Hyperautomation เทรนด์ใหม่ทางรอดของธุรกิจไทยหลังภาวะวิกฤติโควิด-19

บทความนี้แปลมาจากบทความของหน่วยงาน Sensors International เขียนโดย Abid Haleem Mohd Javaid Ravi Pratap Singh Shanay Rab และ Rajiv Suman กล่าวว่า การ์ทเนอร์ ที่ปรึกษาชั้นนำของโลกได้บัญญัติคำว่า Hyperautomation ในบทวิเคราะห์แนวโน้มของเทคโนโลยีเชิงกลยุทธ์สำหรับธุรกิจ ประจำปี 2020 และต่อเนื่องเรื่อยมาจนถึงปี 2022 ว่าเป็นแนวทางใหม่ที่จะช่วยเพิ่มขีดความสามารถและขับเคลื่อนธุรกิจให้อยู่รอดด้วยการนำระบบอัตโนมัติเข้ามาประยุกต์ใช้ เพื่อให้ธุรกิจสามารถเพิ่มผลผลิตและลดต้นทุนได้ กล่าวอีกนัยหนึ่ง Hyperautomation คือระบบอัตโนมัติที่หุ่นยนต์สามารถทำงานแทนมนุษย์ได้มากขึ้น กระบวนการทำงานหลายอย่างถูกปรับให้เป็นไปโดยอัตโนมัติ เพื่อทำงานให้บรรลุผลได้อย่างรวดเร็วยิ่งขึ้นด้วยทรัพยากรที่มีอยู่อย่างจำกัด ธุรกิจกำลังเปลี่ยนแปลงไปสู่ยุคใหม่จากเดิมที่มนุษย์เป็นศูนย์กลาง ปัจจุบันจำเป็นต้องพึ่งพาเทคโนโลยีและเครื่องมืออัตโนมัติเพื่อรักษาความได้เปรียบทางการแข่งขันและมุ่งเป้าที่จะกลายเป็นผู้นำธุรกิจในอนาคต

เป้าหมายสูงสุดของ Hyperautomation คือ การสร้างกลไกสำหรับระบบอัตโนมัติของธุรกิจ นอกจากจะช่วยเพิ่มขีดความสามารถของมนุษย์แล้ว ยังสามารถทำให้กระบวนการทำงานต่างๆ ดำเนินไปได้อย่างรวดเร็วขึ้น มีประสิทธิภาพมากขึ้น และมีข้อผิดพลาดน้อยลง สิ่งสำคัญคือ Hyperautomation ไม่ได้มีวัตถุประสงค์เพื่อทำให้ระบบอัตโนมัติมาแทนที่มนุษย์โดยสิ้นเชิง ในทางกลับกัน ระบบอัตโนมัติช่วยให้พนักงานไม่ต้องทำงานในหน้าที่ ที่ซ้ำซากจำเจและไม่เกิดมูลค่าแก่ธุรกิจ ทำให้พนักงานมีเวลามากขึ้นและสามารถมุ่งความสนใจไปในสิ่งที่สำคัญมากกว่าให้กับธุรกิจได้ ธุรกิจสามารถสร้างประสบการณ์ที่ดีขึ้นให้กับลูกค้าได้ ในขณะที่ต้นทุนการดำเนินงานต่างๆ ลดลง รวมทั้งยังสามารถเพิ่มผลกำไรได้มากขึ้น โดยการรวมระบบอัตโนมัติและการมีส่วนร่วมของมนุษย์เข้าด้วยกัน

