Ist Ihr Automatisierungsprogramm bereit für KI? Ihr KI-Playbook (Teil 1)

Künstliche Intelligenz (KI) erhöht den Wert Ihres Automatisierungsprogramms. Das Hinzufügen von KI zu Ihrem Automatisierungsprogramm eröffnet nahezu unbegrenzte Möglichkeiten, intelligente, kognitive Prozesse zu automatisieren und so Produktivität, Effizienz und Kundenzufriedenheit auf ein neues Niveau zu heben.

Während des KI-Playbook-Webinars (Teil unseres KI-Gipfels) wandten wir uns an Brian Klochkoff, Head of Automation for Americas bei dentsu international, um aus erster Hand zu erfahren, wie es ist, KI zur Automatisierung hinzuzufügen und diesen Wert zu erzielen. Unabhängig davon, ob sich die Automatisierung für Ihr Unternehmen in erster Linie auf Robotic Process Automation (RPA), Datenanalyse oder maschinelles Lernen (ML) bezieht, kann die Integration von KI in Ihr Automatisierungsprogramm es leistungsfähiger und umfassender machen.

In diesem Beitrag erkläre ich den zweistufigen Prozess, der die Voraussetzungen für KI schafft:

1. So bestimmen Sie, ob Sie bereit sind, KI zur Automatisierung hinzuzufügen.

2. Wie man Schwung in Richtung KI-Akzeptanz schafft.

In Teil zwei dieser Serie zeige ich Ihnen, wie Sie KI-Modelle in Ihr bestehendes Automatisierungsprogramm integrieren und welche Best Practices Sie befolgen sollten.

Stellen Sie fest, ob Sie bereit sind, KI zu Ihrem Automatisierungsprogramm hinzuzufügen

Unternehmen, die KI-Technologien untersuchen, fragen sich zu Recht, ob sie bereit sind oder nicht. Wir haben dieses komplexe Problem auf zwei Fragen reduziert.

1. Hast du einen Visions-Champion?

Ein Vision Champion ist eine Führungskraft, die das geschäftliche Engagement und die Ausführungsunterstützung vorantreibt.

In unserem Beitrag zum Aufbau eines Teams zur Unterstützung eines Automatisierungsbetriebsmodells definieren wir zwei Arten von Executive Sponsors:den Mobilisierer und den Digital Steward. Der Mobilisierer erklärt den Wert der Automatisierung, rekrutiert Talente für das RPA-Team und mobilisiert Startkapital. Der Digital Steward übernimmt das, was der Mobilisierer etabliert hat, und baut darauf auf, indem er Führungskräfte davon überzeugt, sich einzumischen und das Automatisierungsteam in die nächste Wachstumsphase zu führen.

Ein Vision Champion benötigt eine Mischung aus diesen Fähigkeiten. Wenn Sie KI auf die Automatisierung legen, haben Sie möglicherweise bereits einen Mobilisierer, einen digitalen Verwalter und (hoffentlich) viele andere Automatisierungsfans. Was Sie von einem KI-Vision-Champion erwarten, ist etwas anderes.

Wenn Sie jemanden untersuchen, der Ihr KI-Visions-Champion sein könnte, stellen Sie sich diese Fragen:

• Wird diese Person leidenschaftlich und unermüdlich für die KI-Vision eintreten? Befürworter von KI können, selbst wenn sie mit Menschen sprechen, die Automatisierung verwenden, auf Skepsis stoßen, und Ihr Visionschampion kann nicht jemand sein, der leicht bestürzt ist.

• Hat diese Person einen starken Einfluss auf die Organisation und die leitenden Stakeholder? Leidenschaft und Entschlossenheit reichen nur bis zu einem gewissen Grad – ein großartiger Visionschampion muss den Einfluss haben, der seinem Antrieb entspricht. Die Strategie muss unternehmensweit sein, also muss der Einfluss dieser Person es auch sein.

• Kann diese Person Führungskräften gegenüber einen überzeugenden Business Case darlegen? Schließlich muss diese Person in der Lage sein, die Vorteile der KI so zu artikulieren, dass die leitenden Stakeholder sie verstehen und glauben.

Die Antworten auf die obigen Fragen helfen Ihnen, die Antwort auf die größere Frage zu finden:Haben Sie einen Visions-Champion?

Sobald Sie einen Champion im Sinn haben, können wir zur nächsten großen Frage übergehen.

2. Ist Ihr Automatisierungsprogramm ausgereift genug für KI?

In früheren Artikeln haben wir die Automatisierung mit einer Reise verglichen und Frameworks für die Skalierung bereitgestellt. Wir betonen den langfristigen Charakter der Automatisierung aufgrund ihres Potenzials für eine Transformation von oben nach unten. Dieses Maß an Veränderung erfordert eine langfristige Perspektive.

