Automatyzacja procesów – co to właściwie jest? Generyczne pytanie, które nadal warto zadawać

Dość często słyszymy pytanie, czym właściwie się zajmujemy. Odpowiedź „automatyzacją procesów biznesowych” najwyraźniej nie zawsze daje adekwatny obraz, bo równie często pojawia się kolejne pytanie: „czyli właściwie czym?”.

Przez długi czas traktowaliśmy to po prostu jako naturalne pytanie o zakres naszej pracy. W końcu automatyzacja może oznaczać bardzo różne rzeczy, więc kilka dodatkowych zdań wyjaśnienia wydaje się czymś zupełnie normalnym.

Kiedy jednak podobne rozmowy powtarzają się po raz kolejny, warto zastanowić się, czy pytanie nie mówi nam czegoś więcej. Być może problem nie polega na tym, że trudno wyjaśnić, czym zajmuje się konkretna firma. Być może samo pojęcie „automatyzacji procesów” stało się na tyle szerokie, że przestało tworzyć jeden, w miarę spójny obraz.

I tu zaczyna robić się ciekawie.

Automatyzacja jest przecież wszędzie. Automatyzujemy marketing, sprzedaż, księgowość, produkcję, obsługę klienta i IT. Automatyczne są ekspresy do kawy, linie produkcyjne i procesy zatwierdzania faktur. Mamy RPA, workflow, systemy BPM, integracje przez API, platformy low-code, a od kilku lat również AI i agentów.

To skłoniło nas do nieco innego spojrzenia na pytanie „czyli właściwie czym?”. Może nie jest ono prośbą o prostą definicję. Być może jest raczej próbą zbudowania sobie właściwego obrazu czegoś, o czym słyszymy coraz częściej, ale co trudno objąć jednym pojęciem.

W przypadku AI widać dzisiaj podobne zjawisko ze znacznie większą intensywnością. O sztucznej inteligencji mówią dostawcy technologii, zarządy, media, pracownicy i klienci. Pojawia się FOMO, poczucie konieczności nadążania i naturalna trudność w ocenie własnej wiedzy. Bo właściwie w którym momencie można powiedzieć, że „zna się AI”?

Z automatyzacją jest podobnie, tylko proces ten trwa znacznie dłużej i jest mniej spektakularny. Można świetnie znać Power Automate i niewiele wiedzieć o RPA. Można projektować złożone integracje przez API, nigdy nie modelując procesu w BPMN. Można zajmować się optymalizacją procesów biznesowych bez pisania kodu. Można budować systemy wykorzystujące AI, nie mając nic wspólnego z automatyką przemysłową.

Trudno więc nawet wyznaczyć jedną skalę, na której moglibyśmy umieścić wiedzę o automatyzacji. I być może właśnie dlatego warto wrócić do tego pozornie banalnego pytania od początku.

Nie po to, żeby ustalić jedyną poprawną definicję automatyzacji, ale żeby zbudować wspólny obraz tego, co właściwie dzieje się wtedy, kiedy próbujemy automatyzować proces biznesowy.

Zanim pojawi się automatyzacja, musi być proces

Pierwszym elementem tego obrazu jest sam proces. To słowo również brzmi znacznie bardziej formalnie niż rzeczywistość, którą zazwyczaj opisuje.

Wyobraźmy sobie zwyczajną sytuację. Przychodzi wiadomość od klienta. Ktoś ją czyta, sprawdza klienta w CRM, uzupełnia kilka informacji, zagląda do innego systemu, przygotowuje dokument, wysyła go do akceptacji i czeka. Po otrzymaniu odpowiedzi przekazuje sprawę kolejnej osobie.

Nikt wykonujący tę pracę nie musi myśleć: „realizuję właśnie proces biznesowy”. Po prostu wykonuje swoją pracę.

Dopiero kiedy spojrzymy na nią z boku, zaczynamy zauważać strukturę. Coś uruchamia cały ciąg zdarzeń. Pojawiają się dane. Kolejne czynności mają określoną kolejność. W pewnych miejscach trzeba podjąć decyzję. Czasem występują wyjątki. Na końcu oczekujemy konkretnego rezultatu.

TO JEST PROCES.

Nie potrzebuje diagramu BPMN, procedury ani nawet formalnej nazwy, żeby istnieć. W wielu organizacjach procesy funkcjonują przede wszystkim w doświadczeniu ludzi.

„Najpierw robimy to, potem wysyłamy do Kasi. Jeśli klient jest zagraniczny, trzeba jeszcze sprawdzić tamto. A jeśli wartość przekracza określoną kwotę, musi zaakceptować to jeszcze ktoś inny”.

Kiedy zaczynamy automatyzować, ta wiedza musi zostać w jakiś sposób wydobyta i uporządkowana. I już na tym etapie często okazuje się, że automatyzacja jest czymś więcej niż zastąpieniem kilku kliknięć.

Co właściwie chcemy zautomatyzować?

