IoT – Internet of Things

IoT neboli Internet věcí, znamená v dnešním světě automatickou aktivaci procesu, která je reakcí na informaci senzoru pro určitý stav, a dále v reakci na stav prediktivně vysílá příkazy inteligentním objektům. Příkladem může být třeba signalizace poruchy na přístrojové desce automobilu, která může spustit automatické vyhledávání nejbližších servisů a s tím i zkontrolovat nejenom dostupnost, ale zásoby náhradních dílů a případně chybějící doobjednat. Data o chybovém hlášení auta jsou odeslána výrobci, který získává vstupy pro další vývoj vozu či dílu.

AI – Aritificial Inteligence

Aplikace AI – umělé inteligence do procesního řízení (BPM)  se bude do budoucna nadále prohlubovat, a to hlavně díky rozvoji kognitivních systémů ve spojení s procesní automatizací. Systémy jsou dnes schopny absorbovat nestrukturovaná data a systémem neustálého zdokonalování a učení se, s časem zvyšují svoji efektivitu, výkonnost a účinnost. Dobrým příkladem této aplikace je automatické zpracování faktur, kdy AI rozpozná datové údaje na faktuře, data si zkonsoliduje a nakonec je robot přiřadí ke správné objednávce.

RPA – Robotic Process Automation

Automatizace procesů, které jsou řízeny přesnými pravidly či vzorci, které nepotřebují žádnou lidskou intervenci. Mechanické a monotónní procesy, které berou pracovní kapacitu pracovníkům, kterou by ji mohli naopak využít na procesy, které lidskou intervenci vyžadují, jsou přesně předmětem tohoto druhu automatizace. V procesním toku jsou vybrané (nebo i všechny) úkoly zautomatizované pomocí botů (softwarový robot), které replikují lidské činnosti na pozadí jejich počítače a dosahují stejné či lepší produktivity. Samozřejmě mohou dosahovat produktivity i nižší, to pak záleží na cenovém poměru pracovník/robot. Takto zautomatizované procesy nejen, že jsou bezchybné (když samozřejmě není chyba ve vzorci), ale poskytují pracovníkům více času na aktivity přidávající větší hodnotu nebo které jsou důležitější.

Process Mining

V současnosti ještě firmy nerozpoznaly jeho obrovský potenciál a nemnoho z nich tento mocný nástroj zařadilo mezi své prostředky pro neustálé zlepšování procesů.  Bývá zatím hojně využíván v univerzitním prostředí, avšak jeho nástup jakožto firemního standardu se dá vzhledem současným snahám většiny podniků zavádět štíhlé procesy očekávat. Firmy tráví mnoho času modelováním procesů, aniž by byly zcela schopny získat veškeré informace o tom jaký je a jak performuje. Process mining využívá datových logů ze systémů (můžou to být jak transakční systémy, tak třeba i výrobní linky) a pomocí algoritmů a behaviorálních trendů dokáže zcela přesně zreprodukovat proces ve stavu AS-IS. Nejenom, že ušetří čas strávený modelováním procesů, ale poskytuje i přesné informace o procesním toku, úzkých hrdlech a dalších omezeních v procesu. Takto připravený procesní model může být následně snadno optimalizován či automatizován. Process miningový software většinou nabízí i balíček analytických nástrojů pro snadnou identifikaci nejvýznamnější zdrojů procesní variability.

Adaptive Case management (ACM)

Adaptive Case Management (ACM) je řešení pro nestrukturované a nepredikovatelné procesy, kde přesné pořadí procesních kroků či aktivit nemůže být určeno dopředu. Tento druh procesu je komplikovaný pro jakoukoliv automatizaci, protože je zde třeba reagovat na jakoukoliv ad-hoc událost, která se udá před dosažením konce či vyřešení procesu.  U nestrukturovaných procesů známe pouze konečný bod procesu, ale cesta k jeho dosažení je určena vždy milestony či fázemi v řízení daného případu (casu). Pro každý případ (case) bude znamenat určitou sekvenci aktivit a předdefinovaných výsledků, která se na daný case adaptují. Typickým příkladem můžeme řízení automobilu a využívání GPS navigace. Známe místo odkud vyrážíme a kam se chceme dostat, ale cesta se může za určitých okolností měnit (uzavírky, nehody, nesprávné odbočení…). GPS navigace pak reaguje na každou změnu na cestě změnou plánované trasy k dosažení cíle.

Virtual Help

Trend, který jednoznačně zvyšuje výkon obchodních procesů. V současné době poměrně častá věc pro zodpovězení FAQ či vyřešení častých požadavků. Využití virtuální asistence bude častěji nacházet ornou půdu při zpracování požadavků v bankovnictví či pojišťovnictví. S klientskými údaji, virtuální asistencí a  BI bude cross-selling snadnější záležitostí než doposud. Zároveň díky stále lepšímu BI bude virtuální asistence ještě cennějším prostředníkem lidmi a obchodními procesy.

Predictive Analytics

Hlavním zdrojem pro prediktivní analýzu jsou tzv.  big data neboli velké datové objemy většinou uložené v datových skladech. S jejich pomocí lze hledat určité vzorce či datové atributy, které vedou ke spuštění určitých události s určitou pravděpodobností. Pomocí prediktivních analýz z big data, lze třeba sledovat ukazatelé vybraných látek v tělech pacientů a vyhodnocovat pravděpodobnost onemocnění na základě hodnot ukazatelů daných látek u osob, které již onemocněli a určit tak pravděpodobnost toho, že nemoc nastane i u nově sledovaných pacientů.