Aus diesem Grund ist es so wichtig, kritisch zu sein, ob es der richtige Zeitpunkt ist, KI in Ihr Automatisierungsprogramm aufzunehmen. Wir glauben, dass alle Unternehmen KI irgendwann als unverzichtbar erachten werden, aber das bedeutet nicht, dass alle Unternehmen heute KI implementieren sollten.

Stellen Sie sich und Ihrem Team die folgenden Fragen, um den Reifegrad Ihres Automatisierungsprogramms zu bestimmen:

• Verfügen Sie über bestehende Governance und Prozesse für ein Automatisierungsprogramm? Der Einsatz von KI in einem Automatisierungsprogramm ohne bestehende Governance kann die Auswirkungen von KI verringern und den Geschäftsnutzen verschlechtern. Außerdem kann ein Mangel an Governance dazu führen, dass die Menschen die Risiken, die neue Technologien manchmal darstellen, misstrauisch machen. Beginnen Sie damit, Governance zu Ihrem bestehenden Automatisierungsprogramm hinzuzufügen. Wenn die Governance vorhanden ist, können Sie neue Lösungen wie KI darüber legen und Ihrem Team Vertrauen und Sicherheit geben.

• Verfügen Sie über vorhandene Infrastruktur und Ressourcen, die Sie nutzen können? Komplexe KI-Implementierungen brauchen sowohl Data Scientists als auch RPA-Entwickler. Die Fähigkeiten Ihrer Datenwissenschaftler und RPA-Entwickler ergänzen sich, aber sie wissen möglicherweise noch nicht, wie sie zusammenarbeiten sollen. Mit der richtigen Governance-Struktur können Sie neue Workflows konfigurieren, die diesen Teams die Zusammenarbeit ermöglichen.

• Haben Sie eine Vision zur Demokratisierung von KI für Geschäftsanwender? Die Demokratisierung befähigt Geschäftsanwender, Automatisierung und KI zu nutzen. Bauen Sie Ihre Vision für die Demokratisierung in Ihre KI-Einführung ein. Diese Vision gewährleistet das Design der KI-Infrastruktur und -Governance, die Geschäftsanwender berücksichtigen.

Ein ausgereiftes Automatisierungsprogramm, so Klochkoff, wird Ressourcen einbeziehen, die „leidenschaftlich daran interessiert sind, die Schnittstelle zwischen operativer Exzellenz und technologischem Potenzial zu finden“. Diese Schnittmenge ist unerlässlich, da eine Leidenschaft für KI und ML für den Erfolg notwendig, aber nicht ausreichend ist. Geschäftspraxis ist ebenfalls wichtig.

Die Reife des Automatisierungsprogramms ist nicht etwas, auf das Sie nur warten müssen. Durch den Aufbau eines Automatisierungsbetriebsmodells können Sie die frühen Phasen der Automatisierungsimplementierung durchlaufen und die Automatisierung effektiv skalieren.

Bauen Sie Schwung in Richtung KI-Begeisterung auf

KI steht auf der Agenda jeder C-Suite-Führungskraft, aber das gilt auch für viele andere konkurrierende Initiativen. Um die C-Suite und Ihr Unternehmen für KI zu begeistern, konzentrieren Sie sich darauf, Impulse zu setzen, indem Sie die Argumente für eine Investition in KI entmystifizieren, einbeziehen und demonstrieren.

Entmystifizieren Sie die KI, um Ängste zu lindern und Aufregung zu wecken

KI wird immer noch häufig missverstanden, auch weil es so viele verschiedene Technologien gibt. Es gibt jetzt ein breites Spektrum an Tools, die von einfachen – für Geschäftsanwender zugänglichen – bis hin zu komplexen, hauptsächlich für Datenwissenschaftler zugänglichen Tools reichen.

Selbst wenn Ihr Unternehmen über ein florierendes Automatisierungsprogramm voller engagierter Führungskräfte verfügt, bedeutet das nicht, dass irgendjemand KI versteht. Dieser Mangel an Verständnis kann zu Misstrauen, wenn nicht sogar zu regelrechter Angst führen. Ihr Ziel ist es, KI zu einer realistischen, verständlichen Einheit zu machen – eine, die Menschen von der Führungsebene aufwärts verstehen können.

