۷ فرآیند اداری که با هوش مصنوعی ارزان‌تر و سریع‌تر می‌شوند

در چشم‌انداز رقابتی امروز، سازمان‌ها دیگر نمی‌توانند صرفا بر افزایش نیروی انسانی برای مقابله با حجم فزاینده عملیات‌های اداری تکیه کنند. هزینه‌های سربار، خطاهای انسانی و کندی فرآیندهای دستی، سودآوری کسب‌وکارها را تهدید می‌کند. در این میان، دو فناوری رباتیک پروسس اتومیشن و هوش مصنوعی به عنوان نیروهای محرک تحول دیجیتال، نویدبخش عصر جدیدی از کارایی هستند. اتوماسیون فرآیندهای کسب‌وکار دیگر یک گزینه لوکس نیست، بلکه یک ضرورت استراتژیک برای بقا و رشد محسوب می‌شود. ترکیب RPA برای انجام کارهای تکراری و قانون‌مند با AI برای پردازش داده‌های بدون ساختار و تصمیم‌گیری هوشمند، راهی برای کاهش هزینه و افزایش بهره‌وری است که پیش از این غیرممکن به نظر می‌رسید.

چرا رویکرد سنتی دیگر پاسخگو نیست؟

بسیاری از مدیران اجرایی تصور می‌کنند که صرفا با پیاده‌سازی چند ربات نرم‌افزاری ساده، مشکل ناکارآمدی حل می‌شود. اما واقعیت تلخ این است که مقیاس‌پذیری در اتوماسیون، چالش اصلی سازمان‌هاست. بر اساس داده‌های صنعتی، در حالی که بازگشت سرمایه در ۱ تا ۱۰ فرآیند اولیه می‌تواند تا ۲۰۰ درصد باشد، این رقم هنگام مقیاس‌پذیری به بیش از ۱۰۰ فرآیند به ۵۰ تا ۸۰ درصد کاهش می‌یابد . دلیل این پدیده، افزایش تصاعدی هزینه‌های نگهداری و پیچیدگی‌های یکپارچه‌سازی است.

برای غلبه بر این مانع، رویکرد هوشمندانه آن است که به جای اتوماسیون صرف، به سراغ هوشمندسازی فرآیندها برویم. اینجاست که مفهوم فراتر از RPA یعنی APA یا اتوماسیون فرآیند مبتنی بر عامل‌ها معنا پیدا می‌کند. در این معماری جدید، هوش مصنوعی مولد و مدل‌های زبانی بزرگ، مسئولیت درک متن، تشخیص الگو و حتی ساخت خودکار گردش‌کارها را بر عهده می‌گیرند. در ادامه به هفت فرآیند اداری مشخص می‌پردازیم که با بهره‌گیری از این فناوری‌ها، هم ارزان‌تر شده و هم سرعت اجرای آنها به شکل چشمگیری افزایش می‌یابد.

۱. مدیریت صورتحساب و حسابداری پرداختنی

واحد حسابداری همواره یکی از پرمشغله‌ترین بخش‌های هر سازمان است. فرآیند حسابداری پرداختنی شامل دریافت فاکتورهای متعدد از تامین‌کنندگان مختلف، تطابق آنها با اسناد خرید، ورود داده‌ها به سیستم ERP و در نهایت پرداخت، زمان‌بر و خطاخیز است. پیاده‌سازی رباتیک پروسس اتومیشن در این بخش، امکان استخراج خودکار اطلاعات از فاکتورهای کاغذی یا الکترونیکی را با استفاده از فناوری تشخیص کاراکتر نوری فراهم می‌کند.

هوش مصنوعی این قابلیت را دارد که حتی فاکتورهایی با فرمت‌های غیریکسان را نیز بدون نیاز به قالب‌بندی مجدد، پردازش کند. برای نمونه، موسسه مالی Thermo Fisher Scientific با استفاده از این رویکرد یکپارچه، زمان پردازش ۸۲۴,۰۰۰ سند سالانه خود را تا ۷۰ درصد کاهش داد . اتوماسیون فرآیندهای کسب‌وکار در این حوزه نه تنها خطای انسانی در تایپ اعداد را حذف می‌کند، بلکه هزینه‌های ناشی از جرائم دیرکرد را نیز به صفر می‌رساند. استفاده از پلتفرم‌های هوشمند به جای سیستم‌های قدیمی RPA، هزینه کل مالکیت را کاهش داده و قابلیت حسابرسی لحظه‌ای را فراهم می‌آورد.

