איך לבחור את התהליך הראשון לאוטומציה עם AI
· 6 דקות קריאה
כשחברה מחליטה "לעשות משהו עם AI", השאלה הראשונה היא בדרך כלל איזה כלי לקנות. השאלה הנכונה היא איזה תהליך לתקן. הפרויקט הראשון קובע את הטון: אם הוא חוסך זמן אמיתי והצוות נהנה לעבוד איתו, כל הפרויקטים הבאים יהיו קלים יותר. אם הוא נכשל בשקט, ה־AI הופך לסעיף בתקציב שאף אחד לא רוצה להגן עליו. ככה אנחנו עוזרים לצוותים לבחור.
חפשו חזרתיות, לא מורכבות
המועמדים הטובים ביותר לפרויקט ראשון הם דווקא המשעממים. הם חוזרים על עצמם כמה פעמים בשבוע, עוברים בערך את אותם שלבים בכל פעם, ויש להם קלט ברור ותוצאה ברורה. למשל: טפסי קליטה, ניתוב פניות נכנסות, העתקת נתונים ממערכת למערכת, שליחת תזכורות או הכנת דוח סטטוס שבועי.
קל להתפתות לעבודה מורכבת שדורשת שיקול דעת, כי היא נראית חשובה יותר. אבל דווקא שם הכי קשה להוכיח תועלת מהר. התחילו מהמקום שבו הדפוס ברור.
- התהליך מתרחש לפחות כמה פעמים בשבוע
- השלבים כמעט זהים בכל פעם
- אפשר לתאר במשפט אחד מה נכנס ומה אמור לצאת
- טעות היא מטרד, לא אסון
מודדים לפני שבוחרים
לפני שמחליטים, כדאי להקדיש שבוע לספירה. כמה פעמים התהליך מתבצע? כמה זמן לוקחת כל פעם? באיזו תדירות משהו משתבש או נתקע ומחכה למישהו? המספרים האלה הם נקודת הפתיחה שלכם, ובלי נקודת פתיחה אי אפשר להראות שמשהו השתפר.
גיליון אקסל פשוט מספיק. המטרה היא לא דיוק מושלם, אלא תמונת מצב כנה שאפשר להשוות אליה בהמשך.
דברו עם מי שעושה את העבודה
המנהלים יודעים בדרך כלל אילו תהליכים איטיים. מי שעושה את העבודה יודע למה. עשרים דקות עם האדם שמטפל בתהליך כל יום יחשפו את העקיפות, את המקרים החריגים ואת הכללים הלא כתובים, שבסוף קובעים אם האוטומציה תצליח או תיכשל.
השיחות האלה גם יוצרות מחויבות כבר בהתחלה. אנשים תומכים בשינוי שהם עזרו לעצב.
תנו ציון לכל מועמד
כשיש לכם שלושה עד חמישה תהליכים אפשריים, תנו לכל אחד ציון לפי כמה שאלות פשוטות. לא צריך מודל מסובך: ציון גס של 1 עד 5 בכל שאלה מספיק כדי לראות את השיקולים בבירור.
- השפעה: כמה שעות עבודה או טעויות זה יחסוך בכל חודש?
- מאמץ: כמה קל להתחבר למערכות שמעורבות בתהליך?
- סיכון: מה קורה אם האוטומציה טועה?
- נראות: האם הצוות ירגיש את השיפור?
מתחילים בפיילוט, לא בהטמעה מלאה
בחרו צוות אחד, הפעילו את התהליך החדש לכמה שבועות והשוו את התוצאות לנתוני הפתיחה. בהתחלה השאירו אדם שמאשר ומטפל במקרים חריגים. כשהמספרים מחזיקים והצוות מרגיש בנוח, מרחיבים.
הצלחה קטנה שכולם רואים תעשה יותר למען ה־AI בארגון מפרויקט שאפתני שאף פעם לא יוצא לדרך.