็กๆตื่นตัว รับฟังและมีคำถามที่น่าสนใจ ตอนที่เตรียมเรื่องราวไปบรรยายก็นึกว่าแชร์ไปถ้ายากเกิน นักศึกษาที่มาฟัง (ปี2) คนไม่เข้าใจ และจะไม่สนใจเลย เลยคิดว่าควรเล่าแบบรุ่นพี่ (จริงๆคือรุ่นพ่อ) สอนรุ่นน้อง เล่าไปแบบจำลองว่าถ้าเราเป็นเค้า เติบโตไปในสายงานบริหารโรงแรม บริการ chain ร้านอาหารชื่อดัง ถ้าน้องเค้ารับรู้ตระหนักถึง และเอาเทคโนโลยีไปปรับใช้ได้จะเป็นประโยชน์มากมาย

เรื่องราวที่แชร์แบ่งเป็น

1.แนวโน้มเทคโนโลยีในยุคต่อไป โดยเน้นไปในเรื่อง HyperAutomation and ai

2.การใช้งานกับธุรกิจบริการ (ร้านอาหาร โรงแรม) ยกตัวอย่างพร้อม use case ต่างๆ ทั้งสายกระบวนการทั่วไปเช่น บัญชี HR การตลาด หรือสายโรงแรมเช่น ตัวอย่าง use case ของโรงแรมที่สเปน ใช้ RPA ช่วยในการจัดเตรียมรายงานประจำวันที่ต้องมีการเตรียมข้อมูลจากหลากหลายแหล่ง แน่นอนว่าต้องใช้เวลาเตรียมจำนวนมาก ซึ่งทั้งหมดก็หายไปเมื่อได้ใช้งาน RPA มาเป็นตัวช่วย

3.การใช้งานข้อมูล มุมมองและตัววัดของธุรกิจนี้ (RPA and data analytic for Hospitality)

4.ถาม – ตอบ แจกรางวัล

automat – dimension and measurement from BI project

ยกตัวอย่างธุรกิจโรงแรม ธุรกิจบริการและแชร์เรื่องราวโครงการไอทีต่าง ๆ เช่น IT assessment plan, Data Analytic for Hotel and Restaurant เป็นต้น

ภาพประทับใจคือเราถามเด็กนักศึกษาว่ามีอะไรถามไหม ปรากฏว่าเงียบกันทั้งห้อง แต่เมื่อเราสุ่มชื่อ (พร้อมของรางวัล) เด็กๆกว่า 300 คน สุ่มมาได้สิบคน ถาม-ตอบ สิ่งที่ได้เล่าไปปรากฏว่าตอบได้ทั้งหมด และมีน้อง ๆ หลายคนบอกจะขอลิ้งค์ ขอที่มาของแหล่งข้อมูลเพื่อนำไปค้นคว้าต่ออีกด้วย แค่นี้ก็ปลื้มมากมาย

ภาพการบรรยาย และแชร์เรื่อง Future of Work – DTC

Credit:

https://www.roboticsandinnovation.co.uk/news/rpa/melia-hotels-international-uses-rpa-to-enhance-efficiency-post-pandemic.html

https://www.futuretaleslab.com/

https://www.weforum.org/agenda/2021/08/future-of-work-technology-pandemic-wellbeing/

RPA Practical Use case (Thailand) Sharing – Webinar with IMC Institute

แบ่งปันเคสการนำ RPA + ai ไปใช้ในภาคธุรกิจของประเทศไทย เล่า Use case ผ่านการแบ่งออกเป็น 3 ประเภท

ช่วงกลางเดือนที่ผ่านมา มีโอกาสทำ Free webinar กับทางสถานบันไอเอ็มซี (IMC Institute) โดยตอนที่ได้พูดคุยกับทีมงานก็จะเน้นไปในเรื่องของการนำเอาการใช้งาน RPA + ai จริงมาเล่าผ่านการแยกประเภทต่างๆ ออกได้เป็น 3 แนวทางการแบ่ง use case คือ

