ควรเริ่มทำอะไรให้อัตโนมัติก่อน — คู่มือ RPA เชิงปฏิบัติ

ทีมส่วนใหญ่ที่มาหาเราเรื่องระบบอัตโนมัติมักมีรายการอยู่แล้ว ทั้งรายงานประจำเดือน การป้อนข้อมูลระหว่างสองระบบ การตอบคำถามลูกค้าซ้ำ ๆ บน Shopee เป็นร้อยครั้งต่อวัน รายการนั้นไม่เคยเป็นปัญหา ปัญหาคือการรู้ว่าควรเริ่มทำงานไหนให้อัตโนมัติก่อน เพราะลำดับที่คุณเลือกเป็นตัวกำหนดว่าระบบอัตโนมัติจะกลายเป็นชัยชนะ หรือเป็นโครงการที่ไม่เคยคุ้มทุนสักที

หลังจากสร้างหุ่นยนต์ให้ทีมการเงิน ผู้ขายอีคอมเมิร์ซ และงานหลังบ้าน เราได้ข้อสรุปวิธีจัดลำดับที่เรียบง่าย โดยสรุปลงเหลือสามคำถามครับ

งานนี้ทำบ่อยแค่ไหน และคาดเดาได้แค่ไหน

งานที่เหมาะกับการทำอัตโนมัติก่อนที่สุดคืองานปริมาณมากและเป็นไปตามกฎ การตอบคำถามสถานะคำสั่งซื้อบน Lazada และ Shopee การดึงตัวเลขชุดเดิมเข้ารายงานประจำเดือน การคัดลอกข้อมูลใบแจ้งหนี้จาก PDF เข้าโปรแกรมบัญชี งานเหล่านี้เกิดขึ้นตลอดเวลาและทำตามกฎที่คนเขียนออกมาเป็นข้อ ๆ ได้ ความคาดเดาได้นี่แหละคือสิ่งที่หุ่นยนต์ต้องการ

งานที่เกิดปีละสองครั้ง หรือที่ต้องใช้วิจารณญาณทุกครั้ง เป็นเป้าหมายแรกที่ไม่ดี ทำงานที่น่าเบื่อ ซ้ำซาก เกิดขึ้นทุกชั่วโมงให้อัตโนมัติก่อน หุ่นยนต์จะคืนทุนได้เร็วที่สุดตรงนั้น และทีมจะรู้สึกโล่งทันที

ก่อนจะทำอัตโนมัติ: เช็คเป้าหมายและข้อมูลที่มีอยู่ก่อน

ก่อนจะหยิบ RPA มาใช้ ควรหยุดคิดสองเรื่องก่อน คือ สิ่งที่คุณต้องการทำจริง ๆ คืออะไร และข้อมูลตั้งต้นที่คุณมีอยู่หน้าตาเป็นอย่างไร

ข้อแรก ต้องชัดเจนกับเป้าหมายของตัวเอง ถ้าสิ่งที่ต้องการคือการคำนวณ การรวมตัวเลข หรือการวิเคราะห์เชิงสถิติ — เปลี่ยนตัวเลขชุดหนึ่งให้กลายเป็นตัวเลขอีกชุดหนึ่ง — Python มักเป็นเครื่องมือที่เหมาะกว่า ไม่ใช่ RPA เพราะ RPA เก่งเรื่อง "เคลื่อนย้าย" และ "ลงมือทำ" อย่างคลิก พิมพ์ คัดลอกข้อมูลระหว่างหน้าจอ ไม่ได้ถูกออกแบบมาให้เป็นเครื่องคำนวณ ถ้างานของคุณเป็นเรื่องคณิตศาสตร์เป็นหลัก การเขียนสคริปต์จะสร้างง่ายกว่าและดูแลรักษาง่ายกว่าหุ่นยนต์ที่แกล้งทำเป็นใช้สเปรดชีตมาก