„Am Ende des Tages“, sagt Klochkoff, „ich denke, dass Automatisierung für viele von uns etwas Menschliches ist … Wenn Sie diese hochvolumige, mühsame, monotone Arbeit entfernen, egal auf welche Weise , damit kann sich jeder, vom CFO bis zum Berufseinsteiger, identifizieren.“

Wir empfehlen drei Möglichkeiten, KI zu entmystifizieren:

• Schaffen Sie menschliche Verbindungen :Finden Sie Stakeholder, die verstehen, dass, in Klochkoffs Worten, „inkrementeller Fortschritt wichtiger ist als Perfektion“. KI wird aufgrund der Natur von ML und KI-Modellen selten beim ersten Mal perfekt sein. Helfen Sie den Menschen zu verstehen, dass das Ziel darin besteht, einen Vertrauensschwellenwert zu erreichen, und lehren Sie die Modelle im Laufe der Zeit.

• Identifizieren Sie den richtigen Geschäftsfall :Klochkoff sagt, dass man „die mentale Kluft“ zwischen Idee und Umsetzung „überbrücken“ muss, indem man Interessenvertretern zeigt, wie KI ihr tägliches Leben beeinflussen wird. KI fühlt sich oft beängstigend an, weil sie weit entfernt ist, also tun Sie Ihr Bestes, damit sie sich real und nicht abstrakt anfühlt. Der richtige Business Case wird ein Proof of Concept sein und nach der Implementierung einen Wertnachweis erbringen.

• Konzentrieren Sie sich auf den Wertnachweis :Demonstrieren Sie das Potenzial von KI mit einfacheren Technologien. Klochkoff empfiehlt die Verwendung einer vertrauten Technologie wie Amazon Alexa. Alexa ist weit entfernt von Unternehmens-KI, aber die Vertrautheit Ihres Publikums damit hilft ihm, seinen Wert zu verstehen. Wenn Sie ihnen zeigen können, wie ein Sprachassistent durch KI einen Mehrwert schaffen kann, sind Sie dem Beweis des Werts von Unternehmens-KI einen Schritt näher gekommen.

Klochkoff empfiehlt, Ihre Stakeholder zu bitten, sich einen „Voice Assistant for Business“ vorzustellen. Wie können wir Menschen zum Beispiel mit Natural Language Processing (NLP) Zugang zu IT-Self-Service verschaffen? Erläutern Sie die Vorteile, die eine solche Implementierung haben könnte. Verwenden Sie die Analogie, um zu zeigen, dass auch eine unvollkommene Implementierung nützlich ist. Millionen von Menschen nutzen Alexa, obwohl es ihre Anfragen nicht jedes Mal zu 100 % richtig versteht.

Dies sind keine drei separaten Methoden, sondern drei Komponenten für ein gutes Argument für KI.

Beziehen Sie Führungskräfte, Mitarbeiter und Ressourcen in die Lösungen ein, die KI anbietet

Denken Sie beim Aufbau von Dynamik daran, dass Ihr Publikum aus verschiedenen Interessengruppen besteht, was bedeutet, dass sich Ihre Botschaft ändern muss, je nachdem, mit wem Sie sprechen.

Wenn Sie mit Führungskräften sprechen , sprechen Sie sie an, indem Sie zeigen, wie RPA und KI bei der Lösung realer Geschäftsprobleme helfen können. Geschäftsprobleme sind die Sprache, die sie sprechen, sprechen Sie also dieselbe Sprache mit ihnen.

Wenn Sie mit Mitarbeitern sprechen , führen Sie sie durch Anwendungsfälle. Zeigen Sie Mitarbeitern, wie sie KI in ihren Arbeitsalltag integrieren können. Wieder entmystifizieren. Nehmen Sie sich so viel wie nötig die Zeit, einige der KI-Logiken zu erklären, mit denen sie interagieren werden. Sie werden letztendlich immer noch für die Ergebnisse dieser Prozesse verantwortlich sein.

Wenn Sie mit Ressourcen sprechen im weiteren Sinne auf das Aufbrechen von Silos konzentrieren. Ihr Ziel ist es, die Zusammenarbeit verschiedener Abteilungen zu ermöglichen, insbesondere Ihres RPA-Kompetenzzentrums (CoE) und Ihres Datenanalyse-CoE. Das wird nicht immer einfach sein.

Wenn Sie sich weiter entlang des Spektrums in Richtung technischer Entwicklungskompetenzen bewegen, warnt Klochkoff, könnten Sie auf ein Stigma in Bezug auf RPA stoßen. RPA fühlt sich für manche veraltet an. Erziehe sie anders. Mit Plattformen wie UiPath AI Center können Sie viel mehr tun, als bisher möglich war. „Wenn der Geschäftswert vorhanden ist“, sagt Klochkoff, ist auch ein Budget für Forschung und Entwicklung (F&E) vorhanden, was bedeutet, dass Ihre hochtechnischen Mitarbeiter eine „breite Sandbox“ zum Spielen erhalten.“

Wenn Sie Engagement aufbauen, können Sie auf allen Ebenen zeigen, wie Sie KI in eine bestehende RPA-Lösung integrieren können. Für eine elegante Umsetzung ist die Unterstützung von Führungskräften, Mitarbeitern und Ressourcen notwendig.

