ロボティックプロセスオートメーションから価値を引き出すためにプロセスをマイニングする方法

ロボティックプロセスオートメーションから価値を引き出すためにプロセスをマイニングする方法

成功するロボティック プロセス オートメーション (RPA) プログラムを実証し、維持する上での共通の課題は、トップ プロセス候補の強力なパイプラインを作成することです。すべての組織が、スケーラブルで自立的なロボティック プロセス オートメーションの専門センター (CoE) を設立する意欲と能力を持っているわけではありません。場合によっては、RPA のメリットが非常に限られており、コストを正当化できないことがあります。

現在、多くの企業がクラウドで RPA を採用しているため、専門知識センター (CoE) に費用をかけずに RPA を実装する方法は数多くあります。

[[343194]]

では、パイプラインのフローをどのように見つけるのでしょうか?

最適なパイプライン フローを見つけるには、ビジネス プロセス検出 (BPD) アプローチを使用できます。ビジネス プロセス検出 (BPD) は、プロセスを最適化または自動化するように設計された方法を使用してプロセスを定義、分析、測定することにより、ビジネス プロセスを検出するプロセスです。ビジネス プロセス検出 (BPD) には、手動と自動の 2 つのアプローチがあります。

手動によるプロセス検出は比較的低コストで、組織の他のメンバーを RPA の取り組みに参加させることができます。これは価値あるビジネスを生み出す素晴らしい方法です。また、RPA アナリストから RPA 開発者、バックエンド エージェントに至るまで、新しいキャリア開発パスも提供します。このレベルの関与と新たな機会は、企業の組織文化にとって重要です。

従来の手動アプローチでは、アナリストと専門家 (SME) が協力して、プロセスの詳細を発見し、文書化するためにワークショップやインタビューに参加する必要があります。

近年、別のアプローチである自動プロセス検出 (APD) が業界で広く受け入れられるようになりました。これは、利害関係者や中小企業に多大なリソースを要求せずに、より広範なビジネス プロセスの実態を明らかにすることを約束しており、Automation Anywhere DiscoveryBot、Kryon Process Discovery、UiPath Process Mining & TaskMining などのロボティック プロセス オートメーション (RPA) 製品にも採用されつつあります。

プロセスマイニングとタスクマイニング

自動プロセス検出にはプロセス マイニングとタスク マイニングという 2 つの手法があり、それぞれに利点があります。

プロセス マイニングは、システム イベント ログを分析して、システム内で実行されているタスクのシーケンスに関する事実データを生成する一連の方法とツールです。次にアナリストは、シーケンスをモデル化または整理してプロセスにまとめ、さらに分析を行います。一部のプロセス マイニング ツールでは、特定のターゲット システムに対して事前定義されたプロセスが提供されており、より迅速な結果を得ることができます。

タスク マイニングはプロセス マイニングと同様の出力を生成しますが、データはユーザーのデスクトップ アクティビティから取得されます。ここで話題になっているのは、デスクトップにソフトウェアをインストールしてユーザーの行動を記録し、複数のユーザーのデータを一元的に保存して分析することです。

ユーザーのデスクトップ アクティビティをログに記録することは、十分に侵入的なソリューションであるため、綿密な調査が必要です。このアクティビティでは、PII、その他のセキュリティ情報、および個人のアクティビティが記録されないように構成および検証するための追加の時間が必要です。データが収集されたら、キャプチャされたタスク シーケンスを確認し、プロセスに整理するために追加の作業が必要になります。プロセスマイニングとは異なり、事前定義されたプロセスはありません。

プロセス マイニングは企業にバックエンド トランザクションを提供し、タスク マイニングは企業に複数のアプリケーションにわたるユーザーのデスクトップ アクティビティのビューを提供します。プロセス マイニングとタスク マイニングはどちらも、ペトリネットのような図を生成し、関連するタスクのフロー、これらのプロセス内のアクションのシーケンスとバリエーションをビジネスに示します。これら 2 つのアプローチは異なるインテリジェンスを生成し、それぞれ使用可能な出力を生成するために独自の手順を必要とします。プロセス マイニングは継続的に実行してプロセスの進行状況を監視できますが、タスク マイニングは通常、継続的なプロセス改善ソリューションとして実装することはできません。

タスクマイニングによるロボティックプロセスオートメーション (RPA) の加速

自動化をビジネスの他の領域に拡大する場合、ビジネスが忙しすぎてプロセスの改善に時間をかけられないという話をよく耳にします。タスクマイニングツールはこの問題を解決し、ロボティックプロセスオートメーション (RPA) を加速するための優れた結果を生み出すことができます。

ロボティック プロセス オートメーション (RPA) に関して言えば、タスク マイニングの最も優れた機能のいくつかは、記録したユーザーからキーストローク レベルのアクションを抽出し、プロセスのバリエーションを明らかにし、実際のメトリックを生成し、プロセス定義を構築するために必要な定義済みプロセスのスクリーンショットを出力する機能です。

