Может показаться, что из-за повсеместного внедрения роботов и систем искусственного интеллекта сотни миллионов людей должны остаться без работы. Однако дело обстоит ровно наоборот: аналитики подсчитали, что в ближайшие пять лет распространение AI-алгоритмов станет причиной появления 2 млн новых рабочих мест. О том, как в мире бизнеса уживаются эти две взаимоисключающие тенденции и как с этим справляются интеллектуальные компьютерные системы, объясняет генеральный директор UiPath в России и СНГ Светлана Анисимова.
История автоматизации
Использование инструментов и даже специальных установок, облегчавших труд человека, началось уже до нашей эры. Например, по данным Смитсоновского института, сверлильный станок — одно из самых древних механических устройств, оно было создано около 35 тыс. лет до н. э. Однако машины начали выглядеть угрозой для рабочих намного позже. Например, движение луддитов в первой четверти XIX века против внедрения машин во время английской промышленной революции привело к тому, что самые активные из них даже были казнены. Предводителю движения приписывалось уничтожение двух чулочных станков, которые «угрожали» работе опытных вязальщиц.
Под автоматизацией часто понимается замена человеческого труда машиной, призванной освободить работника от однообразных, физически тяжелых и опасных работ. Развитие инженерной мысли и совершенствование принципов построения автоматизированных производств сделало возможным первую промышленную революцию, или индустриализацию, — массовое внедрение в производство обрабатывающих машин и вытеснение ручного труда. Вторая и третья промышленные революции принесли с собой непрерывное конвейерное производство, широкое использование научных разработок, переход к цифровым технологиям, роботизацию и новые методы управления бизнесом.
Компьютер в бизнес-приложениях впервые применила группа ученых и инженеров из Кембриджского университета в 1951 году по заказу британской компании J. Lyons & Co., владевшей тогда крупными сетями магазинов, ресторанов, отелей и фабрик по производству продуктов питания. Первоначально компьютер, названный LEO (Lyons Electronic Office), выполнял задачи по расчету стоимости и требуемого объема выпуска хлебобулочных изделий в зависимости от поступивших заказов, но вскоре на него перенесли расчет заработной платы, учет складских ресурсов, ведение интегрированной управленческой документации и отчетности. Промышленный робот с числовым программным управлением (ЧПУ) от компании Unimation в 1961 году впервые был использован в литейном производстве концерна General Electric, заменив сразу три смены рабочих в самом травмоопасном участке цеха. Спустя четыре года инженер этой же компании Ральф Мошер разработал «Walking Truck» для переноски грузов.
В постиндустриальную эпоху, или, как принято говорить, в Индустрии 4.0, предметом автоматизации стало последнее, что еще не поддавалось массовой цифровизации — интеллектуальный труд человека и автоматизация рабочих процессов (Intelligent Automation, «интеллектуальная автоматизация» — «Хайтек»). Системы корпоративного планирования и учета ресурсов, появившиеся еще в 60-х годах, существенно изменились. Весомый вклад в этот процесс внес экспоненциальный рост вычислительных ресурсов, технологий хранения и обработки информации.
Концепция современного бизнеса требует высокой степени интеграции внутренних и внешних бизнес-процессов на основе анализа больших объемов информации, автоматизации рутинных процессов, сокращения расходов и быстрого принятия решений. Появление инструментов для мониторинга и анализа операций, основанных на системах искусственного интеллекта и машинного обучения, позволило сотрудникам посвятить себя решению более сложных задач.
Автоматизация интеллектуального труда
Автоматизацию бизнес-операций можно сравнить с лакмусовой бумагой. По словам Билла Гейтса, автоматизация хорошего процесса увеличит его эффективность, плохого — усилит неэффективность. Как человек принимает решения, основываясь на своих знаниях и опыте, так же и компьютеры используют постоянно обновляемые базы данных. Но это не панацея от всех проблем, а интеллектуальный инструмент, требующий точной настройки, обучения, контроля, анализа ошибок и постоянной корректировки имеющихся знаний.
