面向未來的勞動新世代從真人,擬人到超人

SAP 業務技術雲端平台 – 商業卓越中心
數位平台解決方案架構師 廖振傑撰稿

 

引言

不知道大家是否注意到在 Gartner 的 Top Strategic Technology Trends 中有一項關鍵技術已經連續三年入選為技術趨勢並且成為入選次數最多的熱門應用之一,它就是「超自動化, Hyperautomation」。根據 Gartner 的最新預測,2022 年全球實現超自動化的技術市場將達到近 6,000 億美元,其相較於 2020 年的市場產值 4,816 億美元,在短短兩年之間就成長了近 25% 的年均複合成長率。

除了感嘆科技應用的日新月異之外,我也相信「科技始終來自於人性」這一句話!你是否也曾思考還有什麼不可抗拒的因素在驅動著它的蓬勃發展?

根據國家發展委員會 2020 年發布的人口推估報告(如下圖),臺灣 2025 年就會進入超高齡社會的人口結構,至 2060 年臺灣 65 歲以上高齡人口占總人 口比例將僅次於卡達,成為世界第二老的國家,而首當其衝的就是勞動市場供給端。「高齡化」與「少子化」的大缺工浪潮不僅僅發生於臺灣而是一個全球普遍的現象,它正驅動著產業的勞動力轉型。

同年度 IDC 針對 Future of work 的研究報告也指出「流程自動化,Process Automation(PA)」是勞動力轉型的關鍵驅動力並可協助企業實現數位轉型。而這也間接說明了「超自動化,Hyperautomation」與勞動力轉型已是密不可分的關係。

從工業革命看超自動化發展

工業革命的歷史演進(如下圖,註一):

  • 工業1.0(1750~1850) :機械化
    使用水力及蒸汽的力量作為動力源突破了以往人力與獸力的限制。
  • 工業2.0(1870~1914) :電氣化
    使用電力為大量生產提供動力與支援,也讓機器生產機器的目標實現。
  • 工業3.0(1970~2010):資訊化
    使用電子裝置及資訊技術來消除人為影響以增進工業製造的精確度與自動化。
  • 工業4.0(2011~至今):物聯網
    使用智慧型整合感控系統,進行流程高度自動化並可以主動排除生產障礙。

值得注意的是,「工業4.0」又稱為第四次工業革命。它並不是單單創造新的工業技術,而是透過工業人工智慧的技術建立具有適應性、資源效率和人因工程學的智慧型工廠,並在商業流程及價值流程中整合客戶以及商業夥伴,提供完善的售後服務。是在進到工廠大門之前,從組織架構、人才招募、營運決策、設計、生產到服務,一整個換腦、換心、換臉的大手術。其帶來的「企業流程再造」與「智慧業務超自動化」是一場企業甚至是個人都無法忽視的數位轉型浪潮。 Gartner 也預測到 2024 年,企業將超自動化技術與經重新設計的營運流程整合,可協助將企業營運成本降低 30%。

工業革命帶動的流程自動化演進(如下圖,註二):

  • Process Automation 1.0(Mid-1980s~Mid1990s) :工作流程標準化
    將原先仰賴個人作為、經驗與知識累積且難以在組織內被複製與轉移的結構化或制式流程,透過工作分解與文件規範來使工作流程按照統一之標準作業程序進行。
  • Process Automation 2.0(Mid-1990s~2015):業務流程管理
    業務流程管理(BPM)是指對端到端業務流程進行建模、分析和優化,以實現戰略業務目標,例如改進您的客戶體驗框架。 BPM 方法可以應用於經常重複、正在進行或可透過數據收集預判的營運流程。
  • Process Automation 3.0(2015~2021):數位流程自動化
    使人與自動化的流程、機器一起工作,如 RPA 可以支援流程自動化,替我們減少部份價值相對低且不斷重複的日常庶務;並且部份決策和可解釋的分析模型開始引入進階分析,支援企業做出更好的決策。
  • Process Automation 4.0(2022~至今):智慧業務超自動化
    當流程涵蓋到思考決策時,代表流程能不斷地學習、適應與自我改進與修復;這時的流程無需人工的介入與干預,即可觸發、執行和結束,人為決策僅須在有提高價值或法律要求時,才需進行干預。

自動化並非什麼新興技術,早在 1980 年代就出現在工廠中,而現今的超自動化發生在公司任何地方:工廠、供應鏈、研發、生產製造、行銷、商業溝通與決策等,所有流程在 AI、RPA、低(無)代碼開發平台與 IoT 的逐漸成熟下預期都會加速運行。而 Gartner 也預測到 2024 年,管理人員目前完成的 69% 的日常工作將完全自動化。

