<img height="1" width="1" style="display:none;" alt="" src="https://dc.ads.linkedin.com/collect/?pid=463105&amp;fmt=gif">
2021-02-19 | DPA

Så skapar strukturerade processer rätt förutsättningar för AI

Lästid: 5 minuter
  • Blogg
  • |
  • Så skapar strukturerade processer rätt förutsättningar för AI

Artificiell Intelligens (AI) är här för att stanna. Enligt Gartners CIO Survey 2019 hade antalet företag som använder sig av AI ökat med 270% över fyra år. Denna trend ser heller inte ut att avta, allt fler företag ser nyttan som kommer med att implementera AI för att effektivisera sina arbetssätt. Tillämpningsområden finns det gott om men avsaknaden av strukturerade processer skapar utmaningar för att implementera AI.

“En vanlig utmaning vi har när vi tillsammans med en kund letar tillämpningsområden är att det inte alltid finns en underliggande strukturerad process.”
- Björn Treje, Head of Technical Enablement, Peltarion

Björn Treje AP promo copy

Drivet av att automatisera

Ända sedan IT började slå rot inom företagsvärlden har det funnits ett gemensamt intresse och driv av att automatisera manuella och repetitiva arbetsprocesser. I början var det mindre enstaka händelser eller instanser till att vi idag kan automatisera hela processer, från start till slut. Men precis som i fallet med AI krävs det en definierad och strukturerad process för att lyckas med detta. 

Hur går ni tillväga för att strukturera processer

Det finns olika vägar att gå för att strukturera den process där AI:n är tilltänkt att agera. Gemensamt är dock att det bör ske digitalt för att skapa digitala artefakter. Manuella processer där överlämningar sker fysiskt gör det klassiskt svårt att se någon effekt av AI. Manuella processer kan även innebära att det finns oändligt många variationer på hur data samlas in. Den data som då ska analyseras är antingen synnerligen begränsad, eller så finns den inte alls på grund av att det saknas digitala artefakter. Ett alternativ för att förflytta processen in i en digital värld är Digital Process Automation (DPA)

DPA är en utveckling från ett segment av Business Process Management (BPM). BPM handlar om att effektivisera processer och arbetssätt och istället fokusera på det som är viktigt. Vad som är viktigt skiljer sig såklart åt i olika branscher men frigörs det tid som egentligen skulle gå till administrationsarbete eller uppföljning kan det läggas på mer värdeskapande uppgifter. 

I grund och botten handlar DPA om att digitalisera och strukturera processer. Detta faciliterar informationsspridningen inom organisationen men även inhämtningen av data.

DPA + AI

Med DPA och AI i kombination skapas rätt förutsättningar för att kunna utbilda och träna AI:n genom strukturera data. Samtidigt kan DPA hämta data från flera olika system och avdelningar genom att agera som ett orkestrerande lager ovanför befintliga system och få dessa att kommunicera med varandra. Detta skapar en holistisk vy över hela organisationen och en möjlighet till bred och strukturerad datainhämtning.

AI kan förvisso hantera ostrukturerad data så som till exempel mail eller bilder. Men för att den ska ha någon riktig effekt krävs ett ändamål till de beslut som tas. Text i ett mail kan analyseras, utan syfte så faller det hela däremot ganska snabbt platt. DPA kan då liknas med en guide som driver AI:n i rätt riktning. 

Nästa steg - Hyper-Automation

För att sedan ta nästa kliv i att skala automatisering kan även användandet av Robotic Process Automation (RPA) adderas till dessa två discipliner. Dessa tre i kombination skapar något som kallas Hyper-Automation. Det handlar om att ta hela affärsprocesser som tidigare sköttes av människor till att det istället manageras enbart av digitala verktyg utan mänsklig inblandning.

DPA fungerar som ett orkestrerande lager som driver processen, RPA hanterar enskilda och repetitiva instanser och AI kan fatta subjektiva beslut grundat på data och hur den blivit "upplärd". Riktig automatisering från start slut med andra ord utan att det krävs mänsklig handpåläggning. 

 

CTA image 4 dumma frågor AI blogg