Представляем вам лонг-рид - интервью с Борисом Крумри, который работает на необычной позиции Chief Robotics Officer (CRO) в UiPath, ведущем вендоре на рынке RPA.

Безусловно, вы можете прочесть интервью в оригинале на сайте uipath.com. Но мы надеемся, наш вольный перевод сэкономит вам несколько минут, чтобы понять, насколько интересна эта тема.

На своей позиции Борис отвечает за технологии искусственного интеллекта и роботов-программ. До прихода в UiPath Борис руководил отделом автоматизации и роботизации в Атосе – крупном поставщике ИТ-услуг с более чем 100 000 сотрудников в 72 странах мира.

Мы поговорили с Борисом перед выпуском очередного релиза, затронув темы будущего в роботах, инноваций в UiPath, что препятствует развитию RPA (Robotic Process Automation) и как новый CRO намерен обходить эти препятствия

*Примечание НФП, ключевые темы:

  • Опыт пользователя при внедрении роботов
  • Когда же наступит «волшебный момент» всеобщего перехода к роботам,
  • Основные препятствия к такому переходу (в том человеческие факторы переноса знаний в роботов, неспособность организаций управлять разработчиками/консультантами)
  • Будущем технологий, где роботы наиболее нужны
  • Параллели между роботами и аутсорсингом
  • Конкуренция c нишевыми игроками
  • Эффективно ли использовать RPA для трансформации процессов (BPA)
  • Два пути внедрения искусственного интеллекта в роботов
  • Открытые размышления почему не надо рисовать человекоподобных роботов, о радости обладания роботами, фобиях среднего менеджмента и необходимости повышения доверия к роботам и как сохранит контроль над роботами с искусственными интеллектом

 

UiPath: Работая главой департамента в Атосе, вы уже познакомились с платформой UiPath. Теперь вы сотрудник UiPath. Что ваш предыдущий опыт в качестве пользователя говорит о вашей новой роли CRO?

 

Борис:  В Атосе мы работали над повышением качества своих услуг, в том числе через использование бережливого производства (LEAN). Надо отметить, что в глобальных проектах, помимо оперативных задач повышения эффективности и снижения затрат, решается стратегическая цель по поиску направления следующего поколения услуг и выхода на новые рынки.

Так как автоматизация является основным способом повышения эффективности, то для выхода за пределы привычных технологий мы должны были мыслить неординарно, искать нестандартные решения. Во время моей предыдущей работы в Accenture и Infosys (примечание НФП: известная индийская контора-аутсорсер) я уже видел, как роботы-программы быстро прогрессируют. Когда мы лучше разобрались в подобного рода технологиях, мы пришли к выводу, что технология RPA единственная, которая подходит для клиентов с большим количеством унаследованных или проприетарных (сильно кастомизированных/собственной разработки приложений. (примечание НФП: короче, для всех крупных корпораций)

Выбор правильной технологии было только первым шагом.  (примечание НФП: UiPath? На эту тему  у к коллег есть отдельная статья: https://www.uipath.com/whitepapers/finding-the-right-provider-for-your-rpa-journey). Следующим шагом, стало внедрение и развертывание в 60 подразделениях. Нам пришлось создать методику развертывания и тиражирования и обучить около 40 LEAN консультантов. Затем с помощью консультантов передать знания дальше, более четырем тысячам сотрудникам. Показать всем, как можно воспользоваться возможностями автоматизации и создать готовые технико-экономические обоснования (business cases) для наших 60 центров.

Итак, чему научила меня работа на стороне пользователя? Двум вещам:

  1. Поиск практичных решений, приносящих пользу

Технологию RPA будут использовать только при условии демонстрации явной выгоды для клиента, на постоянной основе. Например, путем улучшения качества и эффективности.

Каждая новая технология может казаться сначала прогрессивной и стоящей внимания. Но если технология не помогает развивать бизнес, улучшить услуги и сократить расходы – то зачем она вообще нужна?

Кроме того, технология должна быть экономически эффективной. Если внедрение RPA действительно поможет бизнесу достичь целей по улучшению процессов, но затраты на реализацию окажутся слишком высоки - опять же, зачем такое внедрение нужно?

