更好地结合在一起 ： 流程和任务挖掘 ， 强大的 AI 组合

Operations 更好地结合在一起：流程和任务挖掘，强大的AI组合 两种支持人工智能的方法正在改变公司识别运营改进机会的方式。个体强大，它们一起可以是变革性的。 作者：Kar-WoonChoy，RodrigoChaparroGazzo，RohitPanikkar和RohitSood ©GettyImages March2024 你如何创建卓越的客户体验，同时也提高了成本效率，生产率和员工体验？服务和成本之间的紧张关系是组织面临的长期挑战，在经济不确定时期尤其严重。 许多公司现在正处于这样的时期。但是今天的商业领袖拥有他们的前任没有的优势。人工智能技术的快速发展已经 在许多领域重新定义了卓越的运营，使公司能够简化和自动化更多的活动，同时为客户提供他们想要的响应迅速、个性化的服务。 在复杂的大型业务中应用当今最好的技术并不容易。当流程跨越数百个价值流时， 成千上万的员工和数百万个任务，组织如何决定将资源集中在哪里？ 传统上，寻找运营改进机会对员工来说是侵入性的，对公司来说是时间和资源密集型的。他们花几天或几周的时间来映射整个组织的信息流，并跟踪人们花费时间的方式， 找出延迟、错误或可变性的主要来源。最终，他们试图回答这个简单但多层次的问题 “团队成员将时间花在什么上？”此类工作的成功可能取决于运气：由于改进团队只能分析一小部分工作样本 ，因此他们的发现可能无法代表整个业务的实际情况。 AI加速洞察 人工智能可以帮助公司做得更好——对运营的影响估 计高达10万亿到15万亿美元。在现代组织中，工作留下了详细的数字足迹，为传统上没有在故障排除之外查看的大型数据集提供信息。这些通常是企业资源的事务日志 规划（ERP）系统，团队成员的通信记录或各个工作站的活动日志。公司现在可以将AI应用于这些数据集以构建详细的图片 流程、任务效率和员工绩效。 这些新的AI工具有两种不同的风格，旨在帮助公司识别不同类型的性能改进机会。 —工艺开采工具从ERP系统中提取交易级别的见解。它们旨在为团队提供特定流程的端到端视图，帮助他们了解流程的流程以及发生的不同偏差和异常。它还提供了关于谁拥有各种流程步骤以及如何有效地完成这些步骤的澄清。 —任务挖掘工具为团队和个人的活动和工作负载提供了深入的视角。数据从前线收集，查看哪些应用程序团队成员使用最多和他们采取的行动来完成任务。 这两种方法都很强大，每种方法都有强大的记录，可以在现实世界的应用程序中提供有价值的见解。一家先进的行业高科技制造商将流程挖掘应用于其订单到现金流程。它确定了可能将端到端活动时间减少20％至50％ ，将客户满意度提高12至15个百分点，并将效率提高10％至15％的计划。 航空航天和国防部门的一家公司使用任务挖掘来分析关键业务过程中涉及的活动。任务 mining显示，员工花了超过一半的时间与电子表格，其中三分之二的时间进行分析。由于团队经常重复类似的分析，这一发现帮助公司设计了一个生产力改进计划，该计划侧重于常见任务的自动化，以及改进的流程治理，以确保员工使用最多的 2更好地结合在一起：流程和任务挖掘，强大的AI组合 为每项工作提供高效的工具。这些举措预计将减少40% 以上的端到端流程时间。 这是可行的吗？ 流程挖掘和任务挖掘都揭示了难以以任何其他方式识别 的运营绩效方面。挑战来自于将这些见解转化为可操作的改进。例如，一家大型国际零售商进行了一项广泛的流程挖掘工作，确定了其运营中可能节省的2亿至5亿美元。然而，当它试图获得这些节约时，其改进团队只能确定足以实现约四分之一的节约的举措。 该公司之所以苦苦挣扎，是因为它对员工面临的挑战只有部分了解。流程挖掘工具揭示了使流程更高效运行的机会，但错过了由ERP系统之外发生的操作驱动的多个延迟和返工来源。临时流程，例如通过电子邮件或电话提交的变更请求，在输入到ERP之前对数据进行清理或格式化的电子表格操作，以及由于关键员工忙于其他任务而延迟的决策未被流程挖掘捕获。 