แบ่งโดยมองไปที่เทคโนโลยี มองจาก ai เรื่อง image detection หรือ machine learning ในเรื่อง text classification หรือ NER (Name Entity Recognition)
แบ่งแบบตามกระบวนการเฉพาะของอุตสาหกรรม เช่นธนาคาร ประกันภัย ภาคการผลิต
แบ่งตาม business unit หรือตามแผนกต่าง ๆ เช่นการบัญชี การตลาดหรือแม้แต่หน่วยงาน HR

โดยตอนที่เริ่มเราก็ไม่ได้เข้าเรื่องทันทีทันใด แต่ขอไปเน้นพูดปูพรมความรู้กันก่อนว่า มันคืออะไร แนวโน้มยุคนี้ผู้บริหารเน้นให้ไปใช้ด้วยหลักอะไร เริ่มกันยังไง (มีแนวทางให้คิด) แล้วอธิบายถึงกระบวนการการคัดสรรในทางลึกด้วยเทคโนโลยี และการคำนวณ ROI ร่วมกัน

การนำ RPA มาใช้ควรเริ่มต้นตรงไหน อย่างไร
Deep dive process ตัวอย่าง
Use cases ในกลุ่มงานลักษณะต่างๆ

เข้าใจว่ามีการถ่ายทอดผ่าน zoom มีผู้เข้าฟังมากกว่า 100 ท่าน และยังไม่นับรวมการดูผ่านช่องทางอื่นๆ อีก (ดีใจมากมายที่ได้แบ่งปันกัน) และบันทึกเพื่อให้ดูย้อนได้ผ่าน FB live ของทางเพจ IMC เองและดูผ่าน youtube channel ของ IMC เช่นกัน ความยาวของคลิปประมาณ 80 นาที ก็ครอบคลุมในทุกเรื่องที่ได้กล่าวไป ไม่เร่งไม่ยืด ถ้ามีเวลาสามารถเข้าไปค้นหาในตามช่องทางต่างๆ ที่ให้ไว้ได้ครับ และหากต้องการ slide material ใด ๆ สามารถติดต่อได้ตลอดครับ

Credit:

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

InsureTech – RPA ประโยชน์ที่มีต่อธุรกิจประกันสุขภาพ

แนวทางการนำเอา Robotic Process Automation หรือโปรแกรมหุ่นยนต์ไปใช้งานให้เกิดประโยชน์กับธุรกิจรับประกันสุขภาพ หรือ Health Insurance โดยยกตัวอย่างเรืองการทำ Cliam process ด้วย RPA

ประกันสุขภาพจัดเป็นเรื่องที่ใกล้ตัวเรา

ถ้าเรามองเห็นแนวโน้มของค่ารักษาพยาบาลที่เพิ่มขึ้นตลอดเวลาอย่างนี้ เราก็ต้องให้ความสนใจหรือตัดสินใจทำประกันสุขภาพอยู่แล้ว ส่วนจะเป็นประกันที่คลอบคลุมแค่ไหน เน้นโรคใดเป็นพิเศษ ก็ขึ้นอยู่กับกำลังของเราว่าสามารถจ่ายค่าเบี้ยได้ในระดับใด ถึงแม้บางคนที่มีประกันสุขภาพขององค์กรอยู่แล้วก็อาจทำเพิ่มในส่วนของตนเองอีกเพื่อความอุ่นใจ ธุรกิจประกันสุขภาพจึงดูเติบโตขึ้นเรื่อย ๆ