  1. В ходе дизайна решения я ищу ответ на следующие ключевые вопросы:
    1. Как уменьшить риски внедрения?
    2. После внедрения, как продукт поможет снизить операционные риски?
    3. Какие перспективы у технологии, есть ли у продукта технологические ограничения, которые могут привести в тупик? Насколько просто клиентам будет снизить затраты и достичь целевых показателей производительности?
    4. Позволит ли продукт предоставлять услуги быстрее? (примечание НФП: вообще то это ключевое преимущество автоматизации. трудно представить робота, работающего медленнее человека)
    5. Какая доступность экспертизы по продукту, сколько будет людей с опытом внедрения в местах установки продукта? (примечание НФП: соотношение внедренцев к числу пользователей, их квалификация, квалификация хелп-деска первой линии и т.п.)
    6. Как это поможет клиентам в росте бизнеса? (НФП: самая сложная часть любой автоматизации – оценка влияния на рост бизнеса. Затраты прогнозировать проще, чем выручку. Поэтому продемонстрировать экономию затрат в результате автоматизации легче, чем рост выручки)

 

UiPath: Не кажется ли вам, что текущий масштаб распространения RPA пока не соответствует ожиданиям и шумихе, поднятой вокруг технологии? Что происходит на самом деле: не хватает передовых технологий, необходимых для повышения уровня автоматизации? Или существующие технологии нельзя внедрить быстро и просто?

 

Борис: Я считаю, что узким местом внедрения RPA являются средства автоматизации и развертывания, а не количество реализованных когнитивных функций / AI. Как аналитики Forrester и HfS Research отметили в 2016 году, большинство клиентов не перешли к сложным, масштабным проектам и по-прежнему застряли на этапе пилотных проектов, с автоматизацией базовых и простейших процессов.

Если говорить о нашей платформе, в ней реализованы некоторые функции по AI / когнитивной технологии. И у нас есть дорожная карта и понимание, как эти технологии развивать дальше. Я не могу себе представить наших клиентов, спокойно ожидающих новых релизов для использования новой функциональности. Разумеется, будущие релизы увеличат возможности по автоматизации, но наша команда разработчиков работает над тем, что бы идти впереди клиента и не сдерживать его развитие.

В такого рода обсуждениях новых технологий, все традиционно любят говорить только о перспективах, дальнейшем развитии технологий, открытии новых фантастических возможностей для пользователей. И почти всегда забывают про трудности переноса знаний в роботов. Тогда как передача знаний (примечание переводчика: включая сбор и формализацию знаний) не является легким делом.

Такие трудности хорошо проявляются в автоматизации документооборота, при совместной работе предметных экспертов с разработчиками RPA .

Например, возьмем близкую отрасль аутсорсинга.

Здесь критично важна передача бизнес-знаний или ИТ-процессов в другие руки. Это изначально прописывается в договорных обязательствах, с указанием сроков и бюджета. Для успешной передачи знаний требуется проводить обязательные интервью с сотрудниками, которые обладают экспертизой (примечание НФП: сотрудниками, которые потом могут потерять работу, хе-хе).

Каждый аутсорсер вынужден доказать клиенту необходимость и КПЭ таких интервью. И при необходимости эскалировать проблему выше: «Уважаемая команда клиента, вы не выполняете свои обязательства! Вы не предоставили своих сотрудников для интервью! Теперь мы не сможем вовремя закончить передачу знаний нашим сотрудникам».

На что я хочу обратить ваше внимание? Поверьте мне, одна из самых больших проблем в крупномасштабной автоматизации  - это неспособность клиента управлять временем разработчиков. Их люди всегда заняты другими вещами. Вот почему аутсорсеры, наученные горьким опытом, вынуждены специально описывать передачу знаний через жесткие условия в контракте.

В аналогичном процессе с роботами, сотрудники клиента думают, что передачу знаний будет несложно сделать итерационным способом, через agile, но это заблуждение. Такой способ эффективен при работе программистов/девелоперов, но в RPA грамотная настройка передача знаний является не менее трудоемкой задачей, чем при переходе на аутсорсинг (примечание НФП: жалко не раскрыто, почему разработчики здесь более эффективны. Хотя в наших российских условиях аутсорсинг  - это чаще всего передача бизнес функций в региональные филиалы с более дешевой рабочей силой. До масштабного аутсорсинга внешним компаниям еще далеко).

