Sekarang telah dipahami secara luas bahwa otomatisasi dapat menawarkan manfaat besar bagi dunia bisnis. Namun, untuk setiap cerita tentang perusahaan yang berhasil memanfaatkan otomatisasi untuk merampingkan operasinya dan meningkatkan produktivitas, tampaknya ada contoh lain di mana perusahaan gagal memenuhi harapan awal.
Pada tahun 2022, saya mendapat hak istimewa untuk memimpin meja bundar OpenOcean tentang otomasi dengan jajaran pemikir dan pemimpin bisnis terkemuka. Salah satu hal penting yang dapat diambil dari acara tersebut adalah bahwa cerita tentang otomatisasi dan kegagalan AI seringkali merupakan hasil dari kesalahan yang sama dalam implementasi yang dilakukan berulang kali. Namun, ada beberapa area utama yang perlu difokuskan oleh organisasi untuk memastikan mereka dapat menghindari jebakan umum ini dan memperkenalkan otomasi dengan sukses.
Buat rencana yang ditujukan untuk kemampuan tertentu
Seperti halnya strategi atau alat bisnis lainnya, otomatisasi tidak akan menghasilkan keuntungan yang signifikan jika tidak diterapkan dengan sengaja dan tepat.
Sebuah perusahaan seharusnya hanya berpikir untuk mengotomatisasi setelah mengidentifikasi area spesifik yang memerlukan peningkatan dan metrik yang dapat digunakan untuk mengukur peningkatan ini. Dengan demikian, bisnis akan dapat melacak seberapa baik pendekatan mereka bekerja selama penerapannya dan memungkinkan mereka untuk menyesuaikan solusi sesuai kebutuhan berdasarkan umpan balik yang nyata. Perlu dicatat juga bahwa otomatisasi dan AI mengandalkan pemahaman bernuansa ROI yang menekankan eksperimentasi dan memanfaatkan manfaat perubahan.
Pada dasarnya, strategi yang efektif untuk otomasi bertumpu pada pertama-tama membangun pemahaman proses yang mendetail dan menyeluruh, yang dikenal sebagai ‘penambangan proses’. Laporan Forrester menemukan bahwa 61 persen pembuat keputusan eksekutif menggunakan atau mempertimbangkan penambangan proses untuk menyederhanakan operasi mereka. Wawasan ini memberikan landasan yang diperlukan untuk beralih dari otomatisasi tugas khusus yang tertutup ke otomatisasi proses yang lebih holistik, dan membuat dampak yang lebih nyata.
Memperbarui infrastruktur dan proses
Kesalahan umum lainnya adalah membiarkan sebagian besar infrastruktur pra-otomatisasi tidak berubah. Beberapa perusahaan berharap untuk melihat kesuksesan dengan mencoba menambahkan AI atau elemen otomatis lainnya di atas apa yang telah mereka lakukan sebelumnya, tetapi ini mencerminkan kesalahpahaman mendasar tentang cara kerja elemen ini dan apa yang dapat mereka tawarkan. Sebaliknya, perusahaan yang menerapkan AI dan solusi otomasi lainnya harus bersedia menilai ulang proses mereka di setiap level.
Struktur yang mungkin berfungsi dengan baik dengan sistem yang kurang canggih seringkali tidak mampu mendukung AI yang efektif. Seringkali, misalnya, divisi yang berbeda dari sebuah perusahaan mungkin menggunakan sistem dan layanan yang berbeda yang tidak berinteraksi satu sama lain, sehingga terus-menerus menguras produktivitas — kebalikan dari apa yang ingin disampaikan oleh AI dan otomasi.
Untuk mewujudkan orkestrasi pekerjaan yang digerakkan oleh AI, kita perlu memecah silo antar aplikasi. Fokusnya harus pada perusahaan yang terintegrasi dan orkestrasi tugas, proses, dan sumber daya yang benar-benar holistik. Untuk mencapai ini, diperlukan integrasi buatan untuk memastikan orkestrasi yang optimal. Hasilnya dapat mengintegrasikan kemampuan ini ke dalam satu platform end-to-end atau melalui apa yang disebut Gartner sebagai pendekatan arsitektur platform yang dapat disusun.
Memiliki visi jangka panjang
Gagasan yang muncul beberapa kali di meja bundar adalah bahwa pemikiran jangka panjang sangat penting untuk otomatisasi yang sukses. Ada dua pengertian yang berbeda di mana ini benar. Yang pertama adalah bahwa organisasi yang mencoba menerapkan AI tidak perlu takut akan kegagalan jangka pendek sampai tingkat tertentu — tidak ada cara untuk menghindari fakta bahwa beberapa bagian dari rencana tidak akan mengarah pada hasil yang diinginkan.
Ini adalah bagian yang tak terhindarkan dari proses, dan perusahaan yang menerapkan AI paling efektif akan menjadi perusahaan yang menerapkannya dalam semangat eksperimen. Misalnya, satu pendekatan cerdas adalah menggunakan banyak implementasi skala kecil yang kemungkinan besar akan gagal, dan kemudian menggunakan pelajaran dari ini untuk menginformasikan implementasi skala besar.
Pemikiran jangka panjang juga penting karena teknologi yang digunakan untuk otomatisasi berkembang dengan sangat cepat. Mereka dapat dengan cepat berubah dari mutakhir menjadi ketinggalan zaman, dan kecuali ini direncanakan, bahkan perusahaan yang memiliki kesuksesan awal akan kesulitan seiring berjalannya waktu.
Ini berarti profitabilitas langsung tidak bisa menjadi satu-satunya perhatian. Perusahaan dengan peluang terbaik untuk sukses berkelanjutan dengan otomatisasi adalah perusahaan yang mengadopsi perspektif jangka panjang dengan berinvestasi besar-besaran dalam inovasi dan bersedia untuk terus memperbarui dan mempertanyakan platform yang mereka gunakan.
Kredit Foto: Wright Studio/Shutterstock
Tom Henriksson adalah Mitra Umum di OpenOcean.