Naturalna odpowiedź brzmi: czynności wykonywane przez człowieka. Tyle że po chwili okazuje się, że to również nie jest pełny obraz.

Weźmy obsługę zapytania ofertowego. Wiadomość trafia do firmy. Trzeba rozpoznać klienta, sprawdzić historię współpracy, ustalić, czego dotyczy zapytanie, utworzyć odpowiednią sprawę w CRM, zgromadzić informacje i przekazać je handlowcowi.

Możemy próbować zautomatyzować cały proces. Możemy też zautomatyzować tylko jego pierwszą połowę. System rozpozna klienta, odnajdzie jego historię, sklasyfikuje wiadomość, utworzy rekord w CRM i przygotuje komplet informacji. Handlowiec otrzyma gotową sprawę i zdecyduje, co zrobić dalej.

Czy taki proces jest zautomatyzowany? Oczywiście, że tak.

I to prowadzi do ważnego wniosku:

Zaczynamy więc od pytania „co możemy zautomatyzować?”, ale dość szybko dochodzimy do ciekawszego: „gdzie udział człowieka rzeczywiście wnosi wartość?”.

I dopiero teraz możemy rozmawiać o technologii

To rozróżnienie ma praktyczne konsekwencje. Łatwo rozpocząć rozmowę o automatyzacji od nazw produktów i technologii: Power Automate, Make, n8n, RPA, API, AI, agenty.

Wszystkie mogą być właściwą odpowiedzią. Tylko że na tym etapie nadal nie wiemy, którego z tych narzędzi potrzebujemy.

Jeżeli najpierw spojrzymy na proces, warto sprawdzić:

• co go rozpoczyna
• jakie dane są potrzebne i gdzie się znajdują
• kto wykonuje poszczególne czynności
• gdzie proces czeka
• gdzie podejmowana jest decyzja i kto za nią odpowiada
• co jest ręcznie przepisywane
• gdzie pojawiają się błędy i wyjątki
• po czym poznajemy, że proces się zakończył

Dopiero odpowiedzi zaczynają sugerować rozwiązania. Czasem wystarczy prosty workflow, czasem trzeba połączyć dwa systemy przez API. Innym razem problemem jest brak miejsca, w którym można sensownie zarządzać procesem, więc potrzebna będzie aplikacja. A czasem okazuje się, że największym problemem wcale nie jest technologia.

Być może nie trzeba tego automatyzować

To jeden z ciekawszych momentów analizy procesu. Jeżeli obecny sposób pracy składa się z dziesięciu kroków, początkowo możemy zastanawiać się, jak sprawić, żeby system wykonywał te same dziesięć kroków szybciej.

Dopiero przy dokładniejszej analizie pojawia się pytanie: dlaczego właściwie wykonujemy krok szósty?

Może pięć lat temu był potrzebny ze względu na ograniczenia systemu, którego już nie używamy. Może dokument przechodzi przez trzy poziomy akceptacji, ale jeden z nich nie wnosi już realnej kontroli. Może ktoś przygotowuje raport, ponieważ kiedyś był potrzebny, choć obecnie nikt na jego podstawie nie podejmuje żadnych decyzji.

Gdybyśmy bezrefleksyjnie zautomatyzowali taki proces, moglibyśmy stworzyć bardzo sprawny mechanizm wykonywania rzeczy niepotrzebnych.

Krótko mówiąc, zanim zautomatyzujesz, sprawdź np.:

• czy każdy krok procesu jest nadal potrzebny
• czy któraś akceptacja nie jest zbędna
• czy dane nie są zbierane podwójnie
• czy proces nie wynika z ograniczeń starego systemu
• czy ktoś rzeczywiście korzysta z generowanych raportów
• czy problem można rozwiązać prościej niż przez automatyzację

Jeden proces, wiele systemów

Kiedy spojrzymy na proces w ten sposób, znika jeszcze jedna sztuczna granica: granica aplikacji.

Dla użytkownika jest CRM, ERP, skrzynka pocztowa, SharePoint, system finansowy, arkusz kalkulacyjny i kilka innych narzędzi. Proces biznesowy niespecjalnie się tym przejmuje.

Zapytanie klienta może przyjść przez formularz na stronie. Informacja trafia do CRM. Oferta powstaje na podstawie danych z innego systemu. Po jej zaakceptowaniu trzeba utworzyć zlecenie, przekazać dane do realizacji, wystawić fakturę i uwzględnić wynik w raportowaniu. Z perspektywy organizacji to nadal jeden proces. Technicznie może przechodzić przez kilka albo kilkanaście systemów.

I właśnie tutaj zaczyna być widać, dlaczego „automatyzacja procesów” jest tak szerokim pojęciem. Czasem automatyzacją będzie skonfigurowanie kilku kroków w jednym systemie. Innym razem trzeba sprawić, żeby kilka niezależnych systemów zaczęło ze sobą rozmawiać.

Pojawiają się API, webhooki, bazy danych, platformy integracyjne, rozwiązania low-code czy własne aplikacje. Nie są one jednak automatyzacją samą w sobie. Są sposobami jej realizacji.