Далеко не все могут позволить себе использовать дорогостоящих и дефицитных специалистов машинного обучения для обучения ИИ-систем. Поэтому бизнесу потребовался инструмент, который настраивается на выполнение четких алгоритмов по примеру пользовательского интерфейса, а с интеграцией ИИ даже способен самообучаться.
Технологию создания таких программных роботов (ботов), основанных, в первую очередь, на бизнес-логике и работе со структурированной информацией, назвали RPA — Robotic Process Automation. Несмотря на то, что примитивная версия была уже конце XX века, сам термин появился лишь в начале 2000-х годов. Робот действует как пользователь: как и человек, он оценивает происходящее на экране и совершает действия, чтобы добиться от запущенной на компьютере программы требуемых результатов.
Robotic Process Automation, с англ. «роботизированная автоматизация процессов» — это форма технологии автоматизации бизнес-процессов, основанная на метафорическом ПО роботов (ботов) или работников ИИ. Роботы RPA используют пользовательский интерфейс для сбора данных и управления приложениями.
По сути, это подход к автоматизации бизнес-процессов, при котором программа по заданным правилам имитирует действия пользователя для достижения необходимого результата: входит/выходит из систем, вводит данные в формы, кликает кнопки, копирует в буфер обмена и выполняет другие действия, как если бы их выполнял живой человек.
По данным GVR, к 2025 году ожидается, что расходы компаний на технологии RPA составят $3,11 млрд.
Основными преимуществами RPA-систем является более быстрое и эффективное выполнение рутинных задач с максимальной точностью. Сценарии RPA варьируются от простых действий, например, автоматического ответа на электронную почту до многоступенчатой обработки информации, ее сортировки, проверки на достоверность и пересылки соответствующему лицу.
Задачи, которые взял на себя RPA
Роботы лучше людей справляются с трудоемкими задачами по обработке информации. Эффекты проявляются не только в сокращении времени на выполнение процесса, но в других показателях — увеличивается производительность, повышается удовлетворенность сотрудников и клиентов.
Руководитель отдела автоматизации и безопасности Expo Group (логистика) Фейсал Мухаммед признается: «Робот UiPath сократил среднее время обработки операций, связанных с перевозкой грузов (бронирование, прием, доставка), с 8,35 человеко-часов в день до 48 минут (экономия на 87%). Это позволило реинвестировать человеческие ресурсы в более важные задачи. Например, в результате более тесного взаимодействия с клиентами мы улучшили общий уровень удовлетворенности и привлекли больше потенциальных заказчиков».
«Технологии избавляют от рутинной работы, не требующей высокой квалификации. Это повышает эффективность бизнеса в целом», — говорит гендиректор Магнитогорского металлургического комбината (ММК) Павел Шиляев. Предприятие запустило масштабный проект по роботизации и создало отдельную структуру — Центр компетенций RPA и инноваций. Десятки роботов выполняют действия, которые раньше требовали от людей большого напряжения. Например, софт, ответственный за банковские операции, отправляет в год около 20 тыс. платежных документов, разгружая тем самым четырех сотрудников. Другие цифровые помощники занимаются финансовой отчетностью и анализом работы транспорта, обрабатывают электронные больничные листы и заказы на трудовые книжки. До конца этого года ММК планирует делегировать софтовым роботам более 100 бизнес-процессов. За счет цифровизации прибыль компании может подняться на 4,5%.
Трудности автоматизации интеллектуального труда
Боты пока еще несовершенны. Не все компании, предлагающие соответствующие продукты, могут проанализировать текущее состояние и сопровождать внедрение RPA-систем с учетом требований клиента. По статистике Deloitte, в 2017 году только 3% предприятий, заявившим о внедрении RPA, удалось завершить этот процесс на приемлемом уровне. Но аналитики Deloitte уверены, что этот рынок имеет большие перспективы, и в ближайшие несколько лет не менее 72% компаний начнут использовать роботизированный софт.
Трудности роботизации можно разделить на четыре категории по классификации The Economist Intelligence Unit:
- вопросы конфиденциальности и безопасности данных;
- развертывание технологии;
- недостаток навыков;
- сопротивление сотрудников.