何謂「超自動化」Hyperautomation

根據 Gartner 的定義,超自動化是一種業務驅動、規範的方法,企業使用它來快速識別、審查和自動化盡可能多的業務和 IT 流程。 超自動化涉及多種技術、工具或平台的協調使用,包括:

  • 人工智慧(Artificial Intelligence,AI)
  • 機器學習(Machine Learning,ML)
  • 事件驅動的軟體架構(Event-driven software architecture)
  • 業務流程探勘(Business Process Mining)
  • 機器人流程自動化(Robotic Process Automation,RPA)
  • 業務流程自動化(Business Process Automation)
  • 智慧業務流程管理套件(intelligent Business Process Management Suites,iBPMS)
  • 整合平台即服務(integration Platform as a Service,iPaaS)
  • 低代碼/無代碼開發平台(Low-code/no-code Development Platform)
  • 企業應用套裝軟體(Enterprise Business Apps)
  • 其他類型的決策、流程和任務自動化工具

Gartner 也預測到 2024 年,企業將採用上述支持超自動化但與業務驅動無關的無狀態應用服務(Stateless Service,註三)中的至少三種來協助企業建構智慧業務超自動化平台(如下圖):

低代碼流程自動化、RPA 和流程探勘是遊戲規則改變者

業務流程自動化
現今的業務流程自動化平台是過去 30 多年來許多自動化工具的結晶。從工作流程套裝軟體(Workflow)到智慧業務流程管理套件(intelligent Business Process Management Suites iBPMS)和企業應用系統整合套件(integration Platform as a Service,iPaaS),最終演變為今日的低代碼流程自動化平台。

業務流程自動化主要是處理企業內部的結構化和非結構化流程並以自動化程序擴展核心業務功能,例如:貸款處理、欺詐調查、售後服務、新業務處理、產品開發、認證和安全檢查等。企業還可搭配文件管理工具與影像辨識(OCR)解決方案來輔助業務管理並即時掌握員工、客戶、供應商和合作夥伴之間的資料傳遞內容。

機器人流程自動化
RPA 通過提供一種簡單且快速的方式來自動化工作站上的操作人員,他們需要高度手動完成的任務。抑或是將業務流程自動化和企業應用套裝軟體產生的一些常規、重複性、事務性任務自動化,例如閱讀電子郵件後將附件資料進行文件歸檔、將訂單資料自動從業務系統複製到倉儲系統、依據條件發送自定義電子郵件給供應商進行應收帳款確認等。

通過部署數個半自動(Attended)和全自動(Unattended)的軟體機器人,企業可以藉此提高業務執行效率並降低成本。值得一提的是,RPA 與業務流程自動化應該是一體兩面相輔相成即:RPA 用於任務,流程自動化用於業務流程,任務屬於業務流程。這樣的實施策略將比單獨的 RPA 可產生更大的業務綜效。

業務流程探勘
隨著微服務(Microservice)、雲端邊緣計算(Cloud Edge Computing)、動態業務流程和雲地系統整合等複雜框架的廣泛使用,「企業流程再造」與持續改進變得更加困難。例如:從電子商務、訂單管理、應收賬款到現金管理的完整「訂單到付款」流程分散在不同的資訊孤島中,讓業務流程洞察變得寸步難行。

業務流程探勘通過使用預測分析(Predict Analysis)和人工智慧(Artificial Intelligence,AI)從現有業務流程中挖掘和分析運營數據,顛覆了以往的業務流程洞察和資料建模的工作。透過自動化識別業務瓶頸和痛點後進行流程優化。改進後的流程可直接與業務流程自動化引擎進行整合。並可透過 PDCA(Plan-Do-Check-Action)流程改進週期,將業務流程自動化所收集到的數據將可再次導入業務流程探勘以進行持續性的流程改進。

組合應用
因應不同的應用場景,業務流程自動化、業務流程探勘與 RPA 應該因地制宜。這是因為業務流程探勘有時是比業務流程自動化更好的流程洞察和建模工具;而 RPA 則是任務自動化的最佳選擇。業務流程自動化仍然是流程優化/轉換工具列中的一個重要工具,但不應該是唯一的工具。越來越多的企業將結合使用業務流程自動化、業務流程探勘和 RPA(如下圖)。

企業應用軟體 – SAP Process Automation
SAP 作為企業應用軟體的市場領導者,為 26 個行業別和 7 個業務領域提供最佳實踐流程的成熟框架。但在當今動蕩的環境中,生產力和效率的提高是不夠的。企業需要能夠靈活地適應快速變化的環境,讓員工能夠專注於工作中需要人力的方面, 例如:創造力、溝通和解決問題的能力。

SAP 為企業提供統一的智慧業務超自動化平台(SAP Process Automation,SPA),以支持低代碼應用系統開發、業務流程自動化和數位化體驗,從而加快實現企業價值。