在一起更好 克服流程挖掘和任务挖掘各自局限性的一种方法是将它 们一起应用。以周到，有针对性的方式将这两种工具结合起来，为改进团队提供了360度的运营视图，帮助他们设计干预措施，从而实现实质性和可持续的性能改进。 Processandtaskminingtoolscanbecombinedindifferentways.Someorganizationsappliedprocessminingfirst,tomapcurrentprocessesandidentifythehigh-levelpaintpointsintheiroperations,pinspointingkeyinefficienciesand“breakdown”points 创建一个详细的视图，说明员工在哪里花费时间，他们正在使用哪些工具，以及业务单位、团队和个人之间的活动有何不同。 或者，一些公司从任务挖掘开始，以了解吸收最大员工时间的任务。然后，他们应用流程挖掘来创建驱动特定活动的更细粒度视图 这些任务中的延误、错误和效率低下。 一家工业产品的全球分销商在进行重大收购后，使用后一种方法来改善其客户支持模型。拥有超过100,000个客户和数千个供应商，因此分析必须是全面和大规模的 ，但该公司还希望对其销售团队所做的工作进行交易级别的查看，以获得可行的见解。 它首先应用任务挖掘来分析整个业务中大约100名销售员工的活动。这项工作表明，销售人员将大约三分之一的计算机时间用于订单输入活动，其中一半以上的时间用于仔细检查和更正基本信息，例如定价和可用性。 为了了解所有返工的根本原因，公司然后使用流程挖掘来分析 在操作其报价到现金流程的三个主要系统中，有150万笔交易。流程挖掘表明，65％的订单需要销售员工手动更新，尽管其中许多订单是与常规客户进行的常规库存和流量交易。下游，还需要对多达三分之一的发票进行人工干预。 这种双管齐下的分析使公司能够实施一套措施来改变订单到现金流程中的效率。通过提高自动化和调整流程，它大大减少了订单和发票创建中手动干预的需要 。此外，它还为团队提供了使用可用工具的最佳方式的指导。 更好地结合在一起：流程和任务挖掘，强大的AI组合3 这些变化节省了3000万美元的效率，为销售员工腾出了大量时间来专注于公司的增长目标。 流程挖掘计划还揭示了一些隐藏的价值损失来源。减少由于注销和无效的客户信用信息而导致的销售损失使收入增加了1800万美元。围绕付款条件的更严格的纪律使营运资金需求减少了500万美元。最重要的是 ，流程 改进帮助分销商解决了客户的一个关键痛点，将准时、完整的出货量提高了10%到15%。 流程挖掘和任务挖掘工具正在为业务运营带来人工智能的力量。这些新方法已经使用数据公司 具有、更快实施、更少侵入性和更有代表性的方式来生成对运营绩效的洞察。一起使用，流程和任务挖掘可以为大型组织中的复杂流程提供前所未有的360度视图 。当流程高度手动、偏差很常见或缺乏可见性时，它们尤其适用。 虽然人工智能解决方案在发现释放价值的机会方面提供了实质性的加速和规模，但人工智能并不是实现卓越运营的灵丹妙药。即使是最先进的工具，仍然需要专家的人力投入 将结果置于上下文中，并理解分析的含义。将见解转化为流程改进需要进一步的专业知识来设计适当的干预措施，部署新流程和技术解决方案，并管理整个组织的变更。 Kar-WoonChoy是麦肯锡多伦多办事处的高级知识专家RohitSood是高级合伙人；RodrigoChaparro-Gazzo是巴黎办事处的合伙人；以及RohitPanikkar是芝加哥办事处的合伙人. 作者希望感谢EmilyAtwood，MegKelleher，KunwarAbhayPratapSingh和LindsayWait对本文的贡献。 版权所有©2024麦肯锡公司。保留所有权利。 4更好地结合在一起：流程和任务挖掘，强大的AI组合