واژه «اتوماسیون هوشمند فرایندهای اداری» (Intelligent Process Automation) در نگاه اول تصویری آشنا می‌سازد: فرم‌هایی که خودشان پر می‌شوند، امضاهایی که در جریان می‌افتند و کارتابلی که خالی می‌شود. اما سازمان‌هایی که در این مسیر جلوتر رفته‌اند، چیز دیگری می‌گویند: مسئلهٔ اصلی خودکارکردن فرم نیست؛ تشخیص این است که در هر فرایند، کدام بخش کار را باید به قاعده سپرد، کدام را به مدل هوش مصنوعی (Artificial Intelligence) و کدام را به قضاوت انسان. این مقاله همان تقسیم کار را روشن می‌کند.
هر فرایند اداری از سه نوع کار ساخته می‌شود
فرایند اداری را هر چه بنامیم — درخواست مرخصی، پرداخت فاکتور تأمین‌کننده، ثبت سفارش خرید، پاسخ به شکایت مشتری — در واقع ترکیبی از سه نوع کار است:
- جابه‌جایی داده: کپی‌کردن شمارهٔ فاکتور از ایمیل به نرم‌افزار مالی، یا واردکردن اطلاعات فرم کاغذی در سامانه. کاری تکراری، بی‌خلاقیت و دقیقاً همان جایی که خطای انسانی بیشترین سهم را دارد.
- تصمیم قاعده‌پذیر: «اگر مبلغ زیر سقف تعیین‌شده بود و تأییدیهٔ مدیر پروژه ثبت شده بود، برو به مرحلهٔ پرداخت.» این‌جا قاعده وجود دارد و لازم نیست کسی فکر کند.
- قضاوت و استثنا: فاکتور مغایرت دارد، مبلغ با سفارش نمی‌خواند، مشتری شرایط خاصی دارد. این‌جا هیچ قاعدهٔ ساده‌ای جواب نمی‌دهد.
بیشتر پروژه‌های ناموفق از همین‌جا شکست می‌خورند که می‌خواهند هر سه لایه را با یک ابزار و در یک قدم حل کنند.
هوش مصنوعی کدام لایه را برمی‌دارد؟
لایهٔ اول تاریخچهٔ طولانی‌تری دارد؛ ابزارهای خودکارسازی فرایند رباتیک (Robotic Process Automation) سال‌هاست این کار را انجام می‌دهند. اما این ابزارها شکننده‌اند: کافی است یک فیلد در رابط کاربری جابه‌جا شود تا ربات از کار بیفتد. هوش مصنوعی در دو لایهٔ دیگر وارد می‌شود و ارزش واقعی‌اش آن‌جاست که ورودی ساختار ندارد؛ یعنی ایمیل، تصویر فاکتور، متن قرارداد یا صدای یک تماس تلفنی.
نمونهٔ روشن، تماس‌های تلفنی ورودی است. بخش بزرگی از کار دفتر اداری، شنیدن درخواست و تبدیل آن به یک درخواست ثبت‌شده در سامانه است؛ کاری که می‌توان آن را به سامانهٔ مدیریت تماس با اپراتور هوش مصنوعی سپرد و خروجی‌اش را تنها برای تأیید به کارشناس داد.
یک مثال کوچک اما کامل
پردازش فاکتور خرید را در نظر بگیرید. مسیر هوشمند این‌طور است:
- بازشناسی نویسهٔ نوری (Optical Character Recognition) فاکتور را از تصویر یا فایل PDF می‌خواند.
- مدل، فیلدهای کلیدی — شمارهٔ فاکتور، مبلغ، تاریخ، طرف قرارداد — را استخراج می‌کند.
- سیستم این مقادیر را با سفارش خرید متناظر تطبیق می‌دهد.
- اگر مغایرتی وجود نداشت و اطمینان مدل کافی بود، فرایند به‌صورت خودکار ادامه می‌یابد؛ در غیر این صورت، فاکتور با پیشنهاد مدل و دلیل آن، به صف بررسی انسانی می‌رود.