Многие компании пока не осознают важность передачи знаний, и поэтому в тупике, почему их роботы мало масштабируемы. Если вы посмотрите на компании, у которых медленная автоматизация, то проблема скорее всего в самой компании (примечание НФП: типичное мнение вендора.).

Компании не могут самостоятельно организовать процесс передачи знаний к роботам (примечание НФП: нас подводят к мысли о необходимости консультантов? Мы согласны).

Для дальнейшего упрощения передачи знаний в UiPath, мы намерены представить новые инструменты и интегрировать когнитивные технологии. В этом случае процесс расширения автоматизации будет лучше поддерживаться, что это может иметь решающее значение для успеха всего процесса.

 

UiPath: Я могу понять, как сами клиенты могут недооценивать проблему передачи знаний в RPA, в отличие от вендоров и консультантов. Как вы думаете, какие возможности для бизнеса для последних?

 

Борис: Не исключено, что хорошие. Но имейте в виду, по самой своей природе цель RPA в автоматизации существующих процессов как-есть (As-Is), без каких-либо улучшений. И рассматривайте нашу платформу UiPath как запись действий пользователей с последующей передачей роботам. Использование нашей технологией именно для этой цели всегда будет быстрее.

Ключ к долгосрочному успеху, однако, заключается в организации сопровождения RPA компании. Я бы сказал, что настоящий клад для сервисных интеграторов и консультантов - это предложение RPA как качестве Управляемой услуги (Managed Services).

 

UiPath: В отрасли RPA, как и в других направлениях автоматизации, вы всегда найдете нишевых поставщиков, создающих узкоспециализированные решения для конкретных отраслей. Тем не менее, клиенты часто не любят инвестировать в зоопарк многочисленных приложений сторонних разработчиков. Что вы здесь ожидаете? (примечание НФП: звучит как запрос на рекламу своего продукта)

 

Борис: Ну, нам повезло, что такие аналитики как Forrester Research, HFS и т.д. считают нас одним из ведущих вендоров программного обеспечения для RPA (https://www.uipath.com/news/uipath-selected-as-rpa-industry-leader-by-forrester). Таким образом, потенциальные клиенты знают, что наш продукт как минимум стоит их внимания. Для доказательства, почему мы можем быть лучше специализированных нишевых решений, мы добавили функции глубокого искусственного интеллекта и интегрировали технологических компоненты от третьих сторон, таких как Google, ABBYY, Microsoft и т.д.

Кроме того, существует пересечение между вендорами в автоматизации планирования, BPM, DCM и RPA. Все вендоры адаптируют AI, сражаются на одном и том же рынке, но под разными углами.

По моему личному опыту, большинство крупных внедрений в области автоматизации управляются ведущими интеграторами и сторонними консультантами. Аналогично нишевым компаниям, которые вы упомянули, они предпочитают сосредоточиться на небольшом числе технологий, которые они знают и где могут эффективно продавать собственные знания, лучшие практики, решения RPA и так далее.

Еще одной проблемой для нашей отрасли является тот факт, что консультанты и интеграторы начинали и уже заработали много денег на BPM.Так, когда я работал в Атос, я был окружен кучей людей из BPM. Когда они смотрели на RPA, то говорили: «О, это как BPM. Это просто немного по-другому и быстрее.»

Исходя из их опыта, они рассматривают RPA как возможность не только что-то подправить, но и как шанс увеличить масштаб трансформации процессов. Консультанты и интеграторы также подталкивают клиентов в сторону решений BPM, потому что они имеют хорошую эспертизу в этой области. Все это делает их конкурентами с RPA.

 

UiPath: Какой вы видите дорожную карту для развития UiPath?

 

Борис: Наш продукт движется к AI двумя путями. Во - первых, когнитивные роботы, которые расширяют возможности компьютерного зрения для робота на основе машинного обучения, а также включение когнитивных услуг от IBM Watson, Microsoft, Google и других технологий. Реализация этих вещей, которая наступит гораздо быстрее, чем некоторые могут подумать, позволит клиентам автоматизировать неструктурированные данные и сложные правила.

