프로세스 최적화는 문명 자체만큼 오래된 분야이며, 최근까지는 인간만의 영역이었습니다. 하지만 지능형 자동화는 다음 전선이며, 강력한 ROI를 목표로 하는 조직에 수많은 이점을 제공할 준비가 되어 있습니다.

인공지능과 머신 러닝, 딥 러닝의 하위 범주의 역량이 향상되면서 컴퓨터는 반복적인 프로세스를 자동화할 수 있을 뿐만 아니라 인간이 이해하기에는 너무 방대한 양의 데이터를 수집하여 개선 사항을 추천할 수도 있습니다.

이러한 유형의 자동화는 조직의 업무 방식을 근본적으로 재설계하여 획기적인 ROI를 제공할 수 있는 잠재력을 가지고 있습니다.

RPA를 기반으로 한 기술

종단간 지능형 자동화는 지식 노동자의 활동을 자동화하는 빠르게 성장하는 소프트웨어 범주인 로봇 프로세스 자동화(RPA)를 기반으로 구축됩니다. 가트너 올해 전 세계 로봇 프로세스 자동화 소프트웨어 시장 규모는 약 2억 달러에 이를 것으로 추정되며, 적어도 2024년까지 연간 두 자릿수 성장률을 계속 유지할 것으로 보입니다.

지능형 자동화가 없다면 많은 지식 노동자들은 자동화할 수 없는 일상적인 작업에 많은 시간을 보냅니다. 자동화할 기술이 없기 때문입니다. 이러한 낮은 가치의 작업의 대부분은 레거시 회계 애플리케이션에서 숫자를 새 엔터프라이즈 리소스 계획 시스템으로 다시 입력하거나 인쇄된 양식의 데이터를 데이터베이스로 전송하는 것과 같은 데이터 입력을 포함합니다.

예를 들어 모기지 신청 처리와 같은 사용 사례를 살펴보겠습니다. 신청자는 일반적으로 수많은 은행 및 투자 계좌 명세서와 수작업으로 작성한 문서를 제출합니다. 이 정보는 대출 신청을 평가하는 소프트웨어에 입력해야 하며, 이는 수동 작업이 많고 오류가 발생하기 쉬운 프로세스일 수 있습니다.

기술 조직에서 이런 유형의 문제를 해결하기 위해 사용하는 한 가지 기술은 RPA입니다. RPA를 사용하면 기업은 작업에 소요되는 시간을 절약하고 더 큰 ROI를 누릴 수 있습니다. 봇이라고 하는 RPA 소프트웨어 에이전트는 광학 문자 인식을 사용하여 인쇄된 입력 값을 필요한 입력 양식으로 변환하는 등 세부 작업의 대부분을 자동화하도록 훈련될 수 있기 때문입니다. 이러한 봇은 또한 인간의 주의가 필요한 예외를 표시할 수 있으며, 이 프로세스를 때때로 "회전 의자 통합"이라고 합니다.

지능형 자동화로 개별 작업을 넘어서다

RPA는 많은 가치가 있지만, 엔드투엔드 프로세스보다는 개별 작업을 자동화하는 데 국한되는 경향이 있습니다. RPA는 오래되고 비효율적인 프로세스가 하드코딩되어 결과적으로 변경하기 어려워질 수 있으므로 의도치 않은 소길을 포장하는 부작용도 있을 수 있습니다. 바로 여기서 지능형 자동화가 등장합니다.

AI, 머신 러닝, 종단 간 프로세스 자동화를 결합하여 사용하면 기업은 학습하고 개선 기회를 찾은 다음 이를 구현할 수 있는 지능형 워크플로를 만들 수 있습니다.

대출 처리 시나리오를 예로 들어보겠습니다. 분석가가 일반적인 신청을 검토할 때 15개의 다른 재무 정보 출처를 검토해야 하는 프로세스가 있다고 가정해 보겠습니다. 머신 러닝 알고리즘은 수백만 개의 이전 신청을 분석하여 예를 들어 XNUMX개의 정보 출처만이 대출 승인과 높은 상관관계가 있음을 확인할 수 있습니다. 그런 다음 대출 기관에 검토해야 하는 문서 수와 결정에 필요한 시간을 줄이도록 권장할 수 있습니다.

