Matej Križnjak, Automation & Data Manager i Domagoj-Jure Galić, Risk Modelling Manager, PwC Hrvatska

Inteligentna automatizacija predstavlja evoluciju tradicionalne automatizacije, integrirajući napredne tehnologije, poput umjetne inteligencije (AI), napredne analitike, automatizacije poslovnih procesa (Robotic Process Automation) i drugih, kako bi se automatizirali kompleksni i složeni poslovni procesi.

Prema PwC-ovom istraživanju, mišljenja predsjednika uprava već nekoliko godina zaredom pokazuju da većina njih planira povećati svoju stopu digitalnih ulaganja. Uz digitalizaciju, koja postaje glavna nit vodilja u napretku poslovanja, današnje organizacije prepoznaju važnost stvaranja poslovne strategije koja je usko usklađena s njihovom digitalnom strategijom. Te tvrtke prepoznale su potrebu te krenule u provedbu cjelovite strategije za digitalizaciju, kako bi najbolje iskoristile digitalne alate i tehnologije kroz svoje cjelokupno poslovanje, s ciljem iskorištavanja svih mogućnosti digitalizacije kako bi postale više usmjerene na svoje kupce te pružile još bolju uslugu.

Tehnologije, kao što su velike baze podataka, inteligentna automatizacija (IA) i umjetna inteligencija (UI), na čelu su sljedećeg vala digitalizacije. Velike baze podataka omogućuju tvrtkama prikupljanje velikih količina podataka i izvlačenje značajnih informacija, koje se mogu koristiti za strateški napredak poslovanja, maksimiziranje rezultata, uz minimiziranje troškova. Međutim, samo prikupljanje velike količine podataka nije dovoljno. Kako bi kompanije iz svojih podataka izvukle maksimum, potrebno je uključiti i analitiku podataka u svoj ekosustav da bi se optimiziralo i poboljšalo korisničko iskustvo.

Inteligentna automatizacija kombinira tehnologije, poput RPA (Robotic Process Automation), pametnog OCR-a (Optical Character Recognition), naprednu analitiku, umjetnu inteligenciju, kako bi se došlo do potpune automatizacije poslovnih procesa, a i sami smo se više puta na projektima uvjerili da kombinacija automatizacije i analitike podataka može pomoći organizacijama u postizanju bržih rezultata, uz povećanu točnost i poboljšanu operativnu učinkovitost. Napredak u analitici, inteligentna automatizacija i umjetna inteligencija omogućuju tvrtkama poboljšanje performansi i produktivnosti, preoblikovanje organizacijske strukture, trajno unapređenje načina rada te značajan utjecaj na gospodarstvo.

Međuodnos analitike i automatizacije nije uvijek direktan. Iako naši analitički projekti uglavnom počinju s automatizacijom procesa prikupljanja podataka, iskusniji među čitateljima vjerojatno će prepoznati da je taj dio procesa često sve, samo ne jednostavan. Situacije u kojima se podaci za analizu mogu dohvatiti nekolicinom SQL upita dovoljno su rijetke da se u nekim timovima smatraju legendama.

Stoga, ovisno o (ne)dostupnosti podataka, jako varira i sofisticiranost procesa dohvaćanja, od jednostavnijih skripta pa sve do robota koji koriste OCR tehnike i kompleksnu logiku parsiranja – logiku koja je sama ponekad rezultat analitičke obrade prethodno dohvaćenih podataka, čime počinje petlja dohvaćanja, analize i odlučivanja, u kojoj je ponekad teško povući konkretne granice među danim komponentama procesa. Primjer toga je digitalizacija starih (papirnatih, rukom pisanih) kreditnih zahtjeva, gdje u procesu prepoznavanja rukopisa, pogotovo za numerička polja, koristimo analizu plauzibilnosti pojedinih brojeva, gdje se vrijednost svakog novoučitanog broja promatra kroz prizmu svih prije učitanih brojeva, te se analogno novoučitani broj koristi kao provjera brojeva koji su došli prije.

Iako alati koje koristimo za automatizaciju ponekad variraju, alat za analitiku gotovo uvijek je programski jezik Python.

Zbog svoje prilagodljivosti, jednostavnosti sintakse i širokog ekosustava paketa koji pokrivaju širok raspon područja, kao što su znanstveno računanje (numpy, scipy), analiza podataka i strojno učenje (pandas, scikit-learn, pytorch, tensorflow, xgboost), vizualizacija (matplotlib, seaborn, plotly), kreiranje dashboarda (dash, streamlit, voila) te mnogih drugih, Python je postao prvi izbor mnogim developerima za šaroliki spektar projekata. Činjenica koja je također pomogla njegovom prihvaćanju u poslovnom svijetu je da je njegov, kôd, kao i kôd velike većine najčešće korištenih paketa open-source, za razliku od mnogobrojnih enterprise rješenja, potpuno besplatan (čak i za komercijalnu upotrebu) te postoji razmjerno veliko tržište developera koji ga znaju.

Ne može se dovoljno naglasiti fleksibilnost koju Python donosi, primjerice, prije nekoliko godina radili smo pilot-projekt alata za analizu procesa ljudskih resursa. Neke od funkcionalnosti alata bile su analiza uspješnosti kanala zapošljavanja, predikcija vjerojatnosti odlaska pojedinog zaposlenika, procjena utjecaja raznih faktora na zadovoljstvo zaposlenika, kao i protučinjenična analiza (analiza "što bi bilo kada bi bilo"), kojom se predviđaju rezultati raznih intervencija. Dakle, trebalo je prvo pročitati podatke iz perzistentne baze, izvršiti potrebne agregacije koje će služiti kao ulaz u analitičke modele, razviti te analitičke modele, interpretirati izlaze iz modela, transformirati podatke u oblik podoban za vizualizaciju, te finalno vizualizirati kroz dashboard. Također, trebalo je voditi računa o brzini i responzivnosti aplikacije, o ulaznim parametrima korisnika, kao i greškama u podacima.

Iako za svaku od navedenih zadaća postoji programski alat koji se bavi specifično njome, to zahtijeva od developera (ili tima) poznavanje više alata te određeni stupanj integracije, koji nerijetko dodaje latenciju u sustav, te ga čini kompleksnijim. No, iako za svaku od zadaća Python nije najbolji ili najbrži alat, stara engleska poslovica "A jack of all trades is a master of none, but oftentimes better than a master of one", prema našem je mišljenju, u ovom slučaju definitivno istinita.

U današnje vrijeme sve je veći značaj inteligentne automatizacije koja kombinira različite tehnologije, poput RPA, pametnog OCR-a, napredne analitike i umjetne inteligencije. Ta tehnološka integracija omogućuje organizacijama potpunu automatizaciju složenih poslovnih procesa, što rezultira povećanjem točnosti i operativne učinkovitosti njihova poslovanja. Kao što smo već rekli, međuodnos analitike i automatizacije nije uvijek jednostavan, te često zahtijeva stručnjake koji znaju prepoznati potencijale za automatizaciju unutar Vaše organizacije, ali napredak u tim područjima omogućuje organizacijama višestruko poboljšanje performansi i produktivnosti, što na kraju rezultira većim zadovoljstvom klijenata, a i vlastitih zaposlenika.