สำนักงานคณะกรรมการกำกับและส่งเสริมการประกอบธุรกิจประกันภัย (คปภ.) ให้ความหมายของการประกันภัยสุขภาพ คือ การประกันภัยที่บริษัทประกันภัยตกลงที่จะชดเชยค่าใช้จ่ายที่เกิดขึ้น จากการรักษาพยาบาลให้แก่ผู้เอาประกันภัย ไม่ว่าค่ารักษาพยาบาลนั้นจะเกิดขึ้นจากการเจ็บป่วยจากโรคภัย หรือการบาดเจ็บจากอุบัติเหตุ โดยการจ่ายค่าสินไหมทดแทนสำหรับการประกันสุขภาพ ยึดหลักเกณฑ์เดียวกับการประกันภัยประเภทอื่นๆ คือ เป็นการจ่ายตามความเสียหายที่เกิดขึ้นจริง แต่สูงสุดไม่เกินจำนวนเงินที่เอาประกันภัยไว้

ข้อมูลจากคปภ.อีกเช่นกันเปิดเผยว่าเบี้ยประกันสุขภาพทั้งระบบมีมูลค่า 56,103 ล้านบาท ในช่วง 6 เดือนแรกของปี 2564 โดยเป็นการเพิ่มขึ้น 6.93% จากช่วงเดียวกันของปีก่อน ทั้งนี้ธุรกิจประกันสุขภาพในไทยมีการเติบโตอย่างสม่ำเสมอมาตั้งแต่ก่อนยุคโควิด แต่ก็มีความผันผวนบ้างตามสภาพเศรษฐกิจซึ่งส่งผลกระทบความความสามารถในการชำระเบี้ยของประชาชน บริษัทประกันทั้งที่เป็นประกันชีวิตและประกันภัยต่างมีประกันสุขภาพมานำเสนอต่อบุคคลหรือองค์กร เราจึงได้เห็นผลิตภัณฑ์ประกันสุขภาพในรูปแบบต่างๆทั้งประกันเฉพาะโรค หรือแบบเหมาจ่าย

ในแง่ของธุรกิจ กลุ่มประกันสุขภาพจัดเป็นกลุ่มที่มีกำไรดีจากหลายสาเหตุ ทั้งจากการตื่นตัวของผู้บริโภคหลังเกิดโรคระบาด การบริหารจัดการค่าใช้จ่าย อัตราการเติบโตของผู้สูงอายุ และผลตอบแทนจากการนำรายรับไปลงทุนตามที่กฎหมายอนุญาต

การใช้เทคโนโลยีดิจิตอลเข้ามาช่วยก็ยิ่งเป็นการเสริมความแข็งแรงให้กับธุรกิจนี้ บริษัทประกันสามารถเพิ่มช่องทางการจำหน่ายออนไลน์แบบใหม่ทำให้มีต้นทุนลดลง และการมีระบบอัตโนมัติที่พัฒนาด้วย RPA ก็ช่วยเพิ่มประสิทธิภาพของการเคลม การออกกรมธรรพ์ และกระบวนการอื่นๆ รวมทั้งการสร้างความพึงพอใจให้กับลูกค้า เราต้องไม่ลืมว่าประกันสขภาพมีการคิดเบี้ยประกันในอัตราที่สูง ลูกค้าก็ย่อมคาดหวังคุณภาพบริการที่สูงเช่นกันโดยเฉพาะความสะดวกรวดเร็วในการเคลมและการจ่ายเงิน

ก่อนหน้านี้ทางเราเคยมีบทความเกี่ยวกับ Process Heatmap ของธุรกิจประกันซึ่งให้ภาพว่าขั้นตอนการทำงานไหนบ้างที่เหมาะสมสำหรับการทำเป็นระบบงาน RPA และขั้นตอนไหนที่ดูไม่เหมาะหรือไม่ค่อยคุ้มที่จะทำ ตารางด้านล่างจะเป็นอีก Process Heatmap หนึ่งที่พูดถึงกระบวนการทำงานที่เป็นของ Healthcare Payer อย่างบริษัทประกันสุขภาพ

RPA process heat-map for insurance (healthcare)