۲. جذب و استخدام نیروی انسانی

فرآیند استخدام شامل مراحل متعدد و زمان‌بری از جمله غربال رزومه، هماهنگی مصاحبه، بررسی پیشینه و صدور قرارداد است. این فرآیندها حجم بالایی از کار دفتری را به واحد منابع انسانی تحمیل می‌کند. با ترکیب AI و RPA، سازمان می‌تواند فرآیند جذب را به طور کامل هوشمندسازی کند. ربات‌های نرم‌افزاری می‌توانند بلافاصله پس از انتشار آگهی، رزومه‌های رسیده را از پورتال‌های مختلف جمع‌آوری کنند.

مدل‌های هوش مصنوعی با پردازش زبان طبیعی، این رزومه‌ها را بر اساس کلمات کلیدی، سوابق شغلی و مهارت‌ها امتیازدهی کرده و تنها بهترین گزینه‌ها را به مدیر منابع ارجاع می‌دهند. در یک شرکت، استفاده از راهکارهای هوشمند منجر به کاهش ۸۰ درصدی زمان پردازش رزومه و افزایش ۵۰ درصدی نرخ پاسخگویی به ایمیل‌ها شد . این سطح از کاهش هزینه و افزایش بهره‌وری، با روش‌های سنتی و نیروی انسانی صرف قابل دستیابی نیست. همچنین ربات‌ها می‌توانند فرآیند تدارکات امنیتی برای ایجاد حساب کاربری در دایرکتوری اکتیو و سامانه‌های داخلی را خودکارسازی کنند.

۳. پاسخگویی به مشتریان و پشتیبانی

سرویس‌های مشتریان خط مقدم تعامل با ذی‌نفعان هستند و تاخیر در پاسخگویی می‌تواند به اعتبار برند لطمه بزند. اتوماسیون فرآیندهای کسب‌وکار در مرکز تماس و دفاتر خدمات، امکان پاسخگویی ۲۴ ساعته را فراهم می‌کند. هوش مصنوعی می‌تواند ایمیل‌های دریافتی را تحلیل کرده و قصد کاربر را تشخیص دهد. اگر درخواست مربوط به فراموشی رمز عبور یا دریافت وضعیت سفارش باشد، ربات فرآیند اتوماسیون می‌تواند بدون دخالت انسان، عملیات مورد نظر را در پشت‌صحنه سیستم‌های CRM انجام داده و پاسخ را به کاربر ارسال کند.

در یک مطالعه موردی مشخص، سازمانی که از رویکرد «کارگران دیجیتال» ترکیبی استفاده کرد، توانست ظرف سه ماه پس از اجرای طرح، حجم کار دستی را ۳۰ درصد کاهش دهد و پوشش اتوماسیون را تا ۴۰ درصد افزایش دهد . این دستاوردها حاصل استفاده از مدل‌های مولد هوش مصنوعی برای مدیریت ورودی‌های بدون ساختار است، چیزی که ربات‌های سنتی RPA قادر به انجام آن نبودند. پیاده‌سازی این سناریو نیازمند یک لایه هماهنگی فرآیند است که کارگران انسانی و رباتیک را به عنوان یک تیم واحد مدیریت کند. نتیجه نهایی نه تنها کاهش هزینه، بلکه افزایش رضایت شغلی کارکنان است که از پرداختن به کارهای تکراری تکراری رها می‌شوند.

۴. مدیریت تدارکات و سفارشات

زنجیره تامین همواره با چالش عدم شفافیت و تاخیرهای اداری مواجه است. اتوماسیون فرآیندهای کسب‌وکار در تدارکات، از ثبت نیاز خرید تا دریافت کالا را پوشش می‌دهد. وقتی کارمندی درخواست خرید جدیدی را ثبت می‌کند، ربات می‌تواند به صورت خودکار سطح مجوزها را بررسی کند، درخواست را به مدیر مربوطه ارجاع دهد و پس از تایید، مستقیما سفارش را در سیستم تامین‌کننده ثبت نماید. در سمت تامین‌کنندگان، شرکت Usina Coruripe با پیاده‌سازی ۳۳ پروژه RPA موفق شد سالانه معادل ۱۶,۰۰۰ ساعت کار اداری را صرفه‌جویی کند .