머신 러닝은 전혀 필요하지 않을 수 있는 프로세스의 단계를 정확히 파악할 수도 있습니다. 아마도 문서를 수집하는 데 필요한 사람의 수를 줄일 수 있거나, 신청자의 전자 계정에 대한 액세스 허가를 얻어 일부 기록을 자동으로 검색할 수 있을 것입니다. 이러한 효율성 향상 기회는 종종 인간 운영자의 관심을 끌지 못하는데, 그 이유는 그들이 기존 절차에 너무 익숙해져 있거나 대안을 구상할 정보가 부족하기 때문입니다. 전체 엔드투엔드 시스템이 지능형 자동화를 구축하면 워크플로가 더 생산적이 되고 기업은 프로세스에서 더 높은 가치를 얻습니다.

로우코드 방정식

도메인 전문가가 프로세스 개선 통찰력을 갖추면 로우코드 프로그래밍 도구를 사용하여 작업을 재설계할 수 있습니다. 포브스 기술위원회, "로우코드/노코드 자동화 도입은 이러한 문제를 해결하고 장벽을 허물고 모든 기술 수준의 팀이 IT 운영을 원활하게 관리할 수 있도록 지원합니다."

로우코드 도구는 프로세스 최적화가 거의 "한 번만" 하는 제안이 아니기 때문에 중요합니다. 본질적으로 머신 러닝 알고리즘은 시간이 지남에 따라 더 효과적이 되며, 이는 최적화를 지속적인 여정으로 만듭니다.

로우코드 툴을 사용하면 비즈니스 프로세스에 참여하는 모든 사람이 워크플로를 모델링하고 쉽게 수정할 수 있습니다. 로우코드 플랫폼은 애플리케이션 프로그램 인터페이스를 통해 이미지 인식 및 음성 응답과 같은 서비스를 통합하여 모든 기술 세트의 개발자가 이러한 서비스에 액세스할 수 있도록 합니다.

협업은 지능형 자동화의 잠재력을 실현하는 데 핵심입니다. 프로세스 설계자는 간단한 드래그 앤 드롭 및 시각적 도구를 사용하여 여러 부서에서 공동으로 프로세스를 만들 수 있습니다. 전문 개발자와 데이터 과학자는 기본 논리와 데이터 모델을 살펴보고 필요한 경우 엔터프라이즈급 애플리케이션을 만들 수 있습니다.

지능형 자동화의 이점 얻기

셀프 서비스가 고객 참여에서 더 중요한 역할을 하게 되면서 프로세스 최적화가 더욱 중요해질 것입니다. 사실, Gartner는 다음과 같이 예측했습니다. 고객 서비스 상호작용의 85%는 셀프 서비스 구성 요소로 시작됩니다. 2022년에는 48%로 증가할 것으로 예상됩니다.

고객 데이터를 처음부터 디지털 방식으로 수집할 수 있다는 점은 더욱 큰 개선을 이끌어낼 수 있는 기회를 제공합니다. 두바이 시청은 이러한 방식으로 업무에서 종이 사용을 거의 완전히 없애고 300만 명이 넘는 주민들을 위한 단일 대외 포털을 구축했습니다. 사업 개설에 필요한 서명을 받기 위해 여러 부서를 방문해야 했던 주민들은 이제 하나의 포털을 통해 정부 기관과 소통할 수 있습니다. 이렇게 수집된 데이터는 머신러닝 모델에 입력하여 지속적인 프로세스 개선점을 파악하는 데에도 활용될 수 있습니다.

지능형 자동화의 발전이 점점 더 확대되면서, 이러한 발전으로 인해 인간의 필요성이 사라지는 것은 아니라는 점을 기억하세요. 단지 인간이 자신만이 할 수 있는 작업에 더 많은 시간을 할애할 수 있게 해줄 뿐입니다.