А информационная безопасность — наиболее актуальная проблема для представителей государственного сектора и здравоохранения.
Человеческий фактор — серьезное препятствие на пути к внедрению ботов. Нехватка скиллов и нежелание цифровых перемен стали самыми главными препятствиями во время внедрения RPA для 29% опрошенных. Решение проблемы кроется не только в прохождении дополнительных курсов, как считают 42% опрошенных, но и в последовательной работе с коллективом для принятия ботов в качестве полезных помощников, а не угрозы.
Как роботы меняют требования на рынке труда
Автоматизацию стоит воспринимать не как «упразднителя», а, скорее, как трансформатора бизнес-среды. Несмотря на то, что ряд профессий всё же исчезнет, появится несравнимо больше рабочих мест. По подсчетам консалтинговой компании McKinsey, дополнительный спрос на рабочую силу к 2030 году варьируется в пределах от 21 до 33% (между 555 млн и 890 млн мест).
История технологического процесса — прямое этому доказательство. Внедрение персонального компьютера в 1970–1980 годах создало миллионы рабочих мест не только для производителей полупроводников, но и для разработчиков ПО и приложений, представителей службы поддержки клиентов и информационных аналитиков. Всё, что требовалось от человека, — получить новые навыки и знания.
Внедрение автоматизации приведет к аналогичному эффекту. Однако технические знания — не единственное направление развития навыков сотрудников будущего. Учитывая перераспределение человеческих ресурсов на более важные задачи, ожидается повышенный спрос на аналитические способности и креативные навыки. К примеру, 39% респондентов опроса The Economist Intelligence Unit считают «комплексные навыки решения проблем» наиболее важным активом на рынке труда будущего. Треть выбрали «креативность», а еще сколько же — «открытость к переменам».
Soft skills (навыки межличностного общения — «Хайтек») будут играть важное значение. Взаимодействие, управление людьми, эмоциональная чуткость, прочные моральные ценности — всё это имеет место в HR-среде будущего.
Тем, кто опасается за свое рабочее место, можно сказать только одно: для любого предприятия основной потенциал — это люди. Именно с обученным, доказавшим за долгие годы свою значимость для компании сотрудником руководство расстанется в самую последнюю очередь. Кроме того, роботы — это инструмент, который повышает производительность компании именно в тандеме с человеком: этот эффект отмечает половина представителей компаний, использующих RPA.
«Я не уверен, что страх потерять работу когда-либо уйдет. Но гораздо большее значение имеет то, что автоматизация даст бизнесу. Менеджеры очень рады, что могут повысить квалификацию всей нашей рабочей силы», — объясняет Скотт Ликенс, директор по новым услугам и технологиям PwC.
Компания J.Lyons, переложив огромный объем работы на компьютер LEO в 1951 году, не уволила ни одного сотрудника. Наоборот, через некоторое время Lyons стали предоставлять услуги по различным расчетам для Ford UK и других фирм, став тем самым пионерами в ИТ-аутсорсинге.
Для любой организации всегда дешевле и быстрее переобучить уже имеющийся персонал, чем нанимать новый и тратить огромное количество ресурсов на обучение с нуля. Тем же, кто не хочет идти в ногу со временем и постоянно учиться, остается только посочувствовать. «Жизнь несправедлива, прости!» — как говорил Билл Гейтс.
Будущее бизнеса невозможно без роботов, это звучит слишком патетично, но поспорить с этим трудно. Аналитики ожидают взрывного роста систем для автоматизации интеллектуального труда. По данным NelsonHall, текущий объем мирового рынка платформ Intelligent Automation оценивается в $1,1 млрд и к 2023 году вырастет до $15,2 млрд. При этом грядущая автоматизация выйдет на гиперуровень, где используемые в комплексе технологии ИИ, машинного обучения, интеллектуального анализа процессов и обработки естественного языка (NLP) позволят выполнять более сложные задачи — например, анализировать работу команды и «подсказывать» направления для роботизации. К слову, Gartner в своем отчете «10 главных стратегических технологических тенденций на 2020 год» поставил гиперавтоматизацию на первое место.