Hyperautomation เกี่ยวข้องกับอุตสาหกรรมใดบ้าง

Hyperautomation มีความเกี่ยวข้องในทุกอุตสาหกรรม ตั้งแต่การธนาคาร การประกันภัย สุขภาพ และวิทยาศาสตร์ การระบาดใหญ่ของโควิด-19 ส่งผลให้เกิดการขาดแคลนแรงงานกระทันหัน กระตุ้นให้ Hyperautomation เติบโตอย่างรวดเร็ว ทำให้องค์กรต่างๆ ยอมรับและพยายามที่จะขับเคลื่อนธุรกิจด้วยระบบอัตโนมัติ ตัวอย่างเช่น ในอุตสาหกรรมการประกันภัย ซึ่งการรับประกันภัยแบบเดิมอาศัยแรงงานคนในการเก็บรวบรวมข้อมูล การดึงข้อมูล และการให้คะแนนความเสี่ยง ปัจจุบันผู้ประกันตนสามารถดำเนินการเรียกร้องค่าสินไหมทดแทนเกือบทั้งหมดโดยอัตโนมัติและประเมินความเสี่ยงด้วย ArtificiaI Intelligence (AI) และอีกตัวอย่างหนึ่ง เช่น การปิดบังข้อมูลส่วนบุคคล (Redaction) ในศาลสหรัฐฯ หมายเรียกต่างๆ จำเป็นต้องตรวจสอบให้แน่ใจว่าไม่ปรากฎข้อมูลส่วนบุคคลที่ไม่เปิดเผยต่อสาธารณะ เช่น หมายเลขประกันสังคมหรือข้อมูลโทรศัพท์ ซึ่งจำเป็นต้องลบออกจากเอกสารเหล่านี้โดยโซลูชันที่ใช้ Machine Learning (ML) ที่สามารถระบุข้อมูลส่วนบุคคลดังกล่าวและนำออกจากเอกสารได้โดยอัตโนมัติ

เทคโนโลยีที่เกี่ยวข้องกับ Hyperautomation

1. Robotic Process Automation (RPA) และ iPaaS (Integration Platform as a Service) กระบวนการทางหุ่นยนต์เป็นหัวใจสำคัญของการทำ Hyperautomation หุ่นยนต์หรือบอทจะเก่งในงานที่ซ้ำซากจำเจ การทำงานอัตโนมัติดังกล่าวช่วยลดภาระงานของมนุษย์ได้ถึงร้อยละ 80 ดังนั้นกำลังแรงงานคนสามารถมุ่งความสำคัญไปในงานที่สามารถเพิ่มมูลค่าให้กับธุรกิจมากขึ้น กระบวนการทางธุรกิจในแต่ละวันสามารถดำเนินการโดยอัตโนมัติโดยใช้ RPA เช่น การลงทะเบียนลูกค้าขั้นตอนจะเป็นแบบเดิม ยื่นบัตรประชาชน กรอกเอกสารและเซ็น โรบอทจะทำงานตามขั้นตอนที่กำหนดให้ เพียงแค่ข้อมูลของลูกค้าที่รับเข้าไปแตกต่างกันเท่านั้น ลดความผิดพลาดและเพิ่มความรวดเร็วในการให้บริการผ่านแพลตฟอร์มบนคลาวด์ เป็นต้น

2. Intelligent Business Process Management System (iBPMS) ช่วยสร้างกระบวนการทำงานและเวิร์กโฟลว์ขององค์กรให้มีประสิทธิภาพมากขึ้นตั้งแต่ต้นจนจบ จัดการกระบวนการทางธุรกิจให้มีประสิทธิภาพ ด้วยการใช้เครื่องมือและการสร้างเวิร์กโฟลว์ของกระบวนการต่างๆ เพื่อลดขั้นตอนที่สูญเปล่าไป เน้นการวางกระบวนการต่างๆ ให้เป็นระบบอัตโนมัติ เพื่อช่วยสนับสนุนการทำงานของมนุษย์และการทำงานตามขั้นตอนในแต่ละวัน เมื่อระบบสามารถดำเนินการได้อย่างอัตโนมัติ จะสามารถลดการทำงานที่ซ้ำซ้อนและเพิ่มประสิทธิภาพโดยรวมของทีม ทำให้ค่าใช้จ่ายขององค์กรลดลง ตัวอย่างเช่น การขายของออนไลน์ ในขั้นแรกลูกค้าจะสั่งซื้อสินค้าผ่านหน้าเพจ ระบบจะแจ้งการจ่ายเงิน เมื่อลูกค้าจ่ายเงินข้อมูลการชำระเงินจะถูกเชื่อมโยงกับธนาคาร และธนาคารจะส่งข้อมูลให้ลูกค้าและให้ระบบ หลังจากนั้นระบบสามารถส่ง Email รายละเอียดการสั่งสินค้าให้แก่ลูกค้า และบันทึกข้อมูลในระบบ CRM ได้ทันที ขั้นตอนทั้งหมดนี้สามารถทำงานผ่านระบบอัตโนมัติโดยที่ไม่ต้องมีมนุษย์เข้ามาเกี่ยวข้องเลย