Чтобы проиллюстрировать это, подумайте о роботе, который получил широкие возможности по управлению бизнес-процессами.

Второй путь – это аутентичные AI роботы, которые рассуждают и запоминают; самообучаются на основе поступивших данных; взаимодействуют с пользователями в интерактивном режиме и самостоятельно выявляют возможности автоматизации.

Как я уже говорил, процесс развития роботов движется очень быстро. В течение прошлого года мы перешли на график выпуск двух релизов в год, добавили бесплатную загрузку нашего Community Edition продукта и запустили онлайн академию UiPath для самообучения. Мы хотим, чтобы наши клиенты и профессионалы RPA могли идти с нами в ногу и в полной мере использовать все новшества.

Безусловно, новые технологии и открывающиеся возможности не будут много значить для наших клиентов, если они не транслируются в программные фичи и преимущества. Поэтому давайте проиллюстрируем наши инновации с этой точки зрения.

Все больше и больше людей осознают появление нового канала для взаимодействия с пользователями под названием Voice User Interface (VUI). Определенно, в компании Accenture знают о нем. Обычные люди могут использовать его в виде Alexa от компании Amazon или помощника Google. Вместо использования клавиатуры люди могут просто разговаривать.

В UiPath мы тоже заинтересовались этим каналом, и собираемся показать клиентам, как можно говорить с помощником Google и сказать, «Ok Google, я хочу поговорить с UiPath Bot» или «UiPath Bot, у меня есть проблемы с этим, и это, и это». Мы сейчас покажем, как можно использовать другие технологии для запуска робота и получения новой информации.

Представьте себе систему управления Dynamic Case с машинным обучением, в которой обрабатывается электронная почта, сообщения анализируются и затем автоматически посылается ответ. Мы работаем над этой функцией прямо сейчас.

Вы помните мое мнение, что передача знаний является самым большим препятствием для крупномасштабного RPA? Подумайте тогда о такой возможности поговорить с роботом VUI на экране, где разговор происходит примерно так:

Вы:  «Я хочу записать следующие действия, которые я собираюсь сделать.»

Робот:  «Да, как вы хотите назвать это?».

Вы : «Я хочу назвать это „проверка электронной почты“»,

Робот:  «Хорошо, скажите мне, когда вы будете готовы.»

Вы:  «Теперь я готов.»

[Вы выполняете деятельность] 

Вы:  «Я закончил.»

Робот:  «Отлично! Я записал последовательность ваших действий. Теперь я перешлю это разработчику RPA и назначу вам встречу с ним. Тогда разработчик может проанализировать последовательность и завершить автоматизацию.»

Вы:  "Ok Спасибо."

Вы видите, как мы вставим когнитивные и AI технологии в нашу платформу, которые изменяют восприятие людей об автоматизации процесса?

 

UiPath: Как говорится: «Жизнь это то, что происходит, когда вы ждете чего-то другого». Глядя в свой хрустальный шар, как бы вы применили эту фразу к RPA? Видите ли «чего-то еще», чего мы не ожидали?

 

Борис: Мне кажется, что рынок ждет «волшебного мгновения», этакой серебряной пули, когда технология RPA состоится, будет всеми признана и продемонстрирует большое количество масштабной автоматизации с помощью роботов, посильной для каждого.

Но что, если никогда не будет такого «волшебного мгновения», когда ландшафт RPA изменится навсегда? Кто знает, может история роботов повторится и вместо этого будет зависеть от человеческих, социальных и культурных факторов?

Посмотрите на появление первых промышленных роботов. Эти роботы изначально не были популярны в Европе или Америке, и люди там были скептичны к роботам. Но когда роботы попали к японцам, которые любят технологию и верят в робототехнику, это стало совершенно другой историей.

После взгляда на промышленные роботы японцы ​​сказали, «Япония маленькая страна и для повышения производительности нам обязательно нужны эти роботы, чтобы заменить нас и выполнять нашу работу».

Как только японцы добились масштабного производства автомобилей с помощью роботов, скептиков в других странах не осталось: «Это действительно работает и вот доказательство». Сегодня никто уже не должен никого убеждать о ценности и возможностях промышленных роботах. Вместо этого люди обсуждают бессмысленные идеи типа, «Не должны ли мы обладать налогом этих роботов?» (примечание переводчиков: как кстати, японцы к программным роботам относятся?)