A potem pojawiło się AI

Przez lata granicę automatyzacji stosunkowo łatwo było dostrzec. Systemy świetnie radziły sobie z regułami: jeżeli wydarzyło się A, wykonaj B.

Klient zaakceptował ofertę utwórz zlecenie.
Faktura przekroczyła termin wyślij przypomnienie.
Pracownik rozpoczyna pracę utwórz zadania onboardingowe.

Znacznie trudniej było wtedy, kiedy przed wykonaniem kolejnego kroku należało coś zrozumieć: przeczytać wiadomość klienta i ustalić, czego właściwie chce, przeanalizować dokument, który za każdym razem wygląda trochę inaczej, odnaleźć właściwą informację w kilkudziesięciu stronach dokumentacji czy zrozumieć kontekst sprawy na podstawie wcześniejszej korespondencji.

To były zadania naturalnie pozostawiane człowiekowi. Rozwój AI przesunął tę granicę.

Nie dlatego, że nagle cały proces można pozostawić sztucznej inteligencji. Bardziej dlatego, że do automatyzacji możemy włączyć informacje, które wcześniej były dla systemów bardzo trudne do interpretowania.

AI może sklasyfikować wiadomość, wydobyć dane z dokumentu, przygotować streszczenie, a dzięki RAG i agentom AI odnaleźć właściwy fragment wiedzy albo przygotować propozycję dalszego działania. Klasyczna automatyzacja może następnie wykonać deterministyczną część procesu, a człowiek pozostać tam, gdzie rzeczywiście potrzebna jest jego decyzja.

Nie wszystko, co można zautomatyzować, warto automatyzować

Na tym etapie łatwo dojść do przeciwnego ekstremum. Skoro tak wiele rzeczy można dziś automatyzować, być może powinniśmy automatyzować wszystko, co tylko się da.

Nie.

Automatyzacja również ma koszt. Trzeba ją zaprojektować, wdrożyć, przetestować i utrzymywać. Zmieniają się systemy, procesy i potrzeby organizacji.

Jeżeli czynność wykonywana dwa razy w roku zajmuje pięć minut, ręczne wykonanie może być najbardziej racjonalnym rozwiązaniem. Znacznie ciekawszymi kandydatami do automatyzacji są procesy:

powtarzalne czasochłonne podatne na błędy angażujące wiele osób i systemów

Warto również obserwować procesy, których koszt rośnie niemal liniowo wraz ze skalą firmy. Jeżeli dwukrotnie większa liczba klientów wymaga dwukrotnie większej liczby osób przede wszystkim do przepisywania danych, przygotowywania podobnych dokumentów czy pilnowania statusów, warto przynajmniej sprawdzić, czy ten związek rzeczywiście musi być liniowy.

Nie przesądza to jeszcze o automatyzacji, ale jest dobrym powodem, żeby przyjrzeć się procesowi.

Wróćmy więc do pierwszego pytania

Zaczęliśmy od pozornie prostego problemu. Ktoś pyta, czym się zajmujemy. Odpowiadamy: automatyzacją procesów biznesowych. Pada pytanie: „czyli właściwie czym?”.

Po przejściu przez wszystkie powyższe kwestie to drugie pytanie zaczyna brzmieć trochę inaczej.

To raczej sposób patrzenia na to, jak wykonywana jest praca w organizacji: skąd przychodzi informacja, co się z nią później dzieje, kto jej potrzebuje, dlaczego człowiek wykonuje określoną czynność, gdzie potrzebna jest decyzja, gdzie proces niepotrzebnie czeka, dlaczego te same dane są przepisywane do kolejnego systemu. Które elementy można uprościć, które połączyć, które przekazać technologii, a które powinny pozostać po stronie człowieka.

Dopiero później pojawia się pytanie, czym to wszystko zrealizować.

Być może więc nasza pierwotna odpowiedź rzeczywiście była zbyt krótka. „Zajmujemy się automatyzacją procesów biznesowych” jest prawdziwe, ale niewiele mówi osobie, która próbuje zbudować sobie obraz tego, co za tym stoi.

I chyba właśnie powtarzające się „czyli właściwie czym?” było najlepszą wskazówką, że warto spróbować odpowiedzieć na to pytanie trochę szerzej.

Ten artykuł jest taką próbą.

Nie zamyka tematu – raczej porządkuje punkt wyjścia. Bo kiedy zaczynamy patrzeć na automatyzację procesów w firmie nie przez konkretne narzędzia, ale przez sposób działania organizacji, pojawiają się kolejne, znacznie ciekawsze pytania.

Jak rozpoznać proces, który warto automatyzować? Jak policzyć, czy automatyzacja ma ekonomiczny sens? Gdzie pozostawić człowieka? Jak mierzyć efekt? I wreszcie: jak zmienia się odpowiedź na te pytania teraz, kiedy do klasycznych narzędzi automatyzacji dołączyła sztuczna inteligencja?

To jednak materiał na kolejne teksty.