Александр Бочкин, «Инфомаксимум»: «Процессная аналитика – основа эффективности крупного бизнеса»

— Александр, в последнее время в информационном поле заметен мощный всплеск интереса бизнес-аудитории к аналитике внутренних процессов и конкретно к направлению Process Mining. Какие вы видите предпосылки к этому? И какие тенденции в этой области можно отметить?

— Process Mining — это метод глубокой аналитики процессов в их динамике. В этом его отличие от классического BI, где оцениваются общие и агрегатные показатели по продажам, закупкам, различным другим характеристикам. Процессная аналитика исследует именно процесс как совокупность шагов. Она дает возможность бизнесу находить в своей деятельности «узкие места», где есть определенные задержки, связанные, например, с повторным выполнением одной и той же операции. Выявление таких «узких мест» позволяет уменьшить длительность протекания процессов и избежать излишних затрат на них, дает понимание, за счет каких факторов можно их улучшить. 

Внимание к процессной аналитике в последнее время действительно выросло. Компании сегодня максимально заинтересованы в организации эффективных бизнес-процессов и повышению за счет этого своей конкурентоспособности на рынке. Поэтому чаще всего анализируются процессы, которые наиболее сильно влияют на финансовые показатели — всё, что связано с продажами, отгрузками, закупками; а также производственные процессы — техобслуживание, ремонт, логистика.

Александр Бочкин, основатель и генеральный директор компании «Инфомаксимум»
Фото предоставлено компанией «Инфомаксимум»

— Так или иначе, аналитические модули есть в любой учетной и промышленной системе. Какую роль в таком ИТ-ландшафте играет Process Mining?

— Process Mining анализирует сквозные процессы. В крупных корпорациях функционируют сотни информационных систем, обменивающихся данными друг с другом. В рамках одного подразделения или одной информационной системы проблемы происходят довольно редко. А вот на стыке систем и процессов разных подразделений гораздо чаще возникают так называемые операционные трения. Допустим, если одна задача распределена по нескольким командам, каждая из которых считает, что ответственность за решение несут другие, – в итоге никто ничего не делает. Подобные разногласия как раз выявляются и устраняются в ходе процессной аналитики.

— Любые ли корпоративные данные и связки систем можно анализировать с помощью процессной аналитики?

— Связать можно любые системы. Правда, здесь есть несколько сложностей. Во-первых, нужно определить источники, понять, в каком виде в каждой информационной системе расположены данные по нужному процессу – в каких таблицах, колонках. Например, в крупных ERP-системах, как SAP, Oracle, 1С, могут быть десятки тысяч различных таблиц.

Вторая сложность заключается в том, чтобы физически получить доступ к нужным данным: пройти все согласования со службами ИТ, информационной безопасности. Только после этого можно данные выгрузить и на их основе выстраивать аналитику. В идеале же – не просто выгрузить единоразово, а организовать постоянное автоматизированное подключение к источникам данных, чтобы синхронизировать базы учетных систем с аналитическим хранилищем системы процессной аналитики.

Так как объем этих данных в корпорациях огромный, важным критерием при выборе системы процессной аналитики является ее возможность извлекать информацию инкрементно — то есть не полностью копировать каждый раз всё, что накопилось, а извлекать именно те данные, которые изменились за период времени, прошедший с момента последней выгрузки. 

— Получается, что любое внедрение Process Mining — это всегда проектная история? Или могут быть и «коробочные» решения в этой области?

— «Коробочные» решения могут внедряться для автоматизации типовых процессов. Например, организация закупок в ERP-системах предполагает работу с определенным набором таблиц. Но если заказчик хочет получить что-то более весомое, с учетом особенностей своего бизнеса, конечно, нужно кастомизировать систему.

— Какие функции процессной аналитики предлагает заказчикам Proceset?

— У нас выработан ряд ключевых подходов к процессной аналитике. Первое — это Task Mining, шаблоны, которые позволяют автоматически находить «узкие места» в бизнес-операциях, то есть компонентах процесса. Система, проанализировав загруженные в нее данные, автоматически подсвечивает операции, выполняемые не оптимально: например, когда одна и та же работа выполняется несколько раз или когда существует большая вариативность во времени выполнения одинаковых операций. Благодаря этому руководители могут выяснить причины таких задержек, оценить их влияние на бизнес-эффективность и принять меры к их устранению. 