プロセス定義ドキュメント (PDD) では、ロボットが実行すべきことを段階的に正確に示す必要があるため、スクリーンショットだけに基づいて作成すべきではありません。ビジネス上の意思決定、タイミング、その他の制約を理解するなど、プロセスに関する追加の知識も必要です。プロセス定義ドキュメント (PDD) が完成する前に、アナリストは SME とともにすべての詳細を整理する必要があります。

プロセスの投資収益率 (ROI) を評価するときは、タスク マイニング ツールでも同じことを行う必要があります。そのため、重要な考慮事項をいくつか示します。

  • セキュリティおよび IT チーム、さらに変更管理の HR からこのツールへの賛同を得ます。
  • リビジョンと個々のトランザクションを構成します。
  • どのタスクがどのプロセスに属するかを判断するために SME のサポートが必要な結果を分析する時間を確保します。
  • アナリストと SME にプロセス定義ドキュメント (PDD) を完成させる時間を与えます。

明らかに、タスクマイニングを使用すると、ビジネスユーザーへの混乱が少なくなり、企業は実際のメトリックデータと作業のスクリーンショットを確認できます。このアプローチではいくつかの手順が省略されるため、より正確なメトリックと実際のプロセスを把握するウィンドウが提供されます。しかし、中小企業でプロセス知識の開発に時間を費やすという初期の課題を完全に回避できるわけではありません。

価値の追求

プロセス マイニングは、RPA イニシアチブにプロセス検出のメリットを実際に提供するわけではありませんが、組織がすでにそのようなツールを持っている場合は、プロセス管理と改善された分析機能を活用して自動化の機会を発見できます。タスク マイニングは、タスク シーケンスとそのメトリックの概要を示すのに非常に役立ちますが、完全なプロセス定義ドキュメント (PDD) を自動的に生成するわけではありません。これにより、企業はより迅速に目標を達成し、より広範なプロセス範囲を提供できるようになります。

最終的に、企業はタスク マイニング ソリューションを使用することによる時間とコストのメリットを評価する必要があります。同じ機能と出力を得るために必要なリソースと比較して、スケーラビリティと評価を完了するのにかかる時間について考えます。アプローチに関係なく、組織は自社のビジネスを理解する必要があります。これらのツールでは、どこから始めればよいかはわかりません。適切な計画を立て、最も重要なのは価値を実証することです。

<<:  Google に行ったが、ディープラーニングはできなかった。Facebook の Tian Yuandong が人生の課題と選択について語る

>>:  この肖像生成AIは、簡単なスケッチから1秒で本物の顔を生成できる

ブログ    
ブログ    
ブログ    

推薦する

OpenAIの従業員が996の勤務スケジュールを公開、ネットユーザー「本当の競争は強制する必要はない」

OpenAI も 996 で動作することが確認されています (doge)。 『Thinking C...

協働ロボットが製造業の未来に与える大きな影響

近年、協働ロボットはサイバー空間でよく使われる用語になりました。信頼性と効率性が厳しく問われているに...

人工知能がスマート交通の発展に与える影響

[[262283]]時代の進歩とさまざまな技術の継続的な発展により、私たちの日常生活は大きな変化を遂...

MetaがCMUと提携して最も強力な「汎用ロボットエージェント」を開発するのに2年かかりました。

爆発的な人気を博している大規模モデルは、「汎用ロボットエージェント」に関する研究を再構築しています。...

...

...

AIで生成された出版物の急増により、Amazonは書籍の著者に作品でのAIの使用をプラットフォームに通知することを義務付けている。

9月10日、AP通信は、全米作家組合やその他の団体から何か月にもわたる苦情を受けて、アマゾンのファ...

快手 - ICIP 2019 モバイルビデオ修復コンテストの登録開始

最近、Kuaishou-ICIP 2019モバイルビデオ復元コンテストの登録が正式に開始されました。...

詳細 | 自然言語処理におけるディープラーニング研究の概要: 基本概念から最先端の成果まで

[[181446]] 1. 自然言語処理入門自然言語処理 (NLP) とは、言語を処理または「理解」...

...

2GBのDAYU200に大規模な言語モデルをローカルにデプロイする

実装のアイデアと手順軽量 LLM モデル推論フレームワーク InferLLM を OpenHarmo...

機械学習が自動的にモデル化を手助けしてくれる、これら4つのPythonライブラリがあなたの目を開かせてくれる

自動機械学習 (AutoML と略されることが多い) は、機械学習モデルを構築してデータをモデリング...

Googleのエンジニアリングディレクターがアルゴリズム改善の背後にある数字を明らかに

Google は検索の問題を解決したと多くの人が考えていますが、Google の観点から見ると、検索...