این صرفه‌جویی در زمان مستقیما به معنای کاهش هزینه‌های عملیاتی است. هوش مصنوعی در این مسیر می‌تواند پیشنهادهای جایگزین خرید را بر اساس تحلیل داده‌های قیمت تاریخی و کیفیت تامین‌کننده ارائه دهد. علاوه بر این، یکی از کاربردهای کلیدی RPA در این بخش، نظارت بر انقضای تجهیزات محافظت فردی یا هر نوع دارایی مصرفی است که طی آن ربات به صورت خودکار به مدیران هشدار می‌دهد و فرآیند ثبت درخواست جایگزینی را آغاز می‌کند.

۵. یکپارچه‌سازی سیستم‌ها و مهاجرت داده‌ها

یکی از هزینه‌های پنهان فناوری اطلاعات، هزینه توسعه پل ارتباطی بین نرم‌افزارهای ناسازگار است. بسیاری از سازمان‌ها با سیستم‌های Legacy کار می‌کنند که API مدرن ندارند. در روش سنتی، کارمندان مجبورند داده‌ها را از یک سیستم استخراج کرده، فرمت‌دهی کرده و به سیستم دیگر وارد کنند. رباتیک پروسس اتومیشن به عنوان چسب دیجیتال عمل می‌کند و بدون نیاز به تغییرات اساسی در زیرساخت، این شکاف را پر می‌سازد.

به عنوان مثال، شورای شهر سردانیولا دل والس در اسپانیا برای مهاجرت اسناد حسابداری بین دو سیستمی که قابلیت یکپارچه‌سازی مستقیم را نداشتند، از RPA استفاده کرد. نتیجه این اتوماسیون کاهش زمان انجام کار از ۱۰ روز به تنها ۲ روز در ماه بود . این سطح از کاهش هزینه و افزایش بهره‌وری در پروژه‌های مهاجرت داده، حیاتی است. همچنین در موسسه طراحی کشتی SDARI، استفاده از ربات‌ها برای مدیریت ایمیل‌ها و اسناد بین شبکه‌های داخلی و خارجی، منجر به صرفه‌جویی ماهانه بیش از ۵۰۰ ساعت شد . هزینه اشتباه در جابه‌جایی دستی داده‌ها بسیار بالاست و اتوماسیون این ریسک را به صفر می‌رساند.

۶. امور مالی و گزارش‌دهی (FP&A)

واحد برنامه‌ریزی و تحلیل مالی برای تصمیم‌گیری‌های استراتژیک به داده‌های دقیق و به‌هنگام نیاز دارد. متاسفانه تهیه گزارش‌های مالی معمولا شامل جمع‌آوری اطلاعات از چندین دپارتمان با فرمت‌های مختلف است. این فرآیند آنقدر زمان‌بر است که گزارش‌ها تا زمان آماده شدن، کهنه می‌شوند. اتوماسیون فرآیندهای کسب‌وکار می‌تواند ربات‌هایی را فعال کند که به صورت دوره‌ای (مثلا هر شب) به پایگاه داده‌های فروش، تولید و منابع انسانی متصل شده و داده‌ها را استخراج کنند.

هوش مصنوعی می‌تواند این داده‌ها را پایش کرده و ناهنجاری‌ها یا روندهای قابل توجه را به مدیر مالی گزارش دهد. در یکی از مطالعات انجام شده، شرکت‌هایی که از پلتفرم‌های مدرن مانند Microsoft Power Automate برای این کار استفاده کردند، شاهد کاهش ۲۰ درصدی زمان ساخت گردش‌کاری توسط تیم‌های حرفه‌ای بودند . رهایی تحلیلگران مالی از کارهای تکراری وارد کردن مجدد اعداد در صفحه گسترده، به آن‌ها اجازه می‌دهد تا زمان خود را صرف تفسیر داده‌ها و ارائه راهکارهای افزایش سودآوری کنند. این تغییر از حالت «گزارش‌دهی» به «تحلیل» بزرگترین مزیت رقابتی دیجیتال‌سازی واحد مالی است.