Система Process Mining анализирует бизнес-операции и оценивает их эффективность
Скриншот предоставлен компанией «Инфомаксимум»

Например, Task Mining мониторит действия всех сотрудников, занимающихся проверкой счетов-фактур и ведением бухгалтерского учета. На основе полученных данных составляется подробная карта операций, отмечается, сколько сотрудников занимаются ими, рассчитывается FTE. Таким образом можно порекомендовать операции, которые лучше всего подходят для автоматизации, и оценить, какая доля рабочего времени сотрудников будет оптимизирована.

Анализ повторных выполнений банковских операций в системе Process Mining
Скриншот предоставлен компанией «Инфомаксимум»

Как пример работы главного модуля — Process Mining — рассмотрим аналитику процесса оформления заявки клиента на получение кредита. Система показывает количество операций на каждом этапе этого процесса и помогает оптимизировать его. Бывает, что у части клиентов возникает необходимость повторного выбора банковского продукта по причине того, что некоторые сотрудники недостаточно хорошо объясняют особенности каждого предложения. По расчетам системы, если минимизировать эту ошибку, можно сократить среднюю длительность процесса на несколько дней. Или, скажем, отдельные заявки приходится несколько раз переделывать из-за того, что какой-то сотрудник выполняет свою работу некачественно. Таких инсайтов система выдает огромное количество — и подсказывает именно те места, где в реальности можно провести оптимизацию. Такую концепцию мы называем автоматической аналитикой. 

Система Process Mining выдает предложения по оптимизации бизнес-операций
Скриншот предоставлен компанией «Инфомаксимум»

Также у нас есть мультипроцессная аналитика — когда система исследует процесс в связке с другими и позволяет проанализировать взаимовлияние их показателей.

Последний подход — это аналитический ассистент с применением технологии искусственного интеллекта, который предназначен для обработки текстовых и голосовых запросов и генерации ответов на основе корпоративных данных. Например, у него можно спросить, сколько времени занимает процесс от заведения заявки в банковской системе до оформления пакета документов. Таким образом компания может быстро получить метрики эффективности для оперативного принятия решений, — без необходимости обращаться к программистам для разработки очередного дашборда.

— Сейчас очень много разработчиков предлагают цифровых сотрудников, виртуальных ассистентов и другие подобные инструменты, основанные на технологиях роботизации и ИИ. Как в «Инфомаксимум» понимается этот термин, и что представляет из себя ваш продукт?

— В отличие от классической технологии RPA, которая предполагает заполнение различных форм и использование интерфейсных элементов управления, наш модуль Цифрового сотрудника работает через API и поэтому характеризуется принципиально иным уровнем быстродействия. Если, например, программный робот тратит на создание одного документа одну-две секунды, то через API система может обрабатывать в секунду сотни и тысячи документов. Также, если в той или иной информационной системе обновляется интерфейс — меняются местами кнопки, переименовываются поля, возникают другие формы, — это влияет на работу программных роботов, их нужно перенастраивать. С API такое происходит гораздо реже: один раз проведя интеграцию систем через API, можно долго не беспокоиться о необходимости ее доработки.

— В чем уникальность Proceset на российском и мировом рынке?

— Наш модуль Task Mining дает возможность автоматического поиска операций, которые можно автоматизировать, без предварительных настроек системы. Например, мы внедряем этот инструмент у заказчика на месяц, после чего он показывает количество найденных операций и дает рекомендации по оптимизации процессов. У конкурентов — популярных продуктов мировых вендоров — для этого нужно настраивать шаблоны. По нашим оценкам, специалисты тратят на настройку одного такого шаблона не менее 1-1,5 дней в зависимости от сложности операции. Соответственно, если в рамках классического проекта автоматизируются 5 тыс. различных видов операций, то на ручное формирование шаблонов силами одного сотрудника нужно потратить примерно 7,5 тыс. рабочих дней — то есть больше 30 лет. Поэтому и российские, и зарубежные заказчики на тех рынках, куда мы сегодня выходим, — выбирают наш Task Mining, даже если до этого они приобрели другую систему процессной аналитики.

Наша платформа автоматизации взаимодействует со смежными системами через API и ориентирована на обработку большого количества данных – то есть обеспечивает высокую производительность. Кроме того, мы используем встроенные нейросети (на базе Qwen, DeepSeek, Llama) в конструкторе скриптов автоматизации и гарантируем полную прозрачность работы Цифровых сотрудников: заказчик может контролировать абсолютно каждое выполнение в плане того, какие данные передавались, какие при этом были ошибки.