Suchen Sie nach Leuten, die KI wirklich verstehen

Wenn Sie eine Lektion aus diesem Artikel mitnehmen, machen Sie es so:Konzentrieren Sie sich auf Ergebnisse. Sie können alle Demos und Beispiele der Welt haben, aber nichts spricht Bände wie Anwendungsfälle mit Ergebnissen.

Finden Sie Anwendungsfälle frühzeitig und finden Sie das richtige Publikum, um sie vorzuführen. Der richtige Anwendungsfall wird den Fortschritt und die Auswirkungen in der realen Welt demonstrieren.

Nehmen Sie dieses Beispiel von ApprioHealth, das UiPath AI Computer Vision verwendete, um große Mengen an Krankenversicherungsansprüchen schnell und effizient zu bearbeiten. Das Team von ApprioHealth waren erfahrene Benutzer von RPA, stellten jedoch fest, dass ihre virtuelle Desktop-Infrastruktur (VDI) die Effektivität behinderte. Mit AI Computer Vision können Software-Roboter Computerbildschirme genauso sehen wie Menschen, was bedeutet, dass ApprioHealth RPA in jedem VDI-System verwenden könnte.

Dieser Anwendungsfall war ideal, da das Team die möglichen Fortschritte erkannte und die RPA-Effizienz um das Siebenfache gesteigert werden konnte.

Die richtige Zielgruppe ist außerdem sachkundig genug, um technische Konzepte, den geschäftlichen Wert von KI und die Gründe für ihr Engagement in einer KI-Initiative zu kennen.

Hier kann die Demonstration manchmal schief gehen. Klochkoff erlebte dies einmal bei der Arbeit mit Front-Office-Stakeholdern, denen ein gewisses Maß an technischem Scharfsinn fehlte. Sein Team baute eine KI-Lösung, die Antworten auf Kundenvorschläge im Voraus generieren konnte.

„Die Leute waren wirklich begeistert, an einem so interessanten und komplexen Problem zu arbeiten, das ihnen einen Mehrwert bringen würde, aber als die Lösung nicht bei einer Vertrauensschwelle von 100 % lieferte, war es ihnen egal“, sagte Klochkoff. Stakeholder, die einst aufgeregt waren, wurden apathisch, als sie diese Schwelle sahen. Sie kümmerten sich um die kleinen Teile der Fragen, auf die sie die Antwort kannten, die die KI-Lösung nicht hatte. Das war für den Anfang keine ideale Gruppe, gab Klochkoff zu.

Jeder nimmt gerne an dem teil, was Klochkoff „Schlagwort-Bingo“ nannte (was KI, ML und RPA umfassen kann), aber für einige Projekte muss man Leute suchen, die die vorhandenen Technologien wirklich verstehen. Den größten Erfolg hatte Klochkoff mit „Leute, mit denen sie seit Jahren zusammenarbeiten.“

Während eines Projekts stiegen sie im Laufe von vier bis sechs Wochen von 76 % Genauigkeit auf 97 % Genauigkeit, „und das wäre ohne das kontinuierliche Engagement und die Teilnahme unserer Freunde in der Technologiefunktion nicht möglich gewesen.“

Gegenseitiges Verständnis verleiht Ihnen die Möglichkeit, Lösungen über den Proof of Concept hinaus bereitzustellen und schließlich zu skalieren.

Nutze deine Dynamik und führe sie aus

Obwohl führende Unternehmen irgendwann lernen müssen, wie man KI einsetzt, um wettbewerbsfähig zu sein, kann eine Implementierung zum falschen Zeitpunkt genauso riskant sein wie eine versäumte Implementierung. Zögern Sie nicht, aber beeilen Sie sich auch nicht.

Wir haben besprochen, wie man die Bereitschaft testet und Schwung aufbaut; Im zweiten Teil erklären wir, was man mit dieser Dynamik anfangen kann. Sobald Sie die Begeisterung auf Ihrer Seite haben, ist die Integration von KI-Modellen in Ihr Automatisierungsprogramm in Sichtweite.

Um Brian Klochkoff und mich in unseren eigenen Worten zu hören, sehen Sie sich die Aufzeichnung des AI Playbook-Webinars an.