La rivoluzione dei processi aziendali: prendere decisioni con dati in tempo reale

I big data sono qui per restare. Il prossimo passo è migliorare le prestazioni aziendali attraverso l'analisi di questi dati e la reazione immediata. Il Chief Revenue Officer di Celonis, Miguel Milano, lavora per eliminare gli errori derivanti dalla sovrapposizione di sistemi poco integrati.

Foto: Il Chief Revenue Officer di Celonis, Miguel Milano. Credito: Per gentile concessione dell'intervistato.

Di Patricia Ruiz Guevara

Se potessimo osservare il tessuto digitale di un'azienda, scopriremmo un groviglio di interconnessioni scintillanti, immediate e sorprendenti. Milioni di strati interconnessi che, con l'avanzare degli sviluppi tecnologici e l'aggiunta di dispositivi e sistemi, sono diventati sempre più complessi.

In questo vortice, emerge il rischio di perdita di informazioni o di fallimento del processo. Una fattura che non arriva al cliente, un ordine che non viene notificato, una spedizione che viene inviata due volte. Queste piccole inefficienze consumano molto tempo e denaro. Ma esiste una soluzione: analizzare i dati per reagire in tempo reale a questi problemi.

La multinazionale Celonis ha compiuto un ulteriore passo in avanti e, lungi dal limitarsi a memorizzare i dati dei clienti, li collega per individuare le inefficienze nascoste e applicare l'intelligence per migliorare i processi aziendali. Miguel Milano, Chief Revenue Officer (CRO) di Celonis, spiega come il software as a service (SaaS) nel cloud sia il futuro delle prestazioni aziendali.

Le tecnologie cloud stanno diventando sempre più sofisticate e specializzate: non solo offrono cloud storage, ma riescono anche ad aggiungere nuovo valore. Quale valore vuole creare Celonis?

Il nostro obiettivo è diventare la piattaforma di dati per l'esecuzione dei processi aziendali. Una volta raggiunto questo traguardo, possiamo applicare l'intelligenza artificiale [AI] in modi diversi.

Ad esempio, con i nostri algoritmi proprietari di process mining possiamo ricostruire un processo: capire che questo è un passaggio, questo è un intervento manuale, quest'altra una richiesta o un ordine di input.... Questi algoritmi comprendono il processo come raggi X che guardano attraverso un sistema.

Abbiamo constatato che l'aggiunta di capacità analitiche alle informazioni già in possesso del cliente rivela più facilmente quali sono i problemi dei processi tradizionali.

Che tipo di guasti sono stati riscontrati?

Le aziende pagano due volte, in anticipo o in ritardo, e rimborsano le fatture in modo sbagliato. A causa di questo genere di errori, si perdono gli sconti esistenti sui contatti di cui non sono a conoscenza. Inoltre, la maggior parte dei produttori invia i prodotti ai propri clienti e dimentica di allegare la fattura; questo accade ogni giorno in tutte le aziende.

"Quello che le aziende vogliono è correggere gli errori in tempo reale, ma anche se capiscono cosa dovrebbero fare, non sempre ci riescono".

Alla fine, le aziende di solito sanno che tipo di problemi ci sono. È come dire a un oncologo che un paziente ha un cancro ai polmoni; quando si sa che qualcosa c'è, è più facile trovarlo. Quello che le aziende vogliono fare è correggere gli errori in tempo reale, ma anche se capiscono cosa dovrebbero fare, non sempre ci riescono.

Cosa impedisce a un'azienda di risolvere questi problemi nei propri processi?

Le aziende hanno in media 450 sistemi IT a supporto dei processi aziendali. Non è inconsueto trovare un'azienda con 3.000 dipendenti. Gli strati di questi sistemi sono rigidi, frammentati e scollegati, non si parlano tra loro e molti sono obsoleti. Le integrazioni vengono fatte, ma il problema è che al di fuori del normale percorso dei processi esistono migliaia di varianti. I processi possono passare attraverso diversi nodi o agenti e molte di queste varianti non sono supportate dai sistemi.