超自動化應用場景

  1. 銷售訂單超自動化

每個企業的資訊化程度不同,許多企業在與客戶或業務合作夥伴合作的過程中,經常會遇到無法透過系統化整合的方式來進行即時的資料交換。例如:客戶或業務合作夥伴將發票和銷售訂單等業務文件作為非結構化的 PDF 或 Excel 檔案附加到電子郵件中。業務人員在收到電子郵件後必須手動處理這些文件並且將他們輸入至對應的系統中,這需要業務人員付出許多心力確認文件,並且會增加輸入錯誤的風險。

通過 SAP Process Automation 正確組合自動化技術,企業可以增強他們的企業應用程序,以數位化訂單輸入流程取代每個手動輸入與文件檢查的步驟。不僅可以大大縮短訂單建立的執行時間(例如從 30 分鐘縮短至 5 分鐘),而且還節省了與錯誤糾正和補救(例如:資料遺失復原或缺貨狀態追蹤)、運輸錯誤和退貨處理相關的成本,更可以大幅提升內部員工與外部客戶的數位化體驗。

  1. 員工入職超自動化 – HANNAH 數位 HR 助理

典型的入職流程很長,並且涉及許多容易出錯的手動步驟。除此之外,對於簡單的員工入職培訓,還涉及到大量不同的系統權限建立,這使得流程更加緩慢且冗長。

利用 SAP Process Automation 超自動化流程搭配聊天機器人 + RPA 的組合來簡化入職流程。 HR 可以在 Microsoft Teams(聊天機器人)中填寫一個簡單的表格,然後在 SAP SuccessFactors Employee Central 中添加新員工,將資產(筆記本電腦)分配給員工,觸發背景調查,甚至發送 NDA/ 合同以供簽名(Adobe Sign)。在 COVID-19 爆發的期間,為勞資兩方提供了全方位的職場安全防護,同時提升員工職場滿意度。

https://www.youtube.com/embed/KysY8xhlbJA?feature=oembed

 

結論

在「高齡化」與「少子化」的大缺工浪潮下,自動化已是企業因應勞動力轉型的關鍵因素之一。超自動化(Hyperautomation)提出了一種更快的途徑來識別、審查和自動化整個企業的流程。一般來說會經歷以下三個階段:

  • 第一個階段:擬人化
    是讓電腦和設備學會人做的事情,並推動企業內部的流程再造和工作流程標準作業程序提升企業執行效率。
  • 第二個階段:無人化
    是用自動化系統取代人做的事情,並發展企業內外部與供應鏈上下游的端到端流程整合、改善與持續性優化。
  • 第三個階段:超人化
    是透過機器學習聚集群體智慧,並透過整合大數據、預測分析、人工智慧與領域專家的決策智慧和知識管理不斷地學習、適應與自我改進與修復以便有效提升流程自主決策的品質。

Gartner 也指出,為了實現這些目標,企業需要重點關注的領域包括提高工作質量、加快業務流程的步伐以及培養決策的敏捷性。因為將智能融入您的流程來幫助您的使用者專注於更重要的工作真的至關重要。如果您也著眼於此,卻又苦無頭緒不知道從何做起?你可以向你的團隊提出這些問題來開始你的企業超自動化或是與我們聯繫!

  • 目前團隊需要哪些自動化工具來擴展其核心業務應用程序並與其他系統進行整合?
  • 目前團隊需要優化哪些項目來提高業務彈性?
  • 目前團隊需要優化的流程類型?
    • 勞力密集型或紙本密集型
    • 高度手動化或半自動化
    • 單一系統整合或多個系統整合
  • 目前團隊是否需要結構化的工作流程?RPA 機器人是否可以將哪些工作流程自動化?
  • 目前團隊尋求單一的智慧業務超自動化平台或自行部署一或多種流程自動化技術?


歡迎您與我們聯繫

參考註釋
1 –
工業4.0 維基百科 https://zh.m.wikipedia.org/zh-tw/%E5%B7%A5%E6%A5%AD4.0
2 – Connie Moore. Drive Business Resiliency and Agility by Combining Business Process Technologies. Deep Analysis. 2020
3 – 無狀態應用服務(Stateless Service):無狀態應用服務意味著每次服務被觸發都像是第一次執行,並且其回覆結果不依賴於前次服務執行的資料(Session Data)。當應用程序是無狀態的時候,服務器不會存儲有關客戶端執行的任何狀態與資料(Session Data);反之,服務狀態與資料(Session Data)會儲存在客戶端並根據需要傳遞給服務器。當應用程序的組件是無狀態的時候,它們可以很容易地在發生故障時重新部署並橫向擴展以適應負載變化。