3. Process Mining ช่วยให้ธุรกิจสามารถศึกษาและระบุโฟลว์ของกระบวนการทั้งหมด เพื่อสรุปว่ากระบวนการเหล่านั้นทำงานอย่างไรในแต่ละวัน กระบวนการขุดสามารถระบุงานที่ซ้ำซากจำเจของพนักงาน เพื่อปรับปรุงกระบวนการเหล่านั้นให้เป็นระบบอัตโนมัติ เน้นที่การวิเคราะห์กระบวนการทางธุรกิจเท่านั้นไม่เน้นที่การวิเคราะห์ฐานข้อมูล ระบบจะวิเคราะห์จากเหตุการณ์จริง ใครทำอะไร เมื่อไหร่ อย่างไร และนำมาสร้างเป็นโมเดลหรือข้อมูลทางสถิติ เพื่อให้ผู้บริหารสามารถมองเห็นการทำงานของทั้งระบบ เห็นประสิทธิภาพการทำงานของพนักงานและประสิทธิภาพของทั้งกระบวนการ เช่น เห็นการใช้เวลาของการทำงานในแต่ละขั้นตอน ความผิดพลาด ความล่าช้า แนวโน้มของเหตุการณ์ที่จะเกิดขึ้นในอนาคต เป็นต้น เพื่อนำมาวิเคราะห์หาทางแก้ปัญหาและพัฒนาขั้นตอนกระบวนการทำงานที่มีประสิทธิภาพสูงสุด ดังนั้นธุรกิจที่นำ process mining เข้ามาช่วยวิเคราะห์ระบบเพื่อไปประกอบการตัดสินใจ จะสามารถปรับปรุงจุดอ่อนของขั้นตอนที่สูญเปล่า ลดความผิดพลาด และเพิ่มประสิทธิภาพให้กับกระบวนการทั้งหมดของธุรกิจ

4. APIs Application Programming Interfaces (APIs) เป็นตัวกลางที่ช่วยให้ซอฟต์แวร์สองประเภทสามารถพูดคุยกันได้ เมื่อใช้ API นักพัฒนาสามารถควบคุมข้อมูลจากซอฟต์แวร์ประเภทต่างๆ มาไว้ในอินเทอร์เฟซหรือแอปพลิเคชันเดียวกันได้ และจัดเตรียมเลเยอร์การผสานรวมที่เชื่อมโยงองค์ประกอบ Hyperautomation เข้าด้วยกัน หรือง่ายๆ ก็คือ API เป็นตัวกลางที่ให้ เว็บไซต์ ซอฟต์แวร์ และแอปพลิเคชันต่างๆ สามารถสื่อสารและทำงานร่วมกันได้โดยเชื่อมถึงข้อมูลกับฐานข้อมูลของอีกฝ่าย ถือว่าเป็นระบบที่มีความสำคัญมาก ตัวอย่างเช่น แอปพลิเคชันสั่งอาหารออนไลน์ที่มีระบบแผนที่ของกูเกิล ซึ่งสามารถเข้าถึงข้อมูลของ Google Maps ได้โดยขอ API Google Maps มาเขียนโปรแกรมเพิ่มเติม โดยไม่ต้องลงทุนพัฒนาระบบแผนที่เองทั้งระบบ หากไม่มีระบบ API ผลกระทบที่เกิดขึ้นคือ แอปพลิเคชันหรือระบบออนไลน์ต่างๆ มีทางเลือกให้ใช้งานน้อยลง ไม่ว่าจะเป็นการจองตั๋วเครื่องบิน การจองโรงแรม การสั่งอาหาร และการชำระเงินออนไลน์ที่ต้องเชื่อมต่อข้อมูลกับระบบธนาคาร