Questi problemi, le lacune di esecuzione, sono silent killers dell'azienda: nessuno li vede, nessuno sa che le fatture vengono pagate in doppio o che un prodotto viene inviato a un cliente senza che questo venga addebitato, perché ciò avviene sotto gli schermi dei sistemi informatici implementati nelle aziende.

Questa situazione è destinata a peggiorare?

Sì, perché ci sono sempre più sistemi informatici per aree aziendali più piccole e con problemi più specifici.

Come si può risolvere questo problema?

In Celonis abbiamo acquistato qualche anno fa una piattaforma di integrazione tecnologica, la Platform as a Service [PaaS], che ci permette di effettuare integrazioni e chiamate API.

Siamo già stati in grado di incorporare dati transazionali e di applicare modelli di intelligenza artificiale, big data e machine learning per prevedere e analizzare la complessità. Rivoluzionaria ora è la capacità di eseguire un'azione o una logica aziendale a partire da un evento per il quale si dispone di dati in tempo reale.

Nel caso di ordini che partono senza fattura, il flusso di azioni prevede che, ogni volta che qualcosa sta per essere spedito dal magazzino, Celonis attivi un ordine di attesa. L'attesa dura 0,000000001 secondi. L'intelligenza artificiale analizza se c'è una fattura pronta da allegare all'ordine.

"La prossima rivoluzione è la capacità di collegare l'estrazione dei processi con l'automazione senza cambiare i sistemi".

Nel 99,9999% dei casi è così e Celonis allora non fa nulla. Ma una volta su 10.000 non è pronta, l'ordine parte senza, e il cliente non viene più fatturato, perché non ci sono persone che tracciano i flussi di fatturazione. In questo scenario, Celonis attiva la logica aziendale automatica e ordina all'IP di creare una fattura per quell'ordine. Il sistema la collega e poi la invia, il tutto in pochi secondi.

Questa capacità di monitorare in tempo reale per decidere quando agire e quale logica aziendale attivare per risolvere un problema è quasi magica. La prossima innovazione è la capacità di coniugare l'estrazione dei processi con l'automazione senza cambiare i sistemi.

Come si può prevedere un budget per questo tipo di servizi?

Il nostro costo diretto è costituito da tutti i dati presenti nel cloud: più li estraiamo, più ci costano. Per questo motivo tendiamo a limitare la quantità di dati che i clienti possono distribuire.

In passato si acquistava per processo. Poi abbiamo semplificato il tutto e fatto pagare in base ai dati e agli utenti. I più costosi sono gli analytics, che analizzano il processo, e gli utenti aziendali, ma qui stiamo facendo pagare sempre meno perché vogliamo che le persone consumino gli insight [informazioni chiave di valore]; è questo che le attrae davvero.

"Il futuro del process mining e dell'applicazione della data intelligence sarà un app store con centinaia e centinaia di applicazioni per risolvere problemi molto specifici".

Ecco perché abbiamo creato un modello contrattuale basato sul valore, in cui il cliente può distribuire quello che vuole e noi lo aiutiamo a trovare le informazioni. Quello che ci interessa è che le aziende adottino le nostre strategie.

Questo può valere per tutti i settori?

Ora stiamo incubando casi d'uso: banche, compagnie di assicurazione, settore delle telecomunicazioni... Stiamo lavorando alla raccolta e alla personalizzazione, e portiamo ciò che impariamo da un processo in un'azienda alle altre. Quando una società di un settore è coinvolta, devono esserlo tutte.

Il futuro del process mining e dell'applicazione della data intelligence sarà un app store con centinaia e centinaia di applicazioni per risolvere problemi molto specifici: i clienti saranno in grado di scegliere quali insights vogliono vedere da quel processo e quali azioni o rimedi possono intraprendere per alleviare il fallimento del sistema. Sarà un assortimento incredibile di opzioni.