نکتهٔ ظریف در قدم چهارم است: خروجی مدل باید «پیشنهاد همراه با دلیل» باشد، نه «حکم». کارشناسی که فاکتور را بازبینی می‌کند باید ببیند مدل چه دیده و چرا شک کرده است؛ وگرنه یا کورکورانه تأیید می‌کند یا کل سیستم را دور می‌زند.
گاهی قاعده از مدل بیشتر صرفه‌جویی می‌کند
وسوسهٔ شروع با مدل، بزرگ است؛ اما در بسیاری از سازمان‌ها اولین دستاورد از جای دیگری می‌آید: حذف تأییدهای تکراری، یکسان‌سازی فرم‌ها، تعریف سقف ریسک برای مبالغ کوچک و نوشتن روشنی از آنچه تا امروز در ذهن کارکنان بوده است. تا وقتی این کار انجام نشده، اتوماسیون فقط یک فرایند درهم‌ریخته را سریع‌تر اجرا می‌کند. اگر این مرحله را جدی می‌گیرید، مرور ربات‌های نرم‌افزاری و خودکارسازی فرایندهای دستی می‌تواند نقطهٔ شروع خوبی باشد.
سه تله‌ای که پروژه را زمین می‌زند
- اتوماسیون فرایند خراب: اگر فرایندی امروز کند و پرتنش است، خودکارکردنش آن را به یک فرایند سریع و پرتنش تبدیل می‌کند.
- نداشتن مسیر بازگشت: هر نقطهٔ تصمیم خودکار باید راهی برای توقف، بازبینی و اصلاح داشته باشد؛ در غیر این صورت یک خطای کوچک، صدها رکورد را آلوده می‌کند.
- گم‌شدن در دموی جذاب: مدلی که در نمایش به کارشناسان هیجان می‌دهد، لزوماً در مواجهه با داده‌های واقعی سازمان پایدار نیست. تفاوت این دو را در هوش مصنوعی مولد در سازمان؛ از دموی جذاب تا فرایند قابل اتکا می‌توان دید.
چهار پرسش پیش از شروع
برای انتخاب نقطهٔ شروع، لازم نیست کل سازمان را نقشه‌برداری کنید. یک فرایند را بردارید و این چهار پرسش را پاسخ دهید:
- حجم و تکرار: این کار در هفته چند بار انجام می‌شود و چند نفر به آن مشغول‌اند؟
- ساختار ورودی: داده‌ای که وارد می‌شود، فرم مشخص دارد یا متن و تصویر آزاد است؟
- هزینهٔ خطا: اگر سیستم یک بار اشتباه کند، چه اتفاقی می‌افتد؟ اگر پاسخ «فاجعه» است، آستانه و نظارت انسانی را جزء طرح بدانید.
- مسیر استثنا: امروز وقتی چیزی سر جایش نیست، چه کسی و چگونه تصمیم می‌گیرد؟ همان مسیر باید در طرح جدید هم وجود داشته باشد.
اگر فرایندی حجم بالایی دارد، ورودی نیمه‌ساخت‌یافته دارد و هزینهٔ خطایش با یک لایهٔ بازبینی قابل کنترل است، گزینهٔ مناسبی برای اتوماسیون هوشمند است. اگر چنین فرایندی پیدا نکردید، احتمالاً مشکل در فهرست فرایندها نیست؛ در شفاف‌نبودن آن‌هاست.
جمع‌بندی
اتوماسیون هوشمند فرایندهای اداری وقتی جواب می‌دهد که آن را به‌عنوان یک تصمیم معمارانه ببینیم، نه یک خرید نرم‌افزاری: جابه‌جایی داده را به ابزار بسپاریم، تصمیم‌های قاعده‌پذیر را با قاعدهٔ صریح بنویسیم، و هوش مصنوعی را دقیقاً همان‌جا بگذاریم که ورودی بی‌ساختار و نیاز به قضاوت دارد — با مسیری روشن برای انسان که همیشه بتواند حرف آخر را بزند. شروع از یک فرایند کوچک، با معیار سنجش مشخص، از هر طرح جامعی که در اسلاید می‌ماند مطمئن‌تر است.
