Již několik desetiletí se automatizace prosazuje coby jeden z hlavních směrů technického vývoje. Tento fenomén má významný dopad především v oblasti systémové či procesní optimalizace. Úzce rovněž souvisí s otázkou přechodu od vědomé činnosti člověka k automatickému zpracování a spolehnutí se na technická zařízení.
Cal Newport z Georgetown University zdůrazňuje význam tzv. hluboké práce. Jeho apely směřují především k potřebě uvědomění si významu hluboké duševní činnosti, kdy jsme ve stavu nerušeného soustředění schopni využívat náš kognitivní potenciál. Do opozice staví kognitivně nenáročné úkony spíše logistického charakteru, které ve světě příliš nové hodnoty nevytvářejí. Podobně jako třeba Nicholas Carr v této souvislosti kritizuje současnou až příliš nadšenou aplikaci nových informačních a komunikačních prostředků na mnoho oblastí ve společnosti, kde konkrétně na příkladu tzv. síťových nástrojů (komunikačních služeb, sociálních sítí) ilustruje přechod od hlubokého k mělkému zpracování informace.
Nejen tito autoři, ale mnozí další především multidisciplinárně uvažující vědci a spisovatelé si všímají negativních důsledků tohoto (nového způsobu) myšlení, které lze označit za mělké, povrchní či digitální, a jeho významné souvislosti s masivní informatizací a komputerizací. Pokud člověk do tématu neproniká hlouběji a jeho „vlastní názor“ se zakládá na novinovém titulku, pofidérním kompilátu neznámého přispěvatele do on-line média nebo zkratkovitém vyjádření na některé ze sociálních sítí, nevytváří si znalost, která by mu umožnila adekvátně porozumět skutečnosti. Neblahý dopad na uvedené má navíc falešná představa mnoha o nepotřebě vládnout vlastním „znalostním zázemím“, neboť si dnes lze vše „jednoduše vygooglit“.
Jistě se shodneme na tom, že myšlení bolí. Pokud však za nás „myšlení“ převezmou stroje a počítačové programy, stáváme se naopak my pouhými stroji vykonávajícími rutinně a bezmyšlenkovitě logistické aktivity, operujícími pouze se symboly, kterým nerozumíme, a mílovými kroky se tak blížíme k paradoxu, se kterým Alan Turing nepočítal, totiž že budeme komunikovat s člověkem za současného mylného přesvědčení, že na druhé straně „sedí“ počítač.
Aplikace moderních technologií a související automatizace však může být rovněž receptem nebo minimálně jedním z v praxi použitelných receptů, jak naznačené problémy řešit. Zde se bavíme o možnosti eliminovat rutinní činnosti a šetřit tak čas i finance, které bude možné věnovat na činnosti netriviální. Příkladem může být oblast RPA (robotické procesní automatizace), kde se uplatňují koncepty a principy umělé inteligence a strojového učení. Byť se někteří odborníci shodují na existenci rizika určitého snížení počtu zaměstnanců dotčených profesí v důsledku automatizace jimi dříve vykonávaných pracovních aktivit, může být uvolněná „lidská kapacita“ využita pro jiné složitější úkoly a zejména pro řešení problémů, na které nestačí umělá inteligence, ale je třeba zapojení inteligence lidské.
Zde se tedy ukazuje jako zásadní význam analýzy, neb je nejprve potřeba zjistit, které procesy a činnosti je vhodné a žádoucí automatizovat. Na základě těchto zjištění (identifikace slabých míst a prostoru pro účelnou podporu ICT prostředky) lze odpovědně rozhodnout o automatizaci a transformaci konkrétních procesů. V této oblasti poskytuje česká softwarová společnost StringData zcela unikátní řešení nazvané UltimateSuite, které umožňuje s použitím technologie task miningu získat podklady pro kvalifikovaná rozhodnutí o automatizaci a optimalizaci, jelikož praxe ukazuje, že bez správného „zacílení“ opřeného o výsledky analýzy relevantních firemních dat nemusí automatizace přinášet očekávané benefity (úsporu nákladů, zvýšení efektivity).
Nejprve je potřeba zjistit, které procesy a činnosti je vhodné a žádoucí automatizovat. Na základě těchto zjištění (identifikace slabých míst a prostoru pro účelnou podporu ICT prostředky) lze odpovědně rozhodnout o automatizaci a transformaci konkrétních procesů.
Task mining je na rozdíl od process miningu zaměřen na činnost konkrétní pozice (úkony zaměstnance) při práci na konkrétním úkolu, čímž poskytuje nový zdroj informací managementu firmy. Na základě získaných dat pak RPA specialisté společnosti StringData přetváří roboty do pracovní síly, jež je schopna efektivně zastoupit zaměstnance, kteří se tak mohou věnovat kvalifikovanějším činnostem přinášejícím společnosti zisk. Mnoho pracovníků si totiž může připadat v důsledku častého vykonávání rutinních aktivit jako stroj, jako robot nebo pejorativněji „cvičená opice“.
Je třeba reagovat na časem již prověřená slova biologa a průkopníka v oblasti systémové teorie Bertalanffyho, který řekl, že věda v kontextu obrovského technologického pokroku „přehlédla či dokonce aktivně potlačila lidskou podstatu“, tak, že se právě k lidské podstatě budeme navracet, a to kupříkladu eliminací duševně nenáročných činnosti v důsledku vhodné automatizace tam, kde to má smysl, neboť pak firmám přináší nezanedbatelné úspory a zvýšení efektivity procesů a rovněž má žádoucí dopad na individuální pracovní náplň, výkon a rozvoj.
Autorem článku je Václav Řezníček, Analytik ve společnosti StringData a odborný asistent na Vysoké škole finanční a správní.
Použité zdroje:
BERTALANFFY, L. (1972). Člověk – robot a myšlení: Psychologie v moderním světě. 1. vyd. Praha: Svoboda. ISBN 25-055-72.
CARR, N. (2011). The Shallows: How the internet is changing the way we think, read and remember. London. Atlantic Books. ISBN 978-1-84887-227-1.
CARR, N. (2015). Skleněná klec: automatizace a my. Brno. Emitos. 2015. ISBN 978-80-87171-46-2.
NEWPORT, C. (2016). Hluboká práce: pravidla pro soustředěný úspěch v roztěkaném světě. Brno. Jan Melvil Publishing. ISBN 978-80-7555-008-8.
Zaujala vás robotizace a automatizace? Máte zájem o analýzu procesů ve vaší organizaci? Napište nám: sales@stringdata.cz.