Это как раз то, о чем я здесь говорю. Если вы посмотрите, что говорят о будущем RPA, то разговоры сосредоточены только на технологическом аспекте. Мы еще не видим вещей, которые вероятно сыграют гораздо большую роль для достижения «волшебного мгновения» признания технологии.

Мне не нравятся картинки, на которых рисуют человекоподобных роботов, набирающих что-то на клавиатуре компьютера. Такие картинки плохи тем, потому что при их просмотре обычные люди думают: «Посмотрите, так вот кто собирается украсть мою работу». Роботы на картинках выглядят чужеродными и опасными. Это подливает масло в огонь к страху перед роботами.

Такая фобия совершенно противоположно тому, что нужно отрасли. Например, в Атосе у меня была цель по сокращению и экономии рабочего времени. Мои технические инженеры по поддержке приложений, люди, которые хорошо понимают технологию и обладают навыками программирования, казалось бы должны быть первыми готовы принять робототехнику – но у них это не получалось. Они вечно что-то изобретали обходные пути, отходили назад насколько это было возможно.

Вы спросите почему так получалось? Очень просто - страх потерять своих сотрудников. Никто не хотел лишиться своих людей. Весь средний менеджмент было против.

 

UiPath: Как я вижу, уменьшение численности персонала вызывает сильную озабоченность менеджеров относительно их карьеры. Может быть здесь помогло быть добавление роботов на организационной диаграмме?

Топ менеджмент тогда смог бы получить точный подсчет количества менеджеров, а также оценить участие среднего менеджмента в автоматизации.

 

Борис: Да, это было бы хорошей идеей для некоторых культур, где важен статус начальника. Ощущение своей значимости могут принести, например, контроль над двумя сотнями своих роботов. Это сохранит имидж людей как руководителей и стимулирует их к обладанию большим числом роботов.

Кроме того, будет полезен показатель «увеличение количества роботов» в оценках личной эффективности (КПЭ). Представьте себе, если число роботов станет критерием для оценки «отлично» или «превосходит ожидания». В некоторых культурах такой показатель заставил бы среднее звено менеджмента (как правило, наиболее сопротивляющееся изменениям) стремится к достижению целей вместе с их командами.

На мой взгляд, еще одним сюрпризом на пути к «волшебному мгновению» признания RPA может стать осознание важности доверия. В частности, в части относящейся к технологии искусственного интеллекта. Это очень важный момент, на котором надо остановиться.

Представьте себе компанию, автоматизирующую свои процессы возможностями искусственного интеллекта. Такая компания на самом деле не знает, как ее интеллектуальные роботы будут менять процессы.

Помните, что компания не может полностью контролировать роботов, потому что роботы были натренированы повторять начальные азы человеческого мышления и поведение. Когда роботы после этого научатся на основе данных понимать причины, запоминать, приходить к заключению и принимать решения, то компания может установить только некие точки останова (breakpoints), где можно проверить решение до его имплементации. Компании вынуждены придерживаться такого порядка и только после многочисленных проверок и подтверждений научиться доверять своим виртуальным работникам.

Что я здесь описал и будет ключевым моментом - и я думаю, неожиданностью для многих в не столь отдаленном будущем.

Как применять технологию AI таким образом, чтобы наши клиенты чувствовали контроль над своими роботами? Это опять возвращает нас к проблеме доверия. Мы в UiPath тоже заранее должны придумать такие механизмы контроля, при которых наша команда обеспечивает руководство по управлению.

Таким образом, вы видите, какие более важные вопросы могут появиться на пути «волшебного момента». Если вы попросили бы меня посмотреть в мой хрустальный шар и ответить на вопрос: «Что там с технологиями?» Тогда да, я смог бы сказать, что это будет голосовой интерфейс и прочие вещи.

Но все эти вопросы технического плана весьма вероятно будут перекрыты более важной проблематикой человеческих, социальных и культурных факторов.

 

UiPath: Борис, спасибо за ваше откровенное интервью. Нам кажется, в нем вам удалось отчетливо отразить опыт работы RPA и поставить новые вопросы развития отрасли Top of Form