При автоматизации рабочих процессов необходимо учитывать множество аспектов — от унификации данных до обеспечения безопасности и соответствия нормативным требованиям, отмечают опрошенные порталом No Jitter эксперты.

Платформы автоматизации рабочих процессов на базе искусственного интеллекта могут помочь распределенным командам оптимизировать свои процессы, улучшить коммуникацию и совместную работу удаленных и глобальных команд.

Глубокая интеграция ИИ в существующие рабочие процессы организации позволяет командам в полной мере использовать преимущества технологии — генерируемые ИИ интеллектуальные инсайты, создание контента и автоматизация задач с помощью ИИ-агентов.

Это уменьшает ненужные трения и узкие места, будь то нехватка навыков, например опыта кодирования, или несовпадение часовых поясов.

Создание автоматизаций

Платформы автоматизации на базе ИИ также включают в себя функцию «человек в контуре», которая помогает другим лицам, принимающим решения, участвовать в сквозном процессе. Все это сокращает разрыв между знаниями бизнеса и технологий, традиционно необходимыми для создания автоматизаций.

Это позволяет большему числу пользователей в организации создавать собственные автоматизации и легче делиться своими требованиями с удаленными и глобальными командами.

Пользователи, создающие такие автоматизации, предоставляют свои инструкции, включая защитные ограждения, указываемые во время проектирования, на естественном языке. К ним относятся мягкие ограждения (например, описание того, что должен делать ИИ) и жесткие ограждения (например, какие ресурсы доступны для самого ИИ — например, разрешено ли ему отправлять электронные письма или нет).

Ашвини Шарма, директор Power Automate в Microsoft, объясняет, что среда выполнения разбивает это высокоуровневое описание автоматизации на несколько шагов, используя глубокие возможности планирования и рассуждений, с непрерывной проверкой на соответствие заданным ограничениям. «Среда выполнения автоматизации выполняет агрессивную проверку на наличие галлюцинаций, отслеживает общее выполнение по динамическому плану и выполнение каждого действия», — говорит он.

Если пользователь разрешает, эти действия могут включать в себя действия человека в цикле, например отправку запроса на утверждение и ожидание ответа, который может быть получен спустя несколько дней после отправки запроса.

Владельцам автоматизации предоставляются возможности для просмотра и обновления пошагового планирования и обоснования по мере необходимости. «Обычно мы видим, что клиенты добавляют больше конкретики в свои инструкции по мере того, как они выполняют эти автоматизации по различным сценариям», — говорит Шарма.

Преимущество no-code/low-code

Джон Гордон, SVP и президент HPWS Managed Solutions, говорит, что распространение платформ low-code и no-code имеет неоценимое значение для нетехнических пользователей: «Они значительно увеличивают возможность для бизнес-пользователей с низкими техническими знаниями оптимизировать процессы, использующие ИИ».

Он сам использовал несколько платформ, чтобы в кратчайшие сроки сделать все — от разработки программ карьерного роста до создания веб-сайта для конкретных программ. «Эти платформы обеспечивают быструю разработку, высокое качество и демократичный доступ», — говорит Гордон.

Шарман отмечает, что многие бизнес-пользователи являются экспертами в своей области, но считают, что необходимость кодирования является препятствием для превращения их потребностей в решения. «Некоторые довольствуются изучением программирования лишь в той мере, чтобы иметь возможность копировать/вставлять код из сети, не понимая полностью побочных эффектов, и ставят перед собой цель продвинуть свой бизнес», — говорит он.

Однако инструменты low-code/no-code используют принципиально иной подход, предоставляя простую в использовании функциональность, которая сводит к минимуму/отменяет необходимость кодирования. «Многие из этих инструментов также рассчитаны на совместную работу, позволяя группе пользователей вместе работать над созданием комплексной автоматизации», — говорит Шарман.

Он добавляет, что важнейшим компонентом этой демократичной платформы является безопасность и управление, которые позволяют крупным организациям уверенно развивать и внедрять эти инструменты, улучшая общий результат работы своих команд. «Надежные платформы low-code обеспечивают значительную глубину возможностей управления, включая политики предотвращения потери и обмена данными, глубокую отчетность, управление жизненным циклом, контроль доступа на основе ролей, и это лишь некоторые из них», — говорит Шарман.

Контекстное понимание, интеллектуальная расстановка приоритетов

Парам Кахлон, исполнительный вице-президент и генеральный директор по автоматизации и интеграции Salesforce, отмечает, что алгоритмы ИИ начинают свою работу с анализа данных, чтобы получить контекстное понимание каждой задачи в рамках автоматизированных рабочих процессов.

Но чтобы сделать это хорошо, компаниям сначала нужно собрать соответствующие структурированные и неструктурированные данные из различных источников и объединить их на единой платформе, что позволит им получить полный контекст и дополнительные сведения после создания этой единой основы. «Это позволяет создать опыт, основанный на ИИ, чтобы помочь сотрудникам расставлять приоритеты с помощью интеллектуальных приложений, используя строительные блоки, созданные благодаря композитным архитектурам, для повышения эффективности и производительности в каждом рабочем процессе», — говорит Кахлон.

По его словам, объединение корпоративных данных из разных источников и фиксация каждого взаимодействия с клиентами позволяет платформам рабочих процессов на базе ИИ учиться на поведении пользователей в режиме реального времени. «Потребители ожидают, что компании будут реагировать и взаимодействовать с ними в режиме реального времени, а значит, компании должны создавать более быстрые методы взаимодействия между приложениями, чтобы удовлетворить этот спрос», — отмечает Кахлон.

По словам Гордона, поскольку большинство платформ автоматизации рабочих процессов могут включать API в свой дизайн, потенциал для автоматизации с высокой отдачей практически безграничен. «Генеративный ИИ прекрасно интерпретирует наши идеи и формулирует нам свои предложения, что может вдохновить каждого из нас на более быстрые инновации, — говорит он. — Однако нам постоянно нужно следить за галлюцинациями, которые могут заставить нас пойти по неверному пути».

По словам Шармы, по мере того как организации все больше осваивают возможности ИИ, обычно следующей задачей становится определение того, какие сценарии принесут им наибольшую отдачу. «Одна из распространенных проблем, которую мы слышим от клиентов, — это значительное давление со стороны руководства, требующего более быстрых результатов от генеративного ИИ, — говорит он. — Они также обеспокоены решениями, принимаемыми ИИ, и хотят иметь возможность привести поведение этих моделей в соответствие со своими нормами и ожиданиями».