5. ปัญญาประดิษฐ์ Artificial Intelligence (AI) และ Machine Learning (ML) ปัจจุบันเป็นมากกว่าแค่การรวบรวมข้อมูล แต่ได้ปรับเปลี่ยนความต้องการทางธุรกิจไปสู่ความเข้าใจอย่างลึกซึ้งในข้อมูล ที่จริงแล้ว AI และ ML มีความคล้ายคลึงกัน แต่ความแตกต่างอยู่ที่การเรียนรู้อัตโนมัติ ซึ่ง AI สามารถเลียนแบบการตอบสนองของมนุษย์ ในขณะที่ ML ปรับจากการตอบสนองของมนุษย์และเสริมความฉลาดของเครื่องจักร ดังนั้น AI ถือเป็นสิ่งสำคัญยิ่งในการยกระดับระบบอัตโนมัติให้อยู่ในระดับที่มนุษย์ไม่สามารถทำได้ ตัวอย่างอย่าง AI เช่น การค้นหาบน Google ซึ่งจะเจอโฆษณาสินค้าที่เคยค้นหาติดตามเราไปทุกที่ สิ่งเหล่านี้ทำได้ด้วยเทคโนโลยีของปัญญาประดิษฐ์ โดยดูจากการค้นหาในอดีตและนำเสนอสิ่งที่ผู้ใช้แต่ละคนสนใจ

6. Natural Language Processing (NLP) การประมวลผลภาษาธรรมชาติเป็นส่วนย่อยของปัญญาประดิษฐ์ที่เกี่ยวข้องกับความสามารถของคอมพิวเตอร์ในการเรียนรู้ภาษาพูดและภาษาเขียน ใช้การป้อนข้อมูลภาษาในโลกแห่งความเป็นจริงและแปลงเป็นรหัสที่คอมพิวเตอร์สามารถเข้าใจได้ จำเป็นสำหรับการสร้างกรณีการใช้งานที่ซับซ้อนโดยอัตโนมัติ ซึ่งต้องวิเคราะห์ความคิดเห็นและข้อความหลัก ช่วยให้มนุษย์ปฏิสัมพันธ์กับคอมพิวเตอร์ด้วยภาษาธรรมชาติ หรือช่วยให้คอมพิวเตอร์เข้าใจภาษาธรรมชาติของมนุษย์ ตัวอย่างเช่น เครื่องมือแปลภาษา Google Translate ที่แปลภาษาให้ถูกต้องและจัดเรียงคำให้สละสลวยเหมือนกับที่มนุษย์เขียน การปรับแก้ไวยากรณ์บนโปรแกรม Microsoft Word หรือ Google Doc. การใช้ Voice Search ที่มีการสื่อสารระหว่างมนุษย์และระบบคอมพิวเตอร์ เป็นต้น

7. การประมวลผลเอกสารอัจฉริยะ (Intelligent Document Processing : IDP) เทคโนโลยี Optical Character Recognition (OCR) สามารถสแกนและแปลงเอกสารเป็นดิจิทัลได้ แต่เมื่อ OCR ถูกยกระดับไปอีกขั้นโดยใช้ AI หรือการเรียนรู้ของเครื่องจะเรียกว่าการประมวลผลเอกสารอัจฉริยะ (IDP) แบบฟอร์มหรือเอกสารใดๆ สามารถแยกวิเคราะห์ อ่านจัดประเภท และดึงข้อมูลโดยใช้เทคโนโลยีนี้ IDP นำข้อมูลที่ไม่มีโครงสร้างหรือไม่สามารถค้นหาได้ และแปลงเป็นข้อมูลที่มีโครงสร้างและนำไปดำเนินการได้ ตัวอย่างเช่น การประมวลผลใบแจ้งหนี้ที่เขียนด้วยลายมือซึ่งเคยป้อนด้วยตนเองก่อนหน้านี้ ด้วยเทคโนโลยีการประมวลผลเอกสารอัจฉริยะ ใบแจ้งหนี้จะถูกบันทึก แยก และส่งออกไปยังโซลูชัน ERP โดยอัตโนมัติ ด้วยการใช้งานนี้ เจ้าหน้าที่บัญชีสามารถประมวลผลใบแจ้งหนี้ได้มากกว่า 20,000 ใบต่อปี