۷. مدیریت قراردادها و اسناد حقوقی

دپارتمان حقوقی همواره با حجم عظیمی از اسناد، لوایح و امضاها مواجه است. فرآیند بررسی تطبیقی و تشخیص اسناد مهم از بین هزاران فایل، یک چالش بزرگ است. RPA می‌تواند فایل‌ها را بایگانی، نام‌گذاری و در پوشه‌های مربوطه ذخیره کند، اما نقطه قوت اصلی این حوزه در هوش مصنوعی است. مدل‌های هوش مصنوعی توانایی پردازش زبان طبیعی برای استخراج بندهای کلیدی از قراردادها مانند تاریخ فسخ، جریمه تاخیر و بند محرمانگی را دارند.

سازمان‌ها می‌توانند با تعریف یک عامل هوشمند، سیستمی بسازند که هر قرارداد ورودی را اسکن کرده و موارد مغایر با خط مشی شرکت (مانند بندهای حاکمیت قانون در خارج از کشور مقر) را پرچم‌گذاری کند. این سطح از اتوماسیون فرآیندهای کسب‌وکار هزینه انجام ممیزی دستی توسط وکلای خارجی را به شدت کاهش می‌دهد. همچنین ربات‌های نرم‌افزاری می‌توانند فرآیند گردش امضای الکترونیک را مدیریت کنند که باعث تسریع امضای قراردادها از چند روز به چند دقیقه می‌شود. دقت بالای AI در پردازش اسناد بدون ساختار، ریسک از دست رفتن بندهای مهم قراردادی را تقریبا حذف می‌کند.

نقش دموکراتیزه کردن اتوماسیون در کاهش هزینه‌ها

یکی از موانع اصلی بر سر راه اتوماسیون فرآیندهای کسب‌وکار، کمبود نیروی متخصص برای ساخت و نگهداری ربات‌ها است. نسل جدید پلتفرم‌های RPA و AI بر معماری Low-Code/No-Code تاکید دارند. این بدان معناست که کاربران واحدهای کسب‌وکار که تخصص عمیقی در فرآیندهای کاری خود دارند اما برنامه‌نویس نیستند، میتوانند خودشان ربات‌های ساده را طراحی کنند. مدل‌های جدید اتوماسیون به سمت «عامل‌های خودگردان» حرکت می‌کنند که در آن هوش مصنوعی به کاربر کمک می‌کند تا صرفا با توصیف کردن خواسته خود به زبان ساده، ربات مورد نظر را بسازد. رویکردی که توسط پلتفرم‌هایی مانند APA (اتوماسیون فرآیند مبتنی بر عامل) دنبال می‌شود، توسعه را از ۴-۲ هفته به ۴-۲ روز رسانده و هزینه‌های نگهداری را تا ۸۰ درصد کاهش می‌دهد . این تغییر انقلابی به معنای بازگشت سرمایه سریع‌تر و مقیاس‌پذیری نامحدود است.

برای شروع، توصیه می‌شود سازمان‌ها ابتدا نقشه فرآیندهای خود را تهیه کرده و گلوگاه‌های دارای حجم بالا و قوانین مشخص را اولویت‌بندی کنند. سرمایه‌گذاری بر روی پلتفرم‌های مدرن ابری که قابلیت ترکیب RPA با AI مولد را دارند، مانند Microsoft Power Automate یا راهکارهای مشابه، به دلیل کاهش هزینه‌های نگهداری در بلندمدت بسیار مقرون‌به‌صرفه‌تر است. در نهایت، ایجاد یک مرکز تعالی داخلی برای آموزش کارکنان (تبدیل آن‌ها به توسعه‌دهندگان شهروند) کلید اصلی مقیاس‌پذیری خواهد بود. آینده از آن سازمان‌هایی است که به جای اضافه کردن نیروی انسانی، به فکر توانمندسازی نیروی انسانی با ابزارهای هوشمند باشند.