別讓自動化發展漫無章法

How to Tame “Automation Sprawl”
湯瑪斯.戴文波特 Thomas H. Davenport
瀏覽人數:953
自動化工具充斥,本文教主管做好管控。

企業資訊科技方面普遍較未受到注意到的趨勢之一,是自動化工具的迅速增加。許多供應商提供一些系統,可以把各種工作任務和商業流程自動化,而且有極多公司在內部開發了自己的工具。隨着時間過去,許多工具已開始互相重疊或蔓生得太多。我很想說「自動化蔓生」(automation sprawl)這個詞是我發明的,但這個概念其實應歸功於文斯.迪馬斯西奧(Vince Dimascio)的發明,他是舊金山一家移民法律師事務所BAL的資訊長和技術長。在我最近主持的2019年麻省理工史隆管理學院資訊長座談會(MIT Sloan CIO Symposium)上,其中一場會議討論的主題是流程自動化的未來,他是專題討論小組成員之一。顯然,自動化的未來有一部分就是更多蔓生。

在我開始談最佳回應做法之前,應該讓大家先了解自動化發展到目前這種狀況的一些背景。當然,「自動化」是一個使用已久的詞,用來描述幾乎每一種類型的電腦系統,從一般的記帳系統到製造用的機器人。更晚近的發展,是把重心放在涉及商業法則、與工作流程有關的能力。有些自動化產品和服務,是專門為特定的組織職能而開發的,有些則是用於較通用型的平台,還有一些則處於這兩者之間的位置。自動化工具最早期的廣泛應用,是在資訊科技職能,目前已經很穩定用來執行網路管理、服務開通(provisioning)和配置管理(configuration management)等任務。行銷自動化則是另一個較早期的應用領域。

一些從事資訊科技自動化的公司,例如雲端運算公司ServiceNow已經跨入其他職能的產品,如人力資源的員工到職作業。IPsoft最初是一家資訊科技自動化公司,現在有一款名為Amelia的產品,可自動化進行顧客與員工之間的對話互動。IPSoft還有一個名為1Desk的新工具,可用來「自動化進行自動化」,它會追蹤多個供應商的自動化軟體,並監測它們的績效。

自動化工具的重點,曾有一度是把已結構化、可預測的工作流程自動化,通常是某個特定領域內的工作流程,例如資訊科技或是行銷領域。但有一種稱為機器人流程自動化(robotic process automation,簡稱為RPA)的工具,已成為執行結構化工作流程的通用型工具,特别是要處理來自多個資訊系統的資料的流程。

自動化擴大蔓生的一個跡象是,RPA和另外好幾種自動化工具,目前努力設法處理在那些結構化工作流程內,要執行的資料密集型決策任務。他們或者自己增加機器學習(machine learning)的能力,或者讓顧客更容易使用其他供應商提供的這類能力。例如,RPA公司UIPPath就與自動化機器學習供應商DataRobot建立合作關係。ServiceNow已建立自己的機器學習程式,可向資訊科技使用者和剛到職的新員工提出建議。顯然,每個人都正在進入彼此的領域,並迅速增加新的功能,而這是「蔓生」最典型的定義。

既然這樣,現在你應該怎麼做?一個解決方法是,尋找能夠執行多種類型任務的通用型自動化工具。對許多公司來說,這讓他們愈來愈傾向去發展RPA,通常還會結合機器學習。我預期,最终RPA的常見特性,像是容易使用的圖形界面和内建的規則引擎(rules engine),也將成為其他類型自動化的特徵。

ServiceNow本身就是自動化軟體供應商,該公司的資訊長克里斯.貝迪(Chris Bedi)目前正試著建置少數幾個自動化平台,用於不同的使用案例。針對直接面向員工的自動化,貝迪使用自家公司的技術。他也在尋找一個廣泛的直接面向顧客的自動化平台,但還沒有找到合適的。他還使用一個平台進行流程探勘(process mining),以了解和監測流程進行的情況,並實施RPA,主要是為了輕鬆地在不同平台之間移動資料,而不必充分整合這些平台。

管理自動化蔓生的另外一個辦法,是為不同的自動化類型和你使用它們的方式,建立一個分類系統。舉例來說,我合作的一家全球消費品公司建立了一個自動化分類系統,其中包括内容辨識、決策、任務自動化和流程監測,還有一組技術,包括RPA、圖像辨識和人工智慧,以支持每個自動化的類别。

這家公司,還有我所研究的另一家大型航太製造公司,採取進一步措施來管理自動化蔓生,也就是成立一個組織單位專門負責這項任務。那家消費品公司成立一個「智慧自動化」卓越中心,成員不多。那家航太公司則設立一個「營運轉型」小组,一開始是負責資訊科技自動化,目前則轉向其他職能,例如人資。醫療技術公司BD也有一個自動化卓越中心。這些單位的架構方式各有些不同,但它們的共同點,是協助組織裡的各個事業單位和職能部門,釐清哪種自動化工具最適合自己的需求;而任何想設立這類單位的公司,都該考量到這點。

最後,在管理自動化蔓生現象時,重要的是讓員工知道,這項計畫是針對技術本身。智慧自動化引發人們對人類就業前景的明顯擔憂。迄今為止,我訪談過的公司中,沒有一家已為此淘汰了大量員工,也沒有任何公司打算這樣做。然而,我協助設計和分析的一項2018年德勤(Deloitte)意見調查中,63%受訪的美國高階主管表示,他們希望「盡可能把愈多工作自動化,以減少成本」。在那項調查中,許多人表示寧願雇用新的員工,而不願留著舊員工。其中有一些例外,比如亞馬遜(Amazon)最近表示將斥資七億美元重新訓練十萬名員工,讓他們從事由人工智慧和機器人創造出的新工作。全州保險公司(Allstate)實施的規模較小,但最近也宣布將提撥他們2018年企業減稅額當中的四千萬美元,用於訓練員工使用與自動化有關的技術。

但為了阻止智慧自動化日益取代一些職務,更多企業將必須效法亞馬遜和全州保險。這不僅是為了成為好雇主;企業也需要員工的協助,以運用自動化技術。在大多數情況下,自動化工具執行的是各自獨立的工作任務,而不是整個職務裡的所有工作任務,也不是整個商業流程。人類工作者會需要協助以採用、監控和改良自動化的技術。如果他們懷疑自己將被自動化取代,就不可能配合。

自動化技術必然會繼續蔓生下去。它們為各個組織提供令人興奮的各種可能性,可讓人類工作者不必再做許多苦差事,並提高企業的生產力。現在是恰當的時機,企業應該建立必要的能力、協調單位和政策,以應付處理這些技術,同時妥善管理自動化蔓生,導向對自己有利的方向。

(陳佳穎譯)



湯瑪斯.戴文波特

湯瑪斯.戴文波特 Thomas H. Davenport

美國貝伯森學院(Babson College)管理與資訊科技校聘傑出教授,麻省理工數位經濟計畫(MIT Initiative on the Digital Economy)研究員,也是德勤分析(Deloitte Analytics)資深顧問。他著有十多本管理書籍,最新著作為《只有人需要應徵工作:智慧機器時代的贏家和輸家》(Only Humans Need Apply: Winners and Losers in the Age of Smart Machines,繁體中文版書名為《下一個工作在這裡!》),以及《人工智慧優勢》(The AI Advantage)。


本篇文章主題創新