ข้อสอง มองข้อมูลต้นทางของตัวเองตามจริง RPA จะทำงานได้ดีที่สุดเมื่องานนั้นมีกฎที่ชัดเจนและตายตัว — ฟิลด์เดิม ตำแหน่งเดิม ทุกครั้งที่ทำ ถ้าข้อมูลต้นทางของคุณยุ่งเหยิงหรือไม่สม่ำเสมอ — รูปแบบไม่ตรงกัน ข้อมูลขาดหาย ข้อความที่ไม่มีโครงสร้าง — หุ่นยนต์จะพังบ่อย ๆ เพราะพยายามทำตามกฎที่จริง ๆ แล้วไม่มีอยู่ ในกรณีนี้ ก้าวแรกที่ถูกต้องไม่ใช่การทำอัตโนมัติเลย แต่คือการทำความสะอาดข้อมูลก่อน ตรงนี้เองที่ AI เข้ามาช่วยได้พอดี — ใช้ AI จัดมาตรฐาน จัดโครงสร้าง หรือทำความสะอาดข้อมูลที่ยุ่งเหยิงก่อนที่ RPA จะเข้าไปแตะ จะเปลี่ยนกระบวนการที่ไม่น่าเชื่อถือให้กลายเป็นกระบวนการที่มีความคาดเดาได้ตามที่ RPA ต้องการเพื่อให้สำเร็จ

สรุปสั้น ๆ คือ รู้ว่าตัวเองต้องการเครื่องคิดเลขหรือหุ่นยนต์ และรู้ว่าข้อมูลของตัวเองสะอาดพอที่จะส่งต่อให้เครื่องมือไหนได้บ้าง

ข้อผิดพลาดมีต้นทุนเท่าไหร่จริง ๆ

บางกระบวนการซ้ำซากแต่ให้อภัยได้ — หากการตอบข้อความโซเชียลอัตโนมัติคลาดเคลื่อนบ้าง คนก็ตามแก้ได้ บางกระบวนการซ้ำซากและให้อภัยไม่ได้ — ตัวเลขผิดในการยื่นภาษีหรือรายงานการเงินมีผลตามมาจริง

เราทำงานที่ให้อภัยได้และปริมาณมากให้อัตโนมัติก่อนเพื่อสร้างความเชื่อมั่น แล้วจึงค่อยไปยังกระบวนการที่เดิมพันสูงขึ้นพร้อมการจัดการข้อยกเว้นที่เหมาะสม เมื่อหุ่นยนต์เห็นสิ่งที่ไม่ตรงกับกฎ มันจะหยุดและส่งต่อให้คนแทนที่จะเดา การออกแบบให้มีคนอยู่ในวงจรนี้คือสิ่งที่ทำให้การทำงานการเงินและการกำกับดูแลเป็นอัตโนมัติได้อย่างปลอดภัย

ระบบนั้นมี API หรือไม่

ซอฟต์แวร์จำนวนมากที่ธุรกิจพึ่งพาทุกวัน — โปรแกรมบัญชีรุ่นเก่า พอร์ทัลรัฐบาล ระบบภายใน — ไม่มีวิธีเชื่อมต่อที่สะอาด ตรงนี้คือจุดที่หลายทีมคิดว่าระบบอัตโนมัติเป็นไปไม่ได้ และเป็นจุดที่สำคัญที่สุดจริง ๆ

เมื่อไม่มี API หุ่นยนต์ของเราทำงานแบบที่คนทำ คือผ่านเบราว์เซอร์และอินเทอร์เฟซเดสก์ท็อป และเมื่อจำเป็นก็ใช้การรู้จำภาพเพื่อ "มอง" หน้าจอและทำงาน นั่นหมายความว่าเราทำให้เครื่องมือที่วิธีอื่นแตะไม่ได้กลายเป็นอัตโนมัติได้ ซึ่งมักเป็นที่ที่งานทำมือซ่อนตัวอยู่

เริ่มจากเล็ก พิสูจน์ให้เห็น แล้วค่อยขยาย

เส้นทางที่เร็วที่สุดสู่ระบบอัตโนมัติที่อยู่ตัวไม่ใช่โครงการยักษ์ แต่คือกระบวนการเดียวที่เลือกมาดี ทำให้อัตโนมัติอย่างสะอาด และทำงานได้อย่างน่าเชื่อถือสักสองสามสัปดาห์เพื่อให้ทีมไว้ใจ เมื่อหุ่นยนต์ตัวแรกคืนเวลาให้ทุกสัปดาห์อย่างเงียบ ๆ การเลือกเป้าหมายต่อไปก็ง่าย และธุรกิจได้เห็นด้วยตาตัวเองว่าระบบอัตโนมัติให้อะไรจริง

นั่นคือลำดับที่เราแนะนำ และลำดับที่เราสร้าง คือ ปริมาณมากที่สุด ความเสี่ยงต่ำที่สุด กฎชัดเจนที่สุดก่อน ชนะตรงนั้นแล้ว ที่เหลือจะตามมาเองครับ