อนาคตของ Hyperautomation

Hyperautomation คือ การเปลี่ยนแปลงทางเทคโนโลยีที่กำลังจะเกิดขึ้น ซึ่งจะส่งผลกระทบต่อบริษัทต่างๆ ในเกือบทุกอุตสาหกรรม เน้นการทำงานที่ก่อให้เกิดมูลค่าสูงทางธุรกิจมากกว่างานที่ซ้ำซากจำเจและมีมูลค่าต่ำ ระบบอัตโนมัติจะทำงานร่วมกับมนุษย์เพื่อให้ธุรกิจลดต้นทุนและเพิ่มผลกำไร รวมทั้งสร้างประสบการณ์ที่ดีให้กับลูกค้า Hyperautomation ช่วยให้พนักงานได้รับการฝึกอบรมเพื่อทำงานของตนได้อย่างเหมาะสม พร้อมความรู้ด้านธุรกิจและการตลาด แทนที่จะติดอยู่กับงานระดับต่ำที่ซ้ำซากจำเจ พนักงานมีเวลามากขึ้นที่จะคิดแก้ปัญหาและนำเสนอแนวทางที่เป็นนวัตกรรมใหม่ต่อไป องค์ประกอบพื้นฐานของ Hyperautomation คือ ความสามารถในการรวมมนุษย์เข้ากับกระบวนการแปลงเป็นดิจิทัล กระบวนการของหุ่นยนต์จะถูกนำมาใช้เพื่อจำลองการทำงานซ้ำๆ ของมนุษย์ จัดการกับปัญหาที่ยากเพื่อทำให้การดำเนินงานง่ายขึ้น ปรับกระบวนการขององค์กรให้เหมาะสมโดยลดการดำเนินการซ้ำๆ และทำให้การทำงานแบบแมนนวลเป็นอัตโนมัติ

Hyperautomation จะปรับโฉมองค์กรในอนาคต บริษัทจะสามารถดำเนินธุรกิจได้อย่างสม่ำเสมอ แม่นยำ และสามารถจัดการปัญหาที่ซับซ้อนได้อย่างรวดเร็ว มีประสิทธิภาพและมีความผิดพลาดน้อย ส่งผลให้องค์กรมีรายได้เพิ่มขึ้น ประหยัดต้นทุน และลดความเสี่ยงที่จะเกิดขึ้นได้

Depa-Fund เงินทุนเพื่อสนับสนุนการประยุกต์ใช้เทคโนโลยีดิจิทัล

โดยหากผู้ประกอบการรายใดสนใจริเริ่มใช้เทคโนโลยี Hyperautomation ทางสำนักงานส่งเสริมเศรษฐกิจดิจิทัล (ดีป้า) มีมาตรการ depa Digital Transformation Fund เพื่อการส่งเสริมและสนับสนุนการประยุกต์ใช้เทคโนโลยีดิจิทัลเพื่อภาคธุรกิจอุตสาหกรรม เป็นการส่งเสริมสนับสนุนให้ผู้ประกอบการในอุตสาหกรรมสามารถประยุกต์ใช้เทคโนโลยีที่เหมาะสมต่อธุรกิจเพื่อเพิ่มศักยภาพและขีดความสามารถของธุรกิจ ที่ก่อใหเกิดประโยชนต่อผู้ประกอบการโดยตรงในการลดต้นทุน การผลิตสินค้าและบริการ เพิ่มประสิทธิภาพในการดำเนินธุรกิจ และเพิ่มผลผลิต ตลอดจนพัฒนาไปสู่การแข่งขันเชิงธุรกิจในรูปแบบใหม่ในระยะยาว ผู้สนใจสามารถข้อมูลเพิ่มเติมได้ที่ : [email protected] โทร: 020-262-333 ต่อ 3201-3207

โดย สุชาดา เจียรพิพัฒน์พงศ์

สาขาภาคใต้ตอนบน

สำนักงานส่งเสริมเศรษฐกิจดิจิทัล

อ้างอิงจาก:

• Abid Haleem, Mohd Javaid, Ravi Pratap Singh, Shanay Rab, Rajiv Suman, Hyperautomation for the enhancement of automation in industries, Science Direct (August 2021)