Компании уже привыкают анализировать бизнес-процессы по данным корпоративных систем, но значительная часть затрат по-прежнему «скрывается» на уровне повседневных действий сотрудников: проверки, переносы данных, заполнение форм, ожидание следующего шага. Multi Task Mining помогает связать эти операции в сквозные процессы и показать, где бизнес теряет деньги и время.

Почему аналитики процессов уже недостаточно

Александр Бочкин
Александр Бочкин

В условиях, когда расходы растут быстрее доходов, вопрос эффективности перестает быть внутренней задачей отдельных подразделений, а напрямую связан с маржинальностью бизнеса. Руководителям важно понимать не только то, как устроены процессы, но и сколько стоит их фактическое выполнение: какие операции занимают больше всего времени, где возникают очереди, какие ручные монотонные действия повторяются изо дня в день и какие из них дают наибольший эффект при автоматизации.

Классический анализ бизнес-процессов (Process Mining) показывает, как выполняется процесс по данным информационных систем: какие этапы выполняются, где появляются задержки, как различаются реальные маршруты исполнения. Но он опирается прежде всего на событийные журналы систем. Между тем большая часть операционной работы находится глубже: сотрудник открывает письмо, сверяет данные, переносит реквизиты из одного окна в другое, заполняет карточку, сравнивает коммерческие предложения, отправляет документ на согласование. Эти действия редко выглядят как отдельные действия в журнале событий, но часто именно из них складываются трудозатраты.

Этот уровень позволяет увидеть другая технология — аналитика бизнес-операций (Task Mining). На рабочей станции фиксируются небольшие действия пользователя в разных приложениях: нажатия кнопок, заполнение полей, переходы между окнами, повторяющиеся последовательности. Затем система ищет в этих данных закономерности, группирует действия в бизнес-операции и рассчитывает, сколько времени и денег уходит на их выполнение.

 

От меньшего к большему

Если Task Mining показывает отдельные операции и их стоимость, то как же понять стоимость целого процесса? Здесь появляется анализ бизнес-операций с возможностью их объединения в бизнес-процессы (Multi Task Mining). Если кратко, то эта технология объединяет операции в более крупные цепочки и показывает их итоговую стоимость.

Например, компания может посмотреть не только стоимость отдельной операции по занесению данных в систему, но и все закупки. В сервисной модели можно оценить затраты на учет основных средств или расчет заработной платы. В процессной — стоимость открытия счета, оформления карточки клиента, обработки заявки или согласования документов.

Важная особенность такого подхода в том, что каждый блок на карте процесса не остается абстрактным. В него можно «провалиться» и увидеть, какие конкретные операции выполняют сотрудники, в каких системах они работают, как выглядит маршрут выполнения и какие действия потенциально можно передать автоматизации.

 

«Отложенные» деньги

На уровне отдельной операции обычно изучают время сотрудника: сколько минут занимает действие, как часто оно повторяется, сколько людей вовлечено и во что это обходится компании за месяц, квартал или другой заданный промежуток. Но когда операции объединяются в процесс, появляется еще один важный параметр — время ожидания.

Задача может быть выполнена за несколько минут, но пролежать в очереди несколько часов или дней, потому что у сотрудника есть другие приоритеты, согласующий недоступен или документ ожидает проверки. Для бизнеса это такая же потеря, как и ручной труд: процесс замедляется, клиент ждет, деньги «застревают».

Multi Task Mining оценивает не только потенциальное снижение затрат, но и влияние автоматизации на скорость процесса. Это особенно важно для операций, которые часто повторяются: их автоматизация сокращает не только фактическое время работы, но и паузы между этапами.

 

Контур оптимизации

Сама по себе карта затрат еще не решает проблему. Она становится полезной, когда помогает выбрать правильный порядок изменений. У компаний всегда ограничены ресурсы на цифровую трансформацию, и поэтому важно понимать, какие инициативы дадут максимальный экономический эффект.

Multi Task Mining дает для этого фактическую основу: показывает повторяющиеся операции, объединяет их в процессы, рассчитывает стоимость этапов и выделяет зоны, где ручной труд заметно замедляет выполнение или стоит слишком много. Искусственный интеллект усиливает этот контур на следующем шаге: помогает интерпретировать найденные операции, сопоставлять похожие действия с разными названиями, классифицировать документы, извлекать из них данные и предлагать сценарии автоматизации.

Эта связка снижает риск автоматизировать второстепенные участки и позволяет выстраивать приоритеты по понятной бизнес-логике.

 

Практический пример

Показателен пример одного из реализованных нами кейсов по анализу процесса закупок. В проекте участвовали 78 сотрудников, за 3 месяца было оцифровано более 1100 операций. На основе этих данных мы при помощи своей платформы Proceset построили карту процесса и увидели как его стоимость в целом, так и всех составляющих действий.

До автоматизации стоимость процесса оценивалась в 26 млн рублей в год. После передачи части рутинных операций ИИ показатель снизился до 10,3 млн рублей. Суммарный экономический эффект от автоматизации рутинных операций в этом кейсе был оценен в 84 млн рублей в год.

Полностью убрать участие человека невозможно и не нужно: часть решений требует экспертизы, контроля или соблюдения регуляторных ограничений.

Среди типовых зон для автоматизации в закупках — разбор входящих заявок, занесение данных в учетную систему, сбор предложений от поставщиков, сопоставление позиций с разными наименованиями, поиск похожих прошлых закупок и приглашение релевантных поставщиков. Например, одна и та же услуга у разных контрагентов может называться по-разному, и искусственный интеллект помогает сопоставить такие позиции, чтобы корректно сравнить предложения по цене и условиям.

 

Роль владельцев процессов

Автоматическое распределение операций по процессам не отменяет экспертизу бизнеса. В Multi Task Mining может использоваться механизм верификации: владельцу процесса показывают найденную операцию и предлагают подтвердить или отклонить ее принадлежность к конкретному процессу. Так автоматический анализ дополняется знанием людей, которые отвечают за результат, что дает дополнительный слой точности.

После такой проверки компания получает более точную картину: какие операции уже корректно отнесены к процессам, какие требуют доработки, какие затраты подтверждены и какие инициативы можно включать в план автоматизации. При необходимости модель можно расширять, добавляя не только трудозатраты, но и другие виды расходов, чтобы рассчитывать маржинальность отдельных процессов или сервисов.

 

Что меняет Multi Task Mining

Главное отличие Multi Task Mining от привычных инструментов аналитики — переход от описания процесса к его экономике. :

  • не только маршрут, но и цену каждого участка;
  • не только «узкие места», но и финансовый эффект от их устранения;
  • не только цену отдельных операций, но и вклад каждой в итоговую стоимость.

Это делает технологию особенно полезной для компаний с большой долей ручного труда: банков, промышленных предприятий, сервисных центров, бэк-офисов, закупочных и финансовых подразделений. Там, где сотни сотрудников ежедневно выполняют похожие действия в нескольких системах, даже небольшая оптимизация повторяющихся операций может дать значимый эффект.

 

Узнать больше о Multi Task Mining, автономных процессах и применении ИИ в процессной аналитике можно будет на Форуме ProcessTech, который пройдет 18-19 сентября в Москве. На мероприятии эксперты обсудят, как компании переходят от анализа отдельных операций к управлению экономикой процессов и выбирают приоритеты для автоматизации.