Банковская сфера чувствительна как в контексте изменений рынка, так и интеграции технологий. Это происходит потому, что финансовые учреждения находятся под давлением законодательных рамок, конкуренции и необходимости повышения эффективности. Отсюда постоянные заявления ТОП-менеджеров об улучшении процессной культуры. Например:
- ускорение оформления кредитной заявки на 50%;
- повышение клиентского обслуживания на 34%;
- 100 дней экономии на возврате кредитов;
- рост уровня автоматизации на 15%.
Например, в Deutsche Bank доказали, что оптимизация банковских процессов приводит к росту прибыли и повышению удовлетворённости клиентов, а это весомое конкурентное преимущество. Их успех обеспечен грамотным использованием классических инструментов (Process Mining) и сравнительно новых (Process Intelligence). Однако существует огромная доля «догоняющих» решений, процессная зрелость которых пока что далека от идеала.
Проблемы, сдерживающие развитие
Ключевой нарратив, необходимый для изменений – понимание существующих несоответствий между регламентным и фактическим состоянием бизнес-процессов, а также их восприятие персоналом. Важно: пробелы в знаниях усугубляются отсутствием координации, особенно между фронт- и бэк-офисами, а также знания роли, которую БП играют в формировании результатов.
В «Белой книге» (справочный документ корпоративных клиентов, распространённый в Британии и США) говорится, что важность эффективных процессов часто недооценивается. К тому же часто банковские подразделения работают изолированно, снижая кумулятивный эффект. В результате возможность создания добавленной стоимости и повышения прибыли остаётся упущенной.
Движение к Process Intelligence
Традиционно есть два метода исследования процессов, используемых с банками. Устаревшее картирование подразумевает большой объём «работы на земле» – интервью с сотрудниками, ручную детализацию происходящих действий. Это долгие, трудоёмкие действия, отдаляющие достижение цифровой трансформации. Process Mining – другая история. Его использование позволяет выявлять «узкие места» и находить зоны роста и повышения эффективности, исследуя все слои внутренних процессов.
Однако даже такого решения бывает недостаточно, чтобы получить целостную картину. Здесь на помощь приходит Process Intelligence. Используя вспомогательные инструменты искусственного интеллекта, дополняющие классический PM, банки могут проводить диагностику в режиме реального времени, учитывая исторические данные. Эта комплексная методология позволяет выявить связи между БП, создавая полную прозрачность и выявляя новые возможности.
Трёхэтапная трансформация
- Оценка.
Фаза включает в себя анализ потенциала оптимизации, что способствует эффективному определению приоритетов. Process Intelligence обеспечивает безопасный доступ к данным из любой системы – от ERP и CRM до специализированных платформ – и предоставляет информацию realtime.
В результате создаётся база знаний, которая проливает свет на функционирование процессов банка. Команды получают не только KPI, но и рекомендации с практическими выводами.
- Приоритеты.
Прозрачность от Process Intelligence позволяет сформулировать инициативы по повышению операционной эффективности и безопасности, улучшению клиентского обслуживания. Цифровые двойники в сочетании с генеративным ИИ можно использовать для моделирования перспективных гипотез и выявления наиболее полезных и структурированных БП.
- Мониторинг.
Предположим, команда проекта имеет прописанный план интеграции технологий, но переход от стратегии внедрения к реализации может стать проблемой. Process Intelligence устраняет разрыв, помогая командам отслеживать и вносить коррективы.
Перспективы
Process Intelligence и AI – взаимодополняющие технологии, обеспечивающие чёткое понимание процессов. PI может не только получать информацию от ИИ, но и служить основой языковых моделей.
По материалам Celonis