ส่วนธุรกิจประกันชีวิตหรือประกันภัยที่มีผลิตภัณฑ์ประกันสุขภาพก็สามารถใช้ทั้งสอง Process Heatmap ควบคู่กันไปได้ในการพิจารณา Process ที่เราเลือกปรับให้มีประสิทธิภาพเพิ่มขึ้นด้วย RPA

อย่างไรก็ การประกันสุขภาพจะต่างจากประกันภัยชนิดอื่นตรงที่มีกระบวนการทำงานที่เกี่ยวข้องกับโรงพยาบาลหรือคลินิค ซึ่งเป็น Healthcare Provider ด้วย

เมื่อเราเจ็บป่วยและเข้ารับการรักษาที่โรงพยาบาล เราจะมีสถานะเป็นผู้ป่วยนอกหรือผู้ป่วยในแล้วแต่กรณี ถ้าเรามีประกันสุขภาพ เราก็ทำการเคลมไปที่บริษัทประกันของเราซึ่งอาจเป็นหรือไม่เป็นคู่สัญญากับโรงพยาบาลที่เราเข้ารักษา เพื่อขอให้รับผิดชอบค่าใช้จ่ายตามเงื่อนไขของประกัน นอกจากนี้ เป็นไปได้ที่เราจะทำประกันไว้กับหลายบริษัทและมากกว่าหนึ่งกรมธรรพ์ ซึ่งเราต้องเลือกว่าจะเคลมกรมธรรพ์ไหนก่อน ดังนั้นโรงพยาบาลและบริษัทประกันก็มีงานของตนที่ต้องรองรับการเคลมและการจ่ายเงินให้เรา

เรามาดูตัวอย่างจากบริษัทประกันสุขภาพขนาดใหญ่ของสหรัฐอเมริกาแห่งหนึ่งที่นำระบบ RPA เข้ามาช่วยในขั้นตอน Claim Verification (ส่วนหนึ่งของ Claim Processing) เพื่อตรวจสอบคุณสมบัติของผู้เอาประกันและเงื่อนไขการจ่ายชดเชยของกรมธรรพ์แต่ละการเคลม ซึ่งเป็นงานที่มีปริมาณมากแต่ขณะเดียวกันก็ต้องการความถูกต้องและความรวดเร็วด้วยเช่นกัน

การใช้โรบอททำงานส่วนนี้ ส่งผลให้บริษัทประกันสุขภาพแห่งนี้จัดการเคลมได้เร็วขึ้นในอัตรา 300 เคลมต่อชั่วโมง โดยมีความถูกต้องสูงกว่า 85% ในขณะที่สามารถคงระดับความปลอดภัยของข้อมูลได้ 100% โดยปกติแล้วโรบอทจะทำงานที่ต้องมีการส่งผ่านข้อมูลหรือเปรียบเทียบข้อมูลระหว่างระบบงานได้ดี ลดความเสี่ยงของกรณีที่ลูกค้าถูกปฎิเสธหรือได้รับเงินชดเชยช้าหรือโรงพยาบาลได้รับเงินชดเชยช้าจากบริษัทประกันโดยไม่จำเป็น ขั้นตอนของ Claim Verification แสดงไว้ในแผนภาพด้านล่าง

อีกประเด็นหนึ่งที่สำคัญและไม่อยากข้ามไป คือการที่เราต้องมีวิธีจัดการกับเอกสารต่างๆอย่างมีคุณภาพ เช่นการแยกประเภทเอกสารต่างชนิดออกจากกัน การสแกนและเก็บไฟล์เอกสารให้ถูกแฟ้ม การอ่านข้อมูลจากเอกสารที่สแกนเพื่อนำเข้าระบบ เป็นต้น ประกันสุขภาพจัดเป็นอีกหนึ่งธุรกิจที่มีเรื่องต้องข้องเกี่ยวกับเอกสารเยอะ ดังตัวอย่าง

กระบวนการทำงาน	ตัวอย่างเอกสารหลักฐานที่ต้องใช้
การสมัครประกันสุขภาพ	ใบสมัครรับประกันสุขภาพ, สำเนาบัตรประชาชนผู้เอาประกัน
การเคลม	สำเนาบัตรประชาชนผู้เอาประกัน, ใบรับรองแพทย์, ใบเสร็จค่ารักษาพยาบาล, สำเนาหน้าบัญชีสมุดเงินฝากธนาคาร
การต่ออายุกรมธรรพ์	คำร้องขอต่ออายุกรมธรรม์, ใบตรวจสุขภาพกรณีต้องตรวจสุขภาพ, สำเนาบัตรประชาชนผู้เอาประกัน

การเก็บเอกสารที่แนบมากับการสมัครทางช่องทางออนไลน์หรือการสแกนเอกสารที่ส่งมาทางไปรษณีย์ สามารถทำได้โดยเก็บไว้ใน Folder ที่เราใช้ทำงานหรืออาจเก็บในส่วน Document Management ที่มักมีอยู่แล้วในระบบแอพพลิเคชั่นประกันหรือระบบบัญชี ซึ่งถ้าเราต้องการให้โรบอททำงานในส่วนนี้ก็สามารถทำได้

สำหรับการอ่านข้อมูลจากเอกสารที่สแกนเพื่อนำเข้าระบบหรือนำไปใช้งานอย่างอื่นต่อ ทาง Automat เราเคยมีบทความเกี่ยวกับโซลูชั่นที่ใช้ทำงานในส่วนนี้ https://imcinstitute.com/content/robot-document/ ; https://automatconsult.com/สอนโรบอทให้เข้าใจเอกสา/ เลยขออนุญาตไม่กล่าวถึงในรายละเอียด แต่จะสรุปเนื้อหาไว้ว่า เราสามาถใช้โซลูชั่น Intelligence Document Processing (IDP) เช่น UiPath Document Understanding ในการอ่านข้อมูลจากเอกสารที่สแกนเป็นไฟล์ภาพหรือ PDF โดยมีข้อดีที่เห็นชัดเจนคือโซลูชั่นนี้สามารถ

เข้าใจรูปแบบของเอกสารได้เอง โดยที่เราไม่ต้องเสียเวลาสร้าง template เพื่อระบุตำแหน่งที่เราต้องการอ่านข้อมูลจากเอกสาร อย่างในกรณีของใบเสร็จ ใบรับรองแพทย์ ที่มีความแตกต่างกันระหว่างเอกสารที่ออกโดยสถานพยาบาลที่ต่างกัน ถ้าเราต้องสร้าง template ให้รองรับทุกรูปแบบของเอกสารก็เป็นเรื่องที่ใช้เวลามาก
รองรับการอ่านเอกสารภาษาไทยได้อย่างมีคุณภาพเนื่องจากเป็นแพลตฟอร์มที่ทำงานได้กับ OCR Engine หลายชนิด รวมทั้ง OCR ที่พิสูจน์แล้วว่าอ่านภาษาไทยได้ดีอย่าง Google Cloud Vision OCR และ Abbyy OCR ทั้งนี้เราสามารถทดสอบ Engine เหล่านี้ได้ก่อนการใช้งานจริง

ทาง Automat หวังว่าบทความนี้จะมีส่วนช่วยให้ผู้อ่านที่อยู่ในธุรกิจประกันและประกันสุขภาพ มีความเข้าใจในประโยชน์จากการเพิ่มประสิทธิภาพงานของเราด้วยเครื่องมือ RPA ซึ่งจะช่วยให้เราส่งมอบบริการที่มีคุณภาพแก่ลูกค้าในสภาวะการแข่งขันสูงอย่างในปัจจุบัน

Credit:

JOLT Advantage Group, UiPath Global Certified Professional Services Partner
UiPath Inc.
สำนักงานคณะกรรมการกำกับและส่งเสริมการประกอบธุรกิจประกันภัย (คปภ.)

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

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