— Может ли компания внедрить Цифрового сотрудника силами собственного подразделения?

— Да. Мы работаем с крупным бизнесом — российскими компаниями, входящими в топ-300: например, с МТС, Газпромбанком, Россельхозбанком. Соответственно, на старте мы реализуем 1-2 проекта совместно с клиентом, одновременно с этим обучая его сотрудников настройке автоматизированных процессов. После этого внутри заказчика уже создается собственный центр компетенций, который далее может работать самостоятельно. В него, как правило, входят действующие специалисты заказчика, изначально обладающие некоторыми специализированными компетенциями — например, знанием SQL. По мере развития проектов они получают необходимые дополнительные навыки: написания промптов, работы с аналитическими панелями нашей системы и другими. Оптимальный размер центра компетенций в начале проекта — 3 человека. В дальнейшем, по мере увеличения потребностей компании в автоматизации, он может расшириться до 10 и даже 20 человек. При этом мы тоже всегда остаемся на связи с клиентом и готовы помочь в любых сложных ситуациях.

— Какие навыки нужны конечным пользователям вашего цифрового ассистента? И какой уровень цифровой зрелости нужен компаниям в принципе, чтобы внедрять процессную аналитику?

— Наши Цифровые сотрудники, предназначенные для процессной аналитики, работают в фоновом режиме, то есть специалистам заказчика с ними взаимодействовать не нужно. Это полностью автономные программы, полноценно выполняющие определенные функции, благодаря чему человек полностью исключается из цепочки операций. При этом все ключевые метрики для контроля процессов выводятся на дашборды, которые могут мониторить руководители и другие ответственные лица. В системе есть функция разграничения доступа (Row-level Security, RLS), то есть в одном и том же отчете, например, два сотрудника с разными уровнями доступа могут видеть разные категории данных.

Если мы говорим про ассистента, который отвечает на вопросы и формирует аналитические графики, здесь сотрудникам необходимо знать, с какими данными система взаимодействует, и уметь задать правильный вопрос — голосом или текстом.

Что же касается уровня цифровой зрелости — при отсутствии у заказчика CRM-системы можно применить модуль Task Mining, который проанализирует действия сотрудников с различными другими системами, хотя бы с самыми простыми: электронной почтой, офисными приложениями и т. д. Но сам Process Mining, разумеется, невозможен, если в организации нет источников данных, формирующихся в учетных системах.

— В каких отраслях наиболее востребованы системы процессной аналитики?

— Среди наших клиентов — ведущие компании практически из всех отраслей: банковский сектор, страховые компании, нефтегазовые, металлургические и химические промышленные предприятия, телеком-операторы, крупные государственные ведомства.

Россельхозбанк, например, при помощи нашей системы нашел потенциал для экономии 425 млн рублей. И это только небольшая часть ожидаемого экономического эффекта. Высшая Школа Экономики (НИУ ВШЭ) в 2 раза ускорила процесс согласования счетов на оплату. Страховой дом ВСК определил потенциал для экономии трудозатрат в размере 15 тыс. человеко-часов в год  в процессе урегулирования убытков по ДМС.

— Как, по вашим прогнозам, будут развиваться технологии процеccной аналитики, цифровые ассистенты? И как вы с учетом этого будете развивать собственные решения?

— Свою основную задачу мы по-прежнему видим в том, чтобы помогать компаниям найти те ресурсозатратные участки процессов, где еще сохранился ручной труд, и попытаться их оцифровать. Именно ручной труд в крупных корпорациях сильно увеличивает себестоимость процессов, а также их длительность и количество ошибок. Если в небольших компаниях, где один сотрудник выполняет большое количество ролей, это не столь актуально, то в крупном бизнесе существует масса позиций, на которых множество сотрудников заняты выполнением одной типовой операции. Например, в страховой компании отдельные специалисты занимаются оформлением страховки, а в банке — кредитов. 

Крупный бизнес — ключевой сегмент, где возможна максимальная автоматизация, в том числе, с помощью технологий искусственного интеллекта. Согласно нашим данным, 34% работы офисных сотрудников могут быть автоматизированы благодаря искусственному интеллекту, что открывает новые возможности для повышения эффективности, противодействия кадровому кризису и реструктуризации рынка труда. Это позволит компаниям экономить до 4,13 трлн руб. в год